自然资源动态监测网络构建——以江苏省为例

自然资源是人类生产、生活的基本物质基础和空间载体,动态监测自然资源数量、质量、生态变化,系统获取长期、稳定、准确、连续的自然资源监测数据,对自然资源管理决策具有十分重要的科学和现实意义。在对江苏省自然资源监测现状梳理基础上,以管理需求和问题为导向,基于“融合视频物联”的对地观测网络构建技术、“陆海统筹”的地面监测站网构建技术、动态监测监管平台构建技术,构建形成了“天空地海”自然资源动态监测网络,并应用于江苏省“1+6+X”自然资源常规、专项和专题动态监测服务。研究结果表明,研究整合建立的陆海统筹、天地一体、上下协同、信息共享的全省自然资源动态监测网络,及时监测江苏省土地、矿产、森林、水、湿地、海域海岛等自然资源的种类、空间分布、质量、生态等动态变化情况,形成了以“天-空-地-海”协同作业为特征的自然资源全覆盖、全天候、全要素监测能力,实现了自然资源数量-质量-生态一体化监测服务,为支撑自然资源管理“两统一”职责履行、推进自然资源治理体系和治理能力现代化、保障经济高质量发展和生态文明建设奠定了坚实的基础。

以生长发育迟缓为表现的1例O’Donnell-Luria-Rodan综合征临床与遗传学特征分析

O’Donnell-Luria-Rodan(ODLURO)综合征是KMT2E(lysine methyltransferase 2E)基因突变引起的常染色体显性遗传病。中南大学湘雅三医院收治1例表现为生长发育迟缓、智力低下、特殊面容的12岁9个月男性患儿,采集患者外周血,提取DNA进行基因检测,发现患儿染色体核型为46XY,全外显子组测序及低深度全基因组测序技术(low-coverage massively parallel copy number variation sequencing,CNV-seq)分析显示患儿在染色体7q 22.3区域存在506 kb的杂合性缺失,缺失区域包含KMT2E在内的6个基因,诊断为ODLURO综合征。其父母、弟弟临床表型及基因检测均无异常,提示该缺失为新发突变。此病例的临床和遗传特征有助于提高临床医师对ODLURO综合征的认识。

江苏省1982-2023年审定水稻品种分析

江苏是我国南方最重要的粳稻主产区,柔软香型半糯性优良食味粳稻的育成与推广,促进了江苏省及周边地区优质稻米产业的发展。1982—2023年江苏省级审定水稻品种共752个。对这752个品种基本特性的分析结果表明,近年江苏省水稻品种单产稳步提高,这主要归因于每穗粒数增多;食味品质和外观品质尤其整精米率明显改善;白叶枯病抗性有所下降。

不同发酵工艺对浙产六神曲中5种成分含量变化的影响

目的建立同时测定浙产六神曲中苦杏仁苷、香草酸、芦丁、阿魏酸、槲皮素的高效液相色谱法,并考察不同发酵条件对浙产六神曲中5个成分含量变化的影响。方法对同一批次六神曲样品,通过设置不同的发酵条件(温度为25℃、30℃、35℃,相对湿度为60%、70%、80%、90%)进行发酵并分别取样。色谱柱为Chrom Core AR C18柱(4.6 mm×250 mm,5μm);以乙腈为流动相A,0.08%磷酸水溶液为流动相B,进行梯度洗脱;流速为1.0 ml/min,柱温为30℃,检测波长220 nm。分析苦杏仁苷、香草酸、芦丁、阿魏酸、槲皮素5种成分的变化。结果苦杏仁苷、香草酸、芦丁、阿魏酸、槲皮素在选定质量浓度范围内线性关系、重复性、稳定性良好,平均加样回收率均达到要求。浙产六神曲最佳发酵工艺参数为温度30℃,相对湿度80%,发酵时间为3 d。结论本研究建立的方法操作简便、结果准确、重复性及稳定性均较好,可用于浙产六神曲的质量控制。浙产六神曲最佳发酵工艺参数为温度30℃,相对湿度80%,发酵时间为3 d。

传统民居绿色营造经验的提炼识别与转译方法研究

传统民居建筑中葆有大量契合现代绿色建筑设计需求的营造技艺.但随着城镇化进程的快速推进,传统技艺与匠人传承体系逐步衰落甚至消失,营造智慧濒临失传.同时,由于传统民居并非是基于“绿色”前提来进行营造的,其建筑单体本身是非预设绿色标准的,因此隐藏在传统民居建筑中的绿色营造技艺具有散点、碎片式的分布特征,具有难发现、难梳理、难转译、难应用的特点.为解决此问题,课题提出一种“基于非预设标准单体的微技术集群”研究方法,整合分析多源信息,挖掘提炼数百项地域特色民居绿色营造经验并进行科学化转译,基于健康舒适、安全耐久、资源节约等绿色性能视角,从多点聚合到集群分类,基于不同的技术层次与技术环节,形成相应的“微技术链群”,实现传统民居绿色营建智慧的创造性转化与创新性发展.

