生物监测技术路线
方案常用中关键技术与技术路线
注：技术路线局部主要是开发时所用到的框架和技术,关键技术局部主要是当前应用的一些前端技术.一、技术路线系统采用的技术路线分为以下两个层次：采用良好的系统构建框架及系统实现技术,同时采用良好的数据定义、传输与组成对象交互机制,这两个层次可以贴切的比喻为“人的骨头与血液〞的关系,是构建性能优异、架构健壮、开放灵活应用系统的根底.1、Spring MVC技术框架Spring MVC是Spring框架的一局部,Spring框架成为Java EE 开发主流框架后,Spring开发小组又在Spring框架的根底上推出了MVC架构,主要用于支持WEB应用程序的开发.MVC是Model 〔模型,也称为数据模型〕、View 〔视图〕、Controll 〔限制器〕三个英文单词首字母的缩写.从MVC组合的三个单词也可以看出,MVC是一种设计模型,它使用限制器将数据模型和视图进行别离,也就是将视图和数据解耦.这样的好处是后端处理的数据模型和前端视图显示的数据格式无关,实现一个数据模型可以对应多个视图以不同的方式来展现数据,当数据模型或视图发生变化时,相互之间的影响也会降低到最低.MVC中最重要的核心就是限制器,限制器与视图和模型相对独立,它起到一个负责分发请求和返回处理结果的作用,对请求和数据模型的处理一般由JavaBean负责.上图是在实际开发中MVC的架构图,架构图分为两局部：虚线框外的是WEB程序的浏览器局部,用户通过浏览器与系统进行交互,同时浏览器也负责解析JSP页面；虚线框内的是WEB程序的后台局部,这局部包括限制器〔Controller类〕、业务逻辑〔Service类〕、数据模型〔实体类〕、数据持久层〔Mybatis框架〕和MySQL数据库治理系统.在MVC架构中,JSP页面就是视图,用户通过JSP页面发出请求后,Spring MVC会根据请求路径,将请求发给与请求路径对应的Controller类,Controller类调用Service类对请求进行处理,Service类会调用数据持久层MyBatis完成对实体类的存取和查询工作,并将处理结果返回到Controller类, Controller类将处理结果转换为ModelAndView对象,JSP接收ModelAndView对象并进行渲染.2、微效劳〔架构〕微效劳架构是一种架构模式,它提倡将单一应用程序划分成一组小的效劳,效劳之间相互协调、互相配合,为用户提供最终价值.每个效劳运行在其独立的进程中,效劳和效劳之间采用轻量级的通信机制相互沟通〔通常是基于HTTP的Restful API〕. 每个效劳都围绕着具体的业务进行构建,并且能够被独立的部署到生产环境、类生产环境等.另外,应尽量防止统一的、集中的效劳治理机制,对具体的一个效劳而言,应根据业务上下文,选择适宜的语言、工具对其进行构架.作为一种新的设计和架构理念,相比于传统的单体式应用而言,微效劳这种小而化之、互相连接的设计理念不仅能让复杂应用的构建变得更加灵活,更能帮助创业企业在面对市场的高度不确定性时,快速推出新产品,低本钱试错.优点：1:提升开发交流,每个效劳足够内聚,足够小,代码容易理解；2:效劳独立测试、部署、升级、发布；3:按需定制的DFX,资源利用率,每个效劳可以各自进行x 扩展和z 扩展,而且,每个效劳可以根据自己的需要部署到适宜的硬件效劳器上；每个效劳按4:需要选择HA的模式,选择接受效劳的实例个数；5：容易扩大开发团队,可以针对每个效劳(service)组件开发团队；6:提升容错性(fault isolation),一个效劳的内存泄露并不会让整个系统瘫痪；7:新技术的应用,系统不会被长期限制在某个技术栈上.3、mybatis 框架MyBatis是一款优秀的持久层框架,它支持定制化SQL、存储过程以及高级映射.MyBatis防止了几乎所有的JDBC代码和手动设置参数以及获取结果集.MyBatis可以使用简单的XML 或注解来配置和映射原生信息、,将接口和Java的POJOs(Plain Old Java Objects,普通的Java对象)映射成数据库中的记录.sql写在xml文件中,便于统一治理和优化,解除sql和程序代码的耦合;提供映射标签,支持对象和和数据库orm字段关系的映射,支持对象关系映射标签,支持对象关系的组建；提供xml标签,支持编写动态sql.功能架构(1)API接口层：提供给外部使用的接口API,开发人员通过这些本地API来操纵数据库.接口层一接收到调用请求就会调用数据处理层来完成具体的数据处理.(2)数据处理层：负责具体的SQL查找、SQL解析、SQL执行和执行结果映射处理等.它主要的目的是根据调用的请求完成一次数据库操作.(3)根底支撑层：负责最根底的功能支撑,包括连接治理、事务治理、配置加载和缓存处理,这些都是共用的东西,将他们抽取出来作为最根底的组件.为上层的数据处理层提供最根底的支撑.总体流程(1)加载配置并初始化触发条件：加载配置文件处理过程：将SQL的配置信息加载成为一个个MappedStatement对象(包括了传入参数映射配置、执行的SQL 语句、结果映射配置),存储在内存中.