七种植食性金龟子雌雄成虫的鉴别方法

本研究通过对大黑鳃金龟Holotrichia oblita Faldermann、暗黑鳃金龟H.parallela Motschulsky、铅灰齿爪鳃金龟H.plumbea Hope、铜绿丽金龟Anomala corpulenta Motsch、棕色鳃金龟H.titanis Reitter、拟毛黄鳃金龟H.formosana Moser、小黄鳃金龟Metabolus flavescens Brenske7种常见植食性金龟子的雌雄腹部末端进行显微观察,建立了一种体外无损伤快速准确鉴别常见植食性金龟子雌雄的方法,即轻掰金龟子腹部末端,雌虫可见两片分离的第九腹板退化而成的瓣状褐色骨片,雄虫则无或呈倒"V"字型阳基侧突粘连骨片。该方法对实验所用的鳃金龟、丽金龟2亚科7种金龟子均适用,具有较大的广谱性,且与传统方法相比,操作简便迅速、易于掌握,准确率高。此结果对金龟子田间预测预报以及性信息素的分离研究具有重要意义。6     

内唇在蜉金龟亚科中用于分属和分族的分类学价值

【目的】蜉金龟亚科（鞘翅目：金龟科）成虫外部形态高度趋同,种间相似性大,属族等高级阶元的鉴别特征混乱,因此构建新的形态指标系统极为重要。近年来内唇形态广泛应用于蜉金龟的分类学研究,并能有效区分部分种类,然而内唇在高级阶元的分类学价值和应用范围仍未可知。【方法】本文选取276属818种金龟为研究对象,其中包括蜉金龟亚科7族259属799种,以及外群样本17属19种（蜣螂亚科13属14种,沙金龟亚科4属5种）,利用几何形态学手段量化蜉金龟内唇的形态学信息,评估了属级和族级的区分度,并联合支序系统学方法,重建了蜉金龟祖先内唇形态。【结果】根据主成分分析显示,属级阶元的形态总方差为0.032 131 27,族级为0.032 914 63,内唇在属族间变异程度接近（两者相差约3%）,揭示了内唇形态在高级阶元间基本保持稳定,适合用于分类鉴定。为了进一步探索内唇在高级阶元的分类归属是否也接近,随之对样本进行判别函数分析。结果显示,仅基于内唇形态,98.49%的属可被正确鉴定,族级有98.41%的正确率,表明内唇在属级阶元间的判别归类略胜于族级阶元,内唇适合应用于高级阶元的判别归类。结合系统发育树,重建的内唇祖先形态显示其多变区域包括上内唇根基部、侧缘,内唇前区和内唇外缘等6个特征,不仅验证了前人对内唇的部分特征应用,也发现了新的形态指标。【结论】本研究利用定量形态学方法证实了内唇适用于蜉金龟高级阶元分类,同时为外部形态趋同类群提供了新的特征筛选与评估范式。     

等鳃金龟属中国种类修订

等鳃金龟属Exolontha Reitter(1902)隶属于金龟子科、鳃角金龟亚科、鳃角金龟族(Melolonthini)。在此之前,本属共记有两个种:Exolontha umbraculata(Burmeister),1855及Exolontha tonkinensis Moser,1913。今就现有材料的研究,对等鳃金龟属的分类作以下三点修订:     

基于单细菌共焦拉曼光谱的细菌快速检测

【背景】目前利用共焦拉曼光谱技术进行成像和成分鉴别方面的研究较多,但如何快速检测与鉴别多种细菌方面的研究较少。【目的】基于共焦拉曼光谱技术,建立一种在单细菌水平上实现病原微生物快速分类鉴定的方法。【方法】以大肠杆菌为研究对象,利用共焦拉曼光谱技术在单细菌水平上进行了激发波长的优化试验,并研究了大肠杆菌存放时间对单细菌拉曼光谱信息的影响。同时,对白色葡萄球菌、大肠杆菌、金黄色葡萄球菌、沙门氏菌和铜绿假单胞菌进行了共焦拉曼光谱测试,并对5种细菌进行单细菌拉曼光谱的归属分析,设计共焦拉曼光谱技术结合支持向量机(support vector machine,SVM)模型学习算法,进行了5种细菌的快速分类鉴别。【结果】对于单细菌拉曼光谱探测,532、633和785 nm这3种常见的拉曼探测波长中,532 nm具有更好的激发效率和光谱信噪比。结合SVM模型对5种细菌的识别分类,SVM模型的灵敏度和特异性达到了96.00%以上,整体准确率为98.25%。不同存放时间下大肠杆菌拉曼光谱的重复性和稳定性都很好,且SVM模型匹配率均在90.00%以上。【结论】单细菌拉曼光谱结合SVM模型可对5种细菌进行快...     

