褐牙鲆鳃丝Na+-K+-ATPase性质的研究

研究了褐牙鲆 (Paralichthysolivaceus)鳃丝Na K ATPase的性质。结果表明 :褐牙鲆鳃丝Na K ATPase活力随着反应温度、pH的增加均呈现峰值变化 ,其最适反应温度为 3 0～ 3 5℃ ,高于 40℃酶活力急剧下降 ,至 5 0℃酶失活 ,而最适pH为 7.5～ 8.0之间 ,pH <7.5或 >8.0时酶活力急剧下降 ,低于 6.0酶活则被完全抑制 ;在本试验设计的反应时间和底物浓度范围内 ,随着时间和底物浓度的增大 ,酶活力的变化均为逐渐升高 ,且上升趋势逐渐变缓 ;反应介质中Na ,K ,Mg2 的最适浓度分别为 180 ,3 0 ,6mmol/L ,并且当K 或Mg2 浓度为 0时 ,酶活力均接近于 0。抑制剂乌本苷对鳃丝Na K ATPase活力表现为显著性抑制 ,在乌本苷浓度为 2mmol/L时 ,酶活力完全被抑制。     

海浪波群的谱特征分析

海浪的波谱特征分析对认识海浪有重要的意义，因为海浪谱反映了海浪的结构成分。这对海工建筑、海洋运输、船舶制造、海浪预报和海浪模拟等均有重要的实用意义。 波群是伴随海浪经常出现的一种自然现象，且经常伴随大浪的出现而出现。实践证明，波群具有极大的破坏力，其破坏性远比单个波大得多，它是海浪破坏海工建筑物的重要因子，许多防波堤的破坏并非是由单个波的作用，而是由相继出现的几个大波(波群)作用的结果。早先，人们对波群这种习见的现象研究甚少。自1974年葡萄牙锡尼斯港深水防波堤的破坏之后，对波群的研究才日益受到重视。 对波群的研究目前多采用包络方法、马尔科夫链方法和波能过程线法。波群研究的主要内容是波群的统计特征(如波群链长统计)；另外，波群的模拟也是重要的研究内容之一。目前用包络方法研究波群比较普遍，且有不少研究成果。徐德伦等(2001)综述了这方面的研究进展及结果，文圣常等(1984)也进行了详尽的讨论。 以往的研究大都是研究波群的统计特征，如合田良实(1976)、 Ewing(1973)、Rye(1974)。而针对地域性的波浪，我国学者也只是以包络方法为基础讨论了不同地域海浪波群的统计特征(常德馥，1987；葛明达，1986；范顺庭，1998)。就波群本身的结构特征而言，即波群的波谱分析特征以往的研究涉及尚少。作者拟借助于谱分析方法，对带有典型波群的实测的海浪记录来分析海浪波群的波谱结构，进而借此对海浪波群的结构特征进行深入探讨。     

近海污损生物的调查方法

近海海区污损生物调查有浮标挂板法和海上设施（浮标及其锚碇系统，Ｍａｒｅｘ水文浮标，移动式钻井平台和固定式生产平台）采样法。由于近海海区污损生物调查工作的特殊性和艰难性，笔者提出了利用已有的海上设施，尤其是固定式平台来积累近海污损生物资料，以便进行生态学研究。     

β-1, 4-半乳糖基转移酶抑制剂的研究进展

β-1,4-半乳糖基转移酶(β-1,4-GalT)抑制剂的研究是当今糖化学和糖生物学的前沿研究领域之一。本文就β-1,4-GalT抑制剂(包括供体类似物、受体类似物、过渡态类似物)的设计、合成及活性评价诸方面予以综述。     

南海季风区地域性大气环流的结构

作者使用 NCEP/ NCAR再分析资料 ,在热带 30°S～ 30°N纬带用谐波分析方法分离出超长波之后 ,再采用环流诊断方法 ,发现南海季风区存在地域性环流系统。文中给出冬、夏季风期该系统的三维空间结构和相应的热源分布 ,讨论了该地域性环流系统对南海季风气候及其异常的作用 ,并探讨夏季风爆发北部先于南部的一种可能的气候原因。     

羊栖菜茎部愈伤组织再生苗的解剖学研究

利用石蜡切片法对羊栖菜纵裂主枝上愈伤组织再生苗的发生过程进行了形态解剖学观察。发现此种成苗方式是在主枝 (茎 )或假根处由外皮层分裂形成愈伤组织 ,再由愈伤组织分化成苗的一种无性繁殖方式。愈伤组织形成再生苗有望成为羊栖菜人工养殖种苗的来源之一。     

基于投影网格的大面积水面生成算法

本文主要研究在现代硬件条件下,如何为渲染生成一个大面积的水面。为了达到摄像机高低不同时对分辨率的要求,同时保持空间的可量测性,现在经常使用的生成算法是各种"层次细节"的方法。但层次细节也存在存储数据量大以及接边等问题。本文介绍了一种替代的算法:投影网格算法。投影网格从我们希望在投影后得到的网格入手,反向找出网格在投影前的位置,更有目的性,有自己的优势。     

全站仪交汇法在高速公路路面沉降监测中的应用

文章介绍了全站仪交会法沉降监测,方便简洁地解决了测量人员不能进入的高速公路等特殊位置的测量问题,并通过对该方法的精度分析,论证了其可行性和有效性,对以后类似的测量工作提供经验和依据。     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

多目标粒子群算法与选址中的形状优化

选址问题是GIS最基本的任务之一.一般性的选址是基于点的位置优化,可利用有关GIS功能完成.实际的选址问题是很复杂的.在给定设施的数量和面积前提下,需要在空间上确定设施的最佳位置,并对形状进行优化,以获取最大的效用.采用一般的方法无法求解这种最优化问题.而且,当选址问题涉及多个目标和不同的约束性条件时,就会变得异常复杂.提出了利用多目标粒子群优化算法和区域形状变异算法相结合来解决复杂的空间选址问题.具有智能的搜索方法,大大提高了空间搜索能力,并保持了搜索区域的连通性,取得了较好的效果.