(2)接收调用请求触发条件：调用Mybatis提供的API传入参数：为SQL的ID和传入参数对象处理过程：将请求传递给下层的请求处理层进行处理.(3)处理操作请求触发条件：API接口层传递请求过来传入参数：为SQL的ID和传入参数对象处理过程：(A)根据SQL的ID查找对应的MappedStatement对象.(B)根据传入参数对象解析MappedStatement对象,得到最终要执行的SQL和执行传入参数.(C)获取数据库连接,根据得到的最终SQL语句和执行传入参数到数据库执行,并得到执行结果.(D)根据MappedStatement对象中的结果映射配置对得到的执行结果进行转换处理,并得到最终的处理结果.(E)释放连接资源.(4)返回处理结果将最终的处理结果返回.优点：1.与JDBC相比,减少了50%以上的代码量.2. MyBatis是最简单的持久化框架,小巧并且简单易学.3. MyBatis相当灵活,不会对应用程序或者数据库的现有设计强加任何影响,SQL写在XML里,从程序代码中彻底别离, 降低耦合度,便于统一治理和优化,并可重用.4.提供XML标签,支持编写动态SQL语句.5.提供映射标签,支持对象与数据库的ORM字段关系映射. 4、shiro 框架Apache Shiro是一个强大且易用的Java平安框架,执行身份验证、授权、密码和会话治理.使用Shiro的易于理解的API, 您可以快速、轻松地获得任何应用程序,从最小的移动应用程序到最大的网络和企业应用程序.主要功能三个核心组件：Subject, SecurityManager 和Realms.Subject：即“当前操作用户“.但是,在Shiro中,Subject这一概念并不仅仅指人,也可以是第三方进程、后台帐户〔Daemon Account〕或其他类似事物.它仅仅意味着“当前跟软件交互的东西〞.但考虑到大多数目的和用途,你可以把它认为是Shiro 的“用户〞概念.Subject代表了当前用户的平安操作,SecurityManager那么治理所有用户的平安操作.SecurityManager：它是Shiro框架的核心,典型的Facade 模式,Shiro通过SecurityManager来治理内部组件实例,并通过它来提供平安治理的各种效劳.Realm：Realm充当了Shiro与应用平安数据间的“桥梁〞或者“连接器〞.也就是说,当对用户执行认证〔登录〕和授权〔访问限制〕验证时,Shiro会从应用配置的Realm中查找用户及其权限信息.从这个意义上讲,Realm实质上是一个平安相关的口人.：它封装了数据源的连接细节,并在需要时将相关数据提供给Shiro. 当配置Shiro时,你必须至少指定一个Realm,用于认证和〔或〕授权.配置多个Realm是可以的,但是至少需要一个.Shiro内置了可以连接大量平安数据源〔又名目录〕的Realm, 如LDAP、关系数据库〔JDBC〕、类似INI的文本配置资源以及属性文件等.如果缺省的Realm不能满足需求,你还可以插入代表自定义数据源的自己的Realm实现.5、CAS单点登录CAS 全称为Central Authentication Service 即中央认证效劳,是一个企业多语言单点登录的解决方案,并努力去成为一个身份验证和授权需求的综合平台.单点登录〔Single Sign-On, 简称SSO〕是多个相关但独立的软件系统访问限制的一个属性. 通过使用该属性,用户登录与单个ID和密码来访问所连接的一个或多个系统,而不使用不同的用户名或密码,或在某些配置中无缝登录在每个系统上,它是比拟流行的效劳于企业业务整合的一种解决方案.总结一句话,SSO使得在多个应用系统中,用户只需要登录一次就可以访问所有相互信任的应用系统.Cas就是单点登录的框架.6、maven 技术Maven工程对象模型〔POM〕,可以通过一小段描述信息来管理工程的构建,报告和文档的工程治理工具软件.Maven除了以程序构建水平为特色之外,还提供高级工程管理工具.由于Maven的缺省构建规那么有较高的可重用性,所以常常用两三行Maven构建脚本就可以构建简单的工程.由于Maven的面向工程的方法,许多Apache Jakarta工程发文时使用Maven,而且公司工程采用Maven的比例在持续增长.Maven是一个工程治理工具,它包含了一个工程对象模型〔Project Object Model〕,一组标准集合,一个工程生命周期〔Project Lifecycle〕, 一个依赖治理系统〔Dependency Management System),和用来运行定义在生命周期阶段(phase) 中插件(plugin)目标(goal)的逻辑.当你使用Maven的时候,你用一个明确定义的工程对象模型来描述你的工程,然后Maven可以应用横切的逻辑,这些逻辑来自一组共享的(或者自定义的) 插件.Maven有一个生命周期,当你运行mvn install的时候被调用.这条命令告诉Maven执行一系列的有序的步骤,直到到达你指定的生命周期.遍历生命周期旅途中的一个影响就是, Maven运行了许多默认的插件目标,这些目标完成了像编译和创建一个JAR文件这样的工作.