数学形态学在昆虫分类学上的应用研究.Ⅰ.在目级阶元上的应用研究

根据昆虫图像,对半翅目（Hemiptera）、鳞翅目（Lepidoptera）、鞘翅目（Coleoptera）的34种昆虫提取形状参数、叶状性、球状性等7项数学形态特征进行了统计分析,从而论证了各项数学形态特征在目级昆虫分类阶元上作为分类特征的可行性和可靠性,并从数学形态学角度对所涉及到的同阶元昆虫类群的亲缘关系做了描述。结果表明,在作为目级阶元分类特征时,各项特征的可靠性依次为：(似圆度、偏心率、亮斑数)＞(叶状性、球状性、圆形性)＞形状参数。由这些特征的差异显著性可知,从数学形态特征角度讲,3个目的亲缘关系远近大小依次为：半翅目与鞘翅目＞半翅目与鳞翅目＞鳞翅目与鞘翅目。     

数学形态学在昆虫分类学上的应用研究.Ⅲ.在科阶元上的应用研究

在科分类阶元上对半翅目、鳞翅目和鞘翅目8个科的23种昆虫图像中提取的昆虫面积、周长等11项数学形态特征进行了统计分析。结果表明,在科的阶元上11项特征可靠性大小依次为(似圆度、偏心率)>(面积、周长、横轴长、球状性)>(纵轴长、圆形性)>(形状参数、叶状性)>亮斑数。从数学形态学角度出发,夜蛾科等3个科的亲缘关系远近为夜蛾科与粉蝶科>大蚕蛾科与粉蝶科>夜蛾科与大蚕蛾科;鳃金龟等3科的亲缘关系远近为鳃金龟科与天牛科、丽金龟科与天牛科>鳃金龟科与丽金龟科。     

数学形态学在昆虫分类学上的应用研究.Ⅱ.在总科阶元上的应用研究

从总科角度对鳞翅目（Lepidoptera）和鞘翅目（Coleoptera）5个总科23种昆虫图像中提取的昆虫面积、周长等11项数学形态特征进行了统计分析。结果表明,在总科阶元上,11项特征的可靠性大小为圆形性＞（面积、周长、横轴长、球形性、似圆度、偏心率）＞（纵轴长、叶状性）＞（形状参数、亮斑数）。从数学形态特征角度讲,夜蛾总科等3个总科的亲缘关系远近大小依次为夜蛾总科与凤蝶总科>蚕蛾总科与凤蝶总科>夜蛾总科与蚕蛾总科。     

数学形态学在昆虫总科阶元分类学上的应用研究

对鳞翅目Lepidoptera和鞘翅目Coleoptera 5个总科23种昆虫图像中提取昆虫面积、周长等11项数学形态特征进行了粗糙集神经网络分析,并与赵汗青统计分析加以比较,结果表明在总科阶元上,11项特征的可靠性顺序为面积、亮斑数＞周长、横轴长、形状参数、圆形性、似圆度、偏心率＞纵轴长、叶状性、球状性形性、似圆度、偏心率)＞(纵轴长、叶状性)＞(形状参数、亮斑数).与赵汗青等人用统计学分析的结果不完全一致,但大多数属性特征重要性还是一致的.神经网络模式识别结果与传统分类结果完全一致.由此得出:粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比更为理想.     

双重标准差法在昆虫科阶元分类学上的应用

在科分类阶元上对半翅目、鳞翅目和鞘翅目8个科的23种昆虫图像中提取的昆虫面积、周长等11项数学形态特征进行了双重标准差法分析,以评估该方法在昆虫科阶元分类上的应用有效性。结果表明,在科的阶元上11项特征可靠性大小依次为: （似圆度、偏心率、 圆形性>（横轴长、形状参数、叶状性>（面积、周长、球状性> (纵轴长、亮斑数)。科的亲缘关系远近结果显示： 蝽科和缘蝽科关系较近>丽金龟科、天牛科与鳃金龟科关系较近>夜蛾科、大蚕蛾科和粉蝶科关系较近。所得结果与统计假设检验分析所得结果非常相似。     

基于目级阶元的银川湿地陆生昆虫生态位比较研究

昆虫生态位的占据意味着资源的利用,了解导致生态位变化的因素对评估生物群落结构至关重要。通过对银川4种典型湿地的陆生昆虫进行调查,旨在探明何种昆虫类群在银川湿地占据优势生态位,为开展湿地指示生物筛选、昆虫生态位变化及湿地保护等领域的深入研究提供数据基础。2016年5-10月选取银川黄河湿地(永久性河流湿地)、鸣翠湖湿地(永久性湖泊湿地)、芦花台湿地(季节性湖泊湿地)、水洞沟湿地(季节性河流湿地)4类湿地,采用棋盘式扫网和陷阱捕捉的方法进行昆虫采集。研究表明,半翅目在银川湿地的时间、空间、时-空分布中均属优势类群。半翅目的时间生态位宽度在所有昆虫类群中值最大,毛翅目值最小。半翅目、双翅目、鞘翅目和膜翅目昆虫类群在4种湿地中的空间生态位宽度值最大,毛翅目、鳞翅目昆虫类群值最小。鞘翅目、膜翅目与半翅目在时-空生态位重叠值最大,鳞翅目与缨翅目的时-空生态位重叠值次之,毛翅目与螳螂目的时-空生态位重叠值最小。通过对各湿地昆虫群落多样性特征指数的时序变化分析知,群落多样性与均匀度变化一致,说明膜翅目、直翅目、半翅目等12类昆虫在4种湿地下的群落结构是稳定的。在全年调查中,鸣翠湖湿地的昆虫群落时间生态位重叠值最小,宽度值最大,表明鸣翠湖湿地的昆虫群落发生时间长,时间分布跨度大,具较大的种群发展潜力。     

相对特征在昆虫目级阶元图像自动鉴定中的应用

应用计算机图像技术并结合昆虫分类学原理,设计和开发了一套"昆虫目级阶元标本图像自动鉴定系统",提出了一组基于昆虫标本图像的相对特征,并通过前馈人工神经网络方法进行鉴定测试.测试结果表明,相对特征应用于昆虫目级阶元图像的自动鉴定是有效的,在对7个常见昆虫目的测试中,系统表现出良好的准确性和稳定性,最高正确识别率可以达到95%.     