基于深度学习的蝴蝶科级标本图像自动识别

【目的】本研究旨在探讨深度学习模型在蝴蝶科级标本图像自动识别中的可行性和泛化能力。【方法】为了提高识别模型的鲁棒性和泛化能力,将锤角亚目中6个科1 117种蝴蝶标本图像通过水平翻转、增加图像对比度与亮度以及添加噪声的方式增强图像数据集。在Caffe框架下,利用迁移学习方法,首先使用Image Net数据集中的图像训练Caffe Net模型,迭代31万次后得到初始化的网络权值;然后利用蝴蝶图像训练已预训练好的Caffe Net模型,通过参数微调,获得一个蝴蝶科级标本图像自动识别的卷积神经网络模型。为了比较深度学习和传统模式识别两种方法建立的模型的泛化能力,对相同训练样本提取全局特征和局部特征,训练支持向量机(support vector machine,SVM)分类器。所有的模型在与训练样本图像来源一致和不一致的两个测试样本集上进行测试。【结果】当测试样本与训练样本来源一致,均为蝴蝶标本图像时,基于Caffe Net的蝴蝶识别模型对6个科的蝴蝶识别准确率平均达到95.8%,基于Gabor的SVM分类器也获得了94.8%的识别率。当测试样本与训练样本来源不一致,为自然环境下拍摄的蝴蝶图像时,两种方法获得的识别率均下降,但Caffe Net模型对蝴蝶自然图像的平均识别率仍能达到65.6%,而基于Gabor的SVM分类器的识别率仅为38.9%。【结论】利用Caffe Net模型进行蝴蝶科级标本图像识别是可行的,相比较传统模式识别方法,基于深度学习的蝴蝶识别模型具有更好的泛化能力。     

捕食性颏花金龟口器形态的适应进化及功能研究(鞘翅目:金龟科:花金龟亚科)

颏花金龟为捕食性,是花金龟亚科12族中食性最为特殊的类群,以其下唇的前颏极度扩大而得名。依据捕食对象及对应形态变异类型的不同,其可分为蚁食性和蚜食性两类。由于颏花金龟的食性异于其他种类花金龟的植食性,栖息环境也有极大的不同,故其口器适应进化出诸多形态类型。通过比较颏花金龟、花金龟亚科其他种类、其他植食性金龟(丽金龟和犀金龟两个亚科为代表)以及典型肉食性甲虫口器的形态,对颏花金龟口器特殊结构及功能进行了分析,并初步探索了取食机制及颏花金龟的生存策略。     

光谱和性别对几种金龟子趋光行为的影响

本研究采用不同波长的LED新型绿色光源对几种金龟子雌雄性的趋光行为进行研究,结果表明:棕色鳃金龟Holotrichia titanis Reitter、铅灰鳃金龟H.plumbeaHope、铜绿丽金龟Anomala corpulenta Motschulsky的趋光反应率分别为68%、84%、90%,显著高于暗黑鳃金龟H.parallela Motschulsky和大黑鳃金龟H.oblita Hope;棕色鳃金龟和铅灰鳃金龟趋光谱较广;主峰为405nm和465nm的单色光对所有试虫均有较强的诱集力。雌性大黑鳃金龟和暗黑鳃金龟的趋光性强于雄虫;但雌雄差异对棕色鳃金龟、铅灰鳃金龟和铜绿丽金龟的趋光性无显著影响。     

基于COⅠ基因对三种大黑鳃金龟分类地位的研究

本试验将江南大黑鳃金龟Holotrichia gebleri Faldermann分别与东北大黑鳃金龟Holotrichia diomphalia Bates、华北大黑鳃金龟Holotrichia oblita Faldermann进行了杂交试验,得到了F1代成虫,自交得到了F2代,表明F1代的雌雄虫具有正常的生殖力,3种金龟子之间不存在生殖隔离。对这3种大黑鳃金龟的COⅠ基因进行了扩增与测序并构建了系统进化树,结果显示:江南大黑、华北大黑和东北大黑3种鳃金龟的遗传距离相近,分类地差别不显著,与外类群的暗黑鳃金龟Holotrichia parallela Motschulsky在遗传距离和分类地位上差异显著。以上结果表明,江南大黑鳃金龟、东北大黑鳃金龟和华北大黑鳃金龟应为同一个物种的不同地理类群。     

内蒙古中部地区土壤金龟子群落特征

2003-2004年,采用土壤样方法和粪诱捕法调查了内蒙古中部地区7个不同生境中的土壤金龟子群落特征,并以群落系数、欧氏距离、百分率相似系数和因子分析等方法对不同土壤金龟子群落之间的相似性进行了分析.共计捕获土壤金龟子101 788头,分属于7科22属59种.其中,植食性种类3科12属18种,主要为鳃金龟科和丽金龟科的种类;粪食腐食性种类4科10属41种,主要为金龟科、蜉金龟科和粪金龟科的种类.对几种群落相似性聚类分析方法所得结果的对比表明,因子分析方法所得的结果是较为合理的,因子分析排序的结果将7个土壤金龟子群落分为2类:一类为典型草原、草甸草原、荒漠草原和沙地;另一类为农田、退耕地和人工林地.     

苎麻田灯下金龟子种类组成及优势种群发生动态研究

为了调查苎麻田金龟子的种类及发生规律,于2013年4~9月,在湖北省咸宁市咸安区苎麻科技示范园进行了频振式杀虫灯诱虫试验,系统诱集金龟子并鉴定种类,分析灯下不同金龟子种群动态。结果表明：频振式杀虫灯在苎麻田诱集金龟子类4科10种,以铜绿丽金龟Anomala corpulenta Motschulsky和暗黑鳃金龟Holotrichia parallela Motschulsky为绝对优势种类。金龟子从4月末至9月初均灯下可见,5月中旬至6月上旬为铜绿丽金龟诱集高峰,6月上旬至7月中旬为暗黑腮金龟诱集高峰期。