此外,Maven能够很方便的帮你治理工程报告,生成站点, 治理JAR 文件,等等.7、vue前端js框架Vue是一套用于构建用户界面的渐进式框架.与其它大型框架不同的是,Vue被设计为可以自底向上逐层应用.Vue的核心库只关注视图层,不仅易于上手,还便于与第三方库或既有工程整合.另一方面,当与现代化的工具链以及各种支持类库结合使用时,Vue也完全能够为复杂的单页应用提供驱动.vue两大特点：响应式编程、组件化vue的优势：轻量级框架、简单易学、双向数据绑定、组件化、视图、数据和结构的别离、虚拟DOM、运行速度快vue是单页面应用,使页面局部刷新,不用每次跳转页面都要请求所有数据和dom,这样大大加快了访问速度和提升用户体验.而且他的第三方心库很多节省开发时间.8、layui前端框架layui是一款采用自身模块标准编写的前端UI框架,它遵循原生的HTML/CSS/JS书写方式.它虽然外在极简,但是内容丰富,里面包含众多组件从核心代码到API都非常适合界面的快速开发.事实上layui 更多是面向于后端开发者,而且它还拥有自己的模式.更加轻量和简单.优点：〔1〕layui属于轻量级框架,简单美观.适用于开发后端模式,它在效劳端页面上有非常好的效果.〔2〕layui是提供给后端开发人员最好的ui框架,基于DOM 驱动,只要不涉及到交互layui还是很不错的二、关键技术1、农业大数据与云计算技术农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值,并难以应用通常方法处理和分析的数据集合,保存了大数据自身具有的规模巨大、类型多样、价值密度低、处理速度快、精确度高和复杂度高等根本特征,并使农业内部的信息流得到了延展和深化.大数据技术不仅能够对农业信息进行收集和整理, 还能够精准地预测未来的走向,为农业生产、营销等活动提供预警监测和决策依据,降低了传统模式下由于数据信息处理低效引发的农业生产风险.农业大数据技术体系包括大数据的采集与预处理技术大数据存储与治理技术、大数据计算模式与系统、大数据分析与挖掘技术、大数据可视化分析技术及大数据平安技术等.海量数据信息治理与挖掘技术〔云计算〕,数据资源虚拟化与智能信息推送技术〔云效劳〕,农业物联网信息融合与优化处理技术〔模型决策〕等作为农业物联网应用层的关键技术,在农业生产中发挥了重大作用.用于农情、灾情、作物、农产品监测预警.在大数据根底上, 根据数据处理平台的分析处理,使农情监测系统更加完善.通过分析收集的气象数据,结合气象模拟、土地分析、植物根部等要素,改良自然灾害的预测预报和灾害评估方法,提升预测灾情的客观性与准确性.针对遥感卫星监测提供的宏观数据,利用大数据处理平台进行全面分析,为作物估产和生长动态监测提供重要的信息情报.在农产品质量监测预警方面,大数据技术给农产品信息的全面收集提供了技术根底,通过全方位比对,提升农产品质量监测的准确性.大数据处理技术的实时性使得农产品在出现质量问题时,能够及时限制影响范围,使农产品质量预警机制更加高效.数据获取技术更加快捷,农产品市场信息的流动大大加快,从而减弱不同地域的市场信息不同步所带来的市场风险.用于精准农业决策.精准农业决策是指根据各个方面的农业信息,制定出一整套具有可实施性的精准治理举措.大数据处理分析技术集成作物自身生长发育状况以及作物生长环境中的气候、土壤、生物等数据,同时综合考虑经济、环境、可持续开展的指标,可以弥补专家系统、模拟模型在多结构、高密度数据处理方而的缺乏,为生产决策者提供更加精准、实时、高效的农业决策.以大数据驱动精准农业操作方面,通过遥感卫星和无人机可以治理地块和规划作物种植适宜区,预测气候、自然灾害、病虫害、土壤墒情等环境因素,监测作物长势,指导灌溉和施肥, 预估产量；利用气象、环境等数据来支持农业种植及上下游的决策；GPS导航水平和其他工业技术的提升,实现跟踪作物流动, 引导和限制设备,监控农田果园环境,精细化治理整个土地的投入,大大提升了生产力和盈利水平.用于农业农村云效劳平台的搭建.云效劳平台的搭建有助于农业信息的传播.面对数据资源体量大、数据处理流程复杂、信息效劳模式多样、用户需求复杂多样,实现信息效劳按需分配以及处理大规模的资源数据中就必须利用大数据处理分析技术.国家农业信息化工程技术研究中央研发农业智能系统平台PAID, 提供了统一标准和适合农业特点的农业智能系统技术框架体系, 支持对农业问题的定性推理和定量计算,在Windows DNA体系结构、多源数据融合、基于XML的数据交换与传输、软构件技术、产生式知识表示、知识自动获取和模糊推理等关键技术上实现了创新,平台基于OMG组织的模型驱动体系结构MDA建立了层次模型和构件模型,不同层次的用户可以方便的利用平台开发定制出适合不同农业应用领域的专家系统；基于Web Sevice技术支持多专家系统的整合、协同以及不同的客户端应用；基于COM/DCOM/COM+、.NET和EJB标准,建立了基于Web的多级专家系统构件开发模型,具有良好的可重构性和集成性.