Modification of Marine Natural Product Ningalin B and SAR Study Lead to Potent P-Glycoprotein Inhibitors

In this study, new marine ningalin B analogues containing a piperazine or a benzoloxy group at ring C have been synthesized and evaluated on their P-gp modulating activity in human breast cancer and leukemia cell lines. Their structure-activity relationship was preliminarily studied. Compounds 19 and 20 are potent P-gp inhibitors. These two synthetic analogues of permethyl ningalin B may be potentially used as effective modulators of P-gp-mediated drug resistance in cancer cells.     

森林土壤氧化亚氮排放对氮输入的响应研究进展

大气中氧化亚氮（N2O）浓度的上升加剧了全球变暖。森林土壤在调节大气N2O浓度中发挥着至关重要的作用。近年来,氮（N）输入对森林土壤N2O通量的影响备受关注。然而,森林土壤N2O排放对N输入响应的机制,尤其是植物和微生物对N2O通量的调控作用尚缺乏系统研究。因此,本文综述了N输入如何通过森林植被（根系N吸收、凋落物分解和形成丛枝菌根）和土壤微生物（微生物量和群落组成）调控N2O产生途径从而影响森林土壤N2O排放。结果表明,植物的竞争性氮吸收能降低氮输入对N2O排放的促进作用,其作用大小可能主要取决于土壤“氮饱和”状态。植物凋落物主要通过分解过程中的养分归还和次生代谢产物释放来影响氮输入背景下的森林土壤N2O排放,前者具有促进作用,而后者具有抑制作用。丛枝菌根主要通过吸收有效氮和水分、促进团聚体形成以及改变N2O相关功能基因群落调控森林土壤N2O通量。N输入导致的土壤酸化或养分限制,通常会降低微生物量和/或改变微生物群落组成,从而控制N2O排放。N输入对N2O不同产生途径也会造成影响,受土壤湿度、N2O底物浓度以及N2O相关功能基因丰度（AOB、 AOA、nirK、 nirS和nosZ）的调控。未来在模型预测中,需要将植物氮吸收、凋落物分解、菌根以及N2O产生途径充分纳入模型,以提高模型预测准确性,为全球变化背景下制订森林管理政策和温室气体减排措施提供支持。     

科尔沁沙地不同土地利用类型土壤入渗特征比较研究

[目的] 探究科尔沁沙地不同土地利用类型土壤入渗特征的差异,为干旱—半干旱区包气带水分与物质运移等相关研究提供科学参考。[方法] 利用双环入渗仪野外实测和室内土壤物理性质分析相结合的方法,研究了科尔沁沙地具有代表性的8种土地利用类型(樟子松林地、小叶锦鸡儿林地、白柠条林地、撂荒草地、草甸草地、疏林草地、玉米农田以及裸沙地)土壤入渗特征及其影响因素,同时采用Kastiakov模型、Horton模型、Philip模型和G-P综合模型对其水分入渗过程进行了拟合,比较其拟合优度。[结果] ①不同土地利用类型土壤入渗特征存在显著差异,初始入渗率变化范围为1.595～12.020 mm/min,由大到小依次为：裸沙地>白柠条林地>玉米农田>樟子松林地>小叶锦鸡儿林地>草甸草地>撂荒草地>疏林草地;15 min入渗率变化范围为0.617～3.690 mm/min,由大到小依次为：裸沙地>白柠条林地>樟子松林地>小叶锦鸡儿林地>玉米农田>撂荒草地>草甸草地>疏林草地;土壤稳定入渗率变化范围为0.576～3.495 mm/min,由大到小依次为：裸沙地>白柠条林地>玉米农田>小叶锦鸡儿林地>樟子松林地>撂荒草地>草甸草地>疏林草地; ②不同土地利用类型入渗率与土壤容重、细砂含量呈极显著负相关,与中砂含量呈极显著正相关;稳定入渗率与非毛管孔隙度呈显著正相关; ③各模型对科尔沁沙地土壤入渗过程的拟合优度依次为：Horton模型>G-P综合模型>Kastiakov模型>Philip模型,其中Horton模型决定系数最高且相对误差最小,能更准确地模拟科尔沁沙地土壤入渗的实际情况。[结论] 科尔沁沙地不同土地利用类型土壤入渗特征存在差异,土壤性质对其入渗特征影响显著;Horton模型在科尔沁沙地拟合度较高,可应用此模型来估算水分入渗过程。     

