AFLP技术在笛鲷的仔鱼鉴定及其分类学上的研究

以南沙群岛采获的勒氏笛鲷(Lutjanus russelli)、黄笛鲷(Lutjanus lutjanus)、红笛鲷(Lut janus sanguineus)、紫红笛鲷(Lutjanus argentimaculatus)、金焰笛鲷(Lutjanus fulviflamma)、线纹笛鲷(Lutjanus lineolatus)、画眉笛鲷(Lutjanus vitta)、马拉巴笛鲷(Lutjanus malabarius)、驼背笛鲷(Lutjanus gibbus)、约氏笛鲷(Lutjanus johni)、金带笛鲷(Lutjanus vaigiensis)11种笛鲷属的后期仔鱼为材料, 进行了基因组DNA的AFLP(扩增片段长度多态性)研究,通过笛鲷仔鱼和成鱼的AFLP电泳图谱的比较分析,将这11种笛鲷属的仔鱼成功分开.研究表明,最适合的AFLP引物组合是E+AGC/M+CAA,由这11种笛鲷共扩增出132 AFLP位点,每种笛鲷的AFLP条带数为43~69,在这11种笛鲷中,共享的AFLP条带数仅为7,同一种笛鲷仔鱼和成鱼AFLP遗传相似度在90%以上.根据这11种笛鲷的Nei遗传距离对Neighboring系统进行进化分析,并且与传统的笛鲷形态分类进行了比较.分子生物学可以阐释笛鲷属鱼类的系统进化和遗传亲缘关系,对传统形态分类学加以完善和补充.     

Molecular identification of scallop planktonic larvae using species-specific microsatellites

The identification of scallop larvae is essential to understand the population structure and community dynamics and to assess the potential environmental impacts caused by scallop larvae released or escaped. However, the larvae identification by morphological characteristics is notoriously difficult, mainly due to the small size （usually being less than 150 μm） and vague morphological characteristics among different scallop species. A simple and accurate molecular method was developed to identify four economically farmed scallop species, the Zhikong scallop Chlamys farreri, the noble scallop C. nobilis, the bay scallop Argopecten irradians and the Yesso scallop Mizuhopecten yessoensis. The tests used the high degree of species-specific microsatellite markers, which was specified by transferability analyses, assessed by reference individuals and evaluated by BLAST searches. The sensitivity test indicated that the species-specific microsatellites were sensitive enough for the detection of 1% -2% larvae in mixed plankton samples. Larvae collected from scallop hatcheries and their effluents and from the artificially controlled crosses were well identified to the species/hybrid level. The results demonstrated that the one-step PCR-based assay was technically simple, inexpensive and robust in identification analyses, and also less sensitive to initial quality of template DNA extracted from the ethanol-preserved samples for several years.     

多波资料综合解释方法研究的若干进展

本文较系统地总结了多波层位识别的主要原则和方法；提出了利用井中纵、横波速度求取地层密度、孔隙度的改进方法；研制了以小波分解与重建为基础的沿层分频处理法和高分辨剖面重建方法，提高了薄层识别的横向和纵向分辨率；发展了精度高、误差小计算薄层速度的补层加权法；介绍了各向异性介质参数反演的遗传算法，走时法以及Ｐ－ＳＶ波ＡＶＯ分析等方法；建立了多波解释系统的总体框架。所提方法的有效性和正确性均经过实际地震记录和数值模拟计算的检验，对丰富多波地震资料的解释理论，形成多波解释系统，扩大应用领域，提高应用效果具有重要参考意义。     

长江口表层沉积物矿物磁性分区特征及其沉积环境指示意义

本研究旨在揭示现代长江口不同沉积环境铁磁性矿物的分布差异,寻找有效识别河口-陆架沉积环境的磁学指标,以便更好地将环境磁学应用于河口古环境研究。在长江口及邻近陆架的6个沉积环境:汊道、拦门沙、三角洲前缘斜坡、前三角洲、前三角洲-陆架过渡区和残留砂区,采集表层沉积物样品,进行粒度和磁性测量。结果显示,χ和SIRM在汊道和拦门沙呈现显著高值,HIRM、χfd%、χARM、χARM/χ和χARM/SIRM在前三角洲和前缘斜坡呈现显著高值,反映了陆源物质输运距离和河口沉积动力对磁性矿物分布的控制作用。因此,参数组合HIRM、χARM、χARM/χ和χARM/SIRM可用于识别全新世地层前缘斜坡和前三角洲-陆架;参数组合χ、SIRM和S-20mT可尝试用于识别汊道和拦门沙环境。     

