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.     

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.     

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.     

基于pso-SVM的废水厌氧处理过程软测量模型

由于厌氧消化过程的复杂性和厌氧菌的敏感性,保持厌氧消化体系的稳定和高效性是比较困难的.本文在实验室采用IC反应器构建了一套厌氧废水处理系统处理人工合成废水,基于支持向量机(SVM)提出了一种预测废水厌氧处理系统出水挥发性脂肪酸(VFA)浓度和COD去除率的软测量模型.为了提高模型的精确性和鲁棒性,加入pso算法(粒子群算法)优化SVM模型,并引入了分类策略对元数据集进行有效分类.仿真结果表明,基于pso-SVM模型的软测量模型对厌氧废水处理系统出水VFA浓度和COD去除率具有较好的预测能力,模型预测系统COD去除率及出水总VFA浓度测试样本数据相关系数分别为65.86%、85.25%;加入分类策略后,元数据集分成两类,模型预测系统COD去除率测试样本数据相关系数分别为92.34%、83.41%;模型预测系统出水总VFA浓度测试样本数据相关系数分别为99.14%、99.59%,系统预测精度明显提高.引入分类策略对元数据集进行有效分类,基于pso-SVM的软测量模型可为监控、优化和理解厌氧消化过程提供指导.     

乌鲁木齐城市群城市间大气污染相互影响分析

利用乌鲁木齐城市群2010—2015年空气质量日报,引入时间序列的VAR模型对城市间的大气污染相互影响关系及贡献进行研究。结果表明:乌鲁木齐城市群5市存在影响效应,乌鲁木齐受外源影响为主,昌吉、阜康受内源影响为主,五家渠、石河子受内外源共同影响;乌鲁木齐城市群城市间大气污染相互影响存在明显的滞后效应,前3期的影响最大,第10期以后响应值趋于0。     

Development of a method for comprehensive water quality forecasting and its application in Miyun reservoir of Beijing, China

Water quality forecasting is an essential part of water resource management. Spatiotemporal variations of water quality and their inherent constraints make it very complex. This study explored a data-based method for short-term water quality forecasting. Prediction of water quality indicators including dissolved oxygen, chemical oxygen demand by KMnO₄ and ammonia nitrogen using support vector machine was taken as inputs of the particle swarm algorithm based optimal wavelet neural network to forecast the whole status index of water quality. Gubeikou monitoring section of Miyun reservoir in Beijing, China was taken as the study case to examine effectiveness of this approach. The experiment results also revealed that the proposed model has advantages of stability and time reduction in comparison with other data-driven models including traditional BP neural network model, wavelet neural network model and Gradient Boosting Decision Tree model. It can be used as an effective approach to perform short-term comprehensive water quality prediction.     

一种基于LVQ神经网络与图像处理的火焰识别算法

针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。     

青稞B-hordein基因表达载体构建及对小麦的遗传转化

利用从具有特殊B-hordein亚基组成的青藏高原青稞材料中克隆的B-hordein编码基因(SL60)和小麦高分子量谷蛋白亚基胚乳特异表达启动子PGlu1Dx构建了真核表达载体pCB2007-SL60.通过农杆菌介导对普通小麦进行遗传转化,共获得227株再生植株,经PCR鉴定和转化片段测序验证,最终获得5株阳性植株.研究为进一步分析B-hordein基因在小麦背景中的遗传和表达,以及对小麦加工特性的影响奠定了基础.图5表2参21     

羧酸及其衍生物急性毒性的QSAR研究

基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。