近江牡蛎等7种养殖鱼虾贝类参照基因β-肌动蛋白cDNA序列的克隆与比较分析

为进一步研究水产养殖动物功能基因的表达调控,采用RT-PCR及RACE法,分离、克隆了近江牡蛎(Crassostrea ariakensis)肝脏β-肌动蛋白基因cDNA全序列.结果表明,近江牡蛎β-肌动蛋白基因cDNA全长1343bp,其中5′、3′非翻译区(UTR)分别长68bp、144bp,开放阅读框(ORF)为1131bp,编码376个氨基酸.实验同时成功获得了中华圆田螺(Cipangopaludina cahayensis)、日本沼虾(Macrobrachium nipponensis)、斑鳢(Channa maculata)、胡子鲶(Clarias fuscus)、鳙鱼(Aristichthys nobilis)、鲮鱼(Cirrhinus molitorella)6种重要淡水养殖动物肝脏β-肌动蛋白基因cDNA的核心序列及氨基酸序列.所获基因与其它动物类群的β-肌动蛋白基因氨基酸同源性高达96%以上,表明软体类、节肢类、鱼类、两栖类、鸟类和哺乳类等不同类群动物β-肌动蛋白基因在生物进化过程中高度保守.系统发育分析显示软体类、节肢类、鱼类、两栖类、鸟类和哺乳类脊椎动物β-肌动蛋白分类与传统的分类基本一致.     

高盐度采油废水石油降解菌株的筛选及鉴定

从采油废水生物处理装置活性污泥中筛选得到两株高盐度采油废水石油降解菌(JZ3和JZ4),对其生长特性和除油能力进行了试验研究,并对其进行了分子生物学鉴定。结果表明:JZ3的最佳生长条件为温度40℃、pH值7.0、转速110r/min、接种量3%,JZ4的最佳生长条件为温度40℃、pH值6.0、转速130r/min、接种量3%;在最佳生长条件下,将菌株JZ3和JZ4接种到实际含油废水中108h后,对采油废水中石油类污染物的去除率分别达到62.1%和61.4%;经生理生化特性试验和16SrRNA序列分析鉴定,JZ3为Pseudomonas pachastrellae,JZ4为Pseudomonas sp.(假单胞菌属)。     

基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段. 考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制. 将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响. 结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优. ②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度. ③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性. 研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.      

中国艾比湖湿地识别及其时空动态变化

在资料稀缺的背景下,遥感数据是提供湿地系统长时间序列的理想方案。然而面向“一带一路”沿线地区复杂下垫面,国家级湿地缺乏系统的长时序梳理。利用Landsat系列数据,基于随机森林分类模型,研究近30年中国典型尾闾湖湿地的时空分布模式、空间转换规律和景观连通性。结果表明：随机森林算法在艾比湖湿地分类应用中取得较高精度（Kappa系数大于0.9）。1991—2017年艾比湖湿地总面积增加425.06 km²,河流增加47.97 km²,湖泊增加233.95 km²,人工湿地增加48.74 km²,盐沼增加109.41 km²,沼泽减少15.01 km²。艾比湖湿地年内时空变化显著,年内季节间盐沼转化率最大,湖泊年内逐渐缩小,主要转化为沼泽。此外,艾比湖湿地空间连通性理想度排序为：春季>夏季>秋季,湿地景观连通性取决于较大面积的湿地斑块,连通效率东移。相关结果可弥补稀缺资料区基础湿地资料,为“一带一路”地区生态补水长效机制提供典型示范。     

基于NARX神经网络的千岛湖藻类短期预测模型构建

局部水域的藻类异常增殖现象逐渐成为千岛湖面临的水环境保护难题. 构建以数据驱动的水华预测模型,实现对重点水域叶绿素a (Chla)浓度短期动态变化的预测,是快速应对潜在水华风险的有效手段之一. 鉴于NARX神经网络在预测非平稳时间序列动态特征方面的优势,以千岛湖国控监测断面小金山2016—2019年Chla的高频时间序列作为研究对象,对Chla剖面数据进行沿深平均、缺失值插补后,分别以连续3 d和连续7 d的Chla浓度作为输入,构建了基于NARX神经网络的藻类预测模型,用于预测未来0.5~7 d Chla浓度的变化,探讨了相关参数设置、训练及评价方法,并针对不同的预见期分析了模型性能. 结果表明:① 模型预测性能稳定,预测值与实测值相关系数保持在0.8~0.9之间,均方误差在15~30之间. ②随着预见期的变化,模型性能不同. 其中,在未来0.5~4 d的预测中,使用连续3 d的 Chla浓度作为输入的预测效果较好;在未来4.5~7 d的预测中,使用连续7 d的Chla浓度作为输入的预测效果较好. 研究显示,该模型可以较为准确地预测未来0.5~7 d的Chla浓度,可为构建以数据驱动的千岛湖水华监测预警系统提供科学依据.      