天津地区典型土壤剖面饱和烃分布特征及环境意义

分析了天津地区不同环境功能区7 条土壤剖面中饱和烃含量、组成及部分地球化学参数 的变化规律, 比较了不同土壤剖面饱和烃在纵向上的变化特征。结果表明, 市区( 南开区) 及近郊 区( 武清区, 北辰区和宁河县交界处) 表层土饱和烃含量最高, 其他剖面含量较低; 随深度增大, 饱 和烃含量均有所降低, 但不同剖面变化幅度不同, 表层含量较高的剖面随深度增大, 饱和烃含量 降低幅度较大, 反之则较小。根据部分典型地球化学参数的纵向变化特征, 推测表层土壤饱和烃 主要为石油源和植物源的混合源, 且市区和郊区主要受石油源控制。不同土壤剖面表层土污染源 存在差别。同一剖面表层土壤( <30cm) 不同层次的样品的饱和烃污染源较为接近; 剖面深部( > 30cm) 不同层次样品中正构烷烃不同于表层, 且成因复杂, 既受来源于土壤中有机质降解产物的 影响, 又受表层土中饱和烃纵向迁移作用的影响。对于甾、萜类化合物, 表层土壤中饱和烃含量较 高的剖面, 深层土壤受表层土壤甾、萜类污染物迁移作用的影响; 表层土壤中饱和烃含量较低的 剖面, 深层土壤受表层土壤甾、萜类污染物影响较小。     

利用激光诱导离解光谱检测铍铝元素区分透闪石白玉产地

利用自行搭建的激光诱导离解光谱仪分析54块新疆、青海、俄罗斯产地的透闪石白玉样品,提出通过检测Be、Al元素来区分白玉产地的方法。使用波长1064 nm的激光器激发样品,4CCD光谱仪采集光谱,为避免外界条件干扰,以透闪石白玉中含量比较固定的Si元素作为内标元素测量原子谱线强度比值IBe/ISi、IAl/ISi,分别代表Be、Al元素的含量变化,重复测量10次的相对标准偏差(RSD)<3%。结果表明,新疆白玉的IBe/ISi为0.3～0.6,IAl/ISi为0.1～0.4;青海白玉IBe/ISi<0.1,IAl/ISi<0.2,显示出低Be低Al的明显特征;俄罗斯白玉的IBe/ISi分为高值和低值两个区域,部分样品的IBe/ISi>0.7,指示Be的含量较高,另一部分样品的IBe/ISi为0.1～0.5,略低于新疆白玉。研究显示Be、Al元素特别是Be元素具有较好的产地指示意义,激光诱导离解光谱技术用于鉴别白玉产地有着较好的推广前景。     

基于遗传算法优化的支持向量机在岩性识别中的应用

为提高测井岩性识别的精度,本文结合乌夏地区岩芯资料和测井数据,总结该地区砂砾岩测井响应特征,优选出声波、自然伽马、密度、中子孔隙度和电阻率等5条测井曲线参数作为训练和测试样本,通过遗传算法挑选出最佳的支持向量机核函数参数σ和惩罚因子C,建立支持向量机岩性识别模型。结果表明该模型实际数据预测总体符合率为81.6%,在识别准确率上与传统测井识别砂砾岩岩性方法相比都有明显提升。     

FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔（粒内孔、粒间孔）及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

Model identification for hydrological forecasting under uncertainty

Methods for the identification of models for hydrological forecasting have to consider the specific nature of these models and the uncertainties present in the modeling process. Current approaches fail to fully incorporate these two aspects. In this paper we review the nature of hydrological models and the consequences of this nature for the task of model identification. We then continue to discuss the history (“The need for more POWER‘’), the current state (“Learning from other fields”) and the future (“Towards a general framework”) of model identification. The discussion closes with a list of desirable features for an identification framework under uncertainty and open research questions in need of answers before such a framework can be implemented.     

风暴单体识别与跟踪(SCIT)算法评估

利用兴义新一代多普勒天气雷达复合体扫资料及WSR-88D提供的风暴单体识别与跟踪(SCIT)算法对2007-2008年发生在贵州省黔西南地区的40次天气过程个例进行验证、分析,分别从单体识别、单体跟踪评估、单体位置预报、单体算法评估效果与季节关系分析、单体算法评估效果与距离关系分析、冰雹暴雨评估对比分析6个方面进行评估、分析。在充分考虑了当地地理环境、气候背景的前提下对算法评估不太理想的情况进行了误差分析,并进行了算法补偿,提出了解决的办法,一是降低识别阈值,将SCIT的7个反射率阈值降低一个等级,二是提取反射率因子垂直梯度,用上述两个改进方法对2007-2008年的40次天气过程重新进行评估,并与算法改进前的评估效果进行对比检验,结果表明,算法改进后评估效果有所提高。