Varying responses of northeastern North American amphibians to the chytrid pathogen Batrachochytrium dendrobatidis

Chytridiomycosis, caused by Batrachochytrium dendrobatidis (Bd), is widespread among amphibians in northeastern North America. It is unknown, however, whether Bd has the potential to cause extensive amphibian mortalities in northeastern North America as have occurred elsewhere. In the laboratory, we exposed seven common northeastern North American amphibian species to Bd to assess the likelihood of population-level effects from the disease. We exposed larval wood frogs (Lithobates sylvaticus) and postmetamorphic frogs of six other species to two different strains of Bd, a northeastern strain (JEL404) and a strain that caused die-offs of amphibians in Panama (JEL423), under ideal in vitro growth conditions for Bd. Exposed American toads (Anaxyrus americanus) all died; thus, this species may be the most likely to die from Bd-caused disease in the wild. Both Bd strains were associated with mortalities of wood frogs, although half the metamorphs survived. The Bd strain from Panama killed metamorphic green frogs (L. clamitans), whereas the northeastern strain did not, which means novel strains of Bd may lead to death even when local strains may not. No mortality was observed in four species (bullfrogs [L. catesbeianus], northern leopard frogs [L. pipiens], spring peepers [Pseudacris crucifer], and blue-spotted salamanders [Ambystoma laterale]) and in some individuals of green frogs and wood frogs that we exposed. This finding suggests these six species may be Bd vectors. Our results show that systematic exposures of amphibian species to Bd in the laboratory may be a good first step in the identification of species susceptible to Bd-caused declines and in directing regional conservation efforts aimed at susceptible species.     

基于高光谱技术的土壤镉污染分级评价研究

提出一种利用高光谱技术进行土壤镉污染分级评价的方法。以FieldSpec 3地物光谱仪采集厂矿区土壤光谱反射率175份,随机分成校正集（135份）和检验集（40份）。光谱经小波去噪和标准归一化（SNV）处理后,以主成分分析法（PCA）降维。将降维所得的前5个主成分数据为输入变量,分别采用Fisher线性判别、Byes逐步判别、模糊模式识别、BP-ANN判别以及SVM 5种方法建立了土壤镉污染分级评价模型,并利用40个未知样对模型进行检验。结果表明：Fisher线性判别准确率为77.5%,Byes逐步判别与模糊模式识别预测为80.0%,BP-ANN模型预测精度为82.5%,SVM模型预测精度最高,达85.0%。说明采用高光谱技术进行土壤镉污染分级评价是可行,其中SVM是建模的优选算法。     

基于多类支持向量机的化学物质生态危害分类研究

应用多类支持向量机(M-SVMs)方法研究了化学物质生态危害程度的分类,以提高分类的准确性和效率.对采集到的61种环境优先污染物的环境行为和生物毒性方面的7项指标进行相关性分析,建立了M-SVMs分类模型并对数据集进行10折交叉验证以评价模型的分类能力,运用所建模型对7种化学物质的生态危害进行预测.结果表明,去除与鱼毒有信息重叠的溞毒指标,选取鱼毒、藻毒、降解性、蓄积性、分配系数和吸附系数6项指标用于构建M-SVMs分类模型;M-SVMs模型识别率较高,交叉验证平均分类正确率达86.89％;对7种化学物质生态危害的预测结果与实际情况基本相符.     

基于MFOA-SVR露天矿边坡变形量预测研究

为实现边坡危险性及时预警预报,以露天矿边坡变形量为研究对象,提出采用七项影响指标作为边坡位移变形量的响应参数,建立支持向量机回归预测模型(SVR)。引入修正的果蝇优化算法(MFOA)对模型参数进行优化,构建基于MFOA-SVR露天矿边坡变形量协同预测模型,并以实际监测数据进行模型仿真预测。结果表明:该模型平均绝对误差为0.9167mm,平均相对误差为4.2737%,较其他模型预测精度高,综合性能好,将其运用于露天矿边坡变形量预测研究具有较好的适用性和可靠性。     

基于粗糙集和支持向量机的标准农田地力等级评价

标准农田是耕地的精华,是确保国家粮食安全的关键。科学评价标准农田地力等级对标准农田培肥和土壤改良有着重要意义。将粗糙集(Rough Set,RS)理论和支持向量机(Support Vector Machine,SVM)相结合,提出了基于RS和SVM的标准农田地力等级评价方法,同时,利用遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了GASA优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构建RS决策表,应用RS穷尽算法对决策表进行约简,剔除冗余的评价指标,然后用约简后的评价指标作为SVM的输入,运用GASA优化SVM参数算法对SVM进行训练,建立标准农田地力等级的RS-SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行评价,与未用RS约简的SVM模型和BP神经网络模型评价结果进行对比,SVM模型和BP神经网络模型的输入指标数均为15个,其评价正确率分别为100%和90%;RS-SVM模型的输入指标数为14个,其评价正确率分别为100%,结果表明,该方法通过RS约简评价指标后,SVM评价精度并没有降低,但降低了SVM输入向量维数和计算复杂度,提高了训练效率;SVM 用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。     

