基于机器学习方法的拟南芥基因组DNA复制时间预测研究

【目的】基于机器学习方法,构建拟南芥基因组DNA复制时间分类器,探究与复制时间相关的表观遗传修饰,为进一步研究DNA复制时间的表观遗传调控机制提供参考。【方法】收集拟南芥全基因组的DNA复制时间数据和多种DNA表观遗传修饰特征(ChIP-Seq)数据,以及染色质开放状态(DNase-Seq)数据,先通过t-SNE初步对DNA表观遗传修饰特征数据降维来衡量DNA复制早晚的可预测性,并利用皮尔逊相关系数计算了多种DNA表观遗传特征与DNA复制时间信号两两之间的相关性,再通过构建随机森林、多类别逻辑回归和支持向量机3种分类器对DNA复制时间进行建模分析,以十折交叉验证和ROC曲线下的面积(AUC)为衡量指标,用80%的数据建模,20%的数据对模型效果进行验证。【结果】3种分类器对DNA复制时间都具有良好的预测能力,平均AUC均达0.8以上。DNA复制早期信号与RNA聚合酶Ⅱ结合信号以及染色质开放状态信号等呈正相关,而复制晚期信号则与其呈负相关。其中H3.1、H3.3、H2AW、H4K16ac、H3K36me3、H3K4me3均可能与DNA复制时间存在密切关系。【结论】拟南芥基因组DNA复制时间可以通过表观遗传修饰进行准确预测,其中对DNA复制晚期的预测最为准确;并发现了与DNA复制时间关系密切的组蛋白变体及表观遗传修饰。     

Distribution Characters of Absorption Nitrogen in Oilseed Rape (Brassica Napus L.) at Different Growth Stages

Two winter oilseed rape varieties grown in sand culture were labeled with ¹⁵Nitrogen (¹⁵N) at different growth stages to show the route of nitrogen (N) absorption, distribution, and transfer in oilseed rape (Brassica napus L.). Averaged over the two varieties, 84% of the N absorbed at the seedling stage, and 67% of the N absorbed at the stem elongation stage were distributed into the leaves. Of the N absorbed at flowering stage, 43% was distributed into the leaves and 36% into stems. However, 42.4% of the N absorbed at siliquing stage was directly found into the silique. The proportion of the N redistributed from vegetative organs into reproductive organs was 34%, 44%, 41%, and 32%, at seedling, stem elongation, flowering, and siliquing stages, respectively. The amounts of N transferred were 203, 326, 218, and 82 mg per plant, respectively. This corresponded to 65% of the total in the grain. The proportions of N lost after absorption were 24%, 11%, 12%, and 7% at the four growth stages, respectively. The amounts lost were 142, 79, 43, and 16 mg per plant, respectively. N absorbed at early growth stages in oilseed rape was mainly distributed to the leaves first, and then redistributed to the reproductive organs later. This route provided most of the N for the reproductive organs.     

机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例

耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning, ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(SupportVector Machine,SVM)、随机森林(RandomForest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging, OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571, r=0.623),而SVM模型预测精度相对最低(RMSE=5.190, r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg-1; RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。     

基于随机森林方法分析环境因子对空气负离子的影响

空气负离子是衡量一个地区空气清洁度的重要指标,对人体的心理和生理机能的调节发挥着重要作用。随着森林生态旅游的兴起,空气负离子的发生过程及影响机制已成为研究热点。本研究基于华北低丘山地森林植被主要生长季的气象数据和栓皮栎人工林空气负离子浓度观测资料,利用机器学习中随机森林模型从非线性角度全面分析确定影响空气负离子浓度变化的重要环境因子,通过独立样本对构建的随机森林模型进行模拟和检验,确定模型的预测精度,同时筛选出对空气负离子影响程度最大的环境因子。结果表明：随机森林模型在分析环境因子对空气负离子影响方面具有较高的精度以及较好的拟合效果,通过对模型的拟合值与实测值进行验证,均方根误差（RMSE）为59.349,决定系数R2达到了0.887。同时利用独立样本数据对随机森林模型进行十折交叉验证,决定系数R2均达到了0.904以上,且均方误差（RMSE）较小,为24.851。此外,模型筛选出影响空气负离子的主要因素,按重要性排序依次为颗粒物PM2.5（48.037）、饱和水汽压差（46.169）、土壤湿度（43.984）、风速（43.779）、紫外辐射（41.130）、土壤温度（40.107）、总辐射（36.838）、大气压力（34.532）,其中对模型重要性贡献相对较高的3个变量分别为颗粒物PM2.5、饱和水汽压差和风速,它们对空气负离子的影响起决定性作用。因此,随机森林模型适合分析环境因子对空气负离子影响,且拟合效果精度高,稳定性强。     

