抚仙湖垂向分层期间水体细菌群落结构组成及多样性的空间分布     

周天旭  罗文磊  笪俊  吴琼  余春艳  李化炳 《湖泊科学》2022,34(5):1642-1655

水体垂向分层是深水湖泊一个重要的特征,这不仅影响水体理化环境因子,而且影响水生生物组成的垂向分布,但是对不同水层水体细菌的多样性和群落结构组成的形成与维持机制知之甚少. 本研究以抚仙湖为研究对象,在水体热力分层期间采集不同位点、不同水层水样,借助16S rDNA Illumina Miseq高通量测序技术,探究水体细菌多样性和群落结构组成的空间分布特征及关键影响因子. 研究结果表明：(1)抚仙湖北部湖心在水深15~40 m处出现温跃层,温度由23℃降至15℃,其余理化环境因子也存在明显的垂向分层现象;与垂向差异相比,表层水体各理化因子在水平方向上的差异相对较小. (2)在水平方向上,南部湖心表层水体细菌alpha多样性(Operational Taxonomic Unit数目和Faith''s phylogenetic diversity)最高;在垂向上,水体细菌alpha多样性随着采样水深的增加呈现单峰分布,在30和40 m水层最高;水体细菌alpha和beta多样性的垂向差异均显著大于水平方向差异. (3)表层水体细菌主要由Actinomycetales、unidentified Cyanobacteria、Burkholderiales和Sphingobacteriales组成;温跃层中以Pseudomonadales为主;均温层的优势菌群为unidentified Chloroflexi、Actinomycetales和Burkholderiales. 典范对应分析表明溶解性有机碳、溶解氧、硝态氮、氨氮和总磷浓度是影响细菌群落组成的主要环境因子.  相似文献   

遥感图像识别中粗糙集理论与神经网络的结合   总被引：4，自引：0，他引：4  

余春艳  吴明晖  吴明 《遥感学报》2004,8(4):331-338

由于传统神经网络与遥感图像信息量不相匹配 ,为此 ,提出将粗糙集理论集成至遥感图像神经网络识别中。首先分析了神经网络与粗糙集理论结合的可能性以及优势 ,在此基础上提出了基于粗糙集的遥感图像神经网络识别模型 ,并就其中的粗糙集方法处理样本特征集模块和遥感图像识别神经网络模块展开详细的分析。通过对比实验数据说明集成粗糙集理论的遥感图像神经网络识别能够有效提高遥感图像的识别效率 ,具有较强的现实意义  相似文献