变异研究

关键词： 变异性 血压 高血压 原发性

变异研究（精选十篇）

变异研究 篇1

关键词：高血压病,血压变异,心率变异,QT变异,相关性

高血压是临床常见心血管疾病, 多发于中老年人群。目前对于高血压患者心率及血压变异的单因素分析报道较多, 但血压变异、心率变异及QT变异的相关性研究较少[1]。我院采用动态血压和心电图监控, 获得ABPV、HRV等同步参数, 并引入QT间期标准差进行比较分析, 以获得三者的相关性, 现报道如下。

1 资料与方法

1.1 一般资料

选取2013年3月至2014年3月我院收治的69例高血压患者作为实验组研究对象。所有患者均符合中国高血压防治指南修订委员会发布的《中国高血压防治指南2010》[2]中高血压并相关诊断标准, 所有患者均无β受体阻滞剂治疗史。排除存在其他合并症以及存在继发性高血压者。其中男性患者44例, 女性患者25例, 患者年龄为22~70岁, 平均年龄为 (55.06±10.92) 岁。选取我院门诊体检中心体检的60例正常人作为对照组研究对象, 随测血压为<130/85 mm Hg (1mm Hg=0.133 k Pa) , 经常规检查排除器质性病变。其中男性35例, 女性15例, 年龄为20~70岁, 平均年龄为 (54.05±11.22) 岁。两组患者在性别、年龄等上差异无统计学意义 (P>0.05) , 具有可比性。

1.2 方法

两组对象均行24 h动态血压监测、24 h动态心电图监测。所有患者检查前24 h禁止进行剧烈运动, 保持情绪稳定, 禁止抽烟、饮酒、喝茶及喝咖啡, 禁止服用任何可对心率及血压产生影响的药物。

1.3 观察指标

比较两组对象24 h、日间和夜间ABPVs、ABPVd、SBP、DBP、24 h正常RR间期标准差 (SDNN) 和相邻RR间期之差的均方根差 (RMSSD) 、规一化的高频段功率 (HFnorm) 、规一化的低频段功率 (LFnorm) 、低高频比值 (LF/HF) 和QT变异度 (QTv) 平均水平变化情况。

1.4 统计学分析

使用SPSS17.0统计分析, 用 (±s) 表示计量资料, 采用t检验, 血压变异、心率变异和QT变异的相关性分析采用直线相关分析, P<0.05表示差异有统计学意义。

2 结果

2.1 两组对象血压变异各项指标水平比较

两组患者不同时间血压变异各项指标水平见表1。两组对象不同时间ABPVd、SBP、DBP水平比较, 差异无统计学意义 (P>0.05) 。

注:与同组夜间比较, aP<0.05, 与对照组比较, bP<0.05

2.2 两组对象心率变异各项指标水平比较

两组患者不同时间心率变异各项指标水平见表2。两组对象不同时间LFnorm水平比较, 差异无统计学意义 (P>0.05) 。

注:与同组夜间比较, aP<0.05, 与对照组比较, bP<0.05

2.3 两组对象QT变异指标水平比较

实验组患者日间QTv水平为 (0.016±0.003) 、夜间水平为 (0.016±0.016) 、24 h水平为 (0.021±0.003) ;对照组日间QTv水平为 (0.019±0.004) 、夜间水平为 (0.012±0.006) 、24 h水平为 (0.027±0.018) ;对照组患者QTv水平日间与夜间比较, 差异具有统计学意义 (P<0.05) ;两组对象不同时间QTv水平比较, 差异无统计学意义 (P>0.05) 。

2.4 血压变异、心率变异、QT变异指标的相关性分析

实验组患者昼间ABPVs与SDNN呈正相关 (r=0.351, P<0.05) , 24h SDNN与QTv呈正相关 (r=0.484, P<0.05) ;未发现对照组对象血压变异、心率变异和QT变异之间间存在相关性。

3 讨论

24 h动态血压和心率监测真实且准确的反映了高血压患者实时同步血压变异和心率变异相关指标变化情况。本研究中两组对象夜间SBP、DBP水平均较日间下降, 与相关报道中高血压夜间血压下降的研究结果相符[3]。实验组患者24 h ABPVs水平与日间ABPVs水平均显著高于对照组, 提示高血压患者迷走神经功能受损导致交感神经功能活跃, 因此血压变异增大。实验组患者24 h和日间SDNN水平、24 h和夜间RMSSD水平、日间和夜间HFnorm水平均显著低于对照组, 夜间LF/HF水平显著高于对照组, 进一步提示高血压患者交感-迷走神经平衡失调。实验组患者QTv水平日间与夜间无明显变化, 提示高血压患者日间夜间交感神经活性增强而迷走神经活性相对降低[4]。总之, 高血压患者血压变异增大, 昼夜波动节律消失, 心率变异性降低, QT变异度昼夜无显著差异。

参考文献

[1]王荣, 杨瑞雪, 殷乐, 等.24小时动态血压监测高血压患者昼夜血压变异[J].中国老年学杂志, 2014, 34 (2) :353-354.

[2]中国高血压防治指南修订委员会.中国高血压防治指南2010[J].中华高血压杂志, 2011, 19 (8) :701-743.

[3]陈应军.高血压病患者的心率变异性分析[J].中国实用医药, 2010, 5 (18) :124-125.

艺术语言语义变异机制研究 篇2

艺术语言语义变异机制研究

本文运用结构主义语言学、符号学、语义学、美学的原理分析了艺术语言产生语义变异的原因,指出艺术语言的语义变异是通过对组合规则的变异以及组合和聚合关系中词语所指的`变异而实现的.本文分析了艺术语言语义变异的四种形式及其艺术效果,并具体指出了一些常用辞格的语义变异是属于哪种形式.

作 者：杨育彬 齐春红 YANG Yu-bing QI Chun-hong 作者单位：云南师范大学,学报编辑部,云南,昆明,650092刊 名：昆明理工大学学报(社会科学版)英文刊名：JOURNAL OF KUNMING UNIVERSITY OF SCIENCE AND TECHNOLOGY(SOCIAL SCIENCES)年，卷(期)：8(6)分类号：H003关键词：符号 能指 所指 变异 辞格

变异研究 篇3

摘 要： 采用网格取样法对三块不同时间的铲运机复垦重构土壤以及一块普通农田进行了 取样化验，求得有机质值，应用地质统计学理论和克立格法，研究了铲运机复垦重构 土壤有机质的空间变异性。结果表明：三块实验田均为对数正态分布。实验田3在0°和135 °方向的土壤有机质的半变差函数模型为纯块金效应模型，在其它方向和另外二块实验田的 半变 差函数模型均为球状模型。用克立格估值作出了三块实验田有机质含量的分布等值线图，为 评价复垦后土壤质量状况提供了直接依据。

关键词：地质统计学；复垦重构土壤；有机质；空间变异性

中图分类号：Q958.113 文献标识码：A 文章编号：1672-1098(2008)03-0008-06

土地复垦作为煤矿区一项利国利民的工作，在我国已开展多年，取得了很大的成绩［1 ］。但是，在复垦作业时，由于机械的作用，对土壤产生严重的扰乱压实作用，使得复垦 土地地力下降。因此，研究复垦土壤理化特性对评价复垦土地质量的好坏就显得尤为重要 ［2-3］ 。本文选择土壤有机质作为研究对象，应用地质统计学原理和方法对同一复垦方法下的不同 复垦时间实验田进行取样化验，测定取样土壤中的有机质含量，研究它们的空间变异特征， 应用克立格法绘制了等值线图。对了解复垦后土壤有机质变化情况、合理选择复垦手段以 及如何尽快恢复地力等方面都有重要的参考价值。