嘉绒藏族服饰符号在现代藏式家具中的创新设计

浓烈的色彩和神秘的符号不仅是藏族服饰和藏式家具的灵魂,也是整个藏文化的独特气息所在。在共同灵魂作用下,藏族服饰和藏式家具不可避免会产生相互交融。针对当下嘉绒藏式家具的市场“失语”困境,以符号学理论为基础,采用文献调查法和图示解析法提取嘉绒藏族传统服饰符号系统中有代表性的宗教信仰符号、性别结构符号、装饰纹样符号及材质色彩符号,将其用于现代藏式家具的设计实践指导中,最终通过设计案例找到二者之间的契合点和交融方式,验证设计思路的可行性,借此激发现代藏式家具的活力,从而推动嘉绒藏族传统文化的传承与创新。

稻田上覆水中光致活性组分形成过程及其环境效应研究进展

稻田上覆水中富含有机质、亚硝酸盐和硝酸盐等光敏活性物质,在太阳光作用下会产生三重激发态有机质(^(3)CDOM^(*))、单线态氧(^(1)O_(2))和羟基自由基(•OH)等活性组分,其对稻田污染物转化和碳氮等元素循环具有重要意义。基于此,综述了稻田上覆水中光致活性组分产生过程和机制,重点介绍了水稻不同生长周期内光活性组分的类型、通量变化趋势;探讨了不同环境因素对自由基产生的影响;阐述了上覆水光致活性组分对稻田中砷和不同有机污染物的非生物转化贡献与机制,并展望了稻田上覆水光化学过程的未来研究方向。

低温下冷适应性菌剂与超高温菌剂联用的堆肥效果评价

为了破解低温条件下玉米秸秆堆肥处理时升温难及堆肥成品腐熟度低的难题,本试验在10℃条件下从常年堆积玉米秸秆场所下的土壤与玉米秸秆混合样品中,筛选出3株菌株制成冷适应性菌剂,与已有的超高温菌剂(≥50℃)联合用于低温条件下玉米秸秆的堆肥,探究两类菌剂在堆肥过程中的作用,最终确立一种低温条件下冷适应性菌剂与超高温菌剂联合应用进行堆肥的方法。结果表明:未添加菌剂(CK)、单接种冷适应性菌剂(T1)、单接种超高温菌剂(T2)3组堆肥升温效果不佳,最高仅能达到50℃左右;而在第0天加入冷适应性菌剂,分别在堆肥开始第0天(T3)、第2天(T4)、第4天(T5)加入超高温菌剂的3组,不仅在堆肥初期升温迅速,且能使堆体温度在第5、6、7天时分别达到79.0、80.3、78.6℃,此外T3、T4、T5组的总有机碳降解率、种子发芽率也均高于CK、T1、T2组;与T5组相比,T3组升温更顺利,这与超高温微生物在堆体中的适应过程有关。研究表明,在低温条件下,冷适应性菌剂和超高温菌剂联合应用使堆肥效果提升显著,25 d即可完成堆肥,且在堆肥开始时加入冷适应性菌剂的前提下,超高温菌剂加入时间越早,其在堆体中发挥作用越顺利,堆肥效果越好。

外源抗生素抗性基因在农田系统中的定殖机制综述

外源抗生素抗性基因(Antibiotic resistance genes,ARGs)对土壤生态健康和农产品质量安全构成严重威胁,但ARGs在土壤-农作物系统中定殖机理不清、跨界迁移机制不明,直接制约了农业系统中细菌耐药污染的有效防控。本文简要论述农田系统ARGs目前赋存现状,系统综述外源ARGs在农田土壤和农作物中的动态演变特征及其与土壤特性的关联性,梳理了ARGs在土壤中侵入-持留-迁移的定殖分子机制以及揭示耐药菌与内生菌之间的交互过程及驱动因素,并提出关于未来农田ARGs环境行为和阻控研究的展望和建议。

