基于经验模型和机理模型的杉木人工林生物量估测对比研究

为了揭示间伐干扰下杉木人工林生物量的变化规律,研究利用江西省吉水县石阳林场的36块杉木人工林样地的实测数据和研究区气候数据,通过基于经验的引入地位指数(SI)的生物量生长方程组和基于机理的3⁃PG模型,模拟并预估林分生物量,分析在间伐和非间伐的情况下,不同立地的林分其生物量0—50a的变化。结果表明:(1)构建了生物量生长方程组,并在参数a、b、c中引入地位指数SI,发现改进后的模型对于基础模型拟合精度更高,且对数似然比检验表明,改进效果显著(P<0.05)。(2)通过对3⁃PG模型预测精度验证发现,预估值和实测值之间有很高的一致性,各因子的决定系数(R^(2))在0.65—0.96之间,其中,胸径和树高的R^(2)均高于0.92;各因子的平均相对误差(MRE)不超过26%。(3)通过比较经验模型和机理模型的生物量预测发现,经验模型的预测误差MRE为16.50%,机理模型为23.52%,经验模型预估精度更高。进一步对未来预测对比分析表明,机理模型预估值高于经验模型。(4)两个模型模拟的杉木人工林生物量规律一致,即随着林龄的增加,杉木人工林林分总生物量均表现出先快速增加,后逐渐平稳的趋势;并且间伐不会改变这种趋势,但间伐林分在间伐后的生物量生长速率高于无间伐林分。此外,由于SI对经验模型影响显著,改进模型拟合效果更好,更具有生态学意义。参数化后的3⁃PG模型模预估精度较高,能够为江西杉木人工林生长规律研究提供依据。虽然经验模型和机理模型在对研究区杉木人工林生物量的预估上均具有较好的表现,但各具特点和局限性。经验模型参数较易获得,且经验模型预测生物量、林分胸高断面积和林分平均树高的R^(2)、MRE均优于机理模型;但模型对于建模数据内的评价效果较好,对于建模数据外的应用具有局限性,即经验模型更适合模拟生长期间的某一阶段的林分生物量。机理模型虽然需要的参数较多,但是考虑了生态学原理,弥补了经验模型的不足,可较好解释和模拟环境因子对树木生长的影响,对校正数据之外生长阶段的林分生物量预测更有优势。

凹凸棒/膨润土/聚丙烯酸钠复合吸水树脂的合成及其吸水速率

采用亚硫酸氢钠-过硫酸铵氧化还原引发体系,以水溶液聚合合成了凹凸棒-膨润土-聚丙烯酸钠三元复合吸水树脂(SAPC)。研究了复合粘土用量、粘土配比对聚合反应速率的影响,以及影响SAPC吸水速率的因素。结果表明,粘土会加快引发体系生成自由基的速率,但会降低链增长反应速率,膨润土对丙烯酸钠自由基聚合的阻碍作用比凹凸棒更明显。将膨润土和凹凸棒复合,可发挥两者间的协同作用,在保持高平衡吸水率的同时,提高吸水速率。最优SAPC吸水速率的组成为:m(凹凸棒)∶m(膨润土)=2∶1,交联剂用量为0.07%,氧化剂用量为0.8%,中和度为90%。

饮料和糖果中5种非法添加色素的检测

采用聚酰胺吸附法提取样品溶液的色素,用乙醇-氨水-水混合溶液解吸,用高效液相色谱-二极管阵列检测器测定。采用ODS柱分离,以甲醇和硫酸铵溶液为流动相进行洗脱,在520nm波长处检测。亮黑、荧光素钠、红色2G、荧光桃红和孟加拉玫瑰红的质量浓度在1.0～10.0mg/L范围内与其色谱峰面积的线性关系良好(r=0.999),在1、2、5mg/kg添加水平时的平均回收率在82.95%～95.43%范围内,RSD值在1.99%～5.95%范围内。方法检出限为1.0mg/kg。该方法准确度高,分离效能好,结果稳定可靠,适合于饮料和糖果中亮黑、荧光素钠、红色2G、荧光桃红和孟加拉玫瑰红的测定。