1 地质统计学理论和方法［4-5］

1.1 半变差函数和球状模型

地质统计学已广泛应用于空间分布数据的空间结构性和随机性分析及其最优线性无偏估 值中，在许多领域得到大力推广和应用。半变差函数 (Variogram)是地质统计学基本工具， 其定义为

2 实验地选择及取样方法

2.1 实验地选择

实验场地为典型的平原地形农田。是由三块互不相连的采煤沉陷区、并在不同年份采用 铲运机复垦技术进行复垦的田块构成。

实验田1：复垦结束并已耕作3年半；

实验田2：复垦结束1年多未耕作；

实验田3：取样时刚刚完成复垦。

三块实验田土壤均为砂姜黑土，含姜砾。

2.2 取样方法

取样深度为0～20 cm的表层土壤。取样时间为2002年9月27日至30日。实验田1 占地6.4 hm²，该地种植小麦、玉米，一年两季。取样时选在该复垦地的中 部，划分10 m×10 m的间距网格，共100个取样点。实验田2面积3.733 hm²，选择在其中部，划分为6 m×8 m的间距网格，共102个 采样点。实验田3约60.0 hm²，取样时选择其东北角约6.667 hm²作为复垦取样田，按10 m×10 m间距共104个采样点。另外 ，为了对比，在实验田附近未受采煤塌陷影响的农田内，随机选取了6个采样点。

样品送专业实验室，采用重铬酸钾氧化-外加热法测定送样土壤的有机质含量。

3 结果分析与讨论

3.1 统计分析

应用统计学的原理和方法，对三块实验田和对照田的样品土壤有机质含量进行了统计分析( 见表1)。因为部分土壤样品缺失，所以实际测定的土壤样品数与取样数有差别。

3.2 半变差函数结构分析

根据地质统计学的半变差函数理论，对三个实验田的土壤有机质含量的进行半变差函数计算 ，并均以南北方向为0°方向，按顺时针旋转做出不同方向的实验半变差函数曲线图 ［6］。然后依据曲线图找出最优拟合理论模型，求出参数值，得到最优拟合曲线图 ［7-8］（见表2～表4，图1～图3）。

表中c0/(c0+c)表示空间变异程度，该比值越大，表示随机现象所引起的空 间变异程度越大，而空间自相关现象所引起的空间异质性程度就越小。如果该比值接近1， 则说明该区域化变量在整个尺度范围具有恒定的变异。

从图1～图3可以看到，实验田1的四个方向上有机质含量的半变差函数均为球状模型。由随 机因素引起的空间异质性程度总的表现是从0°方向到135°方向在逐步减少。实验田2中有 机质含量在0°和90°两个方向上的半变差函数模型均为球状模型。其块金值在两个方向上 是基本相同，说明了有机质的变差函数为几何异向性。实验田3在表层土壤0°方向、135° 方向上 ，有机质元素半变差函数模型为纯块金效应模型，与其在另二块样田的模型不同。说明土壤 有机质在这两个方向上完全不存在空间相关的情况。分析认为与复垦机械覆土时进出的 方向、熟土的来源以及覆土的方法有关系。在其它方向均为球状模型。

3.3 克立格估值等值线图及分析

图4～图6反映了三块实验田有机质含量的克立格估值等值线分布情况。从图4可见，该 实验田北部（图左半部）表层有机质分布等高线比南部（图右半部） 密集，即北部有机质含量高于南部，反映出耕作施肥时的不均匀。从图5可见，实验田2复垦 结束一年多，未进行耕作，但有机质的分布是“北高南低”，即北部（图左半部）有机质高 于南部（图右半部）。分析原因应是该实验田北部靠近农用道路，受其他田块农业耕作活动 的影响要大于南部，所以，有机质的含量也较多。从图6看出，实验田3有机质含量分布表现 为在田的西部（图中下部）的表层土壤里有机质含量明显高于该田其他部分，在这点上形成 “金字塔”。分析原因是回填熟土不均匀造成的。

图7揭示了土壤有机质随复垦时间不同的变异特性。可以看出，普通对照农田的土壤有 机质含量最大，为1.5%，三块复垦实验田土壤的有机质含量均值均小于1%，且按编号顺序依 次减少，最小者是实验田3，其与对照田相比，相差3倍多。与实验田1相比，是其的一 半。说明复垦后的土壤有机质十分缺乏，在经过了3年的人工耕作后其有机质含量仍未达到 普通农田的水平。

4 结论

通过对不同时间复垦的三块实验田和一块普通农田的研究，得出以下结论：

（1） 三块实验田有机质含量的半变差函数大多数为球状模型， 只有刚结束复垦作业的 实验田3的土壤有机质含量在0°方向、 135°方向上为纯块金效应模型。 说明复垦机械工 作时 的方法以及回覆熟土的方法对其半变差函数模型有影响。 另外， 复垦土壤有机质含量的统 计分布类型均是对数正态分布；

（2） 通过克立格估值作出的等值线图，可以直观地了解复垦后土壤有机质的分布情况 ，为评价复垦工作质量以及如何尽快恢复复垦土壤地力提供了科学的参考依据。

（3） 应用地质统计学的原理和方法，可以定量地掌握复垦土壤各种理化特性的空间变 异特征，为复垦工程设计和评价提供科学依据。

参考文献：

［1］ 胡振琪.露天煤矿复垦土壤物理特性的空间变异性［J］.中国矿业大学学报, 1992，21（4）：31-37.

［3］ 胡振琪.矿山复垦土壤物理特性及其在深耕措施下的改良［D］.徐州：中 国矿业大学，1991.

［3］ 胡振琪.露天矿复垦土壤的研究现状［J］.农业环境保护，1997,16（2） ：90-92.

［4］ Matheron G. Principles of geostatistics. Economic geology,196 3.58:1 246-1 266.

［5］ 侯景儒,尹镇南,李维明，等.实用地质统计学［M］.北京：地质出版社,199 8.31-54.

［6］ 王政权.地质统计学及其在生态学中的应用［M］.北京:科学出版社,1999. 35-98.

［7］ 张乃明,李保国,胡克林.太原污灌区土壤重金属和盐分含量的空间变异特征 ［J］.环境科学学报,2001,21(3):349-353.

［8］ 胡克林，李保国，林启美，等.农田土壤养分的空间变异性特征［J］.农业 工程学报,1999,15(3):33-38.

