【摘 要】
：
近年来,由于过度频繁的人类活动,导致全球渔业资源正遭受威胁.与传统渔业评估方法相比,环境DNA(eDNA)技术具有操作简便、侵入性低、灵敏度高等优点,因而在渔业资源评估中应用广泛.eDNA技术在物种丰度和生物量评估中已经被证明是可行的,本文总结了eDNA技术在渔业资源生物量评估中的研究现状,从eDNA技术与传统方法互补性、eDNA浓度影响因素及模型、生物量定量模型等方面展开阐述,并对以后的研究方向提出新思路,为eDNA技术在渔业资源生物量评估中应用提供参考.
【机 构】
：
中国科学院海洋研究所 海洋生态与环境科学重点实验室, 山东 青岛 266071;中国科学院大学, 北京 100049;齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所, 山东 青岛 2661
论文部分内容阅读
近年来,由于过度频繁的人类活动,导致全球渔业资源正遭受威胁.与传统渔业评估方法相比,环境DNA(eDNA)技术具有操作简便、侵入性低、灵敏度高等优点,因而在渔业资源评估中应用广泛.eDNA技术在物种丰度和生物量评估中已经被证明是可行的,本文总结了eDNA技术在渔业资源生物量评估中的研究现状,从eDNA技术与传统方法互补性、eDNA浓度影响因素及模型、生物量定量模型等方面展开阐述,并对以后的研究方向提出新思路,为eDNA技术在渔业资源生物量评估中应用提供参考.
其他文献
针对一种经济效益最优目标的温室环境混合整数变量优化控制问题,提出一种带有工程经验规则的改进遗传算法(IGA)进行有效、实用求解.首先采用分段常数法离散化控制变量,形成一种有限维参数的非线性数学规划(NLP)问题;在标准遗传算法(SGA)直接求解该NLP问题的基础上,采用精确罚函数处理状态变量路径约束;引入工程经验规则,并采用精英保留、多种群并行进化、整数变量取值等改进措施,以提高算法性能.仿真结果显示,相较于SGA,该方法获得更优的性能指标和控制品质,表明了所提方法的有效性、实用性.
深度学习可以通过深度神经网络,使机器理解学习数据,从而提高数据分类效果和预测结果的准确性,因此在海洋信息探测中应用越来越受到重视.作者基于深度学习的基本原理,阐述了海洋上常用的深度学习神经网络模型,并结合海洋信息探测要素,对温度、盐度、风场、有效波高和海冰等进行了海洋环境信息因子的预测分析;同时,对船舶、溢油和涡旋等进行了海洋目标识别与检测.最后针对其现状进行了探讨,总结了深度学习在海洋信息探测中发展所面临的问题.
采用微卫星结合混合群体分离分析法技术(SSR-BSA)对红鳍东方鲀群体进行耐低温相关微卫星标记的筛选.首先对300尾红鳍东方鲀幼鱼进行低温处理,分别获得34尾耐低温(S组)和不耐低温个体(D组).分别在两组中随机挑选15尾提取基因组DNA,构建耐低温和不耐低温DNA混池,然后用148对微卫星引物对其进行扫描.结果发现4个标记(fms45、fms82、fms100和fms182)在耐低温和不耐低温DNA混池中扩增出差异条带.用S组和D组全部个体对4个标记进行单个体验证,结果显示由fms100扩增,携带有11
为有效抑制萱藻种质保存和丝状体扩增时膨胀色球藻的污染,本实验应用实验生态学法,研究了恩诺沙星、磺胺嘧啶和呋喃西林3种抗菌药对共培养的萱藻丝状体和膨胀色球藻生长的影响.结果显示:在5～100 mg/L范围内,50 mg/L恩诺沙星适于除去萱藻种质保存或丝状体扩增过程中出现的膨胀色球藻,实验第18 d膨胀色球藻的日均增长率为–2.67％,萱藻丝状体的单室孢子囊发育良好;在10～150 mg/L范围内,100 mg/L磺胺嘧啶能有效抑制膨胀色球藻的生长,实验第18 d膨胀色球藻的日均增长率为–0.58％,萱藻丝
为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm,FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy,EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等效因子以及电池荷电状态(state of charge,SOC)进行优化,实现了并联式混合动力汽车的能量优化控制.在Matlab/Simu-link中搭建整车模型进行仿真,结果表明:UDDS
为了降低基本苗统计中的人力成本、提高统计效率和精度,设计了一种基于机器视觉的统计方法.新方法根据图像在HSV空间的良好性质确定兴趣区域,通过图像腐蚀与膨胀算法去除噪声,获得利于提取的连通域,并达到最后统计的目标.利用植保无人机在徐州某地区水稻农田获取的基本苗图像,将图像从RGB空间转换为HSV空间,通过阈值选择获取兴趣区域达到预期统计效果.结果表明,试验验证了基于机器视觉基本苗统计方法的有效性,新方法与人工统计方法相比提高了统计效率.
针对电动拖拉机车内电磁辐射干扰源多、电磁环境复杂的问题,提出一种多软件联合仿真的方法.首先在Hypermesh中对三维模型进行几何处理,建立有限元模型,然后基于电磁辐射基本理论在HFSS和FEKO中建立主要干扰源的等效电磁模型,最后在软件FEKO中对某款电动拖拉机车内电磁辐射性能做了仿真分析,得到了100～550 MHz电动拖拉机车身的表面电流分布规律和驾驶舱内驾驶人员头部、胸部和脚部的电场强度分布情况.结果表明:拖拉机车身的表面电流具有局部突出的特性,在250 MHz左右车身前部表面电流最大,其值为0.
针对现有姿态估计方法在驾驶室复杂环境条件下发生的非目标误检测和检测精度低的问题,提出了一种基于双流全卷积网络的驾驶员姿态估计方法.该方法通过建立2条独立的FCN(fully convolutional network)分支,分别对关键点坐标及关键点间的连接信息进行预测,同时在2个分支中构建沙漏状的网络结构,增强了网络提取关键信息的能力.为了进一步提高模型的特征提取能力,将浅层与深层网络得到的特征图进行融合.为了验证所提方法的检测效果,采用COCO(common objects in context)数据集
为解决稀疏理论融合后多聚焦图像细节特征模糊、综合效果不佳等问题,提出了一种将稀疏理论与快速有限剪切波变换联合引导滤波(FFST-GIF)相结合的图像融合算法.利用FFST从原始图像中分解出高频和低频子带系数,采用引导滤波的相对标准差算法融合细节信息丰富的高频系数;使用K-SVD方法训练得到完备字典,再结合稀疏理论融合低频系数;通过逆FFST将融合后的高、低频子带系数进行再融合,得到新的融合图像.基于MATLAB,选取哈佛大学数据库中的脑核磁共振图像为样本,采用平均梯度(AG)、空间频率(SF)、互信息(M
为了探明鲜食葡萄采运全周期的落粒、伤粒力学机制与规律,研究了鲜食葡萄果穗系统振碰复合动力学模型构建方法.以葡萄果穗振动模型为基础,提出了改进的葡萄果穗振碰复合模型,根据此模型,基于绝对节点坐标法和自然坐标法分别描述了果粒主穗轴和支梗果梗,得到了果穗系统振动动力学方程.基于虚功原理和连续介质力学原理推导得到了果粒主穗轴和果粒的弹性力和应力表达式,同时基于Hertz模型和Kelvin模型得到了果粒碰撞力的表达式,代入振动动力学方程,最终得到鲜食葡萄果穗振碰复合动力学模型,并简介了求解方法.