Using culturomics and social media data to characterize wildlife consumption

Wildlife provides food, medicine, clothing, and other necessities for humans, but overexploitation can disrupt the sustainability of wildlife resources and severely threaten global biodiversity. Understanding the characteristics of consumer behavior is helpful for wildlife managers and policy makers, but the traditional survey methods are laborious and time-consuming. In contrast, culturomics may more efficiently identify the features of wildlife consumption. As a case study of the culturomics approach, we examined tiger bone wine consumption in China based on social media and Baidu search engine data. Tiger bone wine is one of the most purchased tiger products; its consumption is closely related to tiger poaching, which greatly threatens wild tiger survival. We searched a popular social media website for the term “tiger bone wine” and focused on posts that were originally created from 1 January 2012 to 31 December 2018. We filtered and classified posts related to the purchase, sale, or consumption of tiger bone wine and extracted information on providers, consumption motivations, year of production, and place of origin of the tiger bone wines based on the texts and photos of these posts. We found 756 posts related to tiger bone wine consumption, 113 of which mentioned providers of tiger bone wine, including friends (53%), elder relatives (37%), peer relatives (7%), and others (3%). Out of the 756 posts, 266 indicated the motivations of tiger bone wine consumption. Tiger bone wines were consumed as a tonic (34%), medicine (23%), game product (30%), and a symbol of wealth (28%). Some posts indicated ≥2 consumption motivations. These findings were consistent with the search queries from Baidu index. Such information could help develop targeted strategies for tiger conservation. The culturomics approach illustrated by our study is a rapid and cost-efficient way to characterize wildlife consumption.     

2006-2017年四川盆地MODIS气溶胶光学厚度时空变化特征

四川盆地地形复杂、气候特殊,是我国颗粒物污染高发地.为探究四川盆地气溶胶分布和周期变化特征,深入认识气溶胶污染特性及其气候效应,结合卫星遥感探测方法,利用2006-2017年MODIS C006 3 km AOD（气溶胶光学厚度）产品,分析了四川盆地AOD的时空特征.结果表明:①MODIS AOD（MODIS数据反演的气溶胶光学厚度）与太阳光度计CE318观测的AOD、ρ（PM_2.5）、ρ（PM₁₀）线性相关系数分别为0.78、0.77、0.75,表明MODIS C006 3 km AOD产品适用于四川盆地颗粒物污染研究.②四川盆地AOD平均值范围为0.1~1.3,其中,成都平原和四川盆地东南部地区是AOD高值（AOD值>1.0）中心,四川盆地周边高海拔区AOD均小于0.3.③2006-2017年AOD年均值范围为0~2.5,整体呈"倒N型"曲线下降,其峰值和谷值分别出现在2013年和2017年;2013年AOD大于1.0的区域占四川盆地的34.1%,是12 a中颗粒物污染最重的一年;2017年AOD小于0.3的面积占57.1%.④AOD季节性变化呈春季最大、夏季次之、秋季最小的特征.⑤AOD月变化呈"双峰型"波动特征,AOD月均值范围为0~2.5,其中,2-5月AOD月均值均大于0.7,8月AOD月均值为0.6,11-12月AOD月均值均小于0.5.研究显示,四川盆地颗粒物污染防治应以成都平原城市群和四川省南部城市群为主,应重点控制细颗粒物排放,合理安排工业企业的周期性生产强度.      

三江源植被碳利用率动态变化及其对气候响应

本文基于MODIS GPP/NPP数据估算了三江源植被碳利用率（CUE）,结合气象数据和高程数据采用一元线性回归和相关分析法,探讨了2001~2017年三江源植被CUE的时空变化特征及植被CUE对气温、降水量和蒸散量变化的响应.结果表明：（1）三江源植被CUE年内3~10月表现为先增加后降低的变化趋势,其中6月植被CUE最高.（2）三江源年植被碳利用率位于0.73~1,平均水平为0.85;植被CUE空间上呈现北高南低,西高东低的分布特征.（3）整体上,三江源4~10月植被碳利用率与同期气温、降水量和蒸散量分别呈现正相关、负相关和负相关关系,降水量是影响三江源植被CUE变化的主要影响因素,气温为次要因素,蒸散量影响程度最小.     

用EXCEL进行精密度-偏性分析质控数据处理

利用EXCEL强大的数据处理功能，可以方便地对精密度—偏性分析质控数据进行处理，具有较高的推广价值。     

地球化学数据去噪方法研究

在简要介绍移动平均、傅立叶交换和小波变换基本原理的基础上，比较了它们在地球化学数据处理过程中去除噪声效果的优劣，并应用于塔北雅克松-轮台地区的地球化学勘探实际。研究结果表明，小波变换是一种理想的数据处理方法。     

浅议提高废水污染源监测数据代表性

对废水污染源监测中影响监测数据代表性的主要因素进行了分析,并对提高废水污染源监测数据代表性提出了可行性建议。     

生命周期评价数据库分析与建模

基于关系数据库和面向对象程序设计理论建立了生命周期评价数据库系统。通过综合分析生命周期评价数据，根据生命周期评价数据的数据类型，将数据分为产品评价数据、产品档案数据、基础材料数据和影响评价基础数据，相应的设计了4个数据库。运用关系数据库理论分别对4个数据库建立了物理结构模型。     

YEP与数据通讯网络

ＹＥＰ采用了先进的计算机管理技术与电子邮件网络系统，到目前为止，省项目办和英国ＤＲＡ咨询专家与世界银行和涉及ＹＥＰ的各有关单位之间及时准确地进行了大量的数据传输工作，保证了ＹＥＰ工作的顺利进行。     

生态环境科学研究中的数据管理

本文简要介绍了生态环境科学研究中数据管理的基本概念，详细介绍了数据文档文件的建立工并讨论了数据管理的数据共享政策在数据管理中的重要作用。     

塔里木盆地光温模式研究及其应用

建立了塔里木盆地光照、温度模式 ,该模式可以预测出塔里木盆地无资料地区各网格点的日照时数和冬季(1月)、夏季 (7月 )平均气温。在此基础上 ,应用统计学导出的极值分布和正态分布概率模式 ,预测了塔里木盆地各站上述要素不同概率的设计值。首次揭示了塔里木盆地无资料地区光照时间、温度分布规律。该模式为塔里木油田石油工业总体规划和大型工程设计及农业合理布局等提供了有效的科学依据