甘肃庄浪圈养马麝的社群性及其影响因素

社群性是动物的最基本个性之一,可表征动物个体间的亲和度及独居性差异。2019年9月16日—10月15日和12月4日—26日期间,采用焦点取样和特定行为记录法,对甘肃庄浪麝场92头圈养马麝进行了行为取样,计算了马麝的社群性水平,并分析了其社群性与性别、年龄、圈群密度和繁殖季节的关系。结果表明,马麝社群性与年龄显著相关(r=0.223,P=0.033),成体麝的社群性(16.39%±2.65%,n=83)显著高于亚成体麝(2.78%±1.42%,n=9)(P=0.033);高密度群的马麝个体社群性(18.85%±2.95%,n=72)显著高于低密度麝群个体(1.41%±0.66%,n=20)(P<0.01);马麝在非交配季节(19.63%±11.30%,n=7)和交配季节(17.79%±7.64%,n=7)间的社群性无显著差异(P=0.917),雌麝社群性(15.88%±3.52%,n=39)与雄麝(13.94%±3.20%,n=53)差异不显著(P=0.556)。建议麝类驯养中采用群居驯养,适当增加圈群密度以提高圈养马麝的社群性和驯化度,并选择社群性较高的马麝进行品系培育。     

中国野生动物调查存在的问题与改进建议

一百余年前,人类就开始了相对系统的野生动物调查。目前已经建立了成熟的方法体系,并制定了相应的调查规范。最近几十年来,我国科研人员进行了大量的野生动物调查。但是,当前我国的野外调查规范还不够细致,调查者在调查时缺乏必要的约束,导致调查数据不规范、不可靠,很多重要信息缺失。突出问题有：样线信息不全,只有起点和终点的经纬度,没有自动记录的详细样线信息（如每秒记录一次的连续点位信息,含经纬度和时间）;动物位点信息缺乏可信度指标（如距观测者的距离）;调查时间不合理;调查地点的空间取样不均衡;记录的标准化不够（如每个观测点的观测时长不确定）等等。对此,我们参考国际通用的调查规范,提出了一些简单易行的调查要点,以便提高野外调查数据的质量。另外,我们提倡野外记录的无纸化,充分利用现有的手机应用软件（APP）和模型工具提高野外记录以及后期数据处理的效率。最后,我们提议建立固定的中国生物多样性监测样线体系,以便消除每年调查时空间取样的不确定性,更好地量化野生动物的时间动态,为野生动物的保护和管理提供依据。     

137Cs示踪技术研究坡耕地黑土侵蚀和沉积特征

准确地测定研究区137Cs背景值,建立137Cs流失量与土壤再分布速率之间的定量模型是137Cs示踪技术的关键。通过野外选择参照样地和利用热核爆炸源137Cs背景值模型来确定研究区137Cs的背景值,在此基础上用体现耕作迁移的质量平衡模型估算黑土坡耕地不同地貌部位的土壤再分布速率,并对主要参数进行敏感性分析。结果表明(1)研究区实测的137Cs背景值为2376.81±108.46Bq/m2,模型预测值为2318.4Bq/m2,模型预测远离西北核试验基地的地区较为准确。(2)研究区中坡位(坡肩和坡背)137Cs含量最低,侵蚀最为强烈,平均侵蚀速率为33.56t/(hm2·a)和21.67t/(hm2·a);坡麓和坡足则明显表现沉积,平均沉积速率为-4.93t/(hm2·a)和-24.61t/(hm2·a)。(3)模型预测的侵蚀速率与耕层质量深度(d)、张驰深度(H)正相关,而与137Cs年沉降易被迁移的比例(γ)和颗粒校正因子(P)反相关。并且,模型对参数d、p的敏感性分别高于参数H和γ。     

