壳聚糖在药物缓释中的研究进展

壳聚糖也称甲壳胺或几丁聚糖壳聚糖,是一种天然聚阳离子碱性多糖,其化学名称为(1,4)-2-氨基-2-脱氧-β-D-葡聚糖,是甲壳素脱乙酰基的产物,而甲壳素是虾、蟹等甲壳动物外壳的主要成分,广泛存在于自然界。壳聚糖具有很好的生物相容性和生物可降解性,且其降解产物对人体健康无害,近年来在药物制剂中的应用越来越广泛,作者就壳聚糖在药物缓释、控释中的应用研究进展作一综述。1壳聚糖的药理作用1.1壳聚糖的药理特性壳聚糖及其衍生物是来源于海洋的天然高分子化合物,是天然的动物性食物纤维,是自然界存在的惟一一种碱性多糖,壳聚糖的基本结构单…     

中草药防治鱼病研究进展

中草药(traditional Chinese herb medicine)是中药和草药的总称,是中国医药的愧宝。它具有毒副作用小、价格低廉、不易产生抗药性等优点,且其中的某些药物成分不仅有抗菌作用,还具免疫作用,能改善机体的免疫状态,提高机体自身的抗菌防病能力。另外由于近年来,集约化、工厂化水产养殖方式的迅速发展,养殖产量的提高及抗生素等抗菌药物的使用,使养殖用水体日益恶化,水产品药物残留居高不下,这不仅威胁到水产养殖本身,水产养殖动物病害越来越严重,同时还威胁到人们的身心健康,所以进一步开展中草药在水产养殖上的应用研究成为必然趋势。1体外…     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

基于 SRP 概念模型的祁连山地区生态脆弱性评价

基于生态敏感性-生态恢复力-生态压力度（SRP）概念模型,从地形、气候、植被和社会经济 因子选取 8 个评价指标,利用遥感和 GIS 技术,采用主成分分析方法求取权重,对祁连山地区启动 水源涵养区生态环境保护和综合治理规划研究前后近 10 a 的生态脆弱性程度进行系统、定量地评 估,旨在揭示生态脆弱性的分布特征、时空演变及动因,为区域生态保护、资源利用和可持续发展 提供参考。结果表明：（1）从研究区生态脆弱性分布来看,祁连山地区主要以轻度和重度脆弱为 主,脆弱性程度从西北向东南地区逐渐减弱,西北地区植被覆盖度小,海拔高,生态环境较为恶劣 是导致脆弱性程度较高的原因;（2）祁连山地区 3 期生态脆弱程度呈逐渐下降趋势,综合指数分别 为 3.307、3.118 和 3.103;2005 年 生 态 脆 弱 性 较 高 ,极 度 脆 弱 面 积 为 28 610 km²,2010 年 下 降 为 11 723 km²,2015 年降低为 6 174 km²,极度脆弱面积逐渐减少;（3）从祁连山地区生态脆弱性演变动 因来看,8 个指标对生态脆弱性影响均较为显著,但在不同的时间影响程度各不相同,2005—2015 年 3 期数据中对生态脆弱性影响最大的均为植被指数,降水次之,地形因子影响最小。总体来看, 近年来祁连山地区生态脆弱性程度有所降低,但仍然需要加强保护力度,促进生态环境可持续 发展。     

青岛市生态环境变化遥感监测与分析

城市化进程不断加快带来一系列生态环境问题,本文利用植被指数、湿度指数、地表温度、建筑物—裸土指数定量表征绿度、湿度、热度、干度4个生态要素指标,通过主成分分析法,建立遥感生态指数模型,并从时间和空间两个维度对比分析2013、2019年两个时期遥感生态指数。结果表明,青岛市生态环境呈局部优化改进、整体下降趋势;同时,将青岛市遥感生态指数与人类活动相关的地表覆盖变化数据、路网交通数据、夜光数据进行耦合性分析,进一步分析探寻生态环境变化的影响因子。     

基于多时相Sentinel-2数据的成都平原主要农作物分类

针对成都平原落实最严格的耕地保护制度对耕地“非农化”“非粮化”快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明：利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。     

赣州市土地利用动态变化及其驱动因子分析

将赣州市作为研究对象,选取2000、2004、2010、2014和2017年5期Landsat遥感影像,利用RS和GIS技术,采用人机交互解译辅助实地考察方式提取赣州市2000—2017年土地利用类型图并分析土地利用变化特征;结合2000—2017年赣州市社会经济影响指标,运用主成分分析法分析得到赣州市土地利用变化的驱...     

基于关键气象因子的河北省马铃薯产量预报

基于1983—2019年河北省马铃薯产量数据及同期河北省21个气象站逐旬平均气温、降水量、日照时数,采用因子膨化及相关分析方法,确定影响河北省马铃薯产量的关键气象因子,建立马铃薯产量预报模型,并利用预报模型对1983—2015年马铃薯产量进行回代检验,对2016—2019年马铃薯单产进行预报.结果表明:马铃薯产量对7—...     

基于SAPSO-ELM的瓦斯涌出量分源预测及应用

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权值矩阵与隐含层阈值随机生成的问题,利用模拟退火粒子群算法(SAPSO)对极限学习机的参数寻优,将新疆某煤矿回采工作面瓦斯涌出量及影响因素作为SAPSO-ELM模型的输入进行训练,再利用训练好的SAPSO-ELM模型对陕西某煤矿回采工作面的瓦斯涌出量进行验证预测,并对比原始ELM模型的预测结果。结果表明,SAPSO-ELM模型的平均相对误差为3.45%,ELM模型的平均相对误差为8.81%,与ELM模型相比,SAPSO-ELM模型预测精度及效率均优于原始ELM模型。分源预测理论和主成分分析法的结合有效解决了多因素间的多重相关性并降低了预测模型的复杂度,SAPSO-ELM预测模型实现了瓦斯涌出量的快速精准预测,对预防瓦斯事故发生和保障煤矿安全高效开采具有较好的指导作用。      

中国碳强度关键影响因子的机器学习识别及其演进

碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。