词汇变异现象研究综述 篇4

所谓词汇变异是相对于常规语义而言。认知语义学理论认为词汇作为语言单位, 是一种固着在语言使用者的大脑中的认知常规。与此概念系统相关的意义即为常规意义 (Laguacker, 1987) 。但在具体的言语交际中, 由于语境要素的不断变化, 原有的语言实体及其相关的概念系统在使用者整合过程中产生了新的意义, 即非常规意义。对词汇变异现象的解读不能单单依靠已固着的认知常规。词汇变异现象研究从实际的言语交际出发, 试图探讨常规语义变异的类别、原因、规律以及人们理解由语义变异现象而产生的新奇意义的认知过程及其理据性。

语义自诞生之日起即处于永恒的变化之中。随着社会文化环境的不断变迁, 词汇语义本身也在不断变化。而在当今的信息社会, 信息传播方式的多样化、高频化更是加速了这一变迁过程。以传播煤介为例就有平面、广播、电视、户外广告栏、网络等。人们在日常生活中读到的新闻、看到的广告中都包含了大量的词汇变异现象。在浏览网页的, 在虚拟社区中进行交际时更是会遇到许多语言变体现象。对于这些词汇变异现象的及由此而产生的新奇语义规律的分析研究则显得成其重要。同时, 在语义学的发展过程中, 形式与意义的关系历来是语义学家探讨的基本问题之一。在经历了传统描写语义研究, 形式语义, 语用研究之后, 更多的语义学家交目光投向了认知语义学的视角。在分析词汇变异和新奇语义产生规律的基础上, 从认知语义学的角度揭示人们解读新奇意义的认知过程和理据。

2 词汇变异现象研究现状

语言变异现象及与此相关的新奇意义研究吸引了国内外很多语言学家的关注。最早的G. N. Leech (1969) 将语言变异为8 类, 即语音变异 (phonological deviation) 、词汇变异 (lexical deviation) 、语法变异 (grammatical deviation) 、语义变异 (semantic deviation) 、语符变异或书写变异 (graphological deviation) 、语域变异 (deviation of register) 、方言变异 (dialectical deviation) 和历史时代变异 (deviation of historical period) 。但Leech只停留在对语言变异的描写阶段。之后有韩礼德哈桑 (1976) 为代表的功能语法学者对语言变异进行了探讨。他们认为语言特征可归纳为三个因素即语场、语旨和语式。语言的变异的即这三个要素的变异。其后, 语言变异的研究转向了认知视角。

以Laguacker, Fillmore, lakoff为代表的学者从构式语法的角度对词汇变异进行了研究。他们认为“构式” (constuction) 是语言的基本单位, 构式具有意义, 其独立于组构成分。构式依赖于具体的语言环境和参与的言语交际者。随着具体语境的改变, 构式也随之变化即产生了新奇意义。就国内研究而言, 陈原 (1983) 归纳了四类变异即创造新词、旧词新用、词义狭化、和外来语音译。也有作者对词汇变异进行了认知角度的探讨, 曹起 (2006) 应用心理空间理论来解释词汇变异的认知规律, 他指出, 人理解新奇意义主要是通过概念域向目标域的映射来实现的。但总体而言国内对词汇变异现象的研究主要停留在描写阶段, 鲜有系统的探讨在人们理解词汇变异的认知模式和理据, 本研究正是试图在这一领域进行探讨。对词汇变异现象的描写解释有助于掌握语言变化的规律及动因。同时对于词汇变异的认知解释有利于我们掌握人们理解词汇变异的认知规律, 对于语话语分析和相关实证研究有一定的意义。日后可以在语言表达固化, 元认知策略角度进行进一步探索。

3 词汇变异现象研究主要成果

已出版的文献主要在以下几个方面取得研究成果:

(1) 归纳言语交际中词汇变异的类别, 规律, 解释语异的主要动因;

(2) 探讨哪些言语交际行为中最常出现词汇变异现象及其规律;

(3) 探讨构式语法、概念范畴化、心理空间、框架理论在解读词汇变异现象的构成规律及理解过程中的解释力;

(4) 以具体语篇为例, 将研究发现应用到具体的言语交际中进行实证研究, 验证发现的有效性。

4 词汇变异现象未来发展方向

(1) 新闻语篇是日常生活中最常见的言语交际行为之一, 且以信息量大、信息新、更新快为基本特色。拟以新闻语篇为基础, 搜集语料, 从语音互文、篇际互文、文化互文等交角探讨互文性对于词汇变异的影响, 分析新闻语篇中互文性所引起的词汇变异的类别及规律。

(2) 随着科技的发展与各种产品的创造, 阅读、观赏广告成了人们日常生活中另一个最为常见的言语交际行为。以广告语篇为基础, 搜集语料, 从广告标题、句际、篇际三个层面探讨变异规律, 同时力求解释, 受众解读广告的实时意义建构与整合。

(3) 副词结构是英语和汉语系统中最为常见语言形式。以相关语料库为基础, 结合之前研究, 从名词副词化角度, 对英汉副词结构的变异规律进行总结归纳, 并探讨其认知规律及理据性。

(4) 在英汉语言系统中, 多以“形+名结构”最为常见, 但随着语言的发展, 日常生活言语交际中更多的出现了“副+名结构”, 以相关语料库为基础, 搜集语料, 探讨英汉“副+名结构”中词汇变异规律, 并结合言语交际的实际, 分析言语交际者对新奇意义的理解。

(5) 无论是在英语还是汉语系统中, “形+名结构”都达到了70%以上, 拟以相关语料库为基础, 搜集语料, 探讨英汉“形+名结构”中词汇变异规律及其异同, 并结合言语交际的实际, 分析言语交际者对新奇意义的理解。

(6) 在日常言语交际中我们发现, 复合名词结构中, 作限定语的名词得到了不同程度的异化, 拟以相关语料库为基础, 探讨英汉复合名词结构名词的形容词化过程的变异规律, 并结合言语交际的实际, 分析言语交际者对新奇意义的理解。

(7) 随着互联网络深入日常生活, 人们在虚拟社区的言语行为模式引起了诸多学者关注, 以网络流行语为描写对象, 归纳网络流行语中的词汇变异现象及言语交际者对于由此而产生的词汇变异中新奇语义的理解。

摘要：所谓词汇变异是相对于常规语义而言。认知语义学理论认为词汇作为语言单位, 是一种固着在语言使用者的大脑中的认知常规。与此概念系统相关的意义即为常规意义。但在具体的言语交际中, 由于语境要素的不断变化, 原有的语言实体及其相关的概念系统在使用者整合过程中产生了新的意义, 即非常规意义。本文主要综述了目前学术界对面词汇变异现象的研究现状、成果及未来发展方向。

关键词：词汇变异,综述,语义研究

参考文献

[1]Leech, G.A Linguistic Guide to English Poetry[M].London:London Longman, 1998:2.

[2]黄玉荣, 吴楠.中外网络流行语的对比研究[J].成都:四川教育学院学报, 2011, (7) :44-46.

[3]吉益民.论网络变异流行的社会批判性[J].淮阴:淮阴师范学院学报, 2011, (3) :402-405.

[4]王世龙.从“给力”探讨网络流行语翻译中的归化和异化之争[J].曲阜:现代语文, 2011, (9) :109-112.

[5]周温莉.网络流行语及其语形辞格的象似性[J].长春:长春理工大学学报, 2011, (2) :44-46.

[6]于根元.网络语言概说[M].北京:中国经济出版社, 2001:58.

