简介:为探索低剂量镉持续暴露对斑马鱼胚胎和幼鱼神经发育的影响,将受精后36h(36hpf)的斑马鱼胚胎暴露于不同浓度氯化镉受试液中持续至受精后6d(6dpf)。在一般毒性观察的基础上,采用高通量视频跟踪技术检测了48孔板中幼鱼的自发运动能力和对外界刺激产生的惊恐反应及恢复能力。结果显示:在不引起外观形态明显改变的暴露剂量下幼鱼自发运动表现异常。其中,0.1~05μmol·L-1。暴露组幼鱼自发运动增多、轨迹紊乱、刻板式转向运动增加、触壁活动减少;10μmol·L-1暴露组幼鱼出现运动抑制、静止和原地震颤等状态,幼鱼的自发运动距离与氯化镉浓度关系呈现剂量依赖性倒“U”型,这种行为毒性效应与乙醇急性暴露引起的运动效应相似。光照惊恐反射实验中,暴露组幼鱼对突发的光暗变化表现敏感或迟钝。在撤除光源后暗适应减慢或加快。以上结果说明,斑马鱼胚胎和幼鱼对氯化镉的神经发育毒性作用敏感,并且高通量的幼鱼神经行为学方法在外源性化学物的毒性评价中能够提高检测效率,具有良好的应用前景。
简介:矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系。对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的。为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型。在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较。
简介:以斑马鱼(Daniorerio)为研究对象,探讨铅(Pb)、得克隆(DP)及二者联合急性暴露对斑马鱼胚胎的神经毒性作用。结果表明,Pb(5、20μg·L^-1)和DP(15、60μg·L^-1)单独暴露均会引起斑马鱼自主运动频率增加,触摸反应能力和自由游泳活力下降,并且抑制初级运动神经元的生长,加剧尾部细胞凋亡。但与20μg·L^-1Pb单独暴露相比,高剂量联合暴露(20μg·L^-1Pb+60μg·L^-1DP)使斑马鱼的自主运动频率显著降低(P〈0.05),触摸反应能力和自由游泳活力显著增强(P〈0.05),初级运动神经元轴突长度显著增加(P〈0.05),尾部细胞凋亡减少。与5μg·L^-1Pb单独暴露相比,低剂量联合暴露(5μg·L^-1Pb+15μg·L^-1DP)也显著减少斑马鱼尾部的细胞凋亡(P〈0.05)。上述结果表明,Pb或DP单独暴露对斑马鱼均可引起神经毒性作用;但二者联合暴露对斑马鱼自主运动、触摸反应以及自由游泳活力的影响则表现为拮抗作用。
简介:宁夏固原市属于中国"两屏三带"中的"黄土高原—川滇生态屏障",是泾河的发源地也是黄土高原的重要的水源地,其境内的六盘山国家级生态保护区具有重要的生态价值.开展固原市森林水源涵养功能研究将有助于揭示森林生态系统结构时空动态对水源涵养功能的影响,并为当地林业发展、生态文明建设以及政府绩效考核提供重要参考和依据.在分析了2000~2010年固原市林地结构动态的基础上,使用综合蓄水能力法,计算了森林水源涵养量及其价值并分析时空分异的影响因素.结果表明:2000~2010年,固原市林地面积增长15.94%.由于灌木林单位面积水源涵养量和面积比例最大,导致灌木林对固原市森林水源涵养功能的贡献最大(80%以上).森林不同层次对水源涵养量的贡献为:土壤蓄水量〉林冠层截留降水量〉枯落物层持水量.固原市新增林地面积以灌木林为主,对水源涵养量增长的贡献占93.34%.随着坡度增加,森林涵养水源量先上升,在15°~25°坡地达到最大值,随后下降.由于造林活动主要集中在5°~25°坡地,近10年的涵养水源量在该坡度增长最明显.2000~2010年,固原市水源涵养价值上升23.25%,主要体现在对水量和水质的调节方面的价值增长.退耕还林还草工程是林地面积、水源涵养量及其价值时空间动态的主要原因.
简介:结合大气环境质量数值模拟技术,采用模糊综合评价法实现了唐山市区环境空气质量功能区划的定量研究。在模糊综合评价过程中,首次引入污染贡献敏感及物流因子,确定了风向、环境质量等因子的新型计算方法,并采用空气环境质量模型的网格化污染物浓度。针对定量结果,提出了专家咨询法与基于敏感分析技术的方案对比评估法来对其进行修正评估以得到合理可行的推荐方案。结果表明:三类区适宜分布在丰润区东部、路北区北部、丰南区北部、古冶区唐家庄工业区及开平区东南部。在排放等量污染物的情况下,推荐方案下的区域环境污染物浓度大幅降低,仅占现行区划的40.94%。
简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.