拜泉县农林牧复合生态系统建设模式

本文从立地条件特征、设计技术思路、技术要点及配套措施、模式成效以及适宜推广区域五方面叙述了拜泉县农林牧复合生态系统建设模式，为三北同类地区提供了可借鉴的模式实体。     

生物操纵方法调控湖泊富营养化研究进展

随着流域资源的不合理利用与农业面源污染的持续加剧,我国湖泊富营养化已呈现出日益严重趋势,由此引起湖泊生物多样性下降、生态系统退化等一系列生态环境问题．文中简要概述了湖泊富营养化的现状、发生机理及其危害,详细论述了利用生物方法调控湖泊富营养化的研究进展．具体包括种植水生维管束植物、生物浮床技术、微生物净化技术、生物链调控技术等,并对各种方法的适用性、经济性、限制条件进行评价．着重介绍了通过构建具有削盐、控藻、碎屑功能的复合生物链,来调控湖泊富营养化水平,分析了藻类、水生维管束植物、浮游动物、鱼类之间的相互关系及其在维持湖泊生态平衡中的作用．另外,对目前湖泊富营养化治理过程中存在的问题及今后发展趋势进行了分析与展望．     

白洋淀典型挺水植物净化水质效果

通过在白洋淀建立种植芦苇及香蒲的围隔实验区,研究挺水植物对水质的影响。从2011年7月到8月每周采样一次,共7次。测定水中溶解氧(DO)、透明度(SD)、高锰酸盐指数(CODMn)、总氮(TN)、总磷(TP)。实验结果表明:实验围隔内水质明显好转。在实验组中,香蒲高密度围隔实验区对于水质改善作用最为明显,对DO、SD、TN等改变率分别达到120%、81%、29.41%。而对于水中CODMn、TP去除,第三组中密度芦苇围隔实验区相对更好,其改变率分别达到20%、36%。第七组香蒲与第三组芦苇富营养化指数分别为41.64和44.07,低于同期对照组54.43。因此,在水体修复中可选择种植高密度香蒲、中密度芦苇净化水质,这对于改善白洋淀水质有着重要的意义。     

基于ReliefF算法与偏最小二乘方法的鸽子转向运动解码

针对微电极阵列记录的局部场电位(LFP)信号包含大量的噪声和冗余信息,而且信号特征维数高,从而影响解码正确率的问题,结合Relief F算法与偏最小二乘(PLS)方法,解码了动物的转向运动行为。设计了鸽子的十字迷宫目标导向实验,采集鸽子弓状皮质尾外侧(NCL)LFP神经信号,提取信号的特征,利用Relief F算法对各个特征赋予相应的权重值,根据权重阈值选取合适的特征构成特征子集;并用PLS对特征子集提取主成分,最后用支持向量机(SVM)进行解码,并将解码结果与单独使用Relief F算法和PLS算法比较。结果:LFP信号经Relief F-PLS特征提取后,五组鸽子实测数据的解码正确率分别达到95.00%、80.00%、95.00%、92.50%、85.71%,高于单独用Relief F或PLS算法的解码正确率,而且所提取的特征数更少。说明Relief F-PLS方法结合了Relief F和PLS的优点,提高了解码正确率;而且提取的特征数更少,有效地去除原始特征中的干扰特征和冗余特征,验证了该算法的有效性,为相关研究探索了一条新路径。     

大宁河回水区初级生产力的季节变化

2009年6月6～11日(水华期)和2010年1月18～22 日(枯水期)对三峡支流大宁河回水区进行了初级生产力及相关环境因子的研究,分析了初级生产力的季节变化及影响因素.结果表明:水温、DO饱和率、SPC(电导率)、pH和TUR(浊度)在不同水文期差异显著.水华期的初级生产力和叶绿素a(Chl-a)含量显著大于枯水期...     

海洋生物环境指示作用的研究进展

随着世界范围内海洋沿岸经济的迅速发展,人类活动对海洋环境的干扰越来越大,近岸生态环境急剧恶化,进而影响到栖居于此的生物。同时,生物对环境压力的响应具有明显的时空梯度,研究生物的变化状况可以快速、准确地评估环境质量状况。本文对国内外海洋生物环境指示作用研究现状进行系统地描述,并以大型底栖动物为例,重点介绍生物指数的发展情况及其在生物环境指示作用研究中的应用。建议加强野外观测平台的建设,建立适用于我国海域特征的指数评价体系。     

基于ReliefF-PLS的鸽子转向运动解码研究

针对微电极阵列记录的局部场电位(LFP)信号包含大量的噪声和冗余信息,而且信号特征维数高,从而影响解码正确率的问题,结合ReliefF算法与偏最小二乘(PLS)方法,解码了动物的转向运动行为。设计了鸽子的十字迷宫目标导向实验,采集鸽子弓状皮质尾外侧(NCL)LFP神经信号,提取信号的特征,利用ReliefF算法对各个特征赋予相应的权重值,根据权重阈值选取合适的特征构成特征子集,并用PLS对特征子集提取主成分,最后用支持向量机(SVM)进行解码,并将解码结果与单独使用ReliefF算法和PLS算法比较。结果：LFP信号经ReliefF-PLS特征提取后,五组鸽子实测数据的解码正确率分别达到95.00%、80.00%、95.00%、92.50%、85.71%,高于单独用ReliefF或PLS算法的解码正确率,而且所提取的特征数更少。结论：ReliefF-PLS方法结合了ReliefF和PLS的优点,提高了解码正确率,而且提取的特征数更少,有效的去除原始特征中的干扰特征和冗余特征,验证了该算法的有效性,为相关研究探索了一条新路径。