变异研究 篇5

摘要：采用地统计及地理信息(GIS)技术研究了山东省淄博玉米产区土壤砷含量空间变异性及其分布特点.淄博玉米产区土壤砷监测数据呈正偏态分布,为实现数据集正态化及降低偏大值对预测结果的影响,对原始数据集进行了自然对数变换.结果表明,变换后数据集的`经验半变异函数存在明显各向异性,在北偏东70°方向上变异性最弱.应用指数模型拟合经验半变异函数,采用普通克里格法预测砷元素的空间分布状况.研究表明,本区域土壤砷含量存在明显的空间异质性,污水灌溉是引起土壤砷元素空间变异最主要的因素,监测区内土壤As元素含量存在实际“亏损”状况.作 者：赵玉杰 师荣光 白志鹏 傅学起 刘凤枝 高怀友 ZHAO Yu-jie SHI Rong-guang BAI Zhi-peng FU Xue-qi LIU Feng-zhi GAO Huai-you 作者单位：赵玉杰,师荣光,ZHAO Yu-jie,SHI Rong-guang(南开大学环境科学与工程学院,天津,300071;农业部环境监测总站,天津,300191)

白志鹏,傅学起,BAI Zhi-peng,FU Xue-qi(南开大学环境科学与工程学院,天津,300071)

刘凤枝,高怀友,LIU Feng-zhi,GAO Huai-you(农业部环境监测总站,天津,300191)

变异研究 篇6

摘要：本实验以玉米品种B73和H99为实验材料，分别对其进行干旱胁迫处理（0天、5天、7天、9天、11天），用MSAP方法分析干旱胁迫条件下的玉米基因组DNA甲基化变化情况。结果表明，干旱胁迫下，玉米DNA甲基化修饰发生了明显的改变，包括甲基化水平变化和模式变化； B73与H99的甲基化变异程度存在差异，其中B73在处理7天时检测到的变异率最高，为32.48%，H99在处理9天后的变异率最高，为30.00%。本研究初步分析了玉米在干旱胁迫下所发生的表观遗传学变异的频率及其与玉米抗逆性之间可能存在的关系，为进一步研究植物抗干旱胁迫的机制和培育抗干旱玉米新品种提供理论依据。

关键词：玉米；干旱胁迫；DNA甲基化；MSAP

基金项目： 吉林省科技发展计划项目（20130522062JH）；吉林省教育厅科学技术研究项目（吉教科合字[2012]第475号）

中图分类号： S513；Q945.78 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2016.16.021

1干旱对玉米DNA的影响

我国幅员辽阔，江河湖泊众多，水资源从总量上讲是较丰沛的。但是，由于我国人口基数大，人均淡水量仅为世界平均水平的28.1%，位于世界第88位[1]。我国耕地主要分布于华北、东北、华东和中南4个区域，这4个区域的土地占全国土地面积的43.5%，但耕地面积却占71.7%；西南、西北2个区域的耕地仅占全国耕地面积的28.3%[1]。近些年来，环境恶化、自然灾害严重、雨水资源分布不均、耕地面积缩减，都对我国粮食安全产生造成严重威胁。玉米是各种农作物中能量贮藏最多的种类之一，因而玉米是重要的粮食、饲料以及能量来源。中国的玉米的种植总面积和总产量均居世界第二，未来气候对我国的玉米产量造成严重影响[2]。因此，玉米的单位产量及总产量持续提高对我国粮食安全有重大意义。据有关数据显示，世界上干旱和半干旱地区占陆地面积的比例达到34.9%，我国干旱及半干旱地区占国土面积的比例高达52%，每年受旱面积达200～270余万亩。

DNA甲基化（DNA methylation）是指由DNA甲基转移酶作为催化剂，在S-腺普甲硫氨酸提供甲基供体的基础上完成催化反应，产生出具有甲基的N-甲基腺嘌呤、N-甲基胞嘧啶和C一甲基胞嘧啶[3]。在真核生物中，DNA甲基化主要以5-甲基胞嘧啶的形式存在[4]。根据已有报道显示，多种因素可以诱导嘧啶的甲基化。例如植物的转基因方法能够导致其本身及基因组中同源序列出现甲基化，从而产生基因沉默现象[5]；植物组织离体培养也能诱导甲基化变异的出现，这种现象是体细胞克隆发生变异的主要原因[6]；在哺乳动物中进行种间杂交和水稻不同品系间杂交均可产生大量胞嘧啶甲基化[7，8]。

虽然通过对模式生物尤其是对拟南芥的研究， 已经初步探明植物DNA甲基化产生和维持的机制以及在模式生物生命活动中的生物学功能[9]， 但是目前对DNA甲基化对农作物的影响研究还不够深入[10]。本实验通过对玉米进行干旱处理，研究干旱与DNA甲基化之间的联系，从而为利用DNA甲基化多态性进行作物改良或去除胁迫印迹来提高作物的抗逆性提供理论基础，对提高玉米产量具有重要意义。

2 材料与方法

2.1 试验材料

玉米品种B73和H99，经不同时间（0天、5天、7天、9天、11天）的250mM甘露醇（干旱）胁迫处理。

2.2 试验方法

2.2.1 玉米干重测量 在玉米发芽15天后（V3期），分别称取正常条件下和经5天、7天、9天、11天干旱处理过（250 mM甘露醇模拟干旱胁迫）的玉米全株各20株，干燥箱烘干至恒重，称量干重。

2.2.2 玉米DNA甲基化敏感扩增多态性（MSAP）分析 提取玉米基因组DNA，进行MSAP分析，包括：限制性酶切、连接、预扩增和选择性扩增（MSAP实验方法与体系主要参照罗洋的研究[11]）。选择性扩增产物送交长春华大中天生物技术有限公司进行毛细管电泳和荧光信号读取。统计MSAP扩增条带，信号值大于80时认为有条带记录为1，小于80时认为没有条带记录为0。

3 结果分析与讨论

3.1 玉米干重分析

如图1所示，B73和H99在干旱胁迫处理后，干重显著下降。而且H99干重下降的程度比B73更大。B73干旱胁迫处理5天、7天、9天、11天后的干重分别为0.715、0.663、0.617、0.283；H99干旱胁迫处理5天、7天、9天、11天后的干重分别为0.846、0.756、0.676、0.400。干旱胁迫处理11天时B73和H99均降为最低。表明B73对干旱胁迫比H99更耐受。

图1 玉米H99和B73干旱处理后的干重

3.2 干旱诱导的玉米DNA甲基化水平变异

如图2所示，通过对扩增条带的统计并比较，可以发现B73和H99在干旱胁迫处理后DNA甲基化情况都发生了明显的变化。其中，B73正常条件下的CG甲基化水平为15.33%，干旱胁迫处理后CG甲基化水平呈略微下降趋势；而H99与之相反，正常条件下CG甲基化水平为11.42%，干旱胁迫处理后CG甲基化水平呈略微上升趋势。B73正常条件下CHG甲基化水平为16.27%，干旱处理后CHG甲基化水平呈先下降后在第11天时明显上升；H99则是先下降后呈略微上升趋势。上述结果表明，两个玉米品种B73和H99的在应答干旱胁迫过程中甲基化水平都发生了改变，但是二者甲基化水平变化的方式各不相同，暗示着不同玉米基因型中的甲基化背景对玉米应答干旱胁迫中的甲基化水平变化是有影响的。

图2 甲基化整体水平变异情况

注：B73-1，B73-2，B73-3，B73-4，B73-5分别为B73干旱处理0天，5天，7天，9天，11天；

H99-1，H99-2，H99-3，H99-4，H99-5分别为H99干旱处理0天，5天，7天，9天，11天。

3.3 DNA甲基化模式变异条带统计分析

根据MSAP分析条带表明，B73和H99经干旱处理后的CG和CHG位点均发生了DNA甲基化模式的变异，且二者的甲基化模式变异频率存在差异。B73处理中B73-2的DNA甲基化条带数为973，占总甲基化的29.48%；B73-3的甲基化条带数为1072，占32.48%；B73-4甲基化条带数为915，占27.73%；B73-5甲基化条带数为1015，占30.76%。H99处理中H99-2甲基化条带数为826，占总甲基化的25.03%；H99-3甲基化条带数为838，占25.39%；H99-4甲基化条带数为990，占30.00%；H99-5甲基化条带数为863，占26.15%。