柴油机侧卷流和分卷流燃烧系统性能测试与分析

侧卷流燃烧系统（Lateral Swirl Combustion System,LSCS）和分卷流燃烧系统（Separated Swirl Combustion System,SSCS）均是利用特殊设计的燃烧室壁面导流结构来引导缸内喷雾形成卷流运动,达到改善油气混合质量的目的。两种燃烧系统在缸内的布油策略不同,为对比研究两种燃烧系统的性能,该研究利用模拟增压单缸柴油机进行了侧卷流燃烧系统和分卷流燃烧系统在不同负荷和过量空气系数下的燃烧性能试验;采用AVL Fire软件探究了两种燃烧系统改善油气混合过程的机理。试验结果表明：不同工况下,侧卷流燃烧系统的燃油消耗率和碳烟排放均低于分卷流燃烧系统;相比于分卷流燃烧系统,侧卷流燃烧系统在不同负荷下的燃油消耗率降低了2.4～7.8 g/(kW·h),碳烟排放降低了2.7～3.9 FSN（Filter Smoke Number,滤纸式烟度单位）;在不同过量空气系数下的燃油消耗率降低了3.2～9.8 g/(kW·h),碳烟排放降低了2.3～3.8 FSN,燃油消耗率最大降幅为4.3%,碳烟排放最大降幅为87.0%。仿真结果表明：侧卷流燃烧系统中,油束在分流造型的导流作用下形成侧向卷流运动,相邻两束卷流在流出分流造型时产生壁射流干涉作用,进一步提高了燃烧室内的空气利用率;而分卷流燃烧系统在活塞下行时,油束触壁位置的改变导致了燃油聚集现象,不利于油气混合过程。相较于分卷流燃烧系统,侧卷流燃烧系统的空气卷吸量增加了9.3%,在当量比为2～4区间内的燃油质量比例较小,在当量比1～2区间内的燃油质量比例较大,表明侧卷流燃烧系统的油气混合均匀性较好。因此,侧卷流燃烧系统对油气混合过程的改善作用更为显著,明显提升了直喷式柴油机的燃烧性能,减少碳烟生成。研究结果可为直喷式柴油机燃烧室结构设计和优化提供技术参考。     

基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质（Soil Organic Matter,SOM）空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法（Two-point Machine Learning,TPML）提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格（Ordinary Kriging,OK）方法作为对比,以平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）、预测值与真实值相关系数（r）和决定系数（R2）作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1）研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布不均匀,呈东高西低的分布趋势。2）在不同样本量条件下,与其他模型相比,TPML的预测精度均最高,其MAE（0.088～0.097 g/kg）和RMSE（0.116～0.139 g/kg）均为最小,r（0.992～0.996）和R2（0.971～0.985）均为最高。3）预测值的误差标准差（理论误差）与实际误差具有相似的空间模式,说明TPML可以为预测结果提供合理的不确定性估计。综上,TPML模型可以通过同时利用空间自相关性和属性相似性来提高预测精度,该模型适用于预测具有一定空间自相关性且具有可用辅助数据的资源环境变量。     

梯田对黄土区降雨径流过程的影响及SCS-CN模型应用与改进

梯田改变了流域下垫面,对降雨径流过程势必产生影响,径流曲线模型（Soil Conservation Service Curve Number,SCS-CN）在中国黄土区,特别是梯田分布广泛流域的适用性仍存争议。为此,该研究以位于甘肃天水的罗玉沟流域为研究对象,利用梯田修建前后2个时段（1985-1990年、2000-2010年）的降雨径流实测资料,分析梯田修建对降雨-径流过程的影响,验证SCS-CN模型的适用性,进一步考虑梯田修建的影响针对不同降雨类型分别提出了基于降雨量和平均雨强的模型改进方法。结果表明：1）梯田修建对流域径流过程的影响与降雨强度关系密切。当雨强较小时,梯田显著削减流域洪峰和径流总量,削减幅度均在55%以上;而当降雨量和雨强较大时,梯田削减洪峰和径流总量效果并不显著。总体上,梯田修建后流域平均降雨径流系数显著减小至0.06,减小幅度约54%。2）基于最小二乘法优化与考虑前期土壤含水率修正的SCS-CN模型并不适用于梯田分布广泛流域的径流预报。引入降雨量和平均雨强改进后的模型模拟效果显著提高,此时流域暴雨量级以下和以上降雨事件的初损率分别为0.29和0.02。该研究基于降雨因子改进的模型在梯田分布广泛流域具有一定的适用性,可为流域产流计算及水土保持规划提供参考依据。     

