摘要：准确识别雪崩潜在释放区或雪崩高易发区域对高寒山区工程建设减灾防灾意义重大,特别是在雪崩监测数据缺失地区,能够提供重要的区域性灾害风险预估参考。本文以新疆天山地区伊阿铁路沿线区域为例,将铁路沿线154个雪崩范围形成区作为评价样本,开展基于机器学习算法的雪崩易发性评价,构建新疆天山地区伊阿铁路沿线雪崩易发性评价体系;开展基于数据叠加的雪崩潜在释放区(PRA)识别,绘制伊阿铁路沿线雪崩潜在释放区分布图,并对两个结果通过Kappa系数和AUC值进行检验,并对比讨论。结果显示,支持向量机(SVM)、多层感知器(MLP)、PRA的Kappa系数分别为0.806、0.774、0.600;AUC值分别为0.993、0.961、0.802,机器学习算法在雪崩易发性评价中的表现优于传统的基于数据叠加的雪崩潜在释放区识别算法;两种机器学习算法模型均精度高,其中支持向量机(SVM)算法表现最佳,优于多层感知器(MLP),评价结果比较符合野外雪崩发育实际情况,可为高寒山区重大工程建设的雪崩防灾减灾工作提供基础的科学依据;雪崩潜在释放区的自动识别算法评价能力较弱,评价结果基本符合野外雪崩发育实际情况,对于缺乏可用数据的高寒山区具有评价意义。

摘要：聚变堆面向等离子体材料问题是聚变能商业化应用亟待解决的关键工程问题之一。为应对纯钨材料作为等离子体材料在力学、热学及抗辐照损伤等方面的性能不足,通过添加其它组元形成的钨合金及复合材料成为了近年来聚变堆材料领域尤为关注的研究热点。本文对目前钨基面向等离子体材料的研究进展进行了综述,简要评述其堆服役性能及强化机理,并在此基础上展望该材料未来的研究发展趋势。

摘要：研究旨在通过逆转录聚合酶链式反应(RT-PCR)从分子方面鉴定附子地道产区四川江油乌头花叶病植株的病原物种类及分析其特性。通过对黄瓜花叶病毒(cucumber mosaic virus,CMV)的外壳蛋白基因(coat protein,cp)设计特异引物,对江油中坝附子GAP生产基地的乌头花叶病植株进行克隆、转化并测序。结果表明,从江油花叶病乌头植株中克隆得到基因大小为375 bp的片段,鉴定为黄瓜花叶病毒,命名为CMV-FZ,该序列为一段有效的长为375 nt的氨基酸编码区,推测编码125个氨基酸残基。依据外壳蛋白核苷酸序列建立CMV不同分离物的系统进化树并对该序列进行蛋白组学分析,CMV-FZ与国内外已报道代表性CMV亚组分离物cp基因的核苷酸与氨基酸的序列相似性为74.8%~98.2%和73.4%~99.2%,其中与CMV亚组II的核苷酸和氨基酸序列相似性为96.1%~98.2%和96.0%~99.2%,该分离物与中国分离物(CMV-PCT2)氨基酸序列相似性最高,达到99.2%。遗传进化分析显示,CMV-FZ与中国分离物(Zin和Hubei-1)和美国分离物(DKRD)亲缘关系较近,聚在同一分支,属于CMV亚组II。以上结果表明伴有花叶症状的乌头受到黄瓜花叶病毒的侵染。