柴达木盆地尕斯库勒湖区盐生植物改良土壤盐渍化效应及其贡献评价

在柴达木盆地尕斯库勒盐湖区,通过对芦苇、赖草、海韭菜、无脉苔草、洽草、盐地风毛菊、羊齿天门冬、小花棘豆和白刺9种盐生植物生长区土壤容重、含水量、全盐量、pH值、全氮、速效钾、速效磷进行测试分析,研究其对盐渍化土壤的改良效果。试验结果表明:9种盐生植物均可降低土壤容重、全盐量和pH值,提高土壤含水量,其平均全盐量较裸地降低了3.79%~85.40%,平均降低幅度为44.99%,小花棘豆降低土壤容重相对较为显著(17.39%),无脉苔草相对较差(1.37%)；盐地风毛菊降低土壤pH值的能力相对较强(5.11%),羊齿天门冬相对较弱；赖草提高土壤含水量相对较为显著(26.05%),白刺相对较差(1.85%)。9种盐生植物可不同程度增加土壤全氮含量,且随取样深度增加全氮含量呈逐渐降低的变化趋势；9种盐生植物坡面地表以下垂直方向0~20 cm土体速效磷含量表现出增加趋势,其中在地表以下20~50 cm位置速效磷含量增加相对较为显著,土体速效磷含量增加的程度由大至小依次为:小花棘豆、赖草、无脉苔草、海韭菜、白刺、羊齿天门冬、芦苇、洽草和盐地风毛菊。研究结果对于利用盐生植物防治土壤盐渍化,以及进一步提高土壤可持续利用有实际价值。     

基于遗传算法优化BP神经网络的玉米遥感估产方法

以内蒙古自治区开鲁县玉米作物为研究对象,将生育期内玉米遥感影像所提取的多种植被指数和实地采样点的测产数据作为训练值,利用BP(back propagation)神经网络和遗传算法优化BP(GA-BP)神经网络估产模型,得出网络预测的玉米产量数值。通过决定系数R 2和均方根误差RMSE,比较实测产量与预测产量之间的精度,BP神经网络模型R^2为0.8452,RMSE(%)为28.37;遗传算法优化BP神经网络模型R^2为0.9850,RMSE(%)为6.70,表明遗传算法优化BP神经网络估产模型具有一定可行性和可信度。     

青鳉foxl2基因敲除突变体的构建与表型分析

【目的】建立青鳉(Oryziaslatipes)foxl2基因突变体材料,为阐释foxl2基因功能提供良好的动物模型和研究基础。【方法】利用CRISPR/Cas9技术敲除青鳉foxl2基因,建立突变体材料。观察foxl2基因突变体的第二性征、性腺等形态特征;组织学分析性腺结构与性腺中细胞类型;用定量PCR检测性腺发育相关基因的表达情况。【结果】通过CRISPR/Cas9技术成功敲除青鳉foxl2基因,建立foxl2基因缺失4个碱基的青鳉突变体。从第二性征与性腺表型上,foxl2-/-突变体均表现为生理雄性;组织切片分析发现,foxl2-/-突变体的性腺结构与野生型卵巢和野生型精巢均有显著差异,存在退化的核仁外周卵母细胞与精子,提示foxl2-/-的性腺在组织结构上类似精巢;定量PCR结果显示,foxl2-/-突变体中雄性性腺发育关键基因sox9b、gsdf、amh等的表达量升高,雌性性腺发育关键基因cyp19a1a等的表达量下降。【结论】通过CRISPR/Cas9技术成功建立青鳉foxl2基因缺失的突变体,foxl2-/-突变体有遗传雌性、生理雄性的表型特征,foxl2对维持青鳉性腺功能有重要作用。     

基于GPS的气象卫星数据地理定位精度验证

以天津渤海湾围海造田形成的规则人工基础设施为参照物,对长时间序列的FY-3B星250 m空间分辨率数据的几何定位精度误差进行量化,并在此基础上对几何定位精度进行了分析。研究发现,FY-3B星中分辨率卫星数据的几何定位精度存在较大误差,尚未完全达到1个像元或亚像元级的精度水平。纬度方向误差明显大于经度方向误差,纬度方向的几何定位误差整体在-2～-9个像元,经度方向误差基本处于±3个像元的水平。经度方向误差随时间序列的增加,呈偏西向偏东的发展趋势;纬度方向的几何定位整体偏北,且有向北扩大的趋势。在天顶角小于30°的范围内,经度方向误差并不随天顶角的增加而变化,而纬度方向误差随天顶角增加而缩小,且变化幅度在扩大。研究结果有助于改善FY-3B星中分辨率卫星数据的几何定位精度以及研究目前几何定位模型存在的问题。     

东海蛾螺属二新记录种(腹足纲,蛾螺科)

在整理近年来东海采集的蛾螺科Buccinidae标本时,鉴定出属于蛾螺属Buccinum Linnaeus,1758的两个中国新记录种:(1)白肋蛾螺Buccinum leucostoma Lischke,1872,采自于东海300—400m深的泥沙质海底;(2)古式蛾螺Buccinum koshikinum Okutani,1988采自于东海400m深的泥沙质海底。文中分别对这两个新记录种的形态特征、生活习性等进行了描述,并与相似种进行了分类学讨论。此外,文中还列出了中国海已报道的其他蛾螺属种类。     

云南天文台手绘太阳黑子数据系统

中国科学院云南天文台多年来积累了近16 000张手绘太阳黑子观测数据,建立完善的查询与统计系统对这些海量数据进行科学的管理与统计分析成为必要。数字化数据包括太阳黑子记录近9万个,有效记录数据100万余个。系统提供了一个数据管理、数据检索、数据统计分析的平台。借助数据管理系统,可对太阳黑子相关参数进行长周期的统计。     

两种雷暴大风的结构特征及其环境条件对比分析

2014年3月29日晚到31日早上,广西连续两个晚上在同一区域出现了两种不同类型的雷暴大风,这两类雷暴大风在形态结构演变和环境条件上存在明显的差异。30日雷暴大风表现为多个孤立、松散、排列无序的强单体风暴,属于微湿下击暴流、低层暖平流强迫类,其层结为条件性不稳定,由地面辐合线触发;31日的雷暴大风则是由有组织、紧密排列的多单体强风暴组成的飑线系统,其后侧入流明显,有平流作用,风暴范围大,属于高空冷平流强迫类,其层结为对流性不稳定,由地面锋面触发产生。从环境条件上来看,30日雷暴大风的温湿廓线呈倒V型结构,中层湿度相对较大,低层干且温度直减率近干绝热;31日雷暴大风的温湿廓线表现为850hPa以下大气层结曲线与露点曲线紧靠,水汽充足,以上两者分离,干层显著,呈"漏斗"状,另外,31日雷暴大风的垂直风切变较大,更有利于对流的组织化。     

基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。