如图3所示，B73的干旱处理中5天、7天、9天主要以CG去甲基化变异为主，而处理11天时的CG和CHG位点的去甲基化和超甲基化模式变异率相差不大。H99各个处理主要以CHG去甲基化变异为主，且变异率成递增趋势。B73在处理7天时的甲基化模式变异率最高32.48%，而H99是在处理9天时的甲基化模式变异率最高30.00%。B73干旱处理后CG超甲基化呈先上升后下降趋势，CHG去甲基化呈下降趋势，但CG去甲基化和CHG超甲基化变化无规律；H99的CHG超甲基化呈先上升后下降趋势，CHG去甲基化成上升趋势，但CG吵架计划和去甲基化无规律；B73和H99的both超甲基化和both去甲基化基本无变化。

图3 甲基化模式变异情况

注：CG hyper：CG超甲基化，CG hypo：CG去甲基化，CHG hyper：CHG超甲基化，CHG hypo：CHG去甲基化，both hyper：both超甲基化，both hypo：both超甲基化。

3.4 讨论

逆境胁迫下会导影响基因的表达，进而大致DNA甲基化的变化。本实验通过MSAP分析方法对比两种不同品种玉米的DNA甲基化变异情况，发现干旱胁迫下两种玉米均发生了不同程度的甲基化变异。两种玉米的CG和CHG位点同时甲基化程度变异基本无变化。在甲基化模式变异中，B73的CG超甲基化呈先上升后下降趋势，CHG去甲基化呈逐渐降低趋势；H99的CHG超甲基化呈先上升后下降趋势，CHG去甲基化成呈逐渐递增趋势。B73主要以CG位点去甲基化为主，H99主要以CG位点超甲基化和CHG位点去甲基化为主。B73在干旱处理7天时CG去甲基化和超甲基化程度均达到最高分别为10.09%和6.91%，CHG去甲基化程度随着干旱处理时间的增加而降低。H99的CHG去甲基化程度在逐渐升高，CG位点甲基化升降趋势不同。B73在处理7天后的甲基化模式变异率最高32.48%，而H99是在处理9天后的甲基化模式变异率最高30.00%。但这些变化导致了哪个基因或是哪些基因的表达，影响了基因表达过程中的哪一步还不清楚，还需进一步研究。

参考文献

[1]刘炜.干旱胁迫诱导的水稻基因组胞嘧啶甲基化变化[D]. 长春：东北师范大学， 2006.

[2]马玉平，孙琳丽， 俄有浩，等.预测未来40年气候变化对我国玉米产量的影响[J].应用生态学报，2015，26（01）： 224-232.

[3]马开峰. 毛白杨基因组DNA甲基化遗传变异及遗传效应[D]. 北京：北京林业大学，2013.

[4]龙丽坤.高压诱导水稻发生可遗传DNA甲基化变异和转座子mPing及Pong的转座激活[D].长春：东北师范大学， 2006.

[5]Matzke A A， Matzke A J M， Eggleston W B.Paramutation and transgene silencing： a common response to invasive DNA[J]. Trend Plant Sci， 1996（11）：382.

[6]Phillips R L， Kaeppler S M， Olhoft P.Genetic instability of plant tissue culiure： breakdown of normal controls[J]. Proc Natl Acad Sci USA， 1994（91）：5，222.

[7]O'Neill R J， O'Neill M J， Granes J A M. Undennethyla

tionassociated with retroelement activation and chromosome remodeling in an intespecies mamrnalia hybrid[J]. Nature， 1998（393）：68.

[8]Xiong L Z， Xu C G， Maroof M A， et al. Patterns of cytosine methylation in an elite rice hybrid and its parental lines， detected by a methylation sensitive amplification technique[J]. Mol Gen Genet， 1999（261）：439.

[9]宋欣欣. 低氮水平下诱导的水稻DNA甲基化变异[D]. 长春：东北师范大学， 2009.

[10]杨美娜， 杨瑰丽， 郭涛. 逆境胁迫下植物DNA甲基化及其在抗旱育种中的研究进展[J]. 中国农学通报， 2013， 29（06）：6-11.

[11]罗洋. 肥料和密度对玉米生长发育及DNA甲基化的影响[D]. 哈尔滨：东北农业大学， 2014.

血压变异性临床研究 篇7

1 资料与方法

1.1 一般资料

选取2012年9月-2013年9月我院收治的300例原发性高血压患者作为观察组, 另选同期在我院住院的150例血压正常者作为对照组。观察组患者中男198例, 女102例;年龄41~80岁, 平均年龄 (62±7.3) 岁;观察组患者高血压的诊断按照2010年《中国高血压防治指南》中的诊断标准[2], 并排除其他继发性因素导致的高血压。对照组患者中男97例, 女53例;年龄41~81岁, 平均年龄 (62±7.5) 岁。两组患者一般资料差异无统计学意义, 具有可比性 (P>0.05) 。

1.2 方法

①24 h血压动态监测。采用美国SPACE 90207型血压动态监测仪对血压进行24 h动态监测, 当天8:00~22:00为日间血压, 晚间22:00~次日8:00设置为夜间血压。以各个时间段内血压的标准差 (SD) 作为血压变异性的具体数值。然后按照日间血压的SD, 将300例患者分为高BPV组和低BPV组, 各150例, 低BPV组SD≤12.42 mm Hg, 高BPV组SD>12.42 mm Hg[3]。②颈动脉内膜中层厚度的测量。设备为美国ACUSON 512超声多普勒显像仪, 设置探头频率在7.0~10.0 MHz, 患者取仰卧位, 测量部位为双侧颈总动脉和颈内动脉[4]。③早期肾损害相关指标的检测。早晨空腹, 抽静脉血2 m L进行血清胱抑素测定, 留24 h尿液进行尿微量白蛋白测定[5]。

1.3 统计学方法

采用SPSS 10.0软件进行处理分析, 组间对比用χ2检验, 计量资料采用t检验, 以P<0.05为差异具有统计学意义。

2 结果

2.1 两组血压相关参数比较

由表1可知, 观察组各血压参数均高于对照组, 差异具有统计学意义 (P<0.05) 。而观察组内, 高BPV组与低BPV组相比, 两组患者的各项血压参数相比, 差异无统计学意义 (P>0.05) 。

2.2 两组颈动脉超声结果比较

观察组与对照组以及高BPV组与低BPV组颈动脉超声结果分别见表2、3。可见, 观察组与对照组, 双侧颈总动脉和颈内动脉内膜中层厚度相比, 差异无统计学意义 (P>0.05) 。而在观察组中, 高BPV组与低BPV组颈动脉超声结果相比, 高BPV组双侧颈总动脉和颈内动脉内膜中层增厚, 差异无统计学意义 (P>0.05) 。

2.3 两组早期肾损害比较

两组血清胱抑素分别为 (1.1±0.5) 、 (0.5±0.2) mg/L, 24 h尿微量白蛋白分别为 (91.4±10.6) 、 (44.3±8.7) mg/L, 两组相比, 观察组血清胱抑素和24 h尿微量白蛋白高于对照组, t值分别为13.65、41.80, P<0.05, 差异具有统计学意义。高BPV组和低BPV组血清胱抑素分别为 (1.2±0.8) 、 (1.0±0.1) mg/L, 24 h尿微量白蛋白分别为 (93.4±11.7) 、 (87.5±10.8) mg/L, 高BPV组血清胱抑素和24 h尿微量白蛋白高于低BPV组, t值分别为3.04、4.54, P<0.05, 差异具有统计学意义。

