基于迁移学习的全岩光片有机显微组分识别与定量——以皖泾地1井下三叠统殷坑组烃源岩为例

烃源岩有机显微组分的识别、分类及定量在油气勘探和评价中是重要的研究内容之一。传统的全岩光片有机显微组分鉴定与定量仍采用人工识别与数点计数结合的方式,存在主观性强、人工定量工作强度大、效率低等问题。针对上述问题,以皖泾地1井下三叠统殷坑组烃源岩为例,借助于机器学习及图像处理技术,尝试建立了一个基于迁移学习的全岩光片显微组分图像识别与分类模型,并通过OpenCV图像处理库对模型的分类结果图像进行定量统计。结果显示,模型对研究区数据集的整体分类识别准确率可达84.32%,且通过OpenCV图像处理库对各显微组分定量的结果与人工数点法统计定量结果相近,表明该方法可以较客观快速地对大量同类型的烃源岩显微组分图片进行识别和定量,显著提高了全岩光片有机显微组分鉴定及统计效率。

应用自动识别和定量系统评价城市污水处理厂工艺对微量有机污染物的去除效果

采用基于气质联用仪的物质自动识别与定量系统(AIQS)评价了北方某城市污水处理厂A2/O处理工艺对微量有机污染物的去除效果。结果表明,该污水处理厂进水中主要污染物为甾醇、邻苯二甲酸酯、酚、醇、多环芳烃、药品及个人护理品等污染物,A2/O工艺能够去除包括甾醇、酚、醇、多环芳烃、药品及个人护理品等大多数微量污染物,但部分磷酸酯类、农药类等物质难以被去除。试验结果表明,AIQS-DB可用于城市污水处理系统中微量有机污染物的筛查。

信号适体的设计策略及应用

信号适体兼具有分子识别和信号转导的功能.从随机寡核苷酸库中筛选出的适体,要经过合理设计和筛选后修饰,才具备信号转导功能.信号适体可分为标记和非标记两大类.本文着重介绍荧光标记信号适体的设计策略,包括基于荧光偏振分析标记一个荧光基团,及基于荧光共振能量转移同时标记荧光基团、淬灭基团,或两个荧光基团的信号适体(包括分子信标适体、结构转换和原位标记信号适体).非标记信号适体的设计,有嵌合法、置换法、光转换复合物法,及适体-多聚物偶联法.此外,亦可直接从体外筛选出信号适体.信号适体的诸多优点利于其用于生物传感器及均相液相中实时蛋白识别与定量分析.