栉孔扇贝foxl2基因在卵子发生中的必要性

采用RNAi技术研究了栉孔扇贝(Chlamysfarreri)foxl2基因在卵子发生和卵巢功能维持中的作用。使用体外合成的栉孔扇贝foxl2双链RNA(dsRNA),以每只50μg/次的剂量注射进闭壳肌中,连续注射2次(第一次注射后7天,再进行第二次注射);以注射相同体积PBS(相同注射方法)的扇贝作为阴性对照组,以不注射扇贝作为空白对照组。qRT-PCR检测干扰组扇贝卵巢中的foxl2 mRNA表达量较空白对照组下降了62%, Western blotting检测该蛋白在卵巢中的含量也明显下降,显示靶基因的表达水平被有效地敲降。组织学观察发现,栉孔扇贝foxl2干扰后的卵巢中卵母细胞形态异常、细胞核固缩,卵子发生明显受阻。表明该基因在栉孔扇贝卵子发生中起重要作用。     

顾及地类转换差异的城市空间扩展元胞自动机模型及应用研究

元胞自动机模型已经成为城市空间扩展模拟研究的重要方法之一,并得到广泛应用。然而,现有的城市扩展元胞自动机模型仍存在不足。由于元胞状态设置较为简单,从而使模型转换规则中对不同用地类型向城市用地转换的差异与强度考虑不够。基于此本文在元胞自动机模型的框架下,设计了多元结构的元胞状态及转换规则,提出了顾及地类转换差异与强度的城市扩展元胞自动机模型。在计算非城市用地向城市用地转换的转换概率时,该模型考虑了3个方面的概率：① 地形地貌、经济发展等城市发展的驱动因素对城市用地扩展的影响概率,该概率采用logistics方法进行计算;② 邻域元胞的用地类型对中心元胞转换概率的影响,该概率采用扩展摩尔型方法进行计算;③ 不同类型的非城市用地（本研究中包括耕地、林地和裸地3种类型）向城市用地转换的强度,该概率由模拟基期土地利用数据与目标年份土地利用数据的叠加,得出不同类型的非城市用地在此时间段内向城市用地转换的规模,进而确定不同类型的非城市用地向城市用地转换的强度。最后,将以上3种概率的乘积作为元胞转换的概率。通过转换概率与转换阈值的对比判断中心元胞是否在下一个阶段转换为城市用地。经过迭代计算,不断增加城市用地元胞的数量。当模拟城市用地的结果与目标年份的城市用地规模差值在一定的范围内时停止模拟,得出最终结果。模型构建完成后,本文以长株潭城市群核心区为例进行了模拟实验。以2001年该地区的土地利用数据为基期数据,模拟2010年该地区的城市用地规模和空间分布。研究结果表明,根据本文提出的模型模拟的城市扩展结果与真实数据相比具有较高的一致性。模拟结果正确率达到68.66%,比基于传统logistics回归的元胞自动机模型的模拟精度提高了4.25%,Kappa系数为0.675。该模型较好地模拟了长株潭城市群核心区城市扩展,在城市空间扩展模拟中具有较好的适应性与有效性。     

弧形海岸裂流的数值模拟研究

弧形海岸波浪产生的裂流严重危害人类活动，但是目前对其特征缺乏充分认识。本文对Haller物理模型实验和三亚大东海的数值模拟表明FUNWAVE模式具有较好的裂流模拟能力。基于该模式进行了多种弧形海岸条件的裂流数值模拟，给出裂流的一些特征：（1）海岸弯曲度增大，裂流增强；（2）海岸坡度对裂流有比较大的影响，太陡或太平缓的海岸不利于形成裂流；（3）海岸尺寸减小，裂流减弱；（4）波高和波周期增大，裂流增强，但是对于某些海岸而言，0.4m波高可能就存在危害比较大的裂流。     

PS测井在机场隧道地基勘查中的应用

PS测井技术是地震勘探方法之一,也是一种简便、快速、准确的原位测试技术。该文介绍了单孔法PS测井的原理及其在铁路工程勘察中的应用,主要包括根据等效剪切波,进行建筑抗震场地类别划分,铁路工程抗震场地类别划分。根据岩土动力学参数,达到评价岩体质量和划分围岩类别目的,利用剪切波速法估算岩土的承载力基本值。通过青岛机场隧道场地的工程实例说明了PS测井技术在岩土工程勘察设计中的应用情况及应用效果。     

