逐步判别分析法在筛选水质评价因子中的应用

应用逐步判别分析法对水质进行评价因子筛选,通过对水质实际监测因子的假设检验分析,引入判别能力好的因子,建立判别方程。对实例评价结果表明：通过筛选引入判别方程变量的后验概率均达到90%以上,对判别分类有显著影响,从而提高了所建立的判别函数的稳定性和评价结果的可靠性。进行因子筛选的评价结果显示石头口门水库2001-2004年为Ⅱ类水,2005年为Ⅲ类水,污染呈现出逐年加重之势,与实际情况相符;而未进行因子筛选的评价结果显示5年水质没有变化,均为Ⅱ类水,且2005年后验概率仅达到52％,结果判误率高。     

煤层气井清洁压裂液破胶剂的筛选

为解决清洁压裂液在煤层气井中的破胶问题,通过考察破胶剂的种类、温度、用量及pH值对破胶时间的影响,筛选了4种适合于不同压裂深度的煤层气井的新型温敏化学破胶剂——PJJ-25、PJJ-30、PJJ-35和PJJ-40。结果表明:这4种破胶剂用量为0.02%~0.03%;破胶时间在0.5~5 h之间可控制;破胶后体系粘度小于3 mPa.s;表面张力低于30 mN/m;残渣低于0.1%。实践证明,这4种破胶剂均有良好的破胶效果,破胶液与地层的配伍性良好,且对煤层伤害较轻。      

以斑马鱼为疾病模型的小分子药物筛选研究进展

斑马鱼具有体积小,产卵量多,发育迅速,胚胎透明等特点,目前已成为一种非常重要的发育生物学模式动物。同时,斑马鱼胚胎体外发育,小分子化合物渗透性强,这些优势使其成为大规模小分子药物筛选的理想模型。近年来,随着以CRISPR/Cas9为代表的基因编辑技术的兴起,大量的转基因斑马鱼和突变体被构建出来,成为模拟人类疾病的良好模型,这些模型被广泛应用于药物筛选的多个方面。利用斑马鱼进行药物筛选,不仅具备高通量、低成本的优点,还能够比较准确的评估药物效果以及药物毒性。本文主要介绍了斑马鱼的特点以及其作为疾病模型在药物筛选中的应用,旨在帮助人们了解斑马鱼药物筛选的研究进展以及阐明斑马鱼在新药研发中的优势。     

云计算环境下震前震源异常次声波自动识别方法

云计算下采用三点阵次声源定位方法,在自动识别震前震源次声波过程中不能自动筛选识别大量的异常次声波数据,导致震前监测准确度不高且效率低下。因此提出一种云计算环境下震前震源异常次声波自动识别方法,构建JNS异常次声波数据采集筛查模组,全天候实时扫描访问端口,快速反馈异常次声波数据,采用NDS异常次声波数据序列异常检测算法快速识别错误序阵,准确回查、定位和锁定异常次声波数据;利用震前震源异常次声波自动识别方法分类识别异常次声波信号,判断该信号是否是地震可疑信号。实验结果表明,所提方法可有效自动识别震前震源异常次声波信号类型,信号分类准确率最大值达到99.99%;多次识别耗时最大均值仅为1.3min,具有准确率高和效率快的优势。     

国家管辖范围以外区域环境影响评价的筛选机制研究

国家管辖范围以外区域(Areas Beyond National Jurisdiction,ABNJ)海洋生物多样性养护与可持续利用问题是当前国际社会共同关注的一个焦点。联合国大会2015年通过关于BBNJ(Biodiversity Beyond National Jurisdiction)养护和可持续利用问题的69/292号决议,决定在《联合国海洋法公约》框架下制定具有法律约束力的新协定(BBNJ国际协议)。环境影响评价是BBNJ国际协议的重要组成部分。对ABNJ当前主要的人类活动以及现有环境管理机制进行梳理,结合国际层面和区域组织的环境影响评价框架以及主要国家的环境影响评价实践,对ABNJ主要人类活动的环境影响评价筛选机制进行研究,着重分析以“重大不利影响”作为环境影响评价的启动门槛的正当性;并从项目的选址、项目特征和项目影响这3个主要因素出发,阐明适用于ABNJ的环境影响评价筛选标准;最后,基于不同类型活动的综合分析,就ABNJ环境影响评价的适用活动范围进行初步探讨,并尝试为ABNJ环境影响评价适用的活动清单提出方案设想。     

防雷接地体性能改善及接地电阻分析计算

结合雷电防护工作中的经验和实例,分析防雷接地体的特性.结果表明:降低接地电阻,主要是通过降低接地体的接触电阻和散流电阻;增加接地体所围面积对接地电阻的减少有利;应充分考虑复合接地体形状和接地网内屏蔽效应对接地电阻的影响;接地体周围的土质、埋设深度和季节变化都影响土壤电阻率.接地极沿接地体网边缘设置,网内接地极要稀疏布设.接地极的长度一般不相等,常用接地体埋设深度在1.5～3.5 m之间,北方地区在冻土层以下.可采用性能稳定的降阻剂和在接地体周围更换土壤电阻率低的土质,要使接地电阻达到要求的同时减少成本.     

