Phylogeny of Ptychostomum （Bryaceae,Musci） inferred from sequences of nuclear ribosomal DNA internal transcribed spacer （ITS） and chloroplast rps4

The phylogeny of Ptychostomum was first spacer （ITS） region of the nuclear ribosomal （nr） DNA DNA rps4 sequences. Maximum parsimony, maximum undertaken based on analysis of the internal transcribed and by combining data from nrDNA ITS and chloroplast likelihood, and Bayesian analyses all support the conclusion that the reinstated genus Ptychostomum is not monophyletic. Ptychostomum funkii （Schwagr.） J. R. Spence （≡ Bryum funkii Schwaigr.） is placed within a clade containing the type species of Bryum, B. argenteum Hedw. The remaining members of Ptychostomum investigated in the present study constitute another well-supported clade. The results are congruent with previous molecular analyses. On the basis of phylogenetic evidence, we agree with transferring B. amblyodon Mull. Hal. （≡ B. inclinatum （Brid.） Turton≡ Bryum archangelicum Bruch ＆ Schimp.）, Bryum lonchocaulon Mull. Hal., Bryum pallescens Schleich. ex Schwaigr., and Bryum pallens Sw. to Ptychostomum.     

应用贝叶斯理论推断DNA分子标记基因型

引入贝叶斯理论用以从DNA分子标记的表现型（电泳谱带）推断其基因型（DNA来源）。结果表明,根据标记座位独立贫富而确定的遗传信息不完全标记的基因型概率,与根据令近的遗传信息完全标记的基因型和有关重组率算得的相应贝叶斯概率,通常都有很大的差异,所以在进行数量性状基因定位和标记辅助选择等工作之前,应当计算每一个体基因组上所有遗传信息不完全座位的有关基因型的贝叶斯概率。文中列出计算未知基因型的贝叶期概率的详细过程,也讨论了贝叶斯概率的若干推广应用。     

一类生物数学模型参数反演的Picard压缩映射方法

微分方程（组）系统是常见的一类生物数学模型．我们利用模型对应的Picard算子的压缩性和Collage定理,提出一类模型参数的反演算法,并通过数值例子说明了方法的有效性．     

Multilocus Phylogeny of Lycodon and the Taxonomic Revision of Oligodon multizonatum

Classification of the Asian snake genera Lycodon and Oligodon has proven challenging. We conducted a molecular phylogenetic analysis to estimate the phylogenetic relationships in the genus of Lycodon and clarify the taxonomic status of Oligodon multizonatum using mitochondrial（cyt b, ND4） and nuclear（c-mos） genes. Phylogenetic trees estimated using Maximum Likelihood and Bayesian Inference indicated that O. multizonatum is actually a species of Lycodon. Comparing morphological data from O. multizonatum and its closest relatives also supported this conclusion. Our results imply that a thorough review of the evolutionary relationships in the genus of Lycodon is strong suggested.     

贝叶斯聚类在基因表达谱知识挖掘中的应用

在大规模基因表达谱的数据分析中引入了一种全新的基于贝叶斯模型的聚类算法,从生物学背景出发,研究了该算法应用在大规模基因表达谱中的理论基础和算法优越性,并应用该算法对两个公共的基因表达数据集进行了知识再挖掘。结果表明,与其他聚类算法相比,该算法在知识发现方面具有显著的优越性。挖掘出的生物学知识对该领域研究人员的实验设计也有一定的启发性。     

基于贝叶斯网络的城市生态红线划定方法

生态红线划定是保护生态安全,协调城市建设、基本农田保护和生态保护之间矛盾的重要方法。目前,有关生态红线的划定方法多基于生态适宜性评价,忽视对土地利用变化的探究,缺少与城市建设发展相互协调,导致生态用地经常被占用,生态红线保护效果不好。在综合分析生态用地历史变化过程和生态适宜性条件的基础上,提出了基于贝叶斯网络的城市生态红线划定方法,并以鄂州市为研究区验证了模型划定的效果。划定结果表明,该方法符合鄂州市城市发展的趋势和生态用地空间分布特性,既有利于稳定且生态服务价值高的区域划入红线,又保证了生态红线空间的落地实施。与传统生态评价方法相比,贝叶斯网络模型划定方法的实效性更强,可以为城市生态红线划定方法研究提供参考和借鉴。     