量子多尺度融合的高分卫星影像建筑物变化检测

为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行迭代慢特征变换,得到不同尺度的变化强度图,再利用量子理论对多尺度变化强度图进行融合,以得到融合后的变化强度图;最后,通过最大类间方差法完成变化强度图的阈值分割,得到二值化变化检测结果。利用两组不同时相的实际高分卫星影像,对本文算法进行了试验验证。试验结果表明,与单一尺度面向对象变化检测方法和熵权法多尺度融合方法相比,本文算法可以取得更高的建筑物变化检测精度。

中青年冠心病患者健康素养量表的编制及信效度检验

目的:编制中青年冠心病患者健康素养量表并检验其信效度,为医护人员对该群体的健康教育及管理提供参考。方法:基于Paasche-Orlow和Wolf健康素养模式和知识-态度-行为(KAP)理论,通过文献回顾、半结构式访谈、2轮专家咨询及预调查后形成初始量表;2022年9月至2023年1月便利选取204例中青年冠心病患者进行调查,对量表进行项目分析及信效度检验。结果:中青年冠心病患者健康素养量表包含3个维度,18个条目,条目水平内容效度指数为0.8~1.0,量表水平内容效度指数为0.952;共提取出资源获取与利用、医患沟通、自我护理3个公因子,各因子的条目载荷均>0.4,累计方差贡献率为69.001%;量表的Cronbach′s α系数为0.933,各维度的Cronbach′s α系数分别为0.919,0.865,0.920。结论:中青年冠心病患者健康素养量表具有良好的信效度,可用于评估中青年冠心病患者健康素养水平。

八种湿地植物对净化生活污水的影响

试验探究了荷花、燕子花、西伯利亚鸢尾花、再力花、水菖蒲、黄菖蒲、菰和梭鱼草8种湿地植物在秋季对生活污水中TN、NH_(3)-N、NO_(3)-N、BOD_(5)、COD_(Cr)和TP的去除效果,并采用模糊数学中隶属函数法对水质净化效果进行综合评估。结果表明:秋季气温低,植物吸收作用、细菌硝化及反硝化作用弱,湿地植物对NH_(3)-N、NO_(3)-N和TN的去除效果均不理想;湿地植物对COD_(Cr)的去除效果较好但差异不明显,均达到70%以上,其中再力花、水菖蒲和黄菖蒲去除效果最好,三者对COD_(Cr)的去除率均为79.3%;湿地植物对BOD_(5)的去除效果较好且大致相同,均在70%左右,其中西伯利亚鸢尾花去除效果最好,对BOD_(5)的去除率达74.1%;湿地植物对TP的去除效果最好,均达80%以上,其中西伯利亚鸢尾花对TP的去除率高达92.4%。8种湿地植物对生活污水综合净化能力为荷花>菰>水菖蒲>梭鱼草>再力花>燕子花>西伯利亚鸢尾花>黄菖蒲。

生物炭对上覆水光化学及吡虫啉转化的机制

为探究施用生物炭对稻田上覆水光化学过程及吡虫啉(IMD)转化的影响机制,本研究于2022年6月至9月开展大田实验,设置单施化肥(CK)、稻壳生物炭(25%RH)和玉米秸秆生物炭(25%CS)3种处理,检测各处理上覆水中光敏物质含量及性质、活性组分分布及IMD光解速率的变化。结果表明,相较于单施化肥处理,施用稻壳生物炭和玉米秸秆生物炭显著促进了活性组分的产生,羟基自由基(·OH)、三重激发态溶解性有机质(3 DOM*)和单线态氧(1 O_(2))的稳态浓度分别提高了0.92%~71.97%、21.29%~137.00%和10.42%~370.24%,且在育苗期上覆水光致活性组分的增加比分蘖期更为显著;进一步解析了生物炭促进活性组分产生的机制,紫外-可见及三维荧光光谱的结果表明,同化肥处理相比,施用生物炭显著增加了上覆水中类富里酸和类色氨酸等有机质生色团的含量,该组分的增加是生物炭促进上覆水光致活性组分产生的主要原因;此外,相较于化肥处理,生物炭的施用也显著促进了杀虫剂IMD的降解,其一级降解速率从1.72×10^(-2) h^(-1)提高到3.76×10^(-2) h^(-1),自由基淬灭实验证实了·OH、^(3)DOM*和1 O_(2)对吡虫啉降解的贡献分别为41.78%、62.70%和9.76%。施用生物炭有利于稻田上覆水中生色团和荧光物质的积累,从而促进了上覆水光化学过程,并提高RIs浓度,进而加速IMD降解,其中玉米秸秆生物炭对提高上覆水中光致活性组分稳态浓度和IMD降解速率效果更强。

