刺参肌肉组织cDNA文库的构建

用RNA提取试剂--TRIZOL Reagent提取刺参(Apostichopus japonicus)肌肉组织总RNA,用SMART cDNA Library Construction Kit构建cDNA文库.经测定原始文库滴度达到 3.2×10~6,扩增后文库滴度达到 5.1×10~9,重组率达到96.7%,从扩增文库随机挑取12 个克隆进行PCR 扩增鉴定,结果显示,插入片段大小为0.5～2.5 kb.通过各项指标验证成功构建了刺参肌肉组织cDNA 文库.     

震后大渡河流域丹巴—乐山段地质灾害隐患

泸定地震导致大渡河沿线及周边区域分布有大量次生地质灾害和地质灾害隐患点，极大制约了流域内社会经济发展，对该区域进行大范围隐患普查和早期识别，有助于防灾减灾工作的展开。本文基于时序InSAR技术对大渡河流域丹巴—乐山段超过1000 km范围进行了大面积滑坡隐患点普查，并结合PS与SBAS技术有效降低西南地区复杂的时间去相干问题。研究结果表明：(1)8处重点关注区域存在明显的滑坡和崩塌隐患点，主要集中在石棉和泸定地区，其中部分隐患点对流域有较大安全威胁。(2)泸定地震导致黄草坪、郑家坪与新华村典型隐患区产生加速沉降趋势，地面人员应重点观测。本研究可为后续分析泸定地震后灾害分布情况及流域内大坝及边坡变形机理分析和灾害预警提供可靠信息及数据支撑。     

海洋声速剖面的自动聚类研究

以海区30'网格方区多年月平均统计的声速剖面作为原始数据集,提取声速剖面的表层、主跃层和深海等温层分层结构特征,把我国近海及其邻近海域预分为Ⅰ,Ⅱ和Ⅲ类区。对Ⅱ,Ⅲ类区声速剖面,应用有序样本聚类算法分别进行表层分离。根据各类区的表层声速剖面数据,通过归一化处理和Akima差值采样得到梯度剖面,建立起按月归一化后的声速剖面分层梯度样本集,并应用系统聚类法和SOFM神经网络方法分别进行聚类分析,再根据分类结果并结合各类型海区的声学特点,得到各类型海区声速剖面的典型类型。通过对大量历史数据的分析结果表明,该方法为自动分类海洋声速剖面提供了一条有效路径,弥补了长期以来海洋声速剖面主要依靠人工分类的不足。     

江苏盐城原生盐沼湿地表层沉积物中的重金属分布特征

根据2008年7月25-30日在江苏盐城国家级自然保护区核心区进行的滩面表层沉积物取样调查,分析了核心区不同滩面表层沉积物的全Hg、As、Cd、Cr、Cu、Pb、Zn、Ni等8种重金属元素的含量,发现除Hg外,其它元素的浓度均已超过了江苏省海岸带的背景值,其中全Hg、As、Cr、Pb、Zn的含量均低于国家Ⅰ类标准,属国家Ⅰ类沉积物,Cd为超Ⅱ类沉积物。从面状分布看,互花米草滩、盐蒿滩和芦苇滩对重金属的吸附能力明显高于无植被覆盖的泥螺光滩和青蛤光滩,其中又以互花米草滩中的重金属元素含量为最高。研究认为,受各类经济活动的影响,重金属污染物已经通过水体输运进入核心区,并在核心区的沉积物中累积。因此,仅在核心区内严禁人类活动并不能保证整个生态系统的健康,保护区的生态安全需要进一步加强管理,要从源头上严格控制各类污染物的排海。     

基于EMD的BP神经网络海水温度时间序列预测研究

为提高非线性和非平稳海水温度时间序列的预测能力,提出了一种基于经验模态分解(Empirical Mode Decomposition.简称EMD)的BP神经网络预测方法.该方法首先对原始序列进行经验模态分解,将其分解为多个平稳性得到很大改善的本征模态函数(Intrinsic Mode Function,简称IMF)之和,然后时每个本征模态函数进行预测,最后再根据EMD方法的完备性把预测结果相加得出原始序列的预测结果.预测试验结果表明.基于EMD的BP神经网络预测的精度比单纯用BP神经网络预测有很大提高.     

东北亚陆缘晚白垩世岩浆作用对古太平洋俯冲作用变化的制约及其气候效应

晚白垩世是古太平洋俯冲板块运动变化的关键时期。本文总结了东北亚陆缘晚白垩世火成岩的时空分布特征，结合火成岩地球化学数据，探讨该时期岩浆作用与古太平洋俯冲及气候变化之间的潜在联系。东北亚陆缘晚白垩世火成岩分布范围由陆内至陆缘明显收缩，指示古太平洋板块俯冲-后撤过程。火成岩展布方向发生小角度偏转，可能是俯冲板块在深部地幔流影响下发生变形以及不同位置后撤速率差异所致。该时期东北亚陆缘经历了地壳减薄和岩浆初始温度上升，暗示板块后撤诱发陆缘向地幔流，引起地壳减薄并形成具有较高初始温度的岩浆。晚白垩世东北亚陆缘地区经历了由升温到降温的过程，与岩浆作用变化相对应，暗示岩浆活动与区域古气候变化具有潜在协同性。     

浅海声速剖面自动分类方法研究

海洋中的声速剖面是影响水声设备效能的重要环境因素之一,声速剖面的自动分类和区划对海洋环境的应用意义重大.依据浅海30分方区按月统计声速剖面,通过归一化处理和Akima差值采样,建立了各方区按月归化后声速剖面的分层梯度样本集,并应用多种系统聚类算法分别对分层梯度样本集进行分析;计算各种算法在不同聚类数水平下聚类结果的总的类内离差和,依据总的类内离差和变化曲线拐点对应的聚类数目,结合分类结果确定浅海声速剖面最优聚类数目.对大量历史统计声速剖面数据的分析结果表明,该方法得到的聚类结果与人工经验分类结果吻合较好.