植物富亮氨酸重复类受体蛋白激酶的研究进展

介绍了植物富亮氨酸重复类受体蛋白激酶(LRR-RLK)的结构与分类;分别以CLAVATA1,BRI1,FLS2为例,阐述了LRR-RLK基因在植物生长发育、激素信号转导和植物抗病防御等方面的生理功能及作用机制;总结了LRR-RLK作用模型、信号通路间的交互作用及展望.     

深圳湾海域氮磷营养盐变化及富营养化特征

根据 1986?2007 年深圳湾海水水质监测资料, 阐述了氮磷营养盐的变化趋势及其相互关系, 并探讨了深圳湾海域富营养化程度。结果表明, 深圳湾海域水体溶解态无机氮含量年际变化幅度较大, 但总体呈上升趋势。氨氮是溶解态无机氮的主要组成形态, 表明深圳湾无机氮处于热力学不平衡状态。深圳湾海域水体中活性磷酸盐值含量变化幅度比较小, 总体呈下降趋势。深圳湾水体 DIN/ P 值在 1998 年以前呈不断上升趋势, 1998?2002 年之间呈现波动变化, 从 2002 年开始降低, 营养盐含量和组成的改变导致浮游植物群落结构的改变, 深圳湾海域发生的赤潮生物种类有从硅藻向甲藻过渡, 然后从甲藻 向硅藻过渡的趋势;相关分析表明, 溶解态无机氮以及氮磷营养盐之间的相关关系显著( r = 0. 769,p < 0. 01) , 说明氮磷营养盐间有一定程度相似的生物地球化学过程;水体营养状态质量指数显示深圳湾海水富营养化程度很高, 高度富营养化的水体使得深圳湾海域的赤潮日趋频繁, 控制入湾水体污染刻不容缓。     

不可再生能源物质褐煤的生物可持续发展问题展望——微生物转化与利用研究

本文从能源转化利用的角度探讨了褐煤转化的研究历史、研究现状及研究前景。中国有丰富的褐煤资源,储量达1303亿吨,其开发利用必须兼顾也能需求和环境保护两个方面,走可持续发展的道路。关于褐煤转化的工业途径可概括为四大类：即褐煤的热解和炼焦,褐煤气化,褐煤液化,及褐煤化学提取腐植酸制品,而褐煤微生物转化与利用研究起步较晚,文中主要从褐煤降解微生物的分离,褐煤微生物降解的机理,褐煤微生物降解产物的优越性等方面对其进行了论述,并对其应用前景作出展望。     

基于三剪应力统一强度理论的条形地基承载力计算

基于三剪应力统一强度理论，推导得到条形地基考虑侧向压力系数不为1、中间主剪应力及最小主剪应力影响时，地基临塑荷载和临界荷载精确理论计算公式，并对公式进行了退化分析，探讨了中间主剪应力影响系数b、最小主剪应力影响系数c和侧向压力系数k0对条形地基临塑荷载和临界荷载的影响规律。研究结果表明，临塑荷载和临界荷载随b、c的增大均非线性增大且增大的幅度逐渐减小，随k的减小而减小；Mohr-Coulomb理论解和双剪统一强度理论解均为三剪应力统一强度理论解的特例，三剪应力统一强度理论解考虑了地基土的真实侧向压力系数、中间主剪应力及最小主剪应力的影响，具有较广泛的适用性，可为实际工程提供一定的理论参考。     

对热环境评价指标“标准有效温度SET”的重新解读

标准有效温度(SET)是基于二节点热生理模型建立的评价指标,在热舒适领域有广泛应用。然而,一直以来由于对SET等效标准环境的误解以及一些计算参数的差异,导致对SET存在误用。该研究概述了SET指标的建立发展过程,并基于Gagge在1986年版本中的定义对该指标进行了重新解读,更正了对SET标准环境的错误认识。此外,该文指出等效标准环境中的参数是随代谢率可变的,进而修正了SET的计算方法,为SET指标的未来应用指明了方向。     

强震区典型窄陡沟道型泥石流发育特征

针对汶川强震区5条典型窄陡沟道型泥石流进行实地勘察。通过室内颗分试验、激光衍射粒度分析试验、X射线衍射试验，分析了强震区窄陡沟道型泥石流的基本发育特征、堆积物颗粒级配和黏土矿物定量组成。结果表明：(1)强震区窄陡沟道型泥石流典型发育特征除了地形地貌上的“窄”和“陡”外，震后松散物源量中崩滑物源和沟道堆积物源显著增多，动储量比例增大，造成强震区窄陡沟道型泥石流危险性显著提高。(2)强震区窄陡沟道型泥石流堆积物固体颗粒级配分布范围较广，连续性较好。级配曲线不均匀系数均大于5，曲率系数在0.95~3之间，无缺失粒组；粒径小于0.075mm的粉粒含量均在0.5%以下，粒径小于0.005mm黏粒含量均在0.11%以下，不同沟道间差别较小。(3)强震区窄陡沟道型泥石流堆积物黏土矿物主要由伊利石、绿泥石和伊蒙混层三种黏土矿物组成，各自含量平均值分别为45.6%、38.8%、15.6%。伊利石和绿泥石总含量均超过75%，伊蒙混层含量均在25%以下。开展汶川强震区的典型窄沟型泥石流发育特征分析，对于地质灾害泥石流风险评估、监测预警和防控具有重要意义。     

基于多尺度特征提取的单目图像深度估计

在目前基于深度学习的单目图像深度估计方法中，由于网络提取特征不够充分、边缘信息丢失从而导致深度图整体精度不足。因此提出了一种基于多尺度特征提取的单目图像深度估计方法。该方法首先使用Res2Net101作为编码器，通过在单个残差块中进行通道分组，使用阶梯型卷积方式来提取更细粒度的多尺度特征，加强特征提取能力；其次使用高通滤波器提取图像中的物体边缘来保留边缘信息；最后引入结构相似性损失函数，使得网络在训练过程中更加关注图像局部区域，提高网络的特征提取能力。在NYU Depth V2室内场景深度数据集上对本文方法进行验证，实验结果表明所提方法是有效的，提升了深度图的整体精度，其均方根误差（RMSE）达到0.508，并且在阈值为1.25时的准确率达到0.875。