基于Transformer_LSTM编解码器模型的船舶轨迹异常检测方法

[目的]为提升船舶轨迹异常检测的精度和效率,解决传统异常检测方法存在的特征表征能力有限、补偿精度不足、容易出现梯度消失、过拟合等问题,提出一种基于Transformer_LSTM编解码器模型的无监督船舶轨迹异常检测方法。[方法]该方法基于编码器解码器架构,由Transformer_LSTM模块替代传统神经网络实现轨迹特征提取和轨迹重构;将Transformer嵌入LSTM的递归机制,结合循环单元和注意力机制,利用自注意力和交叉注意力实现对循环单元状态向量的计算,实现对长序列模型的有效构建;通过最小化重构输出和原始输入之间的差异,使模型学习一般轨迹的特征和运动模式,将重构误差大于异常阈值的轨迹判定为异常轨迹。[结果]采用2021年1月的船舶AIS数据进行实验,结果表明,模型在准确率、精确率以及召回率上相较于LOF,DBSCAN,VAE,LSTM等经典模型有着明显提升;F1分数相较于VAE_LSTM模型提升约8.11%。[结论]该方法的异常检测性能在各项指标上显著优于传统算法,可有效、可靠地运用于海上船舶轨迹异常检测。

利用深度森林进行船舶类型分类识别

针对船舶轨迹特征单一、分类的船型有限和利用AIS数据对海上船舶类型分类识别的研究比较欠缺等问题,提出一种基于深度森林(Deep Forest)的船舶类型分类识别方法。首先,该方法提取船舶轨迹段的16个运动特征,提高船舶特征的多样性和辨识度;其次,利用随机森林的重采样技术和特征选取的随机性,构造随机森林作为个体学习器,增强类型分类的鲁棒性;最后,对4个森林集成并串联构成具有自适应迭代层数能力的深度森林,从深度上加强表征学习,提升泛化能力。实验表明,该方法适用于小规模数据集的船舶类型分类识别,对游艇和其他类型的船舶分类效果显著,能够有效提升货船和油轮的分类精度,分类时效性好,并且随着样本库的扩展和模型的优化存在提升空间。

理肺散提取物乙酸乙酯层的化学成分及其对RGC-5细胞损伤的保护作用研究

目的分析理肺散提取物乙酸乙酯层的化学成分,并探讨其对RGC-5细胞损伤的保护作用。方法采用硅胶柱、MCI柱等柱色谱技术对理肺散提取物乙酸乙酯层进行分离,采用制备型高效液相色谱进行纯化,利用核磁共振法对化合物进行结构鉴定,采用CCK-8法检测化合物对丙泊酚诱导的RGC-5细胞损伤的保护作用。结果共分离鉴定出15个化合物,分别为capsaicin(化合物1)、homodihydrocapsaicinⅠ(化合物2)、secoisolariciresinol(化合物3)、lariciresinol(化合物4)、dehydrodiconiferyl alcohol(化合物5)、cleomiscosin A(化合物6)、curcasinlignan B(化合物7)、syringaresinol(化合物8)、oleanolic acid(化合物9)、ursolic acid(化合物10)、methyl 4-benzoyloxy-3-methoxybenzeneacetate(化合物11)、(R)-6-methyl-4,6-bis(4-methylpent-3-enyl)cyclohexa-1,3-dienecarbaldehyde(化合物12)、2-hydroxy-1-methoxy-anthraquinone(化合物13)、isoscopoletin(化合物14)、1H-indole-3-carboxaldehyde(化合物15)。化合物1,4,6-8对丙泊酚诱导的RGC-5细胞损伤具有一定保护作用,其中化合物4、化合物7活性最强,分别使RGC-5细胞的活力提升了15.89%和13.09%。结论化合物1-7为首次从耳草属中分离发现,化合物9-10,13为首次从理肺散中分离发现。化合物4、化合物7对丙泊酚诱导的RGC-5细胞损伤显示出较好的保护作用。

