不同盐度条件下亚硝酸态氮与非离子氨对花鲈幼鱼的毒性实验

在水温为25～31℃、p H 7.70~8.17、溶解氧≥5.0mg/L、自然光照的条件下,作者采用半静水法研究了亚硝酸态氮与非离子氨在不同盐度条件下对花鲈(Lateolabrax maculatus)幼鱼(50.33 g±4.35 g)的急性毒性、半致死量浓度、安全质量浓度及不同盐度条件下氨氮胁迫对花鲈幼鱼耗氧率与排氨率的影响。结果表明,花鲈幼鱼在盐度0、10、20时,亚硝酸盐安全浓度分别为16.357、52.540、58.622 mg/L,总氨氮安全浓度分别为0.794、4.625、5.163 mg/L,非离子氨安全浓度分别为0.584、2.313、1.951 mg/L。实验结果说明,盐度和氨氮联合胁迫对花鲈幼鱼的耗氧率、排氨率有显著影响,盐度10时耗氧率和排氨率最低。     

钦杭成矿带斑岩铜矿知识图谱构建及应用展望

知识图谱使用人与机器能共同理解的语言,以“图”的方式来描述真实世界,是人工智能研究的重要方向之一。本研究是构建单体矿床、成矿系列和重要成矿区(带)的知识图谱实验的一部分,收集了钦杭成矿带6个较为典型的斑岩铜矿、斑岩-夕卡岩型铜矿的原始文本数据,参照斑岩铜矿床概念模型进行知识获取,标注、抽提文本中的实体、关系、属性,构建了具备基本应用功能的斑岩铜矿床知识图谱。基于未来矿产资源预测评价应充分理解地球系统、成矿系统、勘查系统、预测评价系统相互关系的认识,讨论了建立“地球系统-成矿系统-勘查系统-预测评价系统”关联知识图谱体系需要解决的关键科学技术问题,包括“地-矿-勘-评系统”领域本体及知识图谱递进关联体系,大规模“地-矿-勘-评系统”领域本体及知识图谱的自动构建技术,基于多模态关联数据嵌入“地-矿-勘-评系统”知识图谱自演化、补全技术以及基于知识图谱、大数据挖掘和人工智能的地球系统资源预测理论与方法。     

地质大数据分析的若干工具与应用

大数据科学研究范式是大数据时代的必然结果。在大数据时代,地质学研究正面临着前所未有的挑战与机遇,亟需地质大数据分析的基础支撑。本文介绍若干种有价值的地质大数据分析工具及其应用。知识图谱以其强大的语义处理能力和开放组织能力,为大数据时代信息的知识化组织和智能应用提供了有效工具。它旨在描述真实世界中存在的各种实体或概念及其关系,构成一张巨大的语义网络图,以节点表示实体或概念,边则由属性或关系构成。机器学习与卷积神经网络模型仍然是当前地质大数据研究的热点。演化算法借鉴了自然界中生物进化与自适应过程的思想,是一种基于种群的元启发式最优化算法。它具有无需先验知识、能在全局范围内进行隐并行搜索的优点,可以用来精确地获取大数据中隐含的演化趋势与时空特征。图形社区发现技术将网络划分为若干个内部节点相似社区,为分析和理解网络提供有力的技术支持。随着空间分辨率、时间分辨率和辐射分辨率不断提高,遥感技术已广泛成为地质数据获得的主要技术手段。遥感大数据的数据存取和智能处理是最重要的发展方向。这些地质大数据分析方法已有成功的应用案例,并将广泛用于各种地质研究,如城市土壤污染智能监测、模拟、管控与预警研究,得益于地质大数据研究支撑系统的恰当选择以及地质大数据技术的强力支持,建立了可解释的多源多层城市土壤污染知识图谱,源于多源异构大数据有效融合的主要障碍正在去除。     

基于性能目标的特高压输电塔抗风可靠度分析

特高压输电塔作为风敏感结构,在不同风荷载强度等级作用下,会遭受不同程度的损伤和破坏甚至倒塌。除了关注倒塌这一严重破坏,对于特高压输电塔在运营期间不同的受损程度,即不同的性能水准和表现也应重视,并采取相应的加固维修措施。通过大量调研和分析,提出以应力比和顶点位移为控制标准的性能目标,并建立了其性能水准量化模型;进而结合自适应高次响应面法,对皖电东送一上海1000kV双回路输电线路中的SZ301直线塔进行了相应的抗风静力性能可靠度分析,从而验证了所建议性能水准框架及可靠度分析方法的可行性,对工程设计和实践具有一定的指导意义。     

非饱和带二氧化碳入侵对表生植物及土壤的影响

非饱和带属于地球关键带,与人类生存环境及安全健康关系密切,而CO₂对生态环境及全球气候变化的影响至关重要。为了探索高浓度CO₂入侵非饱和带对生态环境可能带来的风险,基于长安大学水与环境原位试验场CO₂试验平台,向种植有5种典型植物（黑麦草、小麦、玉米、豌豆和苋菜）的土壤中长期注入浓度为5%、10%和15%的CO₂气体,评估CO₂入侵对植物和土壤的潜在影响。对表生植物及土壤样品（深度为20～30 cm）的理化性质分析表明:高浓度CO₂明显抑制了植物的生长,会导致植株高度、叶片数和果实重量下降;土壤矿相和理化性质也有微小变化,表现为土壤pH值的变化以及氮、有效钾、有效磷等的减少。通过分析植物的光合作用、渗透调节作用以及抗氧化系统的变化,不同的植物对CO₂胁迫表现出不同且复杂的响应,总体上C3单子叶植物黑麦草和C4单子叶植物玉米显示出比其他植物更高的敏感性,表明它们有潜力作为评估CO₂生态影响的指示植物。     

多层次矿床本体的构建及在知识图谱中的应用

将具有多元异构性和复杂语义的矿床数据转化为结构化数据,是目前矿产资源勘查大数据领域面临的关键问题。传统的机器学习方法无法精确描述实体概念、属性及其属性值的语义信息,导致多源异构数据的可解释性较差。因此,可解释性的知识图谱已成为当前研究的热点。然而,当前矿床领域本体构建研究仍相对匮乏,这阻碍了矿床知识图谱的研究。本文聚焦于矿床领域的概念、关系、属性描述,结合知识工程、叙词表、复用前人本体及专家知识,采用基于知识工程和基于顶层本体相结合的本体构建方法,使用本体开发工具Protégé构建了以时空矿床文本为基础的矿床领域本体库,实现了矿床知识概念、关系的系统化、规范化、形式化表达。然后运用Neo4j构建本体库知识图谱,并以庞西垌多金属矿床为案例,将矿床本体与矿床数据进行了知识图谱连接,展示了矿床本体作为知识图谱骨架的重要性。本文研究对下一步矿床知识图谱推理分析具有一定的指导意义。