基于机器学习融合多源遥感数据模拟SPEI监测山东干旱

以山东省为研究区,选择偏差校正随机森林BRF（Bias-corrected random forest）,支持向量回归SVR（Support vector regression）和Cubist模型三种机器学习方法融合多影响因子模拟3个月时间尺度的标准化降水蒸散指数SPEI-3,以期为精确监测山东地区干旱提供一种方法。将2001−2017年23个站点的SPEI-3值作为因变量,多源遥感数据包括降水量、地表温度、蒸散发、潜在蒸散发、归一化植被指数以及土壤湿度六类7个影响因子作为自变量,自变量和因变量构成数据集的80%作为训练集,20%作为测试集。根据BRF模型得到研究区各个站点的模拟值以及各影响因子的相对重要性,绘制SPEI-3的空间分布图,并进行验证。结果表明,综合因子比单一因子模拟效果好,BRF模型测试集中的模拟值和观测值的决定系数R2达到了0.856,均方根误差RMSE为0.359,BRF模型能较好模拟站点SPEI-3值。大部分站点模拟值与观测值反映的干旱趋势一致,反映站点不同程度旱情的月份个数基本相同。此外,BRF模型模拟的SPEI-3的空间分布与站点SPEI-3观测值表现的干旱程度基本一致,且SPEI-3空间分布站点之外栅格数据也可以较准确地反映旱情,说明根据BRF模型可在站点和空间尺度上较精确地监测山东地区干旱情况。     

基于深度学习算法的京津冀地区综合干旱评估模型构建

及时准确的干旱评估对社会经济发展和农业生产具有重要的指导意义,当前的干旱评估指标通常仅考虑植被或降水等单方面影响因素,在实际干旱评估中存在一定的局限性。本研究综合考虑降水、温度、地形等多个干旱致灾因子,以主要产粮基地京津冀地区为例,基于2007-2017年地表温度（Land Surface Temperature,LST）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）以及降水等多源数据,利用深度学习框架Tensorflow构建以标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index,SPEI）为目标值的综合干旱评估模型。利用决定系数（R2）和均方根误差（RMSE）对模型进行测试;利用站点标准化降水指数（Standardized Precipitation Index,SPI）、土壤相对湿度数据以及2016年京津冀地区的气象灾害数据,从时间和空间上对模型的可靠性进行验证。结果表明：模型的训练集和测试集在不同月份上均表现较好（R2均大于0.5而RMSE均小于0.55）。模型输出的综合干旱指数（Comprehensive Drought Index,CDI）在密云站上与SPI和SPEI接近,变化趋势基本一致,并且与站点SPI和土壤相对湿度的相关系数分别大于0.7和0.4,均通过了0.01水平的显著性检验。空间上,相较于SPEI,CDI计算的2016年3-7月京津冀地区干旱事件结果与实际情况符合度更高,表明该模型适用于京津冀地区干旱评估。     

利用近红外高光谱图像技术快速鉴别西瓜种子品种

为了研究采用近红外高光谱图像技术对西瓜种子品种快速无损鉴别的可行性,该文采用近红外高光谱图像技术,通过提取西瓜种子的光谱反射率,结合Savitzky-Golay (SG)平滑算法,经验模态分解算法（empirical mode decomposition,EMD）和小波分析（wavelet transform,WT）对提取出的光谱数据进行去除噪声处理,采用连续投影算法（successive projections algorithm,SPA）和遗传-偏最小二乘法（genetic algorithm-partial least squares, GA-PLS）进行特征波长选择。基于全波段光谱建立了偏最小二乘判别分析（partial least squares-discriminant analysis,PLS-DA）,基于特征波长建立了反向传播神经网络（back-propagation neural network,BP NN)判别模型和极限学习机（extreme learning machine,ELM）判别模型。试验结果表明,基于特征波长的BPNN模型和ELM模型的结果优于基于全部波长的PLS-DA模型,基于SG预处理光谱提取的特征波长建立的ELM模型取得最优的判别效果,建模集和预测集的判别正确率均为100%。结果表明应用近红外高光谱成像技术对西瓜种子品种鉴别是可行的,为西瓜种子的品种快速鉴别提供了一种新方法。     

山西省输变电工程水土保持低扰动工程技术

输变电工程跨度大,自然、社会经济条件及水土流失来源复杂多变,且临时占地多,扰动范围大.为探索输变电工程水土保持低扰动工程技术,为输变电主体工程及水土保持措施优化设计提供参考依据,以山西省18项500 kV输变电工程为研究样本,通过对比传统与低扰动的主体工程及水土保持工程实施的扰动程度和水土流失量,发现长短腿配高低基础的塔基和塔型设计、索道运输、不落地放线技术等低扰动技术应用于主体工程中能够显著缩小扰动范围、减少水土流失量;在水土保持措施设计中根据各防治分区的水土流失特点及土壤条件采用相应的表土剥离技术及在部分临时占地采用临时覆盖技术,则能减小水土保持工程的二次扰动,并且可以节省工程投资.建议在输变电主体工程及水土保持工程设计中,根据实际情况尽量优先采用这类有利于水土保持的低扰动工程技术.     

结蜡厚度与土壤总传热系数相关性影响研究

针对铁大线低输量运行开展了管道结蜡的预测及与土壤总传热系数相关性影响研究,给出了铁大线低输量运行条件下的经济结蜡厚度以及结蜡厚度与土壤总传热系数的相关式,确定了各站间的总传热系数和管道的安全最低输量,提高了管道在综合处理工艺条件下的热力校核的准确性,为铁大线低输量运行热力系统改造节约了费用.