灰色GM（1,1）模型的性质及其应用

灰色ＧＭ（１，１）模对生态预测有重要应用，本文讨论了它的一个改进模ＧＭ（１，１），并深化了文（１）提出的两个问题，给出了较简明的证法，还确定了文（１）所希望的一个“合适的”常数。     

数学建模的教学实践与思考

从中学生物学教学角度简述了数学模型与模型方法的含义，通过实例介绍了数学模型构建的基本步骤，以及模型结论的课堂拓展、运用。     

重庆市生态风险预警等级划分及演化趋势模拟

生态风险预警等级评估和演化趋势模拟，可为生态风险管理提供可靠的辅助决策。以重庆市为研究对象，基于驱动力-压力-状态-影响-响应模型，构建重庆市生态风险预警指标体系，采用正态云模型和集对分析法，定量分析重庆市生态风险时空分异特征和演化趋势。研究结果表明：（1）2013-2019年，重庆市生态风险值呈"上升-下降"的波动趋势，综合生态风险隶属于重警等级，生态风险综合值从0.295下降到0.278，生态环境逐年好转；（2）重庆市生态风险有下降、不变、先上升后降低、先降低后上升以及一直升高5种演化趋势，分别占比39%、16%、5%、21%、24%；（3）重庆市生态风险转移分为两个方向，2013-2016年生态风险空间分异性增大，中警、轻警和无警风险等级不断向东北、东南和西部四周分散转移；2016-2019年生态风险分布格局变化较小，重警风险区在东部聚集；（4）演化趋势模拟结果表明，未来重庆市生态风险降低的区县有13个，占比34%，生态环境有向好发展的趋势；生态风险上升的区县有25个，占比66%，生态环境会有所恶化，但是恶化程度较低。将生态风险等级划分与预警演化趋势相结合，能为城市生态风险管理提供科学依据。     

电刺激大鼠延髓头端腹外侧区对交感节前神经元单位放电的影响

本实验用氨基甲酸乙酯麻醉和箭毒化的雄性大鼠,细胞外记录脊髓胸2节段的交感节前神经元(SPN)单位放电,电刺激同侧颈交感干,逆向激活 SPN,以确定所记录的神经元为交感节前神经元。共分析了80个 SPN 单位放电,其中有自发活动和无自发活动的单位各40个。SPN 轴突传导速度为0.59—3.75m/s。实验观察到电刺激同侧延髓头端腹外侧区(Rostralventrolateral medulla:RVL)可兴奋多数有自发活动的 SPN(19/25),并可使少数静止SPN 产生诱发反应(4/23),潜伏期为6—115ms。电刺激对侧 RVL 结果类似:多数自发活动的 SPN(6/9)呈兴奋反应,及少数静止 SPN(3/17)产生诱发反应,潜伏期为11—105ms。表明 RVL 对双侧 SPN 有兴奋性影响。     

视前区微量注射吗啡对大鼠丘脑束旁核痛反应神经元电活动的影响

本实验观察了视前区(POA)内微量注入阿片样物质对丘脑束旁核(Pf)痛反应神经元电活动影响。结果如下:(1)POA 内微量注射高浓度吗啡(10μg/μl)能显著抑制 Pf 内大部分(20/26)痛兴奋神经元(PEN)的痛诱发放电,其中3个神经元注药后对伤害性刺激转变成抑制反应;POA 内微量注射低浓度吗啡(1μg/μl)也显著抑制 Pf 内大部分(19/23)PEN 的痛诱发放电。(2) POA 内微量注射两种浓度的吗啡,均使大多数痛抑制神经元(PIN,共27/33)的完全抑制时程缩短。上述结果提示,POA 内阿片样物质对 Pf 内痛反应神经元的电活动可能具有抑制作用。     

家兔面神经后核内侧区在呼吸节律起源中的作用

从腹侧面暴露家兔延髓,脑内微量注射1%普鲁卡因阻滞面神经后核内侧区(mNRF),全部动物(n=20)一次注射(0.3—1.0μl)后即能可逆地消除呼吸节律。区域对照显示此区非常局限,范围约1.0×1.0×1.0mm。组织学检查表明为面神经后核内侧区。本文分析了 mNRF的呼吸相关神经元(RRNs)的放电形式。在 mNRF 有较多的呼气(E)神经元和呼气-吸气跨时相(E-IPS)神经元。在阻滞 mNRF 引起呼吸停止期间,观察到低位延髓背侧呼吸群(DRG)和腹侧呼吸群(VRG)尾端区 RRNs 放电的节律性消失,表现连续放电或停止放电。电刺激DRG,VRG 尾端区,只能诱发短串的膈神经放电,而不能产生节律性发放。说明这些区域的RRNs 无自动节律性活动的能力。结果表明,面神经后核内侧区与呼吸节律发生有关,它可能是呼吸节律发生器的一个重要的所在部位。     

一个描述多种产量-密度关系的经验模型

本文提出一个新的关于产量-密度关系的经验模型,该模型具有以下主要特点。(1) 能描述低密度下不存在种内干扰的产量-密度的直线关系;(2) 能描述从直线型、渐近无极限型、渐近极限型到变型抛物型等多种产量密度类型;(3)参数具有显著的生态学意义。 对温室和田间试验中种内干扰与产量密度关系的实例研究结果表明,该模型能很好地描述在不同程度的种内干扰下所产生的多种类型的产量-密度关系。     

基因。(有效因子)模型及其辨识

数量性状受多基因控制且其表现型受环境影响较大。为了更加有效地分析数量性状的表现,本文构建了数量性状的基因模型。由于该模型既包含了基因的加性作用,也涉及到显性偏差和上位性偏差,从而能够比较全面地刻划数量性状群体的分布形态。文章还给出了辨识模型参数的方法及一些性质的讨论。通过对一系列实例的计算并与Castle-Wright公式的结果进行了比较。本文所构建的模型产生的误差明显比Castle-Wright公式的小。可见该模型确实能够提供更多有用的信息。