天山乌鲁木齐河源1号冰川浅冰芯中红酵母菌多样性及种系的产酶特性分析

采用4种分离培养基分离可培养酵母菌, 通过分析ITS区序列确定菌株的分类地位。利用多点接触法筛选产酶菌株, 并对菌株的生理生化特征进行比较分析。结果显示： 从乌鲁木齐河源1号冰川（简称乌源1号冰川）浅冰芯中一共分离得到317株酵母菌, 通过ITS rRNA基因序列的NCBI比对和MSP-PCR指纹分型分析发现其中45株为原红酵母菌（Rhodotorula）, 分为5个种R.glutinis、 R.araucariae、 R.mucilaginosa、 R.kratochvilovae和R.diobovata。通过方差分析和聚类分析对45株红酵母进行产酶差异分析, 揭示红酵母菌的各个种群与胞外酶活性的关系。所有菌株至少产两种胞外酶, 其中产纤维素酶菌株占98%, 产果胶酶菌株占100%, 产淀粉酶和脲酶的菌株各47%, 产蛋白酶和脂肪酶的菌株分别占20%和9%, 而菌株YHB-9、 YHB-15、 YHB-39和YHB-45可以产5种酶, 所有菌株都不产几丁质酶。19株菌的最适生长温度在21 ℃左右, 26株菌的最适生长温度在24 ℃左右, 属于耐冷酵母菌。此外, 乌源1号冰川浅冰芯中分离出的红酵母的产酶性状没有表现出物种特异性, 即种间差异不显著, 但产低温酶性能良好, 在生物技术应用方面具有良好的开发潜力。     

基于多尺度融合网络的高速公路能见度估计

为了实现近实时公里级的高速公路能见度监测,提出了一种基于多尺度融合网络的能见度估计方法。首先,从道路监控视频中提取道路场景图像,并对图像进行质量控制;分别采用引导滤波、光谱滤波、景深估计模型从路面场景图像中提取细节结构特征、光谱特征与场景深度特征;然后,构建多尺度融合网络自适应融合结构特征、光谱特征与场景深度特征,并从中提取能见度特征;最后在网络末端输出图像场景所对应的能见度等级。此外,为了训练与测试模型,构建了真实道路场景图像数据集,共包含18 000张标注图像。实验结果表明,多尺度融合网络可显著提升高速公路能见度估计的准确性,能见度等级分类准确率可达81.76%。