Benzo[a]pyrene exposure influences the cardiac development and the expression of cardiovascular relative genes in zebrafish (Danio rerio) embryos

It is reported that the most abundant polycyclic aromatic hydrocarbons (PAHs) in weathered crude oils are cardiotoxic. However, the action mechanism of PAHs on vertebrate cardiovascular development and disease is unclear. In the present study, the cardiac morphology and functioning of zebrafish embryos exposed to benzo[a]pyrene [B(a)P], as a high-ring PAHs, for 72 h were observed and determined. The results showed that B(a)P exposure resulted in cardiac developmental defects in zebrafish embryos. Significant changes in expression level of multiple genes potentially critical for regulating the B(a)P-induced cardiovascular developmental defects were also found. A gene network regulating cardiac development perturbed by B(a)P exposure was identified and established by computational analysis and employment of some databases. The information from the network could provide a clue for further mechanistic studies explaining molecular events regulating B(a)P-mediated cardiovascular defects and consequences.     

能源植物修复镉污染土壤对根际细菌网络结构的影响

选取油脂类能源植物大豆和碳水化合物类能源植物玉米,采用高通量测序方法研究大豆、玉米修复Cd污染土壤过程中根际土壤细菌群落组成,基于高通量测序数据采用分子生态网络分析细菌相互作用.结果表明,50 mg·kg-1Cd污染土壤中两种植物根部Cd浓度和积累量最高,转移系数TF分别为玉米0.78和大豆0.35.基于细菌16S r RNA基因的群落分析表明,大豆、玉米根际土壤细菌主要包括Proteobacteria(变形菌门)、Acidobacteria(酸杆菌门)31个门细菌组成,大豆、玉米种植均能影响土壤细菌群落组成,能影响Candidate division TM7 norank、Acidimicrobiales norank、Sphingomonas等丰度.分子生态网络分析表明种植大豆和玉米增加了细菌之间的相互作用,导致其网络结构更为复杂,关键细菌从不种植物处理的1个增加到种植大豆的6个和种植玉米的10个.     

含氟氯类危险废物焚烧灰渣的熔融特性研究

为了解决低熔点含氟氯类危险废物（简称＂危废＂）在回转窑焚烧炉内燃烧时,灰渣熔化导致窑内结圈的问题,实验采用氧化物分析纯（SiO2、Al2O3、CaO、Fe2O3、Al2O3）和NaCl、KCl、NaF分析纯来模拟危废炉渣组分,研究了危废焚烧炉灰渣的熔融特性,并采用神经网络预测危废灰渣的熔融温度.结果表明,SiO2、Al...     

平原感潮河网地区农业非点源污染产污规律

平原感潮河网地区非点源污染严重,同时由于本身具有的交叉污染等特性,造成了整个平原河网存在严重的环境污染和环境安全问题。文章在南通平原河网地区选择圩区作为典型区,以野外观测和室内分析相结合的方法开展野外原位试验,研究平原河网典型圩区各形态污染物随降雨径流的迁移特征,建立了稻季农田营养盐的迁移通量与径流通量、施肥量及降雨距施肥时间间隔三者之间的定量化关系。     

融合拓扑信息与气象信息的空气质量预测网络

通过空气质量监测数据对正在形成或即将到来的空气污染进行预测是一项具有重要意义的工作，而空气质量监测站只能检测其周围一定范围内的空气污染情况。为了衡量整个城市的空气污染情况，获取任意时间、任意位置的空气质量信息，结合交叉注意力机制，提出了一种融合拓扑信息与气象信息的空气质量预测网络(CGMIM)。将西安市空气质量监测数据与气象数据转换为图像拼接起来，作为输入信息。在高阶非线性时空动态神经网络(MIM)的基础上引入注意力机制，并增加拓扑图编码器模块，提高模型提取能力以及对空气质量监测数据中的空间特征的利用率。最后，使用时空损失函数替代传统的均方误差损失函数，提高模型对空间关系的关注。结果表明：CGMIM网络模型能够在准确预测的同时，对位置区域合理填充，能够有效提升空气质量监测数据的空间分辨率。     

基于深度全连接网络Himawari-8卫星气溶胶反演研究

利用葵花8(Himawari-8,H8)16个波段数据、卫星、太阳角度数据和深度学习技术,提出一种基于深度全连接网络(Deep Neural Networks,DNN)模型的AOD遥感反演方法(Himawari-DNN).该方法直接建立H8影像本身与AERONET站点AOD数据间的关系,可避免传统AOD遥感反演方法中复...