杜马斯燃烧定氮法在食品检测中的应用

食品中蛋白质含量是一个非常重要的质量及营养指标。目前,食品中蛋白质最常用的、应用最广的检测方法是凯氏定氮法,但此法在检测过程中需加入强酸、强碱,且消化、检测所需时间较长,具有环境污染大,对操作人员造成一定的危害等不足。

胶体金技术快速测定葡萄酒中赭曲霉毒素A

目的利用胶体金免疫层析技术建立葡萄酒中赭曲霉毒素A的快速筛查方法。方法样品经过层析、孵育,通过i Check-单卡单测快检仪的图像分析进行定量检测,同时对进口与市售国产葡萄酒进行筛查。结果赭曲霉毒素A在添加水平为2.0、5.0μg/L时,红葡萄酒的平均回收率分别为92.5%、72.0%;相对标准偏差(RSD,n=6)分别为5.84%、2.59%;桃红葡萄酒的平均回收率分别为87.0%、76.6%;相对标准偏差(RSD,n=6)分别为7.70%、5.56%;白葡萄酒的平均回收率分别为84.0%、78.4%;相对标准偏差(RSD,n=6)分别为5.67%、3.54%。该方法定量限为1.0μg/L。同时与酶联免疫方法和液相色谱方法比较,通过t检验表明胶体金法不存在系统误差。市售葡萄酒赭曲霉毒素A的含量低于欧盟的限量标准(2.0μg/L)。结论胶体金的方法具有快捷、灵敏、特异性等特点,适合于大批量葡萄酒样品的现场快速筛查。

基于树冠和竞争因子的杉木胸径估测

【目的】无人机遥感的迅速发展为胸径预估提供了新方向,本研究适用于通过无人机遥感技术提取样地单木树冠因子后,估算胸径及林分每公顷断面积等指标,实现精准高效的森林资源监测与管理。【方法】根据福建省将乐国有林场33块杉木人工林地面调查数据,利用10种传统模型与2种机器学习方法分别对单木胸径进行估测,并基于不同的自变量组合形式来分析不同因子对胸径估测的影响。【结果】根据传统模型参数拟合结果可以看出,树冠半径与胸径呈显著正相关,林分密度、偏冠因子及竞争指数与胸径均呈显著负相关。传统模型建模过程中所引入最优竞争指数为树冠重叠内角相关的CI2,模型逻辑斯蒂模型拟合结果最优,幂函数(有截距)模型次之。而在使用检验数据进行估测时,幂函数(有截距)有着最好的估测效果。随机森林模型均具有较好的拟合效果,使用检验数据进行估测,不同竞争指数对模型拟合提升程度不同,与树冠重叠面积相关的竞争指数CI3取得了最好的效果。支持向量回归模型拟合优度小于随机森林,略大于传统模型。对胸径进行估测时,包含与竞争木大小相关的竞争指数CI4的模型为最优模型。【结论】传统模型和机器学习模型在拟合与估测单木胸径上均取得了一定的效果,利用机器学习模型效果更优。在模型的不同自变量组合中,加入有关树冠的竞争指数能使模型预测精度提高,决定系数R^(2)增加,E_(MA)、E_(RMS)及A_(IC)减小。传统模型的最优竞争指数为重叠内角相关的竞争指数CI2,在机器学习方法中与对象木和竞争木大小相关的竞争指数CI3和CI4也取得了较好的效果。此外,偏冠指数对于胸径估测的提升效果仍需进一步验证。

群组孕期保健模式在妊娠期糖尿病孕妇中的应用效果

目的:分析群组孕期保健模式在妊娠期糖尿病孕妇中的应用效果。方法:采用方便抽样的方式选择2019年12月至2021年12月收治的80例妊娠期糖尿病孕妇纳入本研究中,双盲法随机分组,各40例。对照组孕妇采用常规孕期保健模式,研究组孕妇采用群组孕期保健模式。比较两组患者干预前后空腹血糖、餐后2h血糖、糖化血红蛋白水平,比较两组患者妊娠结局。结果:两组患者护理前空腹血糖、餐后2h血糖、糖化血红蛋白水平差异较小(P>0.05),研究组孕妇护理后空腹血糖、餐后2h血糖、糖化血红蛋白水平明显下降,显著低于对照组(P<0.05)。研究组孕妇自然分娩率显著高于对照组,会阴损伤率、巨大儿发生率显著低于对照组(P<0.05)。结论:在妊娠期糖尿病孕妇保健中应用群组孕期保健模式能够更有效控制患者血糖水平,能够显著改善分娩结局。