3 讨论

高BPV是否与相关靶器官的损害有密切联系, 在靶器官损害过程中BPV所产生的影响, 目前并未达成统一意见。高血压最先累及的器官包括肾脏、血管等, 颈动脉内膜中层厚度作为判断动脉粥样硬化的标志之一, 在预测心脑血管疾病的发生中具有重要意义[6]。血清胱抑素和24 h尿微量白蛋白可判断早期肾脏损害。笔者根据这些在靶器官损伤的诊断上具有标志性意义的诊断依据, 对BPV与颈动脉粥样硬化及早期肾损伤的相关性进行了研究, 取得了较好疗效。

胱抑素是人体有核细胞产生的一类小分子蛋白质, 在肾脏中被清除, 当肾脏损伤时, 胱抑素在血清中的浓度增加, 可以作为早期预测肾损伤的一个可靠标志。而且有研究证明, 原发性高血压患者血压变异性与24 h尿微量白蛋白有密切关系。本研究中, 原发性高血压患者血清胱抑素和24 h尿微量白蛋白高于血压正常者, 而且高BPV患者血清胱抑素和24 h尿微量白蛋白也高于低BPV患者, 与先前研究类似。血管也是原发性高血压患者容易累及的器官之一, 而颈动脉超声可作为预测动脉粥样硬化的窗口。本研究中, 原发性高血压患者颈动脉超声检查与血压正常者相比, 并未见明显异常, 这可能和样本量或其他因素有关, 在观察组中, 高BPV患者和低BPV患者的颈动脉超声检查结果的差别有显著意义, 高BPV患者颈动脉内膜中层明显增厚。

综上所述, 原发性高血压患者血压变异性增高, 与动脉粥样硬化及早期肾损伤等靶器官的损害密切相关, 临床医师在进行诊断和治疗时, 要注意患者BPV变化, 作为早期预防相关靶器官损伤的重要预测指标, 值得在临床推广使用。

参考文献

[1]金晶晶, 姚依群, 武云涛, 等.不同血压分级的原发性高血压患者心率变异性分析[J].中国循证心血管医学杂志, 2013, 5:275-277.

[2]李宝丽, 李秀丽, 李爱华, 等.急性脑梗死患者颈动脉狭窄及程度与血压变异性的研究[J].中国医药导报, 2013, 10 (19) :47-49.

[3]王乃玲, 茅娟, 孙宝玲.老年高血压患者血压变异性与其血浆血管性血友病因子和D-二聚体的关系[D].蚌埠医学院学报, 2013.

[4]黄炜强.老年高血压患者血压变异性与主动脉瓣钙化的相关性研究[J].实用心肺脑血管病杂志, 2013, 1 (7) :3-4.

[5]熊慧, 饶玲璋, 杨许慧.慢性心力衰竭患者血压变异性与心功能受损程度的相关性研究[J].实用心脑肺血管病杂志, 2013, 21:59-60.

现代汉语语法变异活力研究 篇8

新时期以来, 现代汉语出现了大量的语法变异现象, 引起学界以及一般民众的广泛关注, 形成了不同观点和看法。现代汉语语法变异, 概括地说, 包括语法形式变异和语用功能变异。语法形式变异总是伴随着语用功能的改变, 语用功能变异是语法变异的本质, 也是语法活力的体现。现代汉语语法变异的活力可以从使用活力和发展活力两个方面观察。语法变异使用活力是指语法变异现象在语言生活中所呈现的自然状况, 主要指语法变异所能实现的语言功能的总和, 以及与其相关语言现象的功能分布状况。语法变异发展活力是指在语言生活中并未呈现出来的活力, 或者称未实现的潜在活力, 主要指有利于语法变异活力得以体现的种种条件或因素。本文运用语言活力理论及其研究方法, 测度现代汉语语法变异的活力状况, 探求现代汉语语法变异的形成及其发展规律。

对活力的测度就是对发展活力和使用活力的基本要素进行综合分析、计算的过程, 多采用社会学的统计方法。提取活力要素, 依据相应的统计方法, 制定语法变异活力测度表, 并以此为工具结合相应的测度法来评估语法变异活力状况是可行的。本文将使用活力的要素概括为:使用者与关涉者、使用频率、媒体类型、使用领域、语体和语域类型;发展活力要素主要有:使用者、媒体、领域、态度。根据语法变异活力要素使用和潜力状况的统计, 加上权重因素, 测度出语法变异的活力值。我们依据活力值将活力划分为“高活力”“中活力”“低活力”。

本文以“被××”现象为例, 着重考察其使用活力, 得出其活力值为41, 是使用活力测度的最高值。这一结果反映了“被××”现象强大的使用活力, 这与其使用频率高、持续时间长、覆盖范围广、传播媒介多等有关。本文以“有+VP”结构为例, 着重考察其发展活力, 得出活力值为17 (最高值27) , 按照标准划分为“中活力”。这一结果反映了“有+VP”组合的使用有一定的流行度, 但并非盛行。这个结果已经表明人们对“有+VP”的认可度明显提高, 其认可度与使用者的专业背景、地域、性别、性格等诸因素有关。另外, “有+VP”的出现增强了现代汉语语法的对称因素, 这也是构成“有+VP”潜在活力的重要因素。

木材碳含量变异研究进展 篇9

木材等植物组分的有机体干物质碳含量被认为是45%[8,10]或50%[11,12],也有学者提出47%[9],而以50%应用最广[1,11,12]。由成分总体分子式计算出的木材碳含量为50%[13],但实测结果却为45%~59%[14,15,16,17]。50%可能引起10%的碳含量偏差[6,15,16,17],对特定种类的木材,如沙地海岸松(Pinus pinaster)相当于160 t/hm2的生物量偏差[15]。另外,S C Thomas等[16]和S H Lamlom等[17]还发现木材挥发性成分散失可改变木材的总体碳含量。木材碳含量变异研究是森林植被各组分碳含量时空变化的重要组成,对准确估算人类生产活动和全球气候变化对森林生态系统碳储量的影响均有十分重要的意义。

1 木材碳含量的变异

不同木材的成分有较大的差异[13,18,19,20],而木材碳含量是木材成分碳含量的综合体现,不同树种和不同部位木材碳含量都存在不同程度的变异。

1.1 木材种类间的碳含量变异

北美地区19种软木木材碳含量介于47.12%~55.20%,平均51.05%;22种硬木木材碳含量介于46.27%~49.97%,平均48.41%[17]。台湾24种本土木材,软木和硬木木材碳含量平均分别为49.90%、49.08%;23种引种木材软木和硬木分别为48.21%,46.91%[21]。吉林地区的3种软木木材碳含量平均为50.80%,11种硬木木材碳含量为49.50%[16]。尽管整体上软木木材碳含量比硬木高0.82%~2.64%,但木材碳含量高低与木材种类并非是严格的对应关系[16,17,21,22,23,24],如硬木木材中,柚木(Tectona grandis)、大萼红豆(Ormosia macrocalyx)木材的碳含量分别为49.40%、44.44%,相差约5%[22]。而软木树种:欧洲落叶松(Larix laricina)木材碳含量为47.21%,介于柚木与于大萼红豆之间[17]。

表1列举了部分属(测定种类大于3种)的木材碳含量,由表1可知,各属木材碳含量的平均值介于47.30%~51.47%,极差介于0.82%~11.60%。各属中,松属碳含量最高(平均51.47%),其次为槭属、扁柏属、落叶松属和杨属(介于48.26%~49.36%),而桦木属最低(平均47.30%)。另外,各属内的木材碳含量也存在较大差异,松属内9种木材碳含量变化最大,变异系数为6.26%,其次为扁柏属、落叶松属、杨属、桦木属、白蜡属和栎属,而槭属内的木材碳含量变化最小,变异系数仅0.79%。