基于改进卷积神经网络的肺部肿瘤检测

肺部肿瘤目前是致死率最高的疾病之一。其初期的形状一般非常微小,且和正常的组织类似,哪怕是经验丰富的医生也无法确保能够精准地确定肿瘤所在位置,因此使用计算机辅助检测是一个不错的选择。在研究深度学习目标检测算法YOLOv5的基础上,针对上述难点,从以下三个方面改进YOLOv5算法来进行肺部肿瘤检测。首先,根据数据集中所有肿瘤大小重新设计了初始检测框的大小;然后,利用主干特征提取网络中的特征图,并新添加了一个检测层,该检测层的特征图只经过了两次下采样,能更好地保留肿瘤的细节信息;最后,选择CBAM注意力机制加入FPN结构,进一步提高模型的检测效果。通过在LUNA16数据集上进行实验,发现改进算法的精确率、召回率和mAP分别达到了96.81%、94.94%和96.6%,比改进前分别提高了15.18%、18.02%和13.46%,且与近三年同类算法相比,也具有较好的检测性能。所以此改进算法能有效地对肺部肿瘤进行检测。

高原鼠兔发情周期性激素与性器官变化特征

为研究雌性高原鼠兔(Ochotona curzoniae)的发情表征变化及其与性激素含量、生殖器官发育之间的关系,选取繁殖期与非繁殖期雌性高原鼠兔,通过外阴形态观察与阴道细胞涂片检测阴道的周期性变化,确定繁殖期鼠兔的发情周期在7~11 d,发情期持续3~4 d,而非繁殖期鼠兔的阴道维持在接近发情前期的状态。采集发情期、发情间期与非繁殖期雌性高原鼠兔的血清与尿液样本,使用酶联免疫吸附法检测雌二醇和孕酮含量。结果显示,发情期高原鼠兔血清雌二醇含量显著高于发情间期与非繁殖期(P=0.0338),而非繁殖期血清孕酮含量显著高于发情期与发情间期(P=0.0195)。尿液检测的灵敏度整体弱于血清,仅在发情期与非繁殖期间存在尿液雌二醇含量的显著差异(P=0.0009)。发情期卵巢重量极显著高于发情间期与非繁殖期(P<0.0001),且发情间期卵巢重量也显著高于非繁殖期(P=0.0072)。苏木精-伊红染色显示,高原鼠兔卵巢在发情期以有腔卵泡为主,在发情间期则同时分布次级卵泡、有腔卵泡与黄体,而在非繁殖期卵巢皮质区分布有大量的原始与初级卵泡。高原鼠兔子宫内膜、肌层与外膜三层结构区分明显,发情期子宫内膜较厚,固有层分布大量腺体,外膜区域血管丰富;发情间期子宫腺体与血管数量均大幅减少;非繁殖期子宫明显退化,内膜上皮变薄,腺体与血管基本消失。本研究确定了阴道细胞涂片法在高原鼠兔发情阶段判定中的有效性,描述了不同发情阶段高原鼠兔性激素与性器官变化特征,为雌性高原鼠兔季节性繁殖调控机制研究提供了重要基础数据。

基于不同接头模拟方法的沉管隧道地震响应分析

沉管隧道是将沉管管节通过接头相连而成的纵向细长结构,接头的合理模拟至关重要。结合某沉管隧道工程提出两种接头模拟方法:沿截面均匀等效设置弹簧的方法和基于截面剪切键作用设置弹簧的方法。对于计算结果的对比分析表明:在纵向地震作用情况下由两种模拟方法得到的结果吻合较好,但在横向地震作用下沿截面均匀等效设置弹簧方法无法体现接头的抗剪特性。另外,横向地震作用时接头水平相对位移是纵向地震作用时的2~3倍,因此更应关注沉管隧道横向抗震性能。研究成果对沉管隧道合理简化模型的建立和应用有一定参考价值。

基于KPCA和XGBoost算法的非侵入式负荷辨识方法

为了实现非侵入式负荷监测的功能并提高负荷辨识准确率,文中提出一种基于机器学习的负荷辨识方法。在家用电器电流波形及各次谐波特征的数据中,采用核主成分分析方法(Kernel Principal Components Analysis,KPCA),解决非线性特征提取与降维的问题,最大限度抽取特征信息。再利用一维卷积核提取时序特征并压缩后输入到XGBoost模型,得到负荷辨识结果。通过在实验室中采集数据进行算法验证,文中提出算法在各类用电器的识别中均具有较高的准确率。