孕产妇进行孕期综合保健指导对其妊娠结局的影响分析

目的:分析孕产妇进行孕期综合保健指导对其妊娠结局的影响。方法:在2019年5月至2021年11月,将在本院接受孕期保健指导的102例孕产妇纳入本研究中,双盲法随机分组,两组孕产妇数一致。对照组孕产妇接受常规保健指导,观察组孕产妇接受孕期综合保健指导。比较两组孕产妇自然分娩率以及巨大儿等不良妊娠结局发生率。结果:观察组孕产妇自然分娩率为82.35%,对照组的自然分娩率为17.65%,观察组自然分娩率显著高于对照组,组间数据检验有统计学意义(P<0.05)。观察组新生儿巨大儿、低体质量儿等不良妊娠结局发生率为3.92%,对照组的不良妊娠结局发生率为19.61%,观察组的孕产妇不良妊娠结局发生率显著低于对照组,组间数据检验有统计学意义(P<0.05)。结论:对孕产妇进行孕期综合保健指导能够显著改善孕产妇不良妊娠结局,可以显著降低体质量异常的新生儿出生率以及其他不良事件,值得应用。

产科心理护理对孕产妇的影响研究

分析产科心理护理对孕产妇妊娠结局、产后抑郁的影响。方法 采取计算机随机分组法,将2020年2月~2022年2月收治的100例孕产妇分为两组,每组50例。对照组采用常规产科护理,观察组采用产科心理护理。对比产程时间、分娩方式、产后出血、新生儿并发症、爱丁堡产后抑郁量表(EPDS)评分。结果 ①观察组各产程时间均短于对照组(P<0.05);②观察组自然分娩率(88.00%)高于对照组(P<0.05);③观察组产后24h出血量、出血率(2.00%)低于对照组(P<0.05);④观察组新生儿并发症发生率(2.00%)低于对照组(P<0.05);⑤观察组产妇EPDS评分均低于对照组产妇(P<0.05)。结论 对孕产妇加强围生期的心理护理,可以提高自然分娩率,改善母婴结局,降低产后抑郁发生率。

优质护理在异位妊娠患者中的应用

探讨优质护理对异位妊娠患者心理状态及术后恢复影响。方法 选取2020年11月至2022年1月入院治疗的异位妊娠患者92例,所有患者均行手术治疗,其中2020年11月至2021年5月入院的43例患者实施常规护理纳入对照组;2021年6月至2022年1月的49例患者实施优质护理纳入试验组。比较两组患者术后恢复情况、护理前后心理状态和并发症发生情况。结果 相较于对照组,试验组肛门排气时间、疼痛消失时间及住院时间均明显更短,差异有统计学意义(P<0.05)。与护理前对比,两组患者出院前的汉密尔顿焦虑量表(HAMA)和汉密尔顿抑郁量表(HAMD)评分均明显降低,差异有统计学意义(P<0.05);与对照组对比,试验组患者出院前的HAMA及HAMD评分更低,差异有统计学意义(P<0.05)。与对照组对比,试验组并发症发生率更低,差异有统计学意义(P<0.05)。结论 对异位妊娠患者制定并实施优质护理方案,有利于其术后恢复,改善身心状况,减少术后并发症的发生。

