双壳贝类CK1基因家族的鉴定及表达分析

酪蛋白激酶1 (CK1)是一种重要的蛋白激酶家族,其在DNA损伤应答和修复、细胞增殖和凋亡、胚胎发育和稳态等重要的生物学过程中都具有复杂多样的调控作用。为了理解CK1基因家族在双壳贝类中的特征、进化及生物学功能,实验采用比较基因组学及生物信息学的方法对双壳贝类CK1基因家族进行了鉴定分析,通过虾夷扇贝高温应激实验,研究了CK1基因家族在高温应激时的表达规律。结果显示,在虾夷扇贝、栉孔扇贝、长牡蛎与侏儒蛤中均存在CK1α,CK1αlike,CK1δ,CK1γ3,并发现CK1ε,CK1γ1,CK1γ2在双壳贝类中发生了丢失。时空表达分析发现,双壳贝类CK1基因均在胚胎发育早期集中表达,并以多细胞/囊胚期为界呈现出母源/合子特异性表达模式。CK1为关键基因的基因共表达模块显著富集在错配修复、核苷酸剪切修复等相关通路上,暗示了CK1基因在双壳贝类胚胎发育过程中参与调控DNA损伤修复过程,从而维持早期胚胎发育时的基因组稳定性。双壳贝类CK1基因在成体中呈现组织特异的表达模式,主要在鳃和雄性性腺中具有相对较高的表达量。虾夷扇贝受到高温应激后,其鳃中PyCK1α, PyCK1αlike和PyCK1δ...     

风信标扇贝的性腺发育与繁殖周期规律研究

本研究利用性腺指数周年检测及性腺组织切片观察的方法,对蓬莱海头村海区浮筏养殖的风信标扇贝性腺发育及繁殖规律进行研究。自2016年1月—2016年12月期间,课题组除1、2月份外(分别为4、2次)每月采集蓬莱海头村海区浮筏养殖的风信标扇贝性腺样品3次,同时测定采样点水温,采用组织学方法和肉眼观察分析其性腺发育的季节性变化规律,探究海水温度季节性变化对性腺发育的影响。结果表明:蓬莱海区浮筏养殖的风信标扇贝性腺发育周期为一年,每年经历4个时期,分别为增殖期(12月—次年1月)、生长期(2—3月)、成熟期(4—6月)、休止期(7—11月)。海水温度变化与风信标扇贝性腺发育相关性显著(P 0.05):风信标扇贝经过12月—次年3月的低温刺激和营养积累后,到达其繁殖期(4—6月),期间平均水温为11.2℃,并在4月上旬出现性腺指数峰值(24.25);当水温高于20.0℃时,性腺指数较低且小于10.00。本研究结果填补了中国风信标扇贝性腺发育研究方向的空白,为人工繁育风信标扇贝提供了重要的理论指导。     

基于雷达干涉失相干特性提取冰川边界方法研究

冰川边界提取是冰川变化监测的一个重要参数,光学冰川遥感方法可以有效、精确的提取出无云区域冰川的边界信息,但是,对于有云区域和天气状况不好的冰川区域却很难获取冰川的边界信息.提出了一种基于SAR干涉失相干特性的提取冰川边界信息的方法,该方法利用内陆冰川表面失相干问题严重的特点,通过比对冰面相干系数和非冰覆盖区域的相干系数,采用阈值法对冰川区域的干涉相干图进行冰川边界的提取.根据上述方法提取冰川边界的精度达到89%,结果表明利用雷达干涉失相干特性进行冰川边界提取是可行的.     

关键生育期冬小麦和油菜遥感分类方法

农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。     

利用物候差异与面向对象决策树提取油菜种植面积

及时、准确地获取农作物种植信息,对于农业生产管理和国家粮食安全有重要意义。目前越来越多的免费卫星数据可以用于作物分类及生理参数反演。Sentinel-2卫星于2015年6月发射,提供了13个光谱波段,具有较高的时间分辨率、空间分辨率和光谱分辨率,为不同作物特征区分以及大范围作物种植面积快速提取业务化运行的精度与效率提高带来了契机。随着Sentinel-2数据的免费下载,这就为大面积生产下一代区域或者国家尺度的高分辨率（10~30 m）农情遥感产品提供了可能。物候信息包含了作物随着季节不断变化的特征,利用如NDVI等时间序列植被指数找出不同作物的特征进而开展作物分类得到了广泛应用。本文以油菜为主要研究对象,以长江中下游地区的江汉平原为实验区,基于作物物候差异与面向对象决策树的方法,对Sentinel-2卫星影像用于油菜种植区提取的效果进行了评估与分析。首先利用作物不同生长时期各波段光谱信息以及归一化植被指数等信息的差异分析并找出油菜种植区提取的最佳时相,然后对影像进行多尺度分割,根据对象特征建立决策树逐一去除非植被、林地等干扰类型,进而提取出油菜种植区域。通过分析发现,基于Sentinel-2影像的图像分割可以有效生成不同作物类型的对象;油菜开花期的特征是其区分于其他作物的关键因素,利用该特征可以有效消除分类时其他地物类型对油菜的影响,提高作物分类信息提取的精度和效率。研究表明：在区分油菜的决策树分类特征信息中,贡献最大的是归一化植被指数（NDVI）,近红外波段（NIR）和亮度（Brightness）信息。用162个油菜验证样本点计算混淆矩阵,油菜种植面积提取的总体分类精度为98%以上,Kappa系数为0.95。说明结合物候信息利用Sentinel-2数据进行大范围作物种植面积提取具有巨大潜力,可以提高大范围油菜种植区域快速提取的精度和效率。     