西南鼠耳蝠(Myotis altarium)栖息生态学

西南鼠耳蝠(Myotis altarium)是典型的洞栖性蝙蝠,是我国的准特有种。近年,在湘西州境内的13个溶洞中记录到该蝠361只次,并对其栖点的空间分布、栖息姿势、体温、栖点温度及个体的安全性进行了观测。结果表明:其栖点主要集中在距离洞口200 m的范围之内,离地面的高度通常在2—6 m之间,约74%的个体采用腹部贴壁倒挂的姿势栖息;体温变化范围在3.57—20.25℃之间,个体体温均略高于其栖点温度,但两者之间不存在显著性差异(P0.05)而不同月份之间的体温、栖点温度均存在显著性差异(P0.05);仅60.1%的个体栖息在"安全性高"的栖点,栖息在"安全性中"和"安全性低"栖点的比例分别达22.7%和17.2%。加强对地方群众的宣传教育,增强民众对蝙蝠物种、生物多样性及洞穴资源的保护意识,减少人为因素对洞穴环境和蝙蝠种群的干扰与破坏,将有助于保护该珍稀物种。     

开放式空气二氧化碳浓度增高对小麦氮素吸收利用的影响

2001—2003年,利用我国唯一的农田开放式空气CO₂浓度增高 (free-air carbon dioxide enrichment,FACE) 技术平台,研究了FACE条件下冬小麦宁麦9号不同生育期N含量、吸收、分配和N效率的响应.结果表明：与对照相比,FACE处理使不同生育时期植株含N率显著降低,降幅达4.4%～13.4%;不同生育时期吸N量显著增加(7.4%～25.4%),生育中期的增幅明显大于生育前、后期;不同生育时期茎鞘的N积累能力相对增强,叶片N积累能力相对减弱,而对麦穗N积累能力的影响因生育进程而异;FACE处理使小麦不同生育时期N物质生产效率(5.5%～10.3%)、成熟期N收获指数(16.3%)和N籽粒生产效率(9.3%)均显著或极显著增加;增施N肥,使小麦不同生育时期N含量和吸收量呈增加趋势,使N效率呈下降趋势,而对N在各器官中分配的影响较小.     

趋化因子CXCL2及其受体CXCR2在子宫颈鳞状细胞癌和子宫颈上皮内瘤变组织中的表达

目的 探讨子宫颈鳞状细胞癌(cervical squamous cell carcinoma,CSCC)组织和子宫颈上皮内瘤变(cervical intraepithelial neoplasia,CIN)组织中趋化因子(C-X-C基元)配体2[chemokine(C-X-C motif)ligand 2,CXCL2]...     

电子显微镜虚拟仿真实验的建设与应用

电子显微镜是利用电磁透镜聚焦成像的一种具有超高分辨率的大型电子光学仪器。但由于电子显微镜的结构精密、价格昂贵、运行和维修的成本较高等特点,使其在本科实验教学与实践培训中开展困难且存在着实验资源欠缺、教学成本高、仪器内部构造不易观察、实验时间过长等问题。为了解决这一难题,依据电子显微镜的成像原理,借鉴和参考最新的科研成果和技术应用案例,设计了教学目标并构建了知识体系,采用新一代信息技术建设了电子显微镜虚拟仿真实验项目。该实验包括电子显微镜超薄切片技术、负染色技术和线上答题等模块,可以实现实验内容的在线操作、自主学习、在线考核并对学生学习效果的全程追踪和综合性评价等功能。虚实结合的教学实践表明,该项目有效拓展了学生的学习空间与知识体系,丰富了实验教学与实践培训的内容和手段,形成了以学生为中心的自主学习教学资源,显著提高了实验教学效果,有利于基础学科创新拔尖人才的培养。     

基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用.以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱.以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675.其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大.除WP_r和WP _g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012.7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势.然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数.最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5％和87.98％.单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性.     

基于实码遗传算法的湖泊水质模型参数优化

参数的合理取值决定着模型的模拟效果,因此确定研究区域的模型结构后,需要对模型的参数进行优化.湖泊水质模型(Simulation by means of an Analytical Lake Model,SALMO)利用常微分方程描述湖泊的营养物质循环和食物链动态,考虑了多个生态过程,包含104个参数.由于参数较多,不适宜采用传统参数优化方法进行优化.利用太湖梅梁湾2005年数据,采用实码遗传算法优化了SALMO模型中相对敏感的参数,运用优化后的模型,模拟了梅梁湾2006年的水质.对比分析参数优化前后模型的效果表明遗传算法能高效地对SALMO进行参数优化,优化后的模拟精度得到了显著提高,能更好地模拟梅梁湾的水质变化.