基于XGBoost算法的恒星/星系分类研究

机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SDSS)数据中恒星/星系暗源集分类正确率低的问题,引入了机器学习中较新的研究成果–XGBoost (eXtreme Gradient Boosting).从SDSS-DR7 (SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源集和暗源集.首先,分别对亮源集和暗源集使用十折交叉验证法,同时运用XGBoost算法建立恒星/星系分类模型;然后,运用栅格搜索等方法调优XGBoost参数;最后,基于星系的分类正确率等指标,与功能树(Function Tree, FT)、Adaboost (Adaptive boosting)、随机森林(Random Forest, RF)、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、堆叠降噪自编码(Stacked Denoising AutoEncoders, SDAE)、深度置信网络(Deep Belief Network, DBN)等模型进行对比并分析结果.实验结果表明:XGBoost在暗源分类中要比功能树算法的星系分类正确率提高了将近10%,在暗源集的最暗星等中比功能树提高了将近5%.同其他传统的机器学习算法和深度神经网络相比, XGBoost也有不同程度的提升.     

厦门湾沉积物中有害有毒甲藻休眠孢囊及塔玛亚历山大藻的潜在危害

本工作通过分析厦门湾表层沉积物中的甲藻休眠孢囊，发现了1种有毒塔玛亚历山大藻(Alexandrium tamarense)休眠孢囊，及两种有害甲藻休眠孢囊：锥状斯氏藻(Scrippsiella trochoidea)、具刺膝沟藻(Gonyaulax spinifera)．对塔玛亚历山大藻进行了培养。并初步研究了该藻的毒性及贝类对其毒素的积累．研究结果表明，厦门海域沉积物中的塔玛亚历山犬藻是有毒的．它的较适宜生长环境条件是：水温20～25℃．盐度为25～30，光照度为3000～50001x．塔玛亚历山大藻在每年的4月26日至6月10日、10月11日至11月20日可能会形成有害藻华，危害厦门海域的海洋生物并可能威胁到人类的健康和生命安全．     

海沧邻近海域表层沉积物中重矿物研究

对厦门海沧邻近海域表层沉积物中的重矿物(0．063～0．125mm粒级)进行了分析和研究，结果表明该粒级的重矿物共计49种，其优势和特征矿物为磁铁矿、赤铁矿、褐铁矿、绿帘石、铁铁矿、角闪石、锆石、红柱石等；重矿物的平均质量分数为9．56％；根据重矿物的分布和含量，并结合主要标志矿物的颗粒百分含量和分布特征，将该海域划分为5个矿物组合区，根据各区的矿物组合类型分析了该海域的物质来源及影响重矿物分布和组合的因素，进而探讨了九龙江河口湾和厦门西港海湾的沉积环境。     

南极磷虾年龄组成的体长频数分布混合分析

本文依据１９８９／１９９０和１９９０／１９９１两个南极夏季在普里兹湾以北海域所获的拖网样品，应用分布混合分析方法，研究大磷虾种群的年龄结构。结果表明，种群内最多可能包括６个年龄：发年幼体，１＾＋，２＾＋，３＾＋，４＾＋和＾５＋龄虾。     

秋茄和榕树叶片中正构烷烃分布和单体化合物δ13C值及其光合作用

对深圳福田、阳江、海南新竹红树林秋茄Kandelia candel及海口榕树Ficusm icrocarpa叶中类脂物进行萃取,分离出正构烷烃,通过气相色谱(GC)及色谱-质谱(GC MS)分析,测出了正构烷烃的碳数分布和相对含量.气相色谱-稳定同位素比质谱仪(GC-IRMS)测定了正构烷烃单体化合物的稳定同位素组成δ13C.秋茄叶和榕树叶正构烷烃的碳数分布均为C17C33,主要集中在C23-C31(＞90%).化合物含量最高为C27的有深圳福田秋茄、海南新竹秋茄、海口榕树,而阳江秋茄为C25.单体化合物的稳定同位素δ13C深圳福田秋茄为-31.42‰-34.48‰,阳江秋茄为-31.69‰-33.62‰,海南新竹秋茄为-30.30‰-33.04‰,海口榕树为-29.92‰33.56‰;平均值分别为-32.95‰、32.67‰、31.67‰、-31.74‰.结果表明,秋茄和陆地植物榕树的光合作用都是通过C3途径,是典型C3植物.     

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.     