栉孔扇贝(Chlamys farreri)过氧化物酶体增殖物激活受体基因的鉴定与表达分析

过氧化物酶体增殖物激活受体(peroxisome-proliferator-activated receptors,PPARs)是核激素受体超家族成员,在脂肪代谢过程中发挥重要的调控作用,目前贝类过氧化物酶体增殖物激活受体仍未见报道。本文利用已发表的栉孔扇贝(Chlamys farreri)基因组和转录组,获得其PPAR基因,命名为CfPPAR-like,基因开放阅读框全长1572 bp,编码486个氨基酸,预测蛋白质分子量MW为54305.3 Da,等电点pI为8.3,二、三级结构以转角和卷曲为主,无信号肽和跨膜区域,属于胞内蛋白。与脊椎动物PPARs蛋白序列比对表明CfPPAR-like包含DBD和LDB结构域,其中DBD区域保守性较高,而LBD的保守性较低。进化分析显示,栉孔扇贝等软体动物的PPARs聚为单独一支,仿刺参等棘皮动物的PPARs聚为单独一支,果蝇和线虫的PPARs基因同源物在进化树的最外端,脊椎动物的三种PPARs亚型分别聚类后,再与无脊椎动物PPARs聚类,结果支持核激素受体超家族在脊椎动物进化早期出现了各亚型这一假说。CfPPAR-like在幼虫发育过程中呈现普遍性表达,暗示其参与扇贝幼虫早期的分裂,贝壳的形成以及幼贝的变态过程;在成体各组织中,CfPPAR-like在栉孔扇贝的性腺、肾脏以及消化腺中表达量较高,表明其参与扇贝性腺分化、脂肪代谢等过程的调控。研究结果对于揭示贝类脂质代谢调控机制以及优良扇贝品种的培育具有重要意义。     

Google Earth Engine支持下的江苏省夏收作物遥感提取

江苏省是农作物种植大省,国家统计局统计数据显示,江苏省近10年冬小麦、冬油菜的总播种面积分列全国第五、第七,快速准确地获取冬小麦和冬油菜的空间分布对于该省的农业发展具有重意义。基于单机的传统遥感分类能够准确获取农作物的空间分布信息,但是耗时较长。随着地理大数据与云平台、云计算的发展,Google Earth Engine（GEE）作为一个基于云平台的全球尺度地理空间分析平台,为快速遥感分类带来了新的机遇。本文基于GEE,使用Sentinel-2数据快速提取了江苏省2017年冬小麦与冬油菜的空间分布。首先,利用GEE获得覆盖江苏省119景无云质优的Sentinel-2影像;其次,在此基础上分别计算了遥感指数、纹理特征、地形特征,并完成原始特征的构建与优化;最后,分别试验了朴素贝叶斯、支持向量机、分类回归树和随机森林4种分类器,比较了各分类器的分类精度,并提取了冬小麦与冬油菜的空间分布信息。得出以下结论：①GEE能够快速完成覆盖江苏省影像数据的去云、镶嵌、裁剪及特征构建等预处理,较本地处理具有明显优势;②J-M距离值位于前两位且大于1将特征数量从28个压缩到11个,有效压缩了原始特征空间;③光谱+纹理+地形特征组合训练,朴素贝叶斯、支持向量机、分类回归树、随机森林的平均验证精度分别为61%、87%、89%、92%。     

临夏盆地晚新生代沉积物元素特征与古气候变迁

青藏高原东北临夏盆地发育较完整的晚新生代地层,特别13～4.34 Ma段以稳定低能细粒湖相沉积为主、发育的不同尺度和各种形式沉积韵律旋回记录着古气候变化信息。本文通过对临夏盆地稳定细粒湖相沉积物元素地球化学特征及其变化序列研究,结合其它气候指标,揭示13～4.4 Ma时段气候演化经历了四个阶段:13～12 Ma期间气候湿润、12~7.8Ma期间气候以湿润为主夹短暂干旱事件、7.8～6.2 Ma期间气候以干旱为主、6.2～4.4 Ma期间气候进一步干旱加剧,并认为7. 8 Ma左右的气候转型可能与冬季风加强有关,而6.2 Ma以来的有规律的高频气候波动可能与现代季风形成有关。     

一种优化的Faster R-CNN小目标检测方法

图像目标检测是计算机视觉与数字图像处理的一个热门方向,其主要任务是找出图像中感兴趣的物体并确定物体的位置与类别。目前基于深度学习模型是主流的目标检测算法,利用其解决诸多学科问题成为一种趋势。本文采用区域卷积神经网络（Faster R-CNN）深度学习算法和相关图像处理算法,以ResNet50、ResNet101为骨干网络,采用特征金字塔网络开展新冠疫情期间武汉市车辆变化监测,以此分析疫情下的武汉市内部活动强度。结果显示：本文车辆目标检测方法的精确率为0.96,召回率为0.92,平均精度为0.85。疫情前（2019年11月17日）、中（2020年02月22日）车辆变化情况为：武汉汇聚中心分别为263、32辆,汪家嘴立交桥分别为89、44辆,新兴工业园分别为554、347辆,经开未来城分别为188、57辆。可知,疫情导致武汉市人口出行减少、车辆活动明显降低。     

钻孔应变水位辅助观测标定的探讨

分析了采用"延时法"标定水位带来的不便和产生的误差,总结了新的标定方法—"探头升降法"标定仪器的原理和操作方法,经过几个台站的反复实验,效果很好,精度达99%,有推广价值。