Quantitative comparison screening of seismological indexes and research on the integrated prediction method in North China

parameters integrated predictionIn current earthquake prediction, seismological method is considered the first choice. According to rough statistics, there are over 100 seismological parameters used in earthquake prediction in China. That a great number of parameters could be chosen is more convenient, but also causes a lot of troubles at the same time. It is more difficult to decide which one is better among them. In the practical key problem and the 'Eighth Five-Year Plan' key problem on short-period earthquake prediction sponsored by China Seismological Bureau, most of the parameters have been evaluated on efficiency, but it is still not easy to decide which one can be given the priority and which one should be discarded, because the adopted data, the sample numbers and the evaluation criteria were not always consistent in these researches. Therefore, the first problem which the earthquake predictors are facing is how to select the best one from so many seismological parameters. In the past, most of the parameters were used in the seismic cases, but never used in the zone where no strong earthquakes occurred, in this way it is impossible to cast away 'false abnormality'. Furthermore, as the process of seismogeny is nonlinear and complicate, the non-uniqueness and uncertainty of the development process make the seismic precursors different in time, place and earthquake, which often causes false prediction when a single parameter is used. In order to solve the problem better, this paper attempts a new method comparison screening, to select seismological single parameter and to collect a comprehensive seismological parameter on this basis. The basic procedure may be summarized as follows: on the basis of reasonable normalization of various parameters, quantitative comparison screening of some basic seismological parameters by using the two sorts of samples from 'large-magnitude seismic zone' and 'no large-magnitude seismic zone' in North China is conducted, to obtain 'seismic abnormality' and 'aseismic normality' indexes, and then to synthesize these indexes with weighting method according to the strength of the earthquake information to obtain a integrated prediction index which is universal to predict the earthquakes in North China, and meanwhile develop a new seismological prediction method which is abbreviated as SQIP (seismological quantitative integrated prediction method).     

阿特拉津低温降解菌的筛选及降解机理研究

以阿特拉津为唯一氮源, 在低温条件下(10℃),从吉林市污水处理厂的活性污泥中分离、筛选出1株能够高效降解地下水中阿特拉津的菌株W4.通过16S rDNA碱基测序和比对,初步确定该菌为假单胞菌属;通过室内降解条件优化,确定W4的最佳降解条件:初始pH范围为7～9,最佳碳源为蔗糖和乳糖,最佳碳源加入量为0.4 g/L.在最佳降解条件下,W4对初始质量浓度为34 mg/L、22 mg/L和10 mg/L的阿特拉津的生物降解反应符合零级反应动力学方程,对初始质量浓度为5 mg/L的阿特拉津的生物降解反应符合一级反应动力学方程.GC/MS分析结果显示,菌株W4降解阿特拉津遵循氯水解途径,代谢产物为2-羟基-4-乙胺基-6-异丙胺基-1,3,5-三嗪.     

利用人工神经网络预报芜湖的雾

雾对人类的活动有着很大的影响，尤其是对军事活动影响更为突出。由于雾是一种小概率事件，准确地定点预报雾难度更大。本文提出了神经网络B－P算法输入层因子的筛选方法，隐层挑选、位置矩阵等特殊处理方法，它们对于网络的稳定学习是非常有效的。通过对芜湖雾日预报试验，取得了较为满意的试报效果。     

基于特征筛选与差分进化算法优化的滑坡危险性评估方法

突发性地质灾害危险性评估对灾害防治与风险管理具有重要意义。由于不同地区影响灾害发生的因子各不相同,实际评估过程中难以全面客观地选取适宜的评估因子。机器学习对处理灾害系统的高维非线性问题独具优势,但因模型难以调优而评估效果有限。本文尝试提出一种双向优化的滑坡危险性评估方法：在构建因子敏感性指数开展定量敏感性分析的基础上,结合重要性分析、相关性分析、共线性分析构建四维(Four-Dimensional, 4D)特征筛选法用于评估因子综合优选;为克服模型难以调优的问题,引入差分进化(Differential Evolution, DE)算法优化支持向量机(Support Vector Machine, SVM)与多层感知机(Multi-Layer Perceptron, MLP) 2种推广能力较强的机器学习模型。最后,以福建省滑坡为例,开展评估方法研究。研究表明：4D特征筛选法能更加客观全面地选取适宜性更高的危险性评估因子,从而降低数据维度、减少信息冗余以提升评估模型性能;DE算法对SVM与MLP具有显著的优化效果,有益于增强模型滑坡危险性的评估准确度,DE-SVM、DE-MLP相较于未优化...