区域尺度喀斯特区石漠化强度对土壤流失的影响

石漠化和水土流失是西南喀斯特区突出的生态问题,制约着社会经济的发展。目前,石漠化与土壤流失的耦合关系尚未系统探明,石漠化强度评价因子植被盖度、土层厚度和基岩裸露率的交互作用如何影响土壤流失知之甚少。基于石漠化现状的调查,采用RUSLE模型、Getis?OrdGi*、地理探测器等方法,测算了贵州喀斯特区土壤侵蚀状况并识别了冷热区分布,量化了石漠化强度评价因子与土壤侵蚀之间的关系,解析了因子组合对土壤流失的交互影响。结果表明：1）贵州喀斯特区土壤侵蚀以中度和微度侵蚀为主,平均土壤流失率17.69 t/(hm2·a),侵蚀热区（重点防治区）主要集中在贵州西部经济相对欠发达区,侵蚀冷区（轻微区）则主要集中在黔北遵义市和黔中贵阳市等经济相对发达区。2）土壤流失随石漠化强度评价指标植被盖度、土层厚度的增加呈降低趋势,随基岩裸露率的增加则呈增加趋势;石漠化与土壤流失之间并非简单的线性关系,而呈复杂的非线性关系,3个评价因子分别以三次曲线函数、指数函数和反正弦函数拟合优度最高。3）石漠化强度评价因子对土壤流失空间分异的解释力依次为植被盖度、基岩裸露率和土层厚度,且因子组合对土壤流失的交互影响均呈非线性增强,其中基岩裸露率与植被盖度的交互作用起主导作用,其次是土层厚度与植被盖度,基岩裸露率与土层厚度的解释力最小。研究结果可为喀斯特区水土流失、石漠化的协同防治提供理论参考。     

基于特征迁移学习的变工况下轴向柱塞泵故障诊断

不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应（Subspace Embedded Distribution Adaptation with Coupled Classifiers, SEDACC）方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐（Subspace Alignment, SA）方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异（Weighted Conditional Maximum Mean Discrepancy, WCMMD）作为度量进行特征分布的适配。同时,基于结构风险最小化（Structural Risk Minimization, SRM）准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器。通过交替和迭代策略不断优化分类器参数,最后对二者进行加权融合得到最终的诊断模型。通过轴向柱塞泵变工况故障诊断试验进行验证,结果表明,当以垂直于端盖的z方向振动信号为主要数据并使用声音信号（或以平行于端盖的x方向的振动信号）作为辅助数据时,SEDACC方法在6种迁移任务中的平均准确率为99.88%（99.46%）,高于其他方法。此外,所提方法在目标工况样本稀少的情况下仍具有较高的诊断精度,当目标域和源域样本数比值为0.2时,6种迁移任务的平均准确率达到92.66%。研究结果可为更完备与准确的机械故障诊断提供参考。     

基于深度学习与激光点云的橡胶林枝干重建及参数反演

树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。     

微生物菌剂对厨余垃圾堆肥温室气体减排的影响

为对厨余垃圾堆肥过程中的温室气体进行减排,在60 L强制通风静态堆肥装置中进行为期35 d的厨余垃圾和园林废弃物的联合好氧堆肥试验。在堆肥原料中分别添加复合微生物菌剂VT1000（VT）、枯草芽孢杆菌（BS）和地衣芽孢杆菌（BL）三种菌剂,并以不加菌剂的堆肥处理（CK）作为对照,监测堆肥过程中的CH4和N2O排放,以研究不同微生物菌剂对于厨余垃圾堆肥温室气体排放的影响。结果表明：微生物菌剂的添加会加快堆体升温和促进腐熟,同时能够实现不同程度的温室气体减排。堆肥过程中N2O的排放量在总温室气体二氧化碳排放当量中占比远高于甲烷,达到总排放当量的76.83%～88.57%,排放高峰期分别出现在堆肥初期和腐熟期。甲烷的排放高峰期出现在堆肥降温期,累计排放量达到温室气体总排放当量的1.65%～2.40%。各处理的总温室气体排放当量分别为95.84 kg·t-1（CK）、52.31 kg·t-1（VT）、42.03 kg·t-1（BS）和62.49 kg·t-1（BL）。与CK处理相比,BS处理的总温室气体的减排效果最好,减排率为56.15%,BL处理的减排率最低,为34.80%,VT处理减排率为45.42%。相较于CH4,菌剂对N2O的减排效果更好,可达35.32%～61.86%。结合堆肥过程的温度及各腐熟度指标,该研究选取的微生物菌剂能够在保证堆肥效率和产品质量的前提下有效减少温室气体排放。