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.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.     

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。     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故,同时气象因素及地形特征对空气质量的影响也起着相当大的作用,采用2005年空气质量监测数据,进行双鸭山市气象特征及地形特征对空气质量影响分析,得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一,并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施.     

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。     

昆明空气污染物等级与天气背景的关系

通过样本分析得出：昆明空气污染物主要为SO2,为轻度污染;秋冬季出现污染日较多,可分为高压脊控制型和偏西气流型天气背景。夏季出现污染日较少,主要为高压脊控制型天气背景;污染物浓度在一天中的分布特征呈“W”型;污染物预报方程。     

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。