城市地铁网络拓扑时空演变特征模型研究

以广州地铁网络为例,基于复杂网络理论,结合GIS技术对城市地铁网络的发展趋势、拓扑特征和统计特性进行了量化评估;重点通过时空序列数据分析了1997-2016年广州市地铁网络拓扑形成的过程以及统计特性的时空演变特征,以期为城市地铁网络发展和规划布局提供科学参考,促进城市发展质量的提升。     

基于时间序列Sentinel-1A数据的水稻识别

基于时间序列的Sentinel-1A数据,利用光谱相似性方法(SSM)对广东省台山县汶村镇和海宴镇进行了水稻识别。首先将SSM应用于时间序列SAR图像中,计算光谱相似度;再通过设置阈值获得初始水稻种植面积图;最后消除斑点噪声,获得水稻种植面积图。结果表明,基于VH极化图像,利用SSM和阈值法获得的水稻种植面积图的总体精度最高为97.34%,Kappa系数为0.94。因此,时间序列Sentinel-1A数据对于识别水稻或其他作物具有很大的潜力。     

南京湖山黄龙组石灰岩微相分析与沉积环境演化

对南京湖山地区黄龙组地层剖面微相的研究有助于理解晚石炭世下扬子地区的沉积环境、构造运动,对恢复下扬子板块古地理、古气候具有重要意义.研究表明,湖山地区黄龙组的岩石以泥晶颗粒灰岩为主,其次为亮晶颗粒灰岩和泥晶灰岩.根据岩石薄片特征识别出6大类、18种岩石微相类型,再根据各种微相类型的形成原因与条件及其在垂向上的变化规律,...     

黄土高原古气候变化定量重建的新进展

中国黄土- 红黏土沉积是可与深海沉积媲美的陆相沉积载体,记录了晚新生代东亚大陆气候环境变化历史。基于中国黄土的多种理化指标,重建了黄土高原地区构造- 千年尺度东亚季风变化历史,为探讨区域与全球气候的联系提供了关键证据。近年来,黄土高原古气候变化研究逐步从定性描述拓展到定量重建,本文旨在回顾基于中国黄土定量重建古温度和古降雨变化取得的重要进展。首先,梳理了古气候要素定量重建的指标和方法,古温度重建指标包括植硅体、碳酸盐耦合同位素、微生物脂类代用指标等;古降水变化敏感指标包括磁化率、白云石/方解石含量、生物微钙体Sr/Ca比值、有机碳同位素以及10Be等。然后,汇总了典型黄土剖面定量重建的古气候变化序列,分别从构造、轨道及千年时间尺度上探讨了古温度和古降雨的变化特征。结果表明,基于生标重建的不同时间跨度的土壤古温度变化序列,在冰期—间冰期尺度上的波动特征基本一致,但在冰盛期—冰消期时段出现了增温超前现象,说明陆地植被对土壤温度变化有重要调制作用。然而,不同指标重建的降水变化幅度差异较大,主导周期也存在差异,说明定量重建降水变化仍有较大挑战。最后,简要总结了黄土高原古气候定量重建存在的问题,明确了区分温度和降水季节性变化的重要性,指出加强地质记录与模拟结果的对比同化,将有助深化对多尺度季风变化动力学的理解。     

微卫星筛选及其在对虾遗传学研究中的应用

Litt等[1]1989年在心肌肌动蛋白的基因内扩增了一种2核苷酸重复并创造了"微卫"(microsatellite)这个名词.后来,Edward等[2]称微卫星为简单重复序列(simple sequence repeat,SSR).现在人们一般把微卫星定义为1～6 bp 基元组成的重复序列.     

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。     

Isolation and identification of bacteria associated with the surfaces of several algal species

We conducted this study to assess the diversity of bacteria associated with the surfaces of algae based on 16S rDNA sequence analyses.Twelve strains of bacteria were obtained from the surfaces of the following four species of algae:Gracilaria textorii,Ulva pertusa,Laminaria japonica,and Polysiphonia urceolata.The isolated strains of bacteria can be divided into two groups:Halomonas and Vibrio,in physiology,biochemical characteristics and 16S rDNA sequence analyses.The phylogenetic tree constructed based on ...     

笛鲷属(Lutjanus)鱼类线粒体16S rRNA基因序列比较及系统学分析

对笛鲷属9种鱼的线粒体DNA16S rRNA基因片段进行了PCR扩增,扩增产物经纯化后测序,得到了长度为561bp的分析序列。结合GenBank中的另外9种笛鲷的16S rRNA同源序列计算得出A、T、G、C的含量平均为28.5%、22.1%、23.6%和25.8%,AT含量稍高于GC含量,18种笛鲷碱基组成差异不大。利用MEGA3.1软件对所得序列进行比对后检测到72个变异位点,其中包括简约信息位点44个,在变异位点中75.61%的碱基替换是由于发生了转换,转换/颠换平均为3.1︰1。计算了种间的遗传距离,结果表明,序列差异在0.0193-0.0680之间,其中勒氏笛鲷和金焰笛鲷、勒氏笛鲷和金带笛鲷的序列差异最小,而红鳍笛鲷和金焰笛鲷、红鳍笛鲷和画眉笛鲷的序列差异最大。选用高体四长棘鲷(Argyrops spinifer)为外群,利用NJ法构建了分子系统树,结果表明:本研究中的9种南海笛鲷与其它9种笛鲷进化关系较远;并且南海9种笛鲷相互之间仍然保持着着相对较远的遗传距离,遗传多样性较好。     

桥梁变形的AR预报模型研究

基于时间序列分析卵论,提出以统一的AR模型对平稳可逆的随机时间序列建模的新方法.结合桥梁沉降监测的具体实例应用AR模型进行预报.结果表明,应用AR模型预报桥梁变形,具有模型形式简单、计算量和存储量较小、便于上机实现、模型顶测精度高等优点.