全球气候变化下南海诸岛保护优先区识别分析

全球变化下,珊瑚礁保护区是保护生物多样性、增强珊瑚礁对气候变暖抵抗力的有效方式,而维持珊瑚礁弹性是其核心内容。针对珊瑚礁最具有威胁性的热压力因子,基于南海1982—2009年卫星观测海表面温度（SST）数据和CMIP5加拿大地球系统模式CanESM2模型预估的2006—2100年南海SST数据构建热压力强度模型,从维持珊瑚礁弹性的角度识别IPCC RCP 4.5和RCP 8.5情景下南海诸岛保护优先区。结果表明：RCP 4.5和RCP 8.5情景下13%左右的南海诸岛珊瑚礁识别为保护优先区。根据热压力强度与珊瑚抵抗力及避难所关系,西沙群岛七连屿和晋卿岛近年观测与未来预估的热压力强度均比较低,在保障其服务功能的基础上建议实施完全保护;东沙群岛东沙环礁和中沙环礁排洪滩近年观测急性热压力强度较高但未来预估热压力强度较低,建议实施50%禁止利用保护;中沙群岛黄岩岛近年观测和未来预估的急性热压力强度均比较低,建议实施50%多用途保护。南沙群岛有14%左右的珊瑚礁识别为保护优先区,根据其热压力强度可实施30%~100%禁止利用保护或30%~50%多用途保护。RCP 4.5和RCP 8.5情景下的南海诸岛保护优先区及保护对策,可为维持珊瑚礁生态弹性及应对全球气候变化提供重要的参考价值。     

典型深街谷内树木空间配置对行人呼吸高度处气流的影响

为揭示树木的不同空间配植方案对行人呼吸高度气流的影响,本文将树木视为均匀多孔介质,通过附加源项法从空气动力学角度用CFD模拟了H/W=2的典型深街谷几何内4种树木配植情景,实验表明,不同空间配置下树木对街谷内行人呼吸高度处局地气流的影响强弱在空间分布模式上差异悬殊：① 均匀种植的树木对街谷内行人呼吸高度的气流起到阻碍作用,不均匀种植则有效提升街谷的整体流速。4种空间配植方案下树木对气流的影响程度不同,阻碍作用从大到小的顺序为均匀间距8 m（Spa8m）>均匀间距6 m（Spa6m）>均匀间距20 m（Spa20m）>不均匀配植（Non-uniform）;对应的平均气流增强指标顺序为$\bar{D}_{spa8}$（-19.31%）<$\bar{D}_{spa6}$（-16.14%）<$\bar{D}_{spa20}$（-10.73%）<$\bar{D}_{non-uniform}$（1.25%）。② 对比不均匀和均匀的种植方案,不均匀植树的街谷内部行人呼吸高度的气流流速比其对照案例（均匀植树Spa8m方案）整体增强了106.49%。街谷中部不种树,在街谷两端配置树木并预留足够的自由空间的不均匀植树方案,能够让角涡渗入街谷中部,促使街谷内部的垂直漩涡和两端的水平角涡运动,增强湍流和垂直交换,有效减少了街道两端“风口效应”和街道中部“风影效应”的区域,改善了整个街谷行人呼吸平面的风环境。④ 合理空间配置的树木能够改善街谷内部的行人风环境。街谷内行人呼吸高度处的气流对局地条件很敏感,树木的局部配置（空间簇集、密度）将引起强烈的空间变化。在既有城市建筑布局条件下,如何通过谨慎的景观设计,利用树木等城市绿化措施有效地改善城市的行人风环境,缓解污染扩散、疾病传播等问题,本文的方法可提供一定的参考。     

察尔汗盐湖西北部典型采区地下卤水赋存状态的地面核磁探测与数值模拟研究

察尔汗盐湖地下晶间卤水蕴藏了宝贵的盐湖矿产资源,如何确定地下卤水的赋存规律以制定科学合理的卤水开采和补给方案,正成为盐湖资源大规模可持续利用亟需解决的重要问题。本文以察尔汗盐湖西北部的典型采卤区作为研究区域,1)利用新型的地面核磁共振找水仪,通过在研究区布设两条十字交叉的测线,探测并反演解译测区地下60米深度内的卤水静态赋存形式,2)结合OpenGeoSys(OGS)多物理场耦合地下水数值模拟软件,对测区地下卤水的动态运移形式进行数值模拟计算。地面核磁探测结果表明研究区含水量整体偏低,最大含水量约0.8%,平均含水量约0.4%。测点结果给出的含水层位分界面与邻近钻孔的地层层位分界面的一致性较高,浅部的层位误差在10%以下,达到了0.5米的精度。考虑到测区南北两边均有采卤渠正在汲取地下卤水,且在测区中心存在两条废弃的采卤渠,OGS地下水数值模拟研究结果表明采卤渠造成测区浅部卤水较大空缺,与研究区浅部含水量总体偏低的探测特征一致。研究结果表明地面核磁共振技术能准确探测卤水当前的赋存状态,地下水运移模拟技术可以深入认识采补活动引起卤水赋存状态的变化规律。探测和模拟结合的联合研究是确定卤水赋存规律的重要手段,研究成果可为盐湖资源合理开采高效利用提供基础资料和相关科学支撑。     

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.