关键金属元素分析测试技术方法应用进展

以稀有、稀散、稀土、铂族元素为主体的战略性关键金属矿产资源,在新材料、新能源和信息技术等新兴产业中发挥着越来越关键的作用。随着我国关键矿产资源地质调查的不断深入,关键金属元素以其赋存基体复杂、不同矿物含量差异大、化学性质不稳定等特点对分析测试技术提出了新的挑战。本文根据化学组成不同,对关键金属元素主要赋存基体进行了分类,主要分为硅酸盐、碳酸盐、硫酸盐、钨酸盐、磷酸盐、氧化物、硫化物、卤化物等。对于不同的基体岩石矿物,通常采用酸溶法(硝酸-氢氟酸组合、王水)或碱熔法等传统溶样方法进行化学消解。评述了当前关键金属元素测试常用的电子探针、电感耦合等离子体质谱、电感耦合等离子体发射光谱、X射线荧光光谱等仪器的特点及应用,总结了关键金属元素分析过程中出现的样品难溶解、回收率不完全、测试过程氧化物和同质异位素干扰、样品和标准基体不一致等常见问题,并提出了相应的解决方案。微区原位分析凭借其高效率、低成本、高空间分辨率的优势,以及野外现场分析凭借其简单快速、贴近野外工作的特点是关键金属元素测试技术发展的主要趋势。     

营养限制对三种浮游动物的影响

Nutrient imbalance—a mismatch in nutrient ratios between the available food supply and the demands of consumers—has the potential to be transported up food chains,exposing zooplankton to nutrient limitations.In this study,the response of Calanus sinicus(copepod),Moina mongolica(cladocera),and Brachionus plicatilis(rotifer) to nutrient-limited(no-limited,P-limited,and N-limited) food were evaluated from the perspective of growth,reproduction,and stoichiometric homoeostasis.The results indicated that the growth of three species was suppressed under nutrient-limited(especially P-limited) conditions.However,the effect of nutrient limitations on their reproduction was species-specific.For C.sinicus,the dietary UFA(unsaturated fatty acid) as a major phospholipid component affected their egg production and total FA supporting energy promoted the hatchability of eggs.Furthermore,excess carbon in the diet promoted egg production but reduced hatching success.For M.mongolica,nutritional(P and UFA) and energy(total FA) support affected their fecundity.B.plicatilis fecundity exhibited the same pattern of growth(no-limitedN-limitedP-limited).In terms of stoichiometric homeostasis,B.plicatilis' s elemental compositions were less likely to be affected by nutrient limitations than M.mongolica.We suggest that the effects of nutrient imbalances could potentially become an evolutionary force affecting ecosystem structure and stability in eutrophic waters.     

东秦岭地区碳酸岩型钼- 铀多金属矿床成矿时代：来自LA- ICP- MS独居石U- Pb和辉钼矿Re- Os年龄的证据

东秦岭地区碳酸岩型钼- 铀多金属矿床主要包括华阳川铀多金属矿、黄龙铺和黄水庵钼矿等。其中，华阳川矿床为近期取得勘查突破的一例以U、Nb、Pb为主并伴生稀土元素的超大型铀多金属矿床；黄龙铺钼矿为东秦岭钼矿带中成矿类型最为独特的大型钼矿床。为了精确获得东秦岭地区碳酸岩型钼- 铀多金属成矿时代，本研究采用辉钼矿Re- Os法和LA- ICP- MS独居石U- Pb法，分别对黄龙铺大石沟矿床的辉钼矿、秦岭沟矿床和华阳川矿床含矿碳酸岩脉中的独居石进行测定。结果表明，黄龙铺地区大石沟钼矿辉钼矿Re- Os等时线年龄为221. 3±8. 4Ma（MSWD=10. 9)；秦岭沟钼矿碳酸岩中独居石LA- ICP- MS Tera- Wasserburg年龄为207±11Ma（MSWD=3. 7, n =38)，华阳川铀多金属矿LA- ICP- MS独居石Tera- Wasserburg年龄为222. 5±6. 7Ma（MSWD=1. 8, n =37)，表明该地区碳酸岩中的钼矿化和铀多金属矿化均形成于晚三叠世。综合分析认为，东秦岭地区发育于碳酸岩中的黄龙铺钼矿田、华阳川铀多金属矿是同一成矿系列的产物，碳酸岩型钼- 铀多金属的成矿金属可能来源于地幔，这类碳酸岩可能是秦岭地区印支期造山后伸展环境下的产物。     

京津冀地区中α尺度飑线过程中大风特征分析及成因初探

应用常规天气观测资料、地面加密自动气象站资料、大风灾情报资料、京津冀地区7部多普勒天气雷达组网观测资料及VDRAS资料,从多个角度对2013年8月4日京津冀地区一次飑线过程产生的大范围大风天气过程进行了分析,结果显示:此次过程是在高空冷空气南下、低层暖湿气流北上、系统前倾及位势不稳定的有利层结条件下,由多单体风暴演变为中α尺度的强飑线所致。飑线形成于低层垂直切变加强、冷池合并之后;大风主要发生在飑线主体回波中,其次是主体回波前和中前,主体回波后很少发生。大风发生的位置取决于飑线结构中气流的性质,气流的性质与冷池前进的程度和对流的强度关系密切。大风大部分由下沉冷气流产生,少数为近地面上升暖气流导致。大风发生的范围和强度与低层风垂直切变的强度呈正比,大范围低层风垂直切变的加强增强了飑线入流和出流的强度,是大范围大风、局部强风形成的重要原因。大风发生站次与冷池的强度和范围密切相关,冷池的加强和范围的扩大加强了后侧冷入流和前侧暖入流的强度和范围,也是大范围大风形成的重要因素。