拟穴青蟹(Scylla paramamosain)六个地理群体肌肉氨基酸和脂肪酸的比较分析

本文对广西钦州(Gq)、福建霞浦(Fx)、浙江温州(Zw)、浙江三门(Zs)、浙江宁海(Zn)、浙江慈溪(Zc)等6个野生群体拟穴青蟹(Scylla paramamosain)肌肉进行了氨基酸及脂肪酸分析。共测定出19种游离氨基酸和26种脂肪酸。氨基酸含量在80.94—191.39mg/g之间, Gq为最高;总脂肪酸含量在7.97—11.38mg/g之间,Zn为最高。主要氨基酸为甘氨酸和精氨酸;主要脂肪酸为C20:5n3(EPA),占总脂肪酸含量的平均值为(22.47±5.84)%。各群体风味氨基酸和多不饱和脂肪酸含量丰富,占总氨基酸比例(TDAA/TFAA)和总脂肪酸比例(PUFA/TFA)分别为(53.62±5.43)%和(59.27±5.29)%。Zs群体的必需氨基酸含量及C22:6n3(DHA)均为最高。主成分分析结果表明:各群体的氨基酸与脂肪酸组成与含量相似性与地理距离分布具有一定的相关性,特别是Gq群体,在氨基酸与脂肪酸的分类中与其他群体区分比较明显。各群体风味氨基酸和多不饱和脂肪酸的聚类分析结果均表明:Zw、Zc与Gq群体较为接近,具有较强的甜味; Fx、Zn与Zs群体较为接近,具有较强的香味及不饱和脂肪酸营养价值。     

岩藻黄素纳米复合物的制备及抗氧化、抗肿瘤活性研究

岩藻黄素是一种脂溶性类胡萝卜素,由于其水溶性差、环境敏感性强,使其应用受到限制。本研究采用有机溶剂浸提、大孔树脂纯化法,从裙带菜中提取高纯度岩藻黄素。通过复凝聚反应制备乳清分离蛋白-岩藻黄素-阿拉伯胶纳米复合物。通过透射电镜观察,纳米复合物呈光滑的球形,粒径约为44nm。红外光谱则表明,岩藻黄素与乳清分离蛋白、阿拉伯树胶发生相互作用,导致联烯键、乙酰基等特征吸收峰被遮蔽。与单一岩藻黄素相比,纳米包封的岩藻黄素具有较好的抗氧化活性稳定性。抗肿瘤实验表明,纳米复合物保留了岩藻黄素抑制HT29细胞增殖的生物活性。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

Enhanced a novel β-agarase production in recombinant Escherichia coli BL21(DE3) through induction mode optimization and glycerol feeding strategy

Agarases are hydrolytic enzymes that act on the hydrolysis of agar and have a broad range of applications in food,cosmetics and pharmaceutical industries. In this study, a glycerol feeding strategy based on induction mode optimization for high cell density and β-agarase production was established, which could effectively control acetate yield. First, exponential feeding strategy of glycerol with different overall specific growth rates(μ) was applied in the pre-induction phase. The results showed that the low μ(μ=0.2) was suggested to be the optimal for cell growth and β-agarase production. Second, the effects of induction temperature and the inducer concentration on cell growth and β-agarase production were investigated in the post-induction phase. When induced by isopropyl-β-d-thiogalactoside(IPTG), the strategy of 0.8 mmol/L IPTG induction at 20℃ was found to be optimal for β-agarase production. When cultivation was induced by continuous lactose feeding strategy of 1.0 g/(L·h), the β-agarase activity reached 112.5 U/mL, which represented the highest β-agarase production to date.Furthermore, the β-agarase was capable of degrading G. lemaneiformis powder directly to produce neoagarooligosaccharide, and the hydrolysates were neoagarotetraose(NA4) and neoagarohexaose(NA6). The overall research may be useful for the industrial production and application of β-agarase.     

