基于投影评价方法的矿区资源环境承载力分析

矿区资源环境承载力是衡量矿区环境质量状况和环境容量受人类生产生活活动干扰能力的重要指标。笔者分析和建立矿区资源环境承载力评价指标体系及结构,运用矢量投影原理,建立了矿区资源环境承载力评价的多指标投影评价模型。该方法将评价样本视为矢量,用评价对象在理想对象上的投影距离表示矿区资源环境承载力状况,为矿区资源环境承载力评价提供一种更加符合客观实际的评价方法。以研究矿区为例,运用投影方法对其资源环境承载力现状趋势进行了评价,其结果表明与矿区实际相吻合,并为研究矿区的复合生态系统调控提供指导。     

Novel quantitative structure activity relationship models for predicting hexadecane/air partition coefficients of organic compounds

Predicting the logarithm of hexadecane/air partition coefficient (L) for organic compounds is crucial for understanding the environmental behavior and fate of organic compounds and developing prediction models with polyparameter linear free energy relationships. Herein, two quantitative structure activity relationship (QSAR) models were developed with 1272 L values for the organic compounds by using multiple linear regression (MLR) and support vector machine (SVM) algorithms. On the basis of the OECD principles, the goodness of fit, robustness and predictive ability for the developed models were evaluated. The SVM model was first developed, and the predictive capability for the SVM model is slightly better than that for the MLR model. The applicability domain (AD) of these two models has been extended to include more kinds of emerging pollutants, i.e., oraganosilicon compounds. The developed QSAR models can be used for predicting L values of various organic compounds. The van der Waals interactions between the organic compound and the hexadecane have a significant effect on the L value of the compound. These in silico models developed in current study can provide an alternative to experimental method for high-throughput obtaining L values of organic compounds.     

On the ecology of vectors

ＯｎｔｈｅｅｃｏｌｏｇｙｏｆｖｅｃｔｏｒｓＦｅｒｎａｎｄｏＤｉａｓｄｅＡｖｉｌａＰｉｒｅｓＤｅｐａｒｔｍｅｎｔｏｆＴｒｏｐｉｃａｌＭｅｄｉｃｉｎｅ，ＩｎｓｔｉｔｕｔｏＯｓｗａｌｄｏＣｒｕｚ，２１０４５９００ＲｉｏｄｅＪａｎｅｉｒ，ＢｒａｚｉｌＡｂ...     

抗砷载体的构建及在氧化亚铁硫杆菌中的表达

利用ＤＮＡ体外重组技术，将抗砷质粒ｐＵＭ３经ＨｉｎｄⅢ酶切后得到的４．３ｋｂ抗砷片段克隆到有广泛寄主的ＩｎｃＱ质粒ｐＪＲＤ２１５的ＨｉｎｄⅢ位点上，构建了一个新的抗砷质粒ｐＳＤＸ３。砷抗性研究表明，在大肠杆菌中，ｐＳＤＸ３的抗砷水平与ｐＵＭ３相近。将ｐＳＤＸ３通过接合的方式引入氧化亚铁硫杆菌Ｔｆ－５９中并得到了表达，与对照相比，含质粒ｐＳＤＸ３的Ｔｆ－５９抗砷水平有了很大的提高。     

一株多菌灵降解菌NY97-1的分子鉴定及GFP标记

用PCR方法扩增的多菌灵降解菌NY97-1的16SrDNA片段经TA克隆后,进行序列测定和BLAST同源序列比较分析,确定了其分类地位为短小芽孢杆菌(Bacilluspumilus,B.p).经BamHⅠ酶切的启动子探针载体pUC19-gfp与NY97-1基因组DNA的Sau3AⅠ酶切片段酶连,酶连产物转化E.coliDH5a,建立B.p的启动子基因文库.挑选其中的两个强阳性克隆,亚克隆来自短小芽孢杆菌总基因组的启动子活性片段F4、F5,构建大肠杆菌-短小芽孢杆菌穿梭表达载体pNW33N-F4-gfp、pNW33N-F5-gfp.通过电转化得到gfp在B.p中的两株标记菌株.在荧光显微镜下,观察到了明亮的绿色荧光,证明活性片段F4、F5均具有组成型启动子的功能,实现了gfp基因在B.p中组成型表达,且遗传稳定,为今后研究多菌灵降解菌B.p在自然环境中的定殖、分布及动态变化打下了基础.图3表2参20     

基于支持向量机的水环境质量综合评价

提出了基于支持向量机的水环境质量综合评价方法。给出了数据规范化处理及学习样本生成的具体方法,采用“一对一”(1-v-1)的多类别分类算法,使用k-fold交叉验证优化参数。对湖泊水环境富营养化程度的综合评价结果表明,该方法简便、客观,具有较强的实用性。     

基于支持向量机的城市道路降雨径流污染预测模型

为实现城市降雨径流污染有效预测,以文献中的实测数据作为样本,选取雨型、平均雨强、峰值雨强、降雨历时、雨前干期、大气降尘量、PM 10、车流量、路面材料及城市功能区等10项影响因子作为模型输入量,选取径流污染指标COD的场次降雨平均浓度EMC及初期冲刷指数FF30作为模型输出量,基于支持向量机(SVM)构建了城市道路径流污染预测模型。结果表明:EMC-SVM及FF30-SVM模型均具有较高的预测精度,EMC-SVM模型校验参数RMSE、MBE远小于数据集EMC均值,CE、CC达到0.815及0.933;FF30-SVM模型校验参数RMSE、MBE远小于数据集FF30均值,CE、CC分别为0.866及0.932;选用径向基函数(RBF)作为核函数,使用k折交叉验证法对模型参数进行寻优,对于EMC-SVM及FF30-SVM模型寻得的最优参数(c,g)分别为(64.0,0.001953125)、(2.0,0.0625)。     

浅海目标辐射噪声矢量场特性实验研究

对浅海目标辐射噪声的矢量场特性和矢量噪声测量技术的相对优势开展了实验研究,对实测数据进行了相关的矢量信号的处理与分析。测试结果表明,目标辐射噪声矢量场相关性很强;与传统标量测量方法相比,在浅海低信噪比条件下,矢量法有效提高了目标辐射噪声测量增益。     

小波支持向量机在大气污染物浓度预测中的应用

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型。通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上。利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用ν-支持向量回归机(ν-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果。通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景。     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.