1.2 木材部位间的碳含量差异

Eitaro Fukatsu等[23]的研究结果显示,心材与边材的碳含量存在极显著差异(P<0.001),总体上,心材碳含量高于边材(均值分别为50.92%、50.50%)。巨杉[25](Sequoiadendron giganteum)心材各部分的碳含量都超过55%,过渡区急剧下降,边材碳含量仅51%。海岸松[15]心材、边材和韧皮部的碳含量与相对高度均呈现二次多项式的关系,在稍部、中部和基部3个代表位置上,心材的碳含量均最高(分别为57.10%、53.70%和55.20%),边材次之,而韧皮部最低(分别为54.60%、51.40%和53.60%)。另外,日本柳杉(Cryptomeria japonica)心材碳含量也高于边材碳含量[22]。糖槭(Acer saccharum)心材碳含量低于边材碳含量,树干髓心到形成层的碳含量呈线性地增加,同一年轮位置上,基部碳含量高于稍部碳含量[25]。

2 木材碳含量影响因素

木材的主要成分是纤维素、半纤维素、木质素和各种抽出物[13,26,27],树种间和木材各部位间的碳含量差异也取决于木材主要成分的化学组成及其比例[15],种源、气候和立地条件等因素对木材各成分的化学组成和含量均有显著影响[24,28,29],也会间接影响到木材碳含量。

2.1 木材化学成分与碳含量的关系

木材的各类化学成分质量百分比及其碳含量均有很大差异(见表2),由表2可知,木材中木质素比例达20%~40%,碳含量为63%~72%;综纤维素比例为65%~75%,碳含量为40%~44%。不同的成分对木材整体的碳含量的贡献不同[15,30]。木质素与综纤维素等主要成分的质量百分比大,二者的比例对整体的木材碳含量有决定性的影响[15]。心材和早材的木质素、抽出物含量分别高于边材和晚材,实测结果也得到心材碳含量高于边材,早材高于晚材[15,17,19,20]。在垂直方向上的木材碳含量变化可能是早材百分比和早材碳含量共同作用的结果。软树干弯曲部位应压木的木质素含量为35%~40%,明显高于通直木材的木质素含量(约26%~32%),也可能导致弯曲木材碳含量高于通直木材[13]。另外,树种间的木材碳含量差异也与木质素、纤维素等成分的组成比例密切相关。通常,速生树种积累更多的矿物质、有机氮和有机酸(矿物质积累量比慢生树种高30%),而慢生树种积累更多的木质素、纤维素和不容性多糖[19,20]。

木材高温烘干处理引起挥发性成分的散失,不稳定成分还可能分解成CO2[15]。木材的挥发性成分主要是一些低分子量的醇类、烯类、醛类等有机物[31,32],碳含量通常高于50%[15,18]。部分成分的散失及分解可能改变木材的整体碳含量。落叶松(Larix olgensis)等树种,高温烘干心材的碳含量比冷冻真空干燥和常温真空干燥木材低3.47%~1.60%(平均降低2.2%),而对北美红枫(Acer rubrum)等树种的心材碳含量改变不明显[16,17]。另外,常温真空干燥的金钟柏(Thuja occidentalis)心材碳含量高于边材碳含量,但高温烘干后,心材和边材碳含量分别降低1.6%和0.9%,并得到边材碳含量高于心材碳含量,与前者结论相反[17]。

2.2 木材碳含量的影响因素

木材碳含量是各化学成分碳含量的综合体现,而木材化学成分十分复杂,且与遗传和环境因素的相互关系也不尽相同[30,33],遗传环境因素对木材碳含量的影响存在明显的多样性。

2.2.1 遗传因素影响木材碳含量。

木材中木质素等成分的含量与遗传因素密切相关,遗传对速生和慢生树种的碳含量和生理特性有关[34,35,36,37,38]。海岸松细胞壁中层木质素和α~纤维素的遗传力大于0.3[32,34]。而桉树(Eucalyptus globulus)木材各成分的遗传效应差异很大,酸溶性木质素的遗传力为0.51,抽出物和总木质素介于0.42~0.64[35],纤维素含量的遗传力介于0.32~0.57[36]。最近的研究也表明,遗传(种类因素)对热带32种树木的木材碳含量总变异贡献达38%,是其它因子贡献值的10倍以上[28]。

2.2.2 环境因素影响木材的碳含量。

环境因素与树木生长密切相关,S Lamlom等[38]发现阳生环境下,黑云杉(Picea mariana)和东部白松(Pinus strobus)在木材平均碳含量和脂类成分含量都高于阴生环境。人工林和天然林的木材碳含量也存在差异,高腰果木(Anacardium excelsum)和象耳豆(Enterolobium cyclocarpum)人工林的碳含量较高,蒜叶破布木(Cordia alliodora)等树木天然林的木材碳含量低[28]。另外,气候能影响早材和心材所占的比例[33,39],而林分密度也对火炬松木材苯醇抽出物含量有显著影响[40],都可能对木材整体碳含量产生重要影响。但另一些的研究则发现土壤湿度、林冠郁闭和坡度等环境因素对木材碳含量的影响均不显著[25],环境因素对木材碳含量的影响还有待深入研究。

3 展望

尽管50%作为植物干物质的碳含量已被广泛认可,但对部分树种仍可能产生10%以上的误差[6,14,15,16,17]。木材碳含量在树种间和克隆体间均存在变异,并随年轮和高度位置的变化而变化[15,25]。木材碳含量的变异实质上是化学成分的变异,但挥发性成分的散失和分解可改变木材整体的碳含量。遗传因素[33,34,35,36]与环境[38,39,40]因素通过影响木材的组成和结构间接影响到木材碳含量。由于相关研究还处于起步阶段,尚未能准确界定出遗传与环境对碳含量变异的贡献值。同种木材,不同研究者得到的结果差异较大,Didier Bert等[15]测定的海岸松木材平均值为53.6%,而Peter Ritason等[23]测定值为49.7%,相差3.9%,还需做进一步研究。

无论是挥发性成分对总体木材碳含量的贡献程度,还是遗传、环境因素对部位间碳含量的影响均与木材种类有直接的关联,这表明木材碳含量的变异首先必须研究特定种类木材受遗传和环境的影响机制,包括种群起源、个体发育状况、光照、水分、土壤、气候条件和林地经营管理水平等因素对木材碳含量的影响[33,34,35,36,37,38,39,40]。其次,某些非结构性的木材化学成分在季节间存在变化[41],未来CO2浓度和气温继续升高的气候条件下,木材中的单宁等次生物质的含量也会随之改变[42],也会对木材的碳含量的动态变化产生深刻的影响。未来的研究必须结合森林生态系统的物质和能量流动,进一步研究得到木材中碳元素转移和储存的时空变化预测模型,为评估人类活动和全球气候变化对森林生态系统碳储量的影响提供科学依据。

摘要：大气CO2浓度迅速升高引起了人们对木材碳含量变异的极大关注。尽管50%作为木材碳含量已被广泛接受,但可能产生10%的碳含量偏差。不同树种和不同部位的木材碳含量有显著的差异。木材碳含量由木质素、纤维素、抽出物等主要成分决定,挥发性成分对木材碳含量也有重要的意义。遗传因素和环境因素对木材碳含量都有间接的影响。目前,非常需要进行遗传与环境因素对木材碳含量的影响机制的研究。

对变异的理解的研究综述 篇10

关于变异的教学研究基本是从Moore提出的“变异是统计思想的核心要素”以后开始的, 当Wild&Pfannkuch (1999) 提出对变异的考虑是统计思维的一个基础时, 变异的重要性开始慢慢得到关注.对变异的理解对学生统计思维的发展起了巨大作用, 许多研究都证实了这一观点 (例如Meletiou-Mavrotheris&Lee, 2002;Reading&Reid, 2005;Reading&Shaugnessy, 2004;Torok&Watson, 2000) .“变异”既指不确定事物由于随机因素引起的特有的变异性 (variability) , 又指对这种变异性进一步的描述和度量 (variation) (张洁铭, 2006) .变异是统计的一个基础概念, 统计被描述为“关于变异的科学” (e.g., Mac Gillivray, 2004) .