云效劳平台以农产品标准化生产、物联网精准治理、全程质量溯源为支撑, 形成全面信息化、智能化生产销售链条,实现从农产品生产到市场销售的全程信息化治理,以及农副产品“从农田到餐桌〞全过程可追溯.2、农业物联网技术物联网技术是推动信息化与农业现代化融合的重要切入点, 是推动我国农业向“高产、优质、高效、生态、平安〞开展的重要技术支撑.全球的物联网应用主要以二维码、RFID、传感器等技术为主.当前我国农业物联网开展已初步形成以农业传感器、网络互连和智能信息处理等农业物联网共性关键技术研究为重点,以探测农业生态资源环境、感知大田、设施、果园动植物生命信息,农业机械装备作业调度和远程监控、农产品与食品质量平安可追溯、效劳平台集成、标准体系制定等方面为重要应用发展领域,以农业传感器和移动信息装备制造产业、农业信息、网络效劳产业、农业自动识别技术与设备产业、农业精细作业机具产业、农产品物流产业等为重点战略新兴产业的格局,逐步形成了从关键技术研究、标准制定、产品研发、平台构建、应用示范为一体的开展技术路线.在农业领域,物联网技术在农作物灌溉、生产环境监测以及农产品流通和追溯方面逐步推广.物联网技术集成先进传感器、无线通讯和网络、辅助决策支持与自动限制等高新技术,可以实现对农业资源环境、动植物生长过程、农产品流通过程等的实时监测,获取动植物生长发育状态、病虫害、水肥状况以及相应生态环境的实时信息,并通过对农业生产过程的动态模拟和对生长环境因子的科学调控,到达合理使用农业资源、降低本钱、改善环境、提升农产品产量和质量的目的.作为农业部重点实验室建设依托单位、农业部农业物联网系统集成重点实验室,北京派得伟业科技开展针对农业物联网领域的应用技术问题,开展设施农业物联网技术、大田苗情监测与节水灌溉物联网技术、农产品质量平安监管与溯源物联网技术、农资流通物联网技术、健康养殖物联网技术以及农业物联网集成技术标准研究等方向的工作,在农作物林果种植领域、畜禽水产养殖领域、种业领域、农产品质量平安追溯领域等开展了大量的示范应用.3、地理信息系统(Geographic Information Systems,GIS) 技术GIS系统即地理信息、系统是一种基于计算机的工具,它可以对在地球上存在的东西和发生的事件进行成图和分析.GIS技术把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作(例如查询和统计分析等)集成在一起.这种水平使GIS与其他信息系统相区别,从而使其在广泛的公众和个人企事业单位中解释事件、预测结果、规划战略等中具有实用价值.地理信息系统技术广泛应用于农业、林业、国土资源、地矿、军事、交通、测绘、水利、播送电视、通讯、电力、公安、社区治理、教育、能源等几乎所有的行业,并正在走进人们日常的工作、学习和生活中.地理信息系统在最近的30多年内取得了惊人的开展,在“互联网+ 〞的大背景下,GIS广泛应用于资源调查、环境评估、灾害预测、国土治理、城市规划、邮电通讯、交通运输、军事公安、水利电力、公共设施治理、农林牧业、统计、商业金融等几乎所有领域.资源治理(Resource Management)主要应用于农业和林业领域,解决农业和林业领域各种资源(如土地、森林、草场)分布、分级、统计、制图等问题.资源配置(Resource Configuration)在城市中各种公用设施、救灾减灾中物资的分配、全国范围内能源保证、粮食供给等到机构的在各地的配置等都是资源配置问题.GIS在这类应用中的目标是保证资源的最合理配置和发挥最大效益.城市规划和治理(Urban Planning and Management)空间规划是GIS的一个重要应用领域,城市规划和治理是其中的主要内容.例如,在大规模城市根底设施建设中如何保证绿地的比例和合理分布、如何保证学校、公共设施、运动场所、效劳设施等能够有最大的效劳面(城市资源配置问题)等.土地信息、系统和应用(Land Information System and Cadastral Applicaiton)土地和地籍治理涉及土地使用性质变化、地块轮廓变化、地籍权属关系变化等许多内容,借助GIS技术可以高效、高质量地完成这些工作.生态、环境治理与模拟(Environmental Management and Modeling)区域生态规划、环境现状评价、环境影响评价、污染物削减分配的决策支持、环境与区域可持续开展的决策支持、环保设施的治理、环境规划等.应急响应(Emergency Response)解决在发生洪水、战争、地震、核事故等重大自然或人为灾害时,如何安排最正确的人员撤离路线、并配备相应的运输和保证设施的问题.地学研究与应用(Application in GeoScience)地形分析、流域分析、土地利用研究、经济地理研究、空间决策支持、空间统计分析、制图等都可以借助地理信息、系统工具完成.ArcMap系统就是一个很好的地学分析应用软件系统.4、海量数据存储技术在现代的企业环境中,单机容量往往无法存储大量数据,需要跨机器存储.统一治理分布在集群上的文件系统称为分布式文件系统.而一旦在系统中,引入网络,就不可防止地引入了所有网络编程的复杂性,例如保证在节点不可用的时候数据不丧失.