基于遥感影像的木兰溪水质参数反演

水质监测对水环境评价及污染预防至关重要,但地面监测成本高、监测面积有限等,难以满足实时、大范围监测的要求。为了更好地解决该问题,基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区,利用和地面监测数据同步的Landsat-8卫星遥感影像数据,对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先,根据Landsat-8的水体敏感波段,分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次,利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型,通过IPSO算法对SVR模型的参数进行优选;然后,将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估,以平均绝对误差和均方根误差作为评价指标进行对比分析,结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小,说明IPSO-SVR反演模型具有较高的精度和较好的实用性...     

三维原子场全息作用矢量用于芳香类化合物的三维QSAR研究

采用新型的的三维原子场全息作用矢量(3D-HoVAIF)研究了200种芳香化合物的化学结构与其生物毒性的定量构效关系(QSAR).首先对芳香化合物进行了结构参数化表达,然后采用逐步回归(SMR)对变量进行筛选,建立了三维定量构效关系模型.其87个无氢键分子的模型和113个有氢键分子的模型的复相关系数和标准偏差分别为R2=0.801,SD=0.473和R2=0.929,SD=0.318.模型具有良好的稳定性和预测能力,证明了该三维原子场全息作用矢量在分子结构表征和生物毒性预测上的适用性.     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.     

施用生物炭对塿土土壤微生物代谢养分限制和碳利用效率的影响

土壤微生物代谢对土壤养分循环和生态系统的稳定至关重要.为明确施加生物炭对土壤微生物代谢养分限制和碳利用效率(carbon use efficiency, CUE)的长效影响机制,于2012年将果树树干、枝条生物炭(450℃、限氧条件下裂解)以不同用量(0、 20、 40、 60和80 t·hm~(-2))施入塿土,与耕层土壤(0～20cm)混匀,小麦玉米轮作7 a后,通过生态酶化学计量学对土壤微生物代谢养分限制特征进行了定量分析和比较.结果表明:①随生物炭施用量的增加,土壤含水量、有机碳、全氮、碳氮比、碳磷比和氮磷比显著提高,碳氮磷活性组分、微生物生物量碳氮磷和总磷未表现出明显的规律性,而5种胞外酶活性(β-1,4-葡萄糖苷酶、纤维素酶、亮氨酸氨基多肽酶、β-1,4-N-乙酰氨基葡萄糖苷酶和磷酸酶)显著降低.②所有处理土壤微生物均受磷限制;在施加生物炭各处理中,随施用量的增加微生物代谢碳和磷限制显著提高,微生物CUE显著降低;当生物炭施用量为20 t·hm~(-2)时,碳限制(0.625±0.022)和磷限制(62.153°±0.892°)最低,微生物CUE(0.511±0.007)最高.③偏最小二乘路径建模分析表明,土壤碳氮磷及其元素化学计量比对磷限制产生了直接的极显著正效应(P0.01),碳限制与磷限制呈正相关关系(R~2=0.242,P0.001),而碳磷限制又对CUE产生了极显著的负效应(P0.001).综上,过量施用生物炭使土壤元素化学计量失衡是导致土壤微生物代谢磷限制加剧的重要因素,继而诱导了微生物碳限制的增强和CUE的降低.当生物炭施加量为20 t·hm~(-2)时,微生物代谢所受碳磷限制最低,且具有最高的微生物CUE,对于调节土壤微生物代谢、维持生态功能和减少微生物二氧化碳排放最优.     

面向驾驶员辅助系统的换道意图辨识方法研究

为提高先进驾驶员辅助系统工作效能,通过差异性分析选取了人-车-路特征参数,建立了支持向量机换道意图辨识模型.基于驾驶模拟器采集的数据,运用ROC曲线对比分析了不同参数组合、时窗、数据表达形式下模型的分类效果,结果表明以方向盘转角、加速度、车辆距车道线距离和驾驶人头动信息为特征参数,时窗为1.5s,以时窗内信息均值和方差表述特征参量可获得最优辨识效果.研究表明,模型在保证1 s前瞻性的同时辨识率可达93％.