应用傅立叶变换近红外光谱检测婴幼儿配方奶粉中的乳糖含量

利用傅立叶变换近红外光谱(FT-NIR)技术结合偏最小二乘法(PLS)对婴幼儿配方奶粉中的乳糖进行快速检测分析。搜集94个不同产地、不同品牌的婴幼儿配方奶粉中乳糖的实验室数据,并采集婴幼儿配方奶粉的近红外光谱图,选择最优的光谱预处理方法,优化、验证和建立模型,并预测6个未知品牌的婴幼儿配方奶粉样品的乳糖含量。结果表明,不同阶段的婴幼儿配方奶粉有非常相似的近红外特征图谱,图谱处理后的方差为95.4235%,该模型测定的乳糖值与高效液相色谱(HPLC)法测定的乳糖值之间的平均相对误差均≤0.67%,相对标准偏差(RSD)均≤0.88%,均符合误差范围。该方法可以无损、快速、高效地测定婴幼儿配方奶粉中的乳糖含量。

基于非线性分位数混合效应构建杉木树高曲线模型

【目的】探索树高-胸径模型构建新方法,将分位数回归与非线性混合效应法相结合应用于树高-胸径模型构建,以此提高模型的拟合精度。【方法】利用2018年福建省将乐国有林场30 m×30 m固定样地1306株杉木的实测树高、胸径数据,从4个树高-胸径模型中筛选拟合效果最好的为基础模型,基于基础模型分别采用非线性混合效应、分位数回归以及非线性分位数混合效应构建树高-胸径模型。采用评价指标均方根误差(RMSE)、调整后决定系数(R^(2)_(adj))和均方差(MSE),对各模型的拟合结果进行评价比较,采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)以及对数似然函数值(Loglik)比较各最优模型的拟合精度和预测精度。【结果】根据评价指标对比显示,Logistic模型为基础模型。非线性混合效应模型的拟合效果最优(AIC为3953.986,BIC为3988.199,Loglik为-1969.993),非线性分位数混合效应模型(AIC为3979.418,BIC为4028.293,Loglik为-1979.709)次之。模型拟合效果排序为非线性混合效应模型>非线性分位数混合效应模型>基础模型>分位数回归模型。比较各模型的残差图可知各模型均不存在异方差现象,预测效果排序为非线性混合效应模型>非线性分位数混合效应模型>基础模型>分位数回归模型。【结论】本研究将分位数回归与非线性混合效应法相结合,该方法对分组数据结构中不同分位点个体间的差异与关联做出解释,提高了模型的稳定性以及拟合精度,将该方法应用到树高-胸径关系的研究上是一个可行的思路,为构建树高-胸径模型提供新方法。

检测猪传染性胃肠炎病毒RT—PCR的建立及应用

根据GenBank上猪传染性胃肠炎病毒s基因的保守序列，设计1对引物，建立了检测猪群中的猪传染性胃肠炎病毒的RT—PCR方法。试验结果表明，该RT—PCR方法敏感、特异，适于临床样品检测，为猪传染性胃肠炎病毒的临床诊断和流行病学调查奠定了基础。

自我效能与自我护理干预在食管癌放疗患者中的应用价值探析

本次研究中,研究方法选择自我效能+自我护理干预,研究对象为食管癌患者,并均通过放疗法进行治疗,对临床价值进行深入研究。方法 研究对象选取食管癌120例,均应用放射治疗方法。通过随机法分组后,60例纳入对照组,临床应用常规护理;60例纳入到观察组,临床护理方法给予自我效能+自我护理干预,对以上两组患者在自我效能、生活质量以及自护能力方面的相关数据进行整理和分析。结果 经本文调查研究结果可知,分析和对比两组患者在自我效能、生活质量以及自护能力方面的评分情况,可知,观察组较对照组高,两组之间区别较为明显,P<0.05,有统计学意义。结论 食管癌放疗患者的治疗期间,结合患者的各项指标和体征状况,为患者提供自我效能+自我护理干预这一护理措施,可达到改善其生活质量,提升患者自我效能和自我护理能力的效果,使患者充分感受临床治疗和护理干预的意义。

深度学习和传统方法模拟杉木树高-胸径模型比较

[目的]基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。[方法]利用福建省将乐国有林场34块杉木样地的2898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。[结果]建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R^(2)都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。[结论]本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。