传统的网络文件系统〔礼5〕虽然也称为分布式文件系统,但是其存在一些限制,由于NFS中文件存储在单机上,无法提供可靠性保证,当很多客户端同时访问NFS Server时,很容易造成服务器压力,造成性能瓶颈；另外如果要对NFS中的文件中进行操作,需要首先同步到本地,这些修改在同步到效劳端之前,其他客户端是不可见的.HDFS,是分布式文件系统Hadoop Distributed File System的简称,是Hadoop抽象文件系统的一种实现.Hadoop抽象文件系统可以与本地系统、Amazon S3等集成,甚至可以通过亚.6协议〔webhsfs〕来操作.HDFS的文件分布在集群机器上,同时提供副本进行容错及可靠性保证.HDFS采用master/slave架构.一个HDFS集群是由一个Namenode 和一定数目的Datanodes组成.Namenode是一个中央效劳器,负责治理文件系统的名字空间〔namespace〕以及客户端对文件的访问.集群中的Datanode一般是一个节点一个,负责治理它所在节点上的存储.HDFS暴露了文件系统的名字空间, 用户能够以文件的形式在上面存储数据.从内部看,一个文件其实被分成一个或多个数据块,这些块存储在一组Datanode上. Namenode执行文件系统的名字空间操作,比方翻开、关闭、重命名文件或目录.它也负责确定数据块到具体Datanode 节点的映射.Datanode负责处理文件系统客户端的读写请求.在Namenode的统一调度下进行数据块的创立、删除和复制. Namenode和Datanode被设计成可以在普通的商用机器上运行.这些机器一般运行着GNU/Linux操作系统(OS).HDFS采用Java 语言开发,因此任何支持Java的机器都可以部署Namenode或Datanode.由于采用了可移植性极强的Java语言,使得HDFS可以部署到多种类型的机器上.集群中单一Namenode的结构大大简化了系统的架构.Namenode是所有HDFS元数据的仲裁者和管理者,这样,用户数据永远不会流过Namenode.5、实时数据处理技术针对具有实时性、易失性、突发性、无序性、无限性等特征的流式大数据,理想的大数据流式计算系统应该表现出低延迟、高吞吐、持续稳定运行和弹性可伸缩等特性,这其中离不开系统架构、数据传输、编程接口、高可用技术等关键技术的合理规划和良好设计.Storm是Twitter支持开发的一款分布式的、开源的、实时的、主从式大数据流式计算系统,使用的协议为Eclipse Public License 1.0,其核心局部使用了高效流式计算的函数式语言门.^^编写,极大地提升了系统性能.但为了方便用户使用,支持用户使用任意编程语言进行课题的开发.任务拓扑(topology)是Storm的逻辑单元,一个实时应用的计算任务将被打包为任务拓扑后发布,任务拓扑一旦提交后将会一直运行着,除非显式地去中止.一个任务拓扑是由一系列Spout 和Bolt构成的有向无环图,通过数据流(stream)实现Spout和Bolt之间的关联.其中,Spout负责从外部数据源不间断地读取数据,并以Tuple元组的形式发送给相应的Bolt；Bolt负责对接收到的数据流进行计算,实现过滤、聚合、查询等具体功能, 可以级联,也可以向外发送数据流.数据流是Storm对数据进行的抽象,它是时间上无穷的Tuple元组序列,数据流是通过流分组(stream grouping)所提供的不同策略实现在任务拓扑中流动. 此外,为了满足保证消息能且仅能被计算1次的需求,Storm还提供了事务任务拓扑.。
生物多样性征求意见稿
附件4《生物多样性观测技术导则水生维管植物（征求意见稿）》和《生物多样性观测技术导则蜜蜂（征求意见稿）》编制说明《生物多样性观测技术导则》编制组2015年9月项目名称：生物物种监测技术指南项目编号：2013-68承担单位：环境保护部南京环境科学研究所等编制组主要成员：徐海根、马方舟、张光富、崔鹏、丁晖、吴军、曹铭昌、乐志芳、卢晓强、李佳琦、刘立、曹云等标准所技术管理责任人：蔡木林标准处行政管理责任人：段光明目录1.项目背景 (47)1.1任务来源 (47)1.2工作过程 (47)2.标准制订的必要性分析 (49)2.1适应新形势下全球生物多样性保护的要求 (49)2.2国家及环保主管部门管理的相关要求 (49)2.3国家相关标准技术体系建设的要求 (50)2.4现行生物多样性观测标准存在的主要问题 (50)3.国内外生物多样性观测及标准制定情况 (51)3.1国际组织 (51)3.2欧盟 (52)3.3瑞士 (53)3.4美国 (54)3.5中国 (55)4.标准制订的基本原则和技术路线 (57)4.1标准制订的基本原则 (57)4.2标准的适用范围和主要技术内容 (58)4.3标准制订的技术路线 (58)5.标准内容结构 (60)6.标准主要条文说明 (60)6.1规范性引用文件 (60)6.2术语和定义 (61)6.3观测方法 (61)6.4观测内容和指标 (63)6.5观测时间和频次 (64)6.6数据处理和分析 (64)6.7质量控制和安全管理 (64)6.8观测报告编制 (65)7.对实施本标准的建议 (65)《生物多样性观测技术导则水生维管植物（征求意见稿）》和《生物多样性观测技术导则蜜蜂（征求意见稿）》编制说明1.项目背景1.1任务来源为推动环境保护事业发展，根据《关于开展2013年度国家环境保护标准项目实施工作的通知》（环办函〔2013〕154号），环境保护部科技标准司下达了《生物物种监测技术指南》国家环境保护标准制修订计划，项目统一编号为2013-68，由环境保护部南京环境科学研究所牵头承担。