烟台市地质灾害发育现状及影响因素分析

2016年山东省开展各市地质灾害排查工作,烟台市作为地质灾害较发育区,是该次排查重点工作区之一。该文以现状调查为基础,查明了烟台市共发育471处地质灾害隐患点,地质灾害规模以小型为主,主要类型为崩塌、滑坡、泥石流、采空塌陷和岩溶塌陷,其中崩塌隐患点占地质灾害总数的68%,数量最多,其次为泥石流和采空塌陷,各占总数的15%和14%,滑坡数量最少,仅占总数的1%,并介绍了各类地质灾害分布特征。在此基础上,对地质灾害的主要影响因素——地形地貌、岩土体类型、地质构造、降水和人类工程活动等进行了分析。最后提出了在进行工程建设活动的同时重视其引发的地质灾害问题,以减少和预防其带来的次生地质灾害。     

载波/多普勒平滑伪距在Android手机中的定位实现

针对Android手机GNSS伪距定位精度较低的问题，利用手机端观测信息，通过载波相位/多普勒平滑伪距改善手机端伪距观测值的质量，从而达到提高定位精度的效果。首先给出了Android手机GNSS原始观测量的获取方法，然后推导了载波相位平滑伪距和多普勒平滑伪距算法模型，并设计合理有效的试验对算法的精度进行评定。试验结果表明：在手机端静态定位中载波相位和多普勒平滑算法均可提高原始伪距的定位精度，且多普勒平滑算法表现更优；在手机端动态定位中多普勒平滑算法可获得比原始伪距更优的定位精度，但是载波相位平滑算法较原始伪距更差；由于硬件的制约手机端周跳和信号失锁严重，占比超过50%，载波相位在手机端的可用性较低；多普勒平滑算法的最优平滑时间常数小于等于10 s，具有实时动态定位的巨大潜力。     

基于深度域地震成像的中沙海槽盆地东北部结构构造研究

文章基于叠前深度偏移地震成像分析, 结合前人重磁反演等地球物理资料成果, 对中沙海槽盆地东北部结构构造进行探索研究。研究表明: 中沙海槽盆地东北部发育新生代地层, 厚度在1500~2500m之间, 地层层速度为1500~ 3500m·s^-1, 不存在中生界沉积层, 盆地基底为海山或前寒武系基岩及岩浆岩隆起。中沙海槽盆地新生代陆源海相烃源岩丰富, 盆地新生界地层厚度大, 盆地凹陷、断裂发育, 具有一定的油气勘探潜力。     

秦皇岛近岸海域绿藻微观繁殖体的分布以及在绿潮形成中的作用

2015年以来，秦皇岛近岸海域暴发了绿潮，对北戴河旅游区的环境和生态系统造成了严重影响。绿藻微观繁殖体在绿潮的形成过程中起到重要作用，主要包括孢子、配子、幼苗和营养片段。绿藻微观繁殖体作为绿潮的“种源”，其分布规律可以反映绿潮的“藻源”位置。本研究于2016年4-9月和2017年1月对秦皇岛近岸海域绿藻微观繁殖体的调查，探究了其分布规律以及生物量变化。结果显示，绿藻微观繁殖体主要分布在近岸海域，由近岸向远岸海域逐渐降低。绿藻微观繁殖体的数量在7、8月份最高，在冬季最低。受绿潮影响严重的海域微观繁殖体数量高于其它海域。秦皇岛近岸海域的绿藻微观繁殖体为该海域绿潮的种源，其分布规律表明秦皇岛近岸海域绿潮起源于本地。     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.     

自然和自然贡献情景模型研究综述

本文回顾了自然和自然贡献情景模型发展的背景、历史和内容,概括总结了自然和自然贡献情景模型的发展进程以及联合国生物多样性与生态系统服务政府间科学—政策平台(IPBES)情景模型的概念框架,讨论了自然和自然贡献情景模型存在的问题和发展方向。为了在全球层面解决现有综合集成模型存在的问题,根据地球表层建模基本定理和生态环境曲面建模基本定理,提出了具有中国原创特点的自然与自然贡献情景模型概念框架。