吴茱萸粉隔药灸法在糖尿病肾脏病Ⅲ期患者中的应用效果

目的:探讨吴茱萸粉隔药灸法在糖尿病肾脏病(DKD)Ⅲ期患者中的应用效果。方法:将60例DKDⅢ期患者随机分为对照组和观察组各30例;对照组给予常规护理措施,观察组在对照组基础上给予吴茱萸粉隔药灸法干预;比较两组14 d后排尿次数、血糖值、中医证候有效率、生活质量。结果:观察组干预后排尿次数、空腹血糖、餐后2 h血糖、中医证候有效率、生活质量改善情况均优于对照组(P<0.05)。结论:吴茱萸粉隔药灸法可改善DKDⅢ期患者尿频症状、血糖情况及中医证候症状,提高患者生活质量。

基于分位数回归法的杉木可变指数削度方程构建

【目的】采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度。【方法】利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程。选用调整后决定系数(R2)、均方根误差(RMSE)、平均误差(ME)、相对误差(RE)和平均绝对误差(MAE)5个模型评价指标,结合图形对各模型的拟合结果和预测结果进行评价。【结果】(1)4个可变指数削度方程在5个分位点(t=0.1,0.3,0.5,0.7,0.9)处均能收敛,说明分位数回归可以建立不同分位点的估测模型,能更全面地描述杉木干形的变化。(2)4个削度方程在分位点为0.5处的精度最高,R2均在0.97左右。对于削度方程M1和M3,基于中位数回归(t=0.5)的拟合精度与预测精度均高于非线性回归,且M1的预测值更加集中。(3)在不同分位点下,各模型对树干不同位置的预测精度不同,分位值为0.9和0.3的模型分别对梢头部分和树干基部的预测精度最高。【结论】基于分位数回归的可变指数削度方程不仅能精确预测平均条件下杉木的树干直径,而且能预测任意分位条件下杉木干形的变化趋势。不同分位点模型对树干不同位置的预测精度不同,基于M1削度方程,建立多分位点回归模型能进一步提高研究区杉木干形的预测精度。

依据机器学习算法的杉木干形模拟

利用福建省将乐国有林场46株杉木(Cunninghamia lanceolata)的793组干形数据,根据十折交叉验证,采用最近邻法(KNN)、随机森林(RF)和人工神经网络(ANN)3种机器学习算法对杉木干形进行模拟,并与传统削度模型(TM)进行比较分析。采用决定系数(R^(2))、均方根误差(E_(RMS))、平均误差(E_(M))和平均绝对误差(E_(MA))4个评价指标对模型的拟合结果和预测结果进行排序,并结合残差图和相对偏差图等进行分析。研究表明:(1)4个模型的决定系数均大于0.95,最近邻法、传统削度模型和人工神经网络的均方根误差小于1 cm,能较好地描述杉木树干形状。(2)人工神经网络对绝大部分树干的估计最精确,R^(2)分别在0.98以上。其检验集的绝大部分残差都在-2~1 cm,训练集的相对偏差在-50%~50%。(3)其次是最近邻法模型,其训练集的残差范围在4个模型间最小,但泛化预测能力不如人工神经网络模型。(4)随机森林模型精度最低,且其预测集残差分布有随直径(d_(i))增大而增大的趋势。传统削度模型模型表现居中。结果表明:人工神经网络模型与最近邻法模型的拟合精度与预测精度均高于传统削度模型模型,能更精确地模拟杉木干形,且机器学习算法可以不满足传统回归的统计学假设前提。利用机器学习预测林木干形是一种可靠的方法,在生产经营中值得考虑。

奶茶制品中茶多酚含量的测定方法改进

针对国标中奶茶制品中茶多酚含量的测定中遇到的问题,对国标及其他传统沉淀剂对市售奶茶制品的沉淀效果进行比较分析,最终选用乙酸作为沉淀剂进行方法改进,并分析在测定过程中乙酸的最佳用量。该处理方法沉淀效果好,实验操作简单、快速,毒性低,适用于奶茶制品中茶多酚含量的测定。

退行性腰椎疾病术后病人恐动症研究进展

在阐述国内外恐动症研究现状的基础上,对腰椎术后恐动症的测量工具、影响因素及干预对策进行综述,为医护人员预见及控制腰椎术后恐动症的发生提供参考依据,以期帮助病人降低不良预后风险,提高生活质量。