全国海洋生物物种资源调查技术规定(试行)
附件四：全国海洋生物物种资源调查技术规定（试行）共包括六个部分：——第一部分：总则——第二部分：游泳动物物种资源调查——第三部分：底栖生物物种资源调查——第四部分：浮游生物物种资源调查——第五部分：鱼类浮游生物物种资源调查——第六部分：潮间带生物物种资源调查—184—第一部分：总 则1 范围本部分规定了海洋生物物种资源调查任务以及调查程序和质量管理，包括工作准备、外业调查、内业整理、质量检查和成果归档等技术要求。
2 规范性引用文件《自然保护区生物多样性监测技术规范》（2008）《生物多样性调查与评价》（2007）《海洋调查规范 第1部分 总则》GB/T 12763.1—19913 调查任务调查任务是查清全国或区域海洋生物物种资源的种类、分布、数量、受威胁因素等，客观反映海洋生物物种资源数量、利用和保护现状，分析与评价海洋生物物种资源的数量消减动态及原因，提出海洋生物物种资源利用与保护建议。
4 调查的基本程序4.1调查准备4.1.1 明确调查目的与任务接受调查项目后，承担单位应根据任务书或合同书的要求，在调查工作开始前，明确调查目的与任务，确定项目负责人。
—185—4.1.2 确立调查区域根据调查目的、任务以及调查对象，确立调查工作所涉及的区域或范围，据此收集相关资料。
4.1.3 收集、分析与调查任务有关的文献、资料针对要进行调查的对象、范围或区域，收集整理现有相关资料，包括历史调查资料、行政区划、自然地理位置、地形地貌、土壤、气候、植被、农林业以及当地的社会人文、经济状况和影响生物物种生存的建筑设施等。
根据所收集资料，分析了解调查区域的相关情况，为调查方案和调查计划的编写奠定基础。
4.1.4 组织调查队伍，确定调查技术负责人充分了解参加人员的专业背景，结合调查地区的实际情况，选择参加人员，确保其有能力真实、准确地完成某一地区或某一类群物种资源调查的相关工作。
调查组人员组成要做到量少而精干，专业配置合理，分工明确，并确定调查组技术负责人。
奚旦立《环境监测》(第5版)笔记和课后习题(含考研真题)详解 第六章~第七章【圣才出品】
第六章环境污染生物监测
6.1复习笔记
【知识框架】
【重点难点归纳】
考点一：水环境污染生物监测★★★
1．水环境污染生物监测的目的、样品采集（见表6-1-1）
表6-1-1水环境污染生物监测的目的、样品采集表
2．水环境污染生物监测方法（见表6-1-2）
表6-1-2水环境污染生物监测方法
考点二：空气污染生物监测★★
1．利用植物监测
（1）指示植物及其受害症状（见表6-1-3）
指示植物是指受到污染物的作用后能较敏感和快速地产生明显反应的植物，可以选择草本植物、木本植物及地衣、苔藓等。
表6-1-3指示植物及其受害症状
（2）监测方法（见表6-1-4）
表6-1-4监测方法
2．利用动物监测
一定区域内，利用动物种群数量的变化来监测评估该区域空气污染状况。
动物对污染物吸收途径：①气态污染物、粉尘从口鼻进入体内；②水和土壤中的污染物主要通过饮用水和食物进入；③脂溶性的物质可以通过皮肤进入动物机体。
污染物体内分布：①能溶解于体液的物质，在体内分布比较均匀；②三价和四价阳离子主要积累于肝或其他网状内皮系统；③铅、钙、钡、锶、镭、铍等与骨骼亲和力较强，其二
价阳离子在骨骼中含量较高；④对某种器官具有特殊亲和性的物质，则在该种器官中积累较多；⑤脂溶性物质易积累于动物体内的脂肪中。
3．利用微生物监测
一般以细菌总数和链球菌总数作为室内空气细菌学的评价指标。
考点三：土壤污染生物监测★★
1．土壤污染的植物监测（见表6-1-5）
表6-1-5土壤污染的植物监测
2．土壤污染的动物监测（见表6-1-6）
表6-1-6土壤污染的动物监测。
国家公园珍稀濒危野生植物监测目标物种样地信息表、监测报告编写提纲
国家公园珍稀濒危野生植物监测目标物种样地信息表、监测报告编写提纲1. 引言1.1 研究背景及意义随着人类活动的不断扩展，自然生态系统受到严重威胁，其中珍稀濒危野生植物的生存状况尤为令人关注。
国家公园作为生物多样性保护的最后堡垒，肩负着保护珍稀濒危物种的重要使命。
对这些植物的监测，是了解其生存状况、制定保护措施的基础。
本研究的背景在于，通过制定“国家公园珍稀濒危野生植物监测目标物种样地信息表、监测报告编写提纲”，实现对我国国家公园内珍稀濒危野生植物的有效监测，为保护工作提供科学依据。
1.2 研究目的和任务本研究的主要目的是建立一套科学、系统的珍稀濒危野生植物监测体系，明确监测目标物种，规范监测流程，确保监测数据的准确性。
研究任务包括：确定目标物种，选择合适的样地，制定监测方法，收集与分析数据，评估物种濒危程度，以及提出保护建议。
1.3 研究方法与技术路线本研究采用野外调查与室内分析相结合的方法。