二、变异的成分 (Components of Variation)

总体各单位的特征表现存在着差异, 这些差异并不是由某种特定的原因事先给定的, 统计上把总体各单位由于随机因素引起的某一标志表现的差异称为变异 (黄良文, 2000) .

Reading&Reid (2010) 通过总结关于统计推理、思考和素养的第三届国际研究论坛、Garfield&Ben-Zvi (2005, 2008) 、Reading&Shaughnessy (2004) 以及Watson, Callingham&Kelly (2007) 等人的观点, 提出了变异的成分有:

Ⅰ.发展对变异性的直觉观点;Ⅱ.描述和表征变异性;Ⅲ.利用变异性作比较;Ⅳ.在特定类型的分布中辨别变异性;Ⅴ.在模拟模型中辨别变异性的模式;Ⅵ.利用变异性预测任意的样本或者结果;Ⅶ.对变异性的考虑作为统计思维的一部分;Ⅷ.识别变异的来源;Ⅸ.解释观察到的变异的期望值.

三、对变异的考虑 (Consideration of Variation)

(一) 在统计教与学中对变异的考虑

Wild&Pfannkuch (1999) 在访谈完统计学家和学生之后, 想到对变异的考虑可以提供一个合适的基础来扩展对变异的理解, 提出了考虑变异的四个部分:注意和承认, 测量和建模, 解释和处理, 调查策略.

注意和承认变异———认识到变异的无处不在 (即变异的存在性) 以及在讨论中记录这些变异的需要.

为预测、解释或者控制变异的目的对变异进行测量和建模———从数据中总结变异 (包括数值的或者图形的) 以及利用这些总结来表现变异的影响.

解释和处理———寻找引起变异的原因, 在设计和抽样中考虑变异的影响.

利用与变异相关的调查策略———关注变异本身属性的正式程序.

(二) 评估学生对变异的考虑

Reid&Reading (2008) 提出了学生对变异的考虑的四个水平:

没有考虑到变异的水平, 所有这一水平的描述都是类似的, 没有认识到任何的变异.

对变异的考虑很少的水平, 认识到变异的存在, 但通常只限制于变异的一个基本描述 (例如, 范围) , 或这种描述是错误的或缺乏的.这些都表示学生认识到变异的存在, 但缺少必需的语言或者工具去适当地描述或者利用变异.

对变异的考虑发展中的水平, 在这一水平中, 所有任务的反应都提供了一个更加细致和准确的描述, 至少包含一个变异的来源, 包含了组内或者组与组之间的变异.

对变异的考虑的强健水平, 在这一水平, 强健的反应把组内与组与组之间的变异联系起来, 对变异有一个更加直观的分析.

四、对变异的推理 (Reasoning about Variation)

关于变异的文献提出关于变异推理的认知发展框架包括:承认和描述变异, 利用变异支持推断, 解释变异的来源以及把变异和其他概念联系起来.

承认和描述变异, (与成分Ⅰ和Ⅱ联系起来) 是学生在处理统计任务时最重要的第一步.Reading (2004) 利用SOLO分类法提出了描述变异的认知水平的层次结构.该层次结构中有两个独立的U-M-R发展循环.第一个循环利用大量的与定性特征相关反应来刻画变异的定性特征, 第二个循环利用与定量特征相关的反应来刻画变异的定量特征.Reading&Shaughnessy (2004) 在该结构增加了根据数据的特征来辨别认知水平, 特别是“极端值” (即包括数据的范围或分散度) 和“中间值” (即在数据范围内发生了什么) .

利用变异支持推断, 例如, 比较和预测 (分别对应Ⅲ和Ⅳ) 是对变异的推理的重要方面之一.还有别的成分, 例如承认、描述、识别和解释期望值 (Ⅰ, Ⅱ, Ⅷ, Ⅸ) .利用变异支持推断不是单纯的包含变异的一个成分, 而是变异的几个成分.

解释变异的来源 (成分Ⅷ) , Reading&Shaughnessy (2004) 提出的一个与这个描述变异的层次结构是平行的层次结构, 用来描述解释引起变异的认知水平.在最低的认知水平, 提供了很多无关的变异的来源;在更加复杂的认知水平上, 变异的相关解释逐渐被提出来.Reading&Shaughnessy的层次结构与SOLO分类法是类似的.

变异和其他概念联系起来, 例如, 当变异的概念被整理过后, 期望值 (成分Ⅸ) 就成为可能了.Watson, Callingham&Kelly (2007) 提出了理解变异和期望值的发展路径, 它包括六个水平:特殊的 (idiosyncratic) 、非正式的 (informal) 、不一致的 (inconsistent) 、一致的 (consistent) 、分布的 (distributional) 和比较分布的 (comparative distributional) .在前三个水平, 变异和期望值是分开的, 直到第四个水平一致的 (consistent) 这两个概念才被慢慢地联系起来.

五、对教学和研究的启示

对变异的推理的认知发展框架, 可以用于课程、学习活动和评估的设计, 探究学生对其他的统计概念的推理.第一, 内容丰富的课程设计是促进学习的关键, 认知发展框架对课程设计中内容的顺序和呈现是非常有用的.第二, 认知框架可以提供很多有用的信息来帮助学习活动的设计, 支持学生的学习.第三, 认知框架可以使用来设计评估任务, 判断一个评估任务是否起到表征推理认知的作用.最后, 利用认知框架描述学生对变异的推理, 探究学生关于其他的统计概念的推理.

摘要：本文通过文献综述的方式介绍关于变异的相关研究, 总结了变异概念的成分、对变异的考虑、对变异的推理以及它们对教与学和研究的启示的相关内容.其中的许多成果对我国的统计教育都具有很重要的参考价值.

关键词：变异的成分,对变异的考虑,对变异的推理

参考文献

[1]Garfield, J.B., &Ben-Zvi, D., Developing Students’Statistical Reasoning:Connecting Research and Teaching Practice[M].The Netherlands:Springer, 2008.

[2]Reading, C., &Reid, J., Reasoning about variation:rethinking theoretical frameworks to inform practice, Data and context in statistics education:Towards an evidence-based society, Proceedings of the Eighth International Conference on Teaching Statistics (ICOTS8, July, 2010) [R].Ljubljana, Slovenia, 2010.

[3]Watson, J.M., Callingham, R.A.&Kelly, B.A., Students'appreciation of expectation and variation as a foundation for statistical understanding[J].Mathematical Thinking and Learning, 9 (2) , (83-130) , 2007.

[4]黄良文.统计学原理[M].北京:中国统计出版社, 2000.