简介:珊焊是一个sensitive-to-environment建筑群水兵生态系统。珊瑚的Theecosystem富于生物多样性。遥感为分类珊焊提供一个强大的工具并且是大多数费用-有效途径为大-规模礁石调查。DongshaAtoll,有10m的平均深度的超过300km~2,在华南海的北大陆人边缘被定位。它被在最近的十年期间的破坏钓鱼滥用了。三卫星形象(Quickbird2,ETM+和SPOT5)被用来评估能力ofSPOT5形象提供为在那里分类珊焊的当前的分发是有用的数据。在处理的数据期间,无指导的分类功能为ETM+和SPOT5数据被采用,当监督分类方法被用于Quickbird2时。班是()合并了进珊焊,然后将被vectorization,简化,和拓扑的分析操作。有比有3x3pixels在的察觉限制的100m大的1331珊焊多-Quickbird2的乐队数据,它作为比较基线被拿。从SPOT5和ETM图象提取的Theresults比从theQuickbird2图象的那些是在数字和区域的更少,而从SPOT5数据的结果由于它的更高的分辨率比在淤泥的泻湖的ETM数据的那些好。因为它的差的穿入能力,SPOT5x乐队2没能与ETM数据相比在环礁内区分深底层。仅仅看到x乐队1cannot被用来把珊焊区分开来与沙底部。多合并SPOT5-有SPOT5平底锅的空间分辨率的乐队数据-数据并且指ETM形象被期望提供一颗最佳的卫星-为珊焊印射的基于的途径。
简介:参予联合模型Intercomparison工程的十七个模型分阶段执行5(CMIP5)活动在他们华南海(SCS)海洋热内容(OHC)的历史的模拟上被比较在上面300m。Ishiis温度数据,基于世界海洋数据库2005(WOD05)并且世界海洋地图集2005(WOA05),被用来由比较季节的OHC的空间模式估计模型表演异例(OHCa)气候学,OHC气候学,每月的OHCa气候学,并且OHCa的interannual可变性。在数据设置了的Ishiis的空间模式证明季节的SCSOHCa气候学,两个在冬季和夏天,被风压力和当前的发行量强烈在SCS和它的附近的区域影响。然而,CMIP5适当地为现在的相当不同的空间模式和仅仅一些模型建模在Ishiis捕获主导的特征模式。在他们之中,GFDL-ESM2G具有最好的表演。SCSOHC气候学在上面300m在不同模型极大地变化。他们中的大多数比从Ishiis数据计算的那些伟大得多。然而,在每17个CMIP5模型的每月的OHCa气候学在Ishiis作为那产出类似的变化和大小。至于interannual可变性,在大多数模型的OHCa时间系列的标准差比在Ishiis的那些有点大。在从每17个模型的IshiisOHCa和那的interannual时间系列之间的关联不是令人满意的。在他们之中,BCC-CSM1.1有最高的关联到Ishiis,与大约0.6的一个系数。
简介:在本研究中,我们首次通过基因组上游第一次步移克隆到了雨生红球藻中crtO基因的3个不同大小的5’上游侧翼序列1.1kb,1.9kb和2.2kb。利用生物信息学方法分别预测并比较了这3个不同大小的5’上游侧翼序列,结果发现,三者具有与高等植物相类似的顺式作用元件,如脱落酸反应元件(ABRE)、干燥或低温反应元件(DRE/C-repeat)、几种光反应元件(G1-box,GAG-motif,l-boxandATC—motif)、热激反应元件(HSE)、机械伤害反应元件(WUN-motif)、生长素反应元件(TGA-element)、茉莉酸甲酯反应元件(TGACG-element)和反式作用因子MYB蛋白的结合位点(MBSandMRE)等等,但是三者并不具有典型的TATA框和CCAAT框。上述研究预示了雨生红球藻虾青素合成中crtO基因调控方式的多样化。
简介:在本研究中,我们首次通过基因组上游第一次步移克隆到了雨生红球藻中crtO基因的3个不同大小的5’上游侧翼序列1.1kb,1.9kb和2.2kb。利用生物信息学方法分别预测并比较了这3个不同大小的5’上游侧翼序列,结果发现,三者具有与高等植物相类似的顺式作用元件,如脱落酸反应元件(ABRE)、干燥或低温反应元件(DRE/C-repeat)、几种光反应元件(G-box,GAG-motif,I-boxandATC-motif)、热激反应元件(HSE)、机械伤害反应元件(WUN-motif)、生长素反应元件(TGA-element)、茉莉酸甲酯反应元件(TGACG-element)和反式作用因子MYB蛋白的结合位点(MBSandMRE)等等,但是三者并不具有典型的TATA框和CCAAT框。上述研究预示了雨生红球藻虾青素合成中crtO基因调控方式的多样化。更多还原
简介:本研究从独立学院应用型本科人才培养的视角入手,尝试编制自主学习能力测评量表对电气类专业学生进行测评,利用主成分分析法等统计学方法进行分析,讨论影响自主学习能力测评的主要影响因素。经主成分分析,提取到的6个特征值均大于1的主成分,累计贡献率达60.86%,其中通过第1主成分便可较清晰地将自主学习能力得分群体分开。本研究视角下,得到影响大学生自主学习能力的关键指标体系,即职业信念、自我管理、学习管理3个维度,职业兴趣、职业环境认知、职业定位、职业准备、专业认知、职业能力认知、自我调整、时间管理、目标管理、学习态度、信息能力、学习方法12种影响因子。