结合支持向量机和贝叶斯方法进行蛋白质二级结构预测

组建一个分两个阶段的分类器来进行蛋白质二级结构预测。第一阶段由支持向量机分类器组成,在第二阶段中使用第一阶段已预测的结果来进行贝叶斯判别。预测性能的改进表明了结合支持向量机和贝叶斯方法预测性能优越于单独使用支持向量机的预测性能。同时也证明残基在形成二级结构时是相互影响的。     

塔里木盆地北缘盐土有机碳含量的贝叶斯地统计预测

准确预测土壤有机碳的空间分布,对于土壤资源开发和保护、应对气候变化和生态系统健康都具有重要意义.本文以塔里木盆地北缘盐土1300 m×1700 m样地为试验区,采集5～10 cm深度土壤样品144个,构建土壤有机碳含量的贝叶斯地统计空间预测模型,并以普通克里格、序惯高斯模拟和逆距离加权方法为对照,评价贝叶斯地统计对土壤有机碳含量的预测性能.结果表明: 研究区土壤有机碳含量处于1.59～9.30 g·kg^-1,平均值为4.36 g·kg^-1,标准偏差为1.62 g·kg^-1;半方差函数符合指数模型,空间结构比参数值为0.57;利用贝叶斯地统计方法,获得了土壤有机碳含量的空间分布图以及评价预测不确定性的预测方差、上95%分位数、下95%分位数分布图;与普通克里格、序惯高斯模拟和逆距离加权方法相比,贝叶斯地统计方法具有更高的土壤有机碳含量空间预测精度,显示出该方法对土壤有机碳含量预测的优越性.     

一类非线性分数阶奇异耦合系统正解的存在性

讨论了一类非线性分数阶奇异耦合系统正解的存在性和唯一性,通过分数阶格林函数及其性质将微分系统转化为等价的积分系统,应用偏序上的不动点定理得到系统正解的存在性和唯一性.     

滇西北森林郁闭度估测模型——基于全球生态系统动力学调查多波束激光雷达数据

探究全球生态系统动力学调查(GEDI)多波束激光雷达数据估测区域森林郁闭度(FCC)的潜力,对于评估森林生态系统状态和林分环境具有重要作用。选取滇西北典型生态脆弱区香格里拉为研究区,以GEDI波形数据为信息源,提取46245个有林地光斑参数,使用经验贝叶斯克里金法(EBK)获取光斑参数在研究区未知空间的连续分布,结合54块实测样地数据,采用支持向量机的递归特征消除法(SVM-RFE)、随机森林(RF)和Pearson分析分别优选特征变量,基于贝叶斯优化(BO)随机森林回归模型(BO-RFR)、贝叶斯优化梯度回归模型(BO-GBRT)和偏最小二乘法(PLSR)研建森林郁闭度最佳估测模型。结果表明:(1)EBK法预测精度高,估测结果可靠,R²:0.20-0.92,RMSE:0.004-2812.912,MAE:0.003-1996.258,MRE:0.007-4.423;(2)基于不同特征优选方法筛选的特征变量和数量略有差异,SVM-RFE 法优选出6个参数(cover、pai、sensitivity、rv_a1、rv_a4、rg_a4)的平均交叉验证精度达0.84,RF法以贡献度5%为阈值筛选出5个参数(cover、pai、pgap_theta_error、modis_treecover、modis_nonvegetated),Pearson法以相关性大于0.3且在0.01水平显著优选出5个参数(cover、pai、rv_a5、rg_a5、pgap_theta_error);(3)不同特征变量优选方法筛选的建模参数研建估测模型精度差异性较大,以SVM-RFE和RF方法优选参数构建估测模型的精度更佳,SVM-RFE方法优选参数研建估测模型精度变化相对稳定,以 RF方法中的BO-GBRT模型为最佳FCC估测模型(R²=0.85、RMSE=0.069,P=86.5%);(4)采用BO-GBRT模型估测研究区森林郁闭度和空间制图,与GEDI pai参数预测的FCC具有较高空间相关性达0.53,FCC均值分别为0.58、0.61,主要分布在0.4-0.7,分别占比65.45%、51.79%。研究区森林郁闭度主要处于中度郁闭,北部区域主要为高度郁闭区,与研究区植被覆盖度的空间分布具有一致性,说明使用GEDI数据估测森林郁闭度的方法具有可行性、结果具有可靠性。研究为使用GEDI数据高效、及时、低成本估测大空间尺度的森林水平结构参数的相关研究奠定了基础。