The value of vegetation cover for ecosystem services in the suburban context

Latin-American cities can be characterized by dynamic processes of urbanization that encroach upon the natural and semi-natural surrounding landscapes. Our study presents the effects of landscape development, transformed from semi-natural conditions into a mostly disperse suburban settlement. We explore the impact that this transformation has had on this context by three ecosystem services that regulate rainwater runoff, enhance microclimate conditions and help to improve air quality by monitoring vegetation cover. We have designed a spatio-temporal hierarchical analysis which employs remote sensing techniques to capture the structural changes of this landscape over long, medium and short term scales on two spatial levels. This methodological approach was tested in the Metropolitan Area of Santiago (MAS) as case study area. Despite of the increase in impervious surfaces due to urban processes, there has also been an increase in vegetation cover, which has led to an improvement in the provision of the above-mentioned ecosystem services. Hence, if diverse urbanization processes continue and they are coupled with an increase in vegetation cover, the provision of ecosystem services could also expand. This phenomenon can be observed in some areas, where public and private green spaces are created and maintained. Our data analyses give evidence that certain types of suburban areas which increase the share of vegetation cover can provide daily ecological benefits for urban neighborhoods, and beyond, for adjacent areas. Moreover, suburban development can successfully provide ecological benefits to citizens. Such processes can only be ecologically sustainable if the composition of vegetation is well-adapted to the regional climatic conditions.     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。     

两型社会建设背景下生态效率评价研究——以湖南省为例

基于"两型"社会建设的目标与内涵,选取了湖南省生态效率综合评价指标,以2003—2012年湖南省数据为样本,采用DEA数据包络分析法计算各年份的生态效率,并对不同年份的能源消耗量、水资源消费量以及三废的排放量进行深入分析。结果表明,随着湖南省GDP的增长,生态效率也不断在提高。针对不同的资源产出率和环境产出率,湖南省应树立可持续发展理念,实现经济由粗放型发展向集约型发展转变;发展创新技术,推进湖南省两型社会的发展;完善法律法规体系,加大宣传力度,改变保守观念,提高人们的环保意识。     

考虑环境因素的中部省份城镇化水平评价指标体系构建

该文选取了2004—2012年数据,采用因子分析和DEA的方法对中部六省城镇化水平的指标进行筛选,采用Tobit方法探讨环境与城镇化水平之间的关系并进行回归分析。分析结果可以得出通过指标筛选以后的中部六省的城镇化水综合情况以及排名,为中部六省未来政策的制定提供依据。     

南京市能见度变化趋势及其影响因素

利用1980~2013年南京国家基本气象站的地面常规气象要素和能见度观测资料,剔除相对湿度和天气现象对能见度的影响,采用等级分析法、"非常好"能见度出现频率法、累积百分率法、Ridit中值分析等方法,分析了南京地区大气能见度的年际和季节变化趋势;并利用偏相关分析法分析了能见度与气温、气压、平均风速和相对湿度的相关关系。结果表明,能见度有明显日变化和季节变化,一天中,8:00最差,14:00最好;一年之中,能见度夏季最好,冬季最差。1980~1984年南京能见度呈上升趋势,1985~2004年呈波动下降趋势,2005~2013年则呈缓慢上升趋势;"较差"和"一般"能见度出现频率呈现上升趋势,"较好"能见度出现频率则明显下降。能见度水平逐年代下降但降幅减小;能见度等级分布的季节差异逐年代减小。能见度与平均风速呈正相关,与相对湿度呈负相关。由于南京地区气候条件的影响,能见度与气压和气温均存在季节性差异,能见度与气压在冬季呈较好的正相关,与气温夏季呈正相关、冬季呈负相关。     

东京野茉莉花色成分的初步研究

对东京野茉莉花色成分进行了初步的探究。结果表明:通过特征颜色反应和光谱扫描说明了其花瓣细胞内有异黄酮、儿茶精类,还有叶绿素a、b,可能含有胡萝卜素、黄酮类化合物,以及无色花色素,可能不含查耳酮或橙酮。     

温度和湿度对土壤中噁唑酰草胺降解的影响

噁唑酰草胺是一种芳氧苯氧丙酸酯类除草剂,近年来在我国使用面积快速上升。本文建立了土壤中噁唑酰草胺的快速灵敏检测方法,测定了土壤温度和湿度对土壤中噁唑酰草胺降解的影响。研究结果表明建立的土壤中噁唑酰草胺的高效液相色谱检测方法,最低定量限(LOQ)为4.00×10~(-3)μg/kg,最低检测限LOD为1.20×10~(-3)μg/kg。土壤温度为5、15、25和35℃时,土壤中10 mg/kg的噁唑酰草胺半衰期分别为16.8、9.9、3.5和0.9 d;土壤湿度为40%和80%时,土壤中噁唑酰草胺的半衰期分别为3.6和4.3 d。与土壤湿度相比,土壤温度对土壤中噁唑酰草胺降解的影响更大。     

仙草多糖提取工艺条件优化研究

采用水提法浸提仙草，以仙草多糖的提取率为指标，研究料液比、浸提温度、浸提时间及浸提次数4个因素对其提取率的影响，并从中挑取合适的因素水平进行正交试验及SPSS分析。结果表明：在这4个因素中，对提取率影响最大的因素是浸提温度，然后是浸提时间，再次是料液比，最后是浸提次数；在料液比1:60、温度100 ℃、浸提时间3 h的最优条件下，仙草多糖的提取率高达17.89 %，此时仙草多糖的含量为44.13 %。     

青花菜肉桂酰辅酶A还原酶基因的克隆与表达特征分析

为研究肉桂酰辅酶A还原酶在青花菜生长发育中的作用,采用RT-PCR技术克隆青花菜Bo CCR基因全长c DNA序列,并利用q RT-PCR检测其在不同器官中的表达模式。结果表明:Bo CCR基因开放阅读框为987 bp,推导编码328个氨基酸。预测蛋白分子量为36.86 ku,PI值为6.04。该蛋白亲水性氨基酸多于疏水性氨基酸,为亲水性蛋白。高级结构预测表明青花菜Bo CCR蛋白具有完整的二级结构,三级结构的α-螺旋主要位于外部,β-折叠位于内部。分子进化分析显示CCR蛋白在植物进化过程中,各属形成单独的分枝,可以区分其亲缘关系。荧光定量技术检测到青花菜的Bo CCR基因在花蕾发育早期表达最高,推测该基因可能与青花菜花粉发育相关。     

基于改进GM(1,N)模型的我国大豆价格影响因素分析及预测研究

大豆是我国重要的粮食作物和油料作物,其价格对于国民经济尤其是农业经济的影响意义深远。大豆价格的稳定对于我国大豆市场的健康发展有着重要的现实意义。在灰色理论的基础上,提出了一种改进GM(1,N)大豆价格预测模型,首先运用灰色关联分析法对我国大豆价格的影响因素进行分析,选择主要的影响因素;再将这些影响因素作为模型的相关因素变量,构建GM(1,N)大豆价格预测模型。采用2010-2015年的大豆数据进行实证研究,模型选取国内大豆自给量、世界大豆产量、国民消费价格指数、消费者信心指数4个变量作为相关因素变量;模型预测误差为2.10%,预测精度较高,能够较好地掌握大豆价格的变化规律,可以为大豆价格市场预测及国家宏观政策的制定提供理论指导。