末次冰期以来青州黄土光释光测年及其对古气候的指示

黄河下游湿润-半湿润地区的鲁中黄土-古土壤沉积,是记录东亚季风气候变化的良好载体。山东青州邵庄黄土剖面粗颗粒石英（63—90 µm）光释光年代和磁化率、粒度、色度以及主量元素测试结果表明：（1）邵庄黄土末次冰期以来（(51.3±2.5)— (8.1±1.1) ka）沉积连续;（2）与粒度、磁化率和色度指标相比,化学蚀变指数能够更灵敏地反映冰期-间冰期沉积旋回;（3）粒度结果表明“古土壤”层中值粒径（16.9—24.6 μm）明显高于下伏黄土层中值粒径（11.8—22.7 μm）,主要是因为近源沉积在总的沉积通量中所占比例在冰期-间冰期尺度上的变化;（4）灰黑色“古土壤”层底界年龄为(19.1±1.6) ka,明显老于黄土高原全新世古土壤层底界年代（约10—11 ka）,其既包含全新世沉积的加积型土壤,也包含下伏末次冰期黄土层基础上受风化、淋溶形成的非加积型土壤。虽然研究区的“古土壤”包含非加积型土壤,记录了间冰期风化成壤过程,但依然能够反映冰期-间冰期气候旋回,是东亚乃至全球气候变化的产物。     

瓦斯浓度区间预测的灰色聚类与高斯过程模型

为有效分析矿井瓦斯监测数据,以实现准确、可靠的瓦斯浓度预测,基于灰色关联聚类分析与高斯过程回归模型,研究瓦斯浓度时间序列分析与预测的方法。以预测有效度为预测精度的评估指标来动态确定重构瓦斯浓度时间序列样本空间的维数;应用灰色关联分析方法将瓦斯浓度时间序列划分成若干样本集,将其中具有关联特征的样本作为虚拟变量进行预测以消除因随机、不确定因素干扰而引起的预测误差;应用高斯过程回归模型实现瓦斯浓度区间预测,将预测结果表示成一个具有较高可信度的取值区间,以此表达对未来一段时间内瓦斯浓度动态变化情况的预测。实例分析表明:预测结果准确、可靠,能够较好地反映瓦斯浓度的实际变化状况。     

基于HHT方法的矿井瓦斯体积分数预测

为有效分析煤矿瓦斯监测数据以实现较准确的瓦斯浓度预测,研究应用希尔伯特-黄变换(HHT)方法进行瓦斯浓度时间序列分析与预测的方法。应用经验模态分解(EMD)方法将瓦斯浓度时间序列分解成不同频率的固有模态函数(IMF)分量的叠加,以获取瓦斯浓度时间序列的瞬时特征;通过Hilbert变换求得各IMF分量的瞬时频率,依据各IMF分量瞬时频率的均值将分解得到的IMF划分成较高频和低频2类新的分量,选取适合于各分量特征的预测模型分别进行预测,以消除局部随机性对预测精度的影响,结合自回归(AR)、径向基函数(RBF)神经网络和支持向量机(SVM)3种预测模型实现瓦斯浓度预测。实例分析表明:应用该方法所得预测结果比较准确,降低了预测复杂度,提高了预测精度。     

中国主要客源地进出口贸易与入境旅游发展关系的研究

基于1995—2008年统计数据,从洲际和客源国两个层面入手,分析客源地进出口贸易总额和入境客流总量的关系,选取1995—2008年我国同各洲(国)的进出口贸易和入境客流量的案板数据,建立入境客流量和进出口贸易总额的统计方程,分析两者间的相互关系。同时,分析了贸易市场占有率和客源市场占有率的关系,选取1995—2008年对外贸易和入境旅游的相关数据,计算出各洲(国)贸易和客源的市场占有率,分析其变化规律。     

沙尘暴变化的时空特征——基于站日和站时数据的对比分析

利用中国强沙尘暴序列及其支撑数据集,分别以站日和站时为计算单位,建立了中国50 a(1958-2007年)沙尘暴时间序列,分析了两个序列的关系,并比较了两者所反映出的沙尘暴时空变化特征。结果表明,站日和站时序列总体变化趋势比较一致,但细节有所差别,有时会影响某些结论。在反映沙尘暴的时间变化和空间分布时,两者存在明显的差异。