首先，通过查阅相关文献和实地考察，确定目标物种及样地。
其次，采用样方调查、样线调查等方法进行野外监测，收集目标物种的分布、数量等数据。
然后，利用统计学方法对数据进行分析，评估物种的濒危程度。
最后，根据分析结果，提出针对性的保护建议。
技术路线包括：目标物种筛选、样地设置、监测方法制定、数据收集与处理、濒危程度评估以及保护建议。
2. 目标物种及样地选择2.1 目标物种选取依据在选择目标物种时，我们综合考虑了植物的稀有性、濒危程度、生态价值和保护现状。
首先，我们聚焦于《中国濒危物种红色名录》中被列为极危（CR）、濒危（EN）和易危（VU）的野生植物种类。
其次，对于在国内外具有显著生态、科研、观赏价值的物种给予了特别关注。
此外，还考虑了物种在所在区域的分布特征、种群数量变化趋势及其生境的特殊性。
通过以上综合评估，筛选出具有代表性的目标物种，以实现对珍稀濒危植物的有效监测和保护。
2.2 样地设置及分布样地的设置遵循科学性、代表性和可行性的原则。
生态监测 ppt.. 共27页
12
4 指示体系及监测方法
生态监测指标体系主要是指野外生态站的地面或水面监 测项目。在设置指标体系时，首要的考虑因素是生态类型及 系统的完整性，也就是说，所选择的指标应包括生态系统的 各个组成部分。
13
指标体系的确定原则：
• (1)根据监测内容充分考虑指标的代表性、综合性及可操作性；
• (2)不同监测台站间同种生态类型的监测必须按统一的指标体系进行，尽 量实现监测内容具有可比性；
21
生态监测方法
• 2. 空中监测
• 一般采用4－6座单引擎轻型飞机，由4人执行工作：驾驶员、领航员和 两名观察记录员。首先绘制工作区域图，将坐标图覆盖所研究的区域， 典型的坐标是10×10km的小格，飞行时间一般定于上午或下午，飞行 速度一般为150km/h，高度大约100m，视角约90°，观测地面宽度约 250m。
3
目的：
生态监测是评估人类的活动对我们所研究的某一生 态系统的影响和该系统的自然演变过程,对这一范围的能 量流动、物质循环、信息传递过程进行监测,看它是否处 于良性循环状态,以便及时采取调控措施。
4
2 生态监测分类及特点
• 从不同的生态系统的角度出发，生态监测可分为城市生态监测、农 村生态监测、森林生态监测、草原生态监测及荒漠生态监测等。
• 监测手段：遥感技术态监测
• 对象：某一特定生态系统或生态系统聚合体的结构和功能特征及其在 人类活动影响下的变化。 • 根据监测的具体内容可分类： 1.干扰性生态监测：对人类特定生产活动干扰生态系统的情况的监测 2.污染性生态监测：对农药及重金属等污染物在生态系统中食物链中的 传递及积累的监测 3.治理性生态监测：对被破坏的生态系统经人类治理后，生态平衡恢复 过程的监测
研究方法、技术路线、实验手段、关键技术等说明
研究方法、技术路线、实验手段、关键技术等说明
研究方法：本研究采用实验研究和文献研究相结合的方法。
实验研究是指在控制变量的条件下，通过对实验对象进行操作和观察，来获取数据和验证假设的方法。
文献研究则是指研究者通过查阅大量文献资料来获取研究对象的背景、理论基础和现状等相关信息。
技术路线：本研究的技术路线主要分为三个部分。
首先是数据采集和处理，主要包括采集实验对象的生理数据和行为数据，并采用相应的统计学方法进行处理和分析。
其次是算法实现，将得到的数据和处理结果运用到机器学习算法中进行训练和测试。
最后是应用验证，将研究结果应用到实际场景中进行验证和评估。
实验手段：本研究主要采用生物医学工程学的实验手段。
具体而言，采用生理监测仪器对实验对象的生理数据进行采集，如脑电图、身体姿态等；同时利用VR技术模拟各种情境，获取实验对象的行为数据，如操作反应时间、运动轨迹等。
此外，还将采用相关软件工具对数据进行可视化和统计分析。
关键技术：本研究的关键技术主要包括：
1.生理数据采集和处理技术：采用多种生理监测仪器和相关软件工具，对实验对象的生理数据进行高质量的采集和处理。
2.VR技术和行为数据采集技术：采用各种VR情境，设计合理的实验任务，获取实验对象的行为数据。
3.机器学习算法：选择合适的机器学习算法，将采集得到的生理和行为数据进行训练和测试。
4.数据可视化和统计分析：将处理得到的数据进行可视化和统计分析，得出相关结论和研究成果。
生物科技行业技术路线选择指南
生物科技行业技术路线选择指南第1章引言 (4)1.1 生物科技行业概述 (4)1.2 技术路线选择的重要性 (4)1.3 指南结构和内容概述 (4)第2章生物技术基础 (5)2.1 生物技术的核心概念 (5)2.2 生物技术分类与进展 (5)2.3 生物技术产业链分析 (6)第3章生物医药研发技术路线 (6)3.1 创新药物研发 (6)3.1.1 疾病机理研究 (6)3.1.2 高通量筛选技术 (6)3.1.3 先导化合物优化 (6)3.1.4 药物安全性评价 (6)3.2 生物仿制药发展 (7)3.2.1 生物仿制药的定义与分类 (7)3.2.2 生物仿制药研发关键技术 (7)3.2.3 生物仿制药的审批与监管 (7)3.2.4 生物仿制药的市场前景与挑战 (7)3.3 疫苗与生物制品技术 (7)3.3.1 疫苗研发技术 (7)3.3.2 生物制品研发技术 (7)3.3.3 疫苗与生物制品的安全性、有效性评价 (7)3.3.4 疫苗与生物制品的产业化与市场化 (7)第4章生物农业技术路线 (7)4.1 转基因作物技术 (7)4.1.1 转基因抗虫作物 (8)4.1.2 转基因抗病作物 (8)4.1.3 转基因抗逆作物 (8)4.1.4 转基因品质改良作物 (8)4.2 现代生物育种 (8)4.2.1 分子标记辅助育种 (8)4.2.2 诱变育种 (8)4.2.3 细胞工程育种 (8)4.2.4 基因编辑育种 (8)4.3 生物农药与生物肥料 (9)4.3.1 生物农药 (9)4.3.2 生物肥料 (9)4.3.3 生物防治 (9)4.3.4 生态农业 (9)第5章生物环保技术路线 (9)5.1.1 生物膜技术 (9)5.1.2 厌氧生物处理技术 (9)5.1.3 好氧生物处理技术 (9)5.1.4 集成生物处理技术 (9)5.2 固体废物生物处理 (10)5.2.1 堆肥化技术 (10)5.2.2 厌氧消化技术 (10)5.2.3 生物转化技术 (10)5.2.4 生物降解技术 (10)5.3 生物修复技术 (10)5.3.1 土壤生物修复技术 (10)5.3.2 水体生物修复技术 (10)5.3.3 空气生物净化技术 (10)5.3.4 生物强化修复技术 (10)第6章酶工程与生物催化 (11)6.1 酶工程基本原理 (11)6.1.1 酶的性质与来源 (11)6.1.2 酶的作用机制 (11)6.1.3 影响酶催化活性的因素 (11)6.2 酶催化剂的筛选与改造 (11)6.2.1 酶催化剂的筛选 (11)6.2.2 酶催化剂的改造 (11)6.3 酶催化在生物产业中的应用 (11)6.3.1 食品工业中的应用 (11)6.3.2 医药工业中的应用 (12)6.3.3 饲料工业中的应用 (12)6.3.4 生物能源领域的应用 (12)第7章生物制造技术路线 (12)7.1 生物发酵技术 (12)7.1.1 菌株筛选与改良 (12)7.1.2 发酵条件优化 (12)7.1.3 生物反应器设计 (12)7.2 细胞培养与生物反应器 (12)7.2.1 细胞株筛选与改良 (13)7.2.2 培养基优化 (13)7.2.3 生物反应器设计 (13)7.3 生物过程优化与控制 (13)7.3.1 过程参数优化 (13)7.3.2 过程控制策略 (13)7.3.3 过程监测与故障诊断 (13)第8章基因组学与生物信息学 (13)8.1 基因组学技术发展 (13)8.1.1 基因测序技术 (14)8.1.3 单细胞测序技术 (14)8.2 生物信息学方法与应用 (14)8.2.1 序列比对与分析 (14)8.2.2 基因预测与注释 (14)8.2.3 系统生物学 (14)8.3 大数据分析与人工智能在生物科技中的应用 (14)8.3.1 生物信息学数据库 (14)8.3.2 基因组数据挖掘 (15)8.3.3 人工智能在生物科技中的应用 (15)8.3.4 生物云计算 (15)第9章生物技术的产业化与市场化 (15)9.1 生物技术产业化的关键因素 (15)9.1.1 技术创新与研发能力 (15)9.1.2 资金投入与风险投资 (15)9.1.3 政策法规支持与监管 (15)9.1.4 人才培养与团队建设 (15)9.2 生物技术市场分析与预测 (15)9.2.1 市场规模与增长趋势 (15)9.2.2 市场竞争格局 (16)9.2.3 市场需求与潜力分析 (16)9.3 生物技术知识产权保护 (16)9.3.1 知识产权法律法规体系 (16)9.3.2 知识产权布局与申请 (16)9.3.3 知识产权保护与维权 (16)第10章生物技术路线选择的策略与建议 (16)10.1 技术路线选择的原则 (16)10.1.1 科学性原则：以科学理论为基础，结合生物技术发展趋势，保证技术路线的科学性和先进性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、技术路线
以生物群落监测技术为主，以生物毒理学监测技术为辅，优先开展水环境生物监测，逐步拓展大气污染植物监测；巩固现有水生生物监测网，逐步健全全国流域生物监测网络，以达到通过生物监测手段说清环境质量变化规律的目的。
2、项目和频次
生物监测指标及频次
叶绿素 a 和浮游植物可视具体情况增加频次，夏季水华易发季节，应加大监测频次，主要湖泊监测频次夏季不得低于1 次/每月。
对污染较重的水体，增加水体或底泥的生物毒性测试。
3、方式方法
水环境生物监测，以生物群落监测为主，针对不同的水体和监测的目的，采用不同的监测指标和方法。
河流监测指标以底栖动物和总大肠菌群数监测为主，结合着生生物监测和浮游植物监测进行分析评价，河流水质评价采用Shannon 多样性指数。
湖泊、水库主要监视其富营养化情况，监测指标以叶绿素A、浮游植物为主要指标，结合底栖动物的种类、数量和大肠菌群进行分析。
湖泊水质评价方法采用①Shannon多样性指数；②Margalef指数；③藻类密度标准（湖泊富营养化评价标准）。