粗糙集理论在昆虫分类学上的应用

研究了昆虫的数学形态特征在目级昆虫分类阶元上作为分类特征的可行性、可靠性和重要性,以及3个目的亲缘关系远近.根据昆虫图像,对半翅目、鳞翅目、鞘翅目的28种昆虫提取形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集理论与方法的论证和运算,并与赵汗青等人统计分析的结果加以比较.在作为目级阶元分类时,各项特征的重要性依次为:(似圆度、偏心率)＞(亮斑数、球状性、圆形性)＞(叶状性、形状参数).从数学形态特征角度讲,3个目的亲缘关系远近大小依次为:半翅目与鞘翅目＞鳞翅目与鞘翅目＞半翅目与鳞翅目.粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比有更为理想的作用.     

昆虫数学形态学研究及其应用展望

数学形态学是用数学方法描述或分析一个物体图象的形状的理论和方法,是图象处理和图象识别技术的发展,但在生物学当中的应用还很有限。本文介绍了一个新的分支学科——昆虫数学形态学,包括三方面的内容：①昆虫数学形态学技术研究,涉及昆虫图象数字化技术和昆虫图象处理与识别技术;②昆虫数学形态学理论研究,主要以昆虫图象的解释和理解研究及昆虫数学形态学与分类学等学科的关系研究为主;③昆虫和昆虫数学形态学应用基础研究,涉及昆虫数学形态学数据库及其分析软件开发,昆虫图象的机器学习和计算机视觉等内容。昆虫数学形态学理论和方法与计算机视觉技术相结合,在害虫虫情监测、昆虫多媒体专家系统的构建等方面具有广阔的应用前景。     

计算机在昆虫分类检索上的应用

笔者最近用普通386计算机,辅助进行昆虫分类检索工作,取得了一定的效果,现简报如下。根据中国经济昆虫志[1]飞虱科褐飞虱属Ninaparvata分种检索表,将昆虫的主要检索分类特征,用数据库语言Foxpro2．5,编成人机对话窗口式计算机程序。这种程序的特点是：（1）将类似两项式检索表放到计算机内,利用计算机的特性,仅将有用的信息显示出来,而无关的信息根本不出现。（2）应答速度快,一按键钮,立即显示。（3）界面友好,简单直观,在窗口下直接选择,无须打任何字符。这使得不懂计算机的人,都可用它。（4）移植性好,对于任何一个昆虫…     

蛾翅数学形态特征用于夜蛾分类和鉴定的可行性研究

摘要: 为探讨蛾翅数学形态特征(MMC)在夜蛾科分类鉴定中的可行性, 本文利用数字化技术获得和处理昆虫图像, 对鳞翅目夜蛾科6种夜蛾的右前翅提取矩形度、 延长度、 叶状性、 偏心率、 球状性、 似圆度和不变矩Hu1、 Hu2等13项与大小尺度和方向均无关的数学形态特征, 并利用方差分析、 逐步判别分析和聚类分析等方法研究了各项数学形态特征在昆虫分类上作为分类特征的可行性、 可靠性和重要性, 并且从数学形态学角度对夜蛾科6个种的亲缘关系进行了分析。分析结果认为矩形度和延长度2个形态特征对这6种夜蛾的分类鉴定没有显著意义, 从而筛选出11个形态特征作为分类变量, 它们的作用大小依次为： （偏心率、 Hu5、 Hu7）＞Hu2＞似圆度＞球状性＞Hu3＞（叶状性、 Hu1、 Hu6）＞Hu4。利用蛾翅的这些特征参数成功地实现了对夜蛾科6种夜蛾的分类鉴定, 基于这些特征参数的6种夜蛾的亲缘关系远近与基于传统形态学的系统进化观点相同。研究表明蛾翅数学形态特征可应用于蛾类昆虫的快速鉴定, 为未来逐步实现蛾类昆虫的自动识别奠定了基础。     

昆虫分类学主要技术手段的研究进展

随着科学技术的进步,昆虫分类学由过去传统的形态分类学逐步向综合性学科发展,特别是现代生物技术是对传统昆虫分类方法的一个补充与完善。本文介绍了传统的昆虫分类方法,重点对一些常用的分子标记技术如同工酶电泳技术、核酸序列分析、Randomly Amplified Polymorphic DNA（RAPD）技术、Simple Sequence Repeat（SSR）技术和Single Strand Conformational Polymorphism（SSCP)技术的特点和它们在昆虫系统进化及昆虫分类等研究中的应用作了相关介绍。     

RAPD技术的特点及其在昆虫分类中的应用

随机扩增的多态性DNA(RAPD)技术,是近年来发展起来的一项DNA分子水平上 的大分子多态检测手段。由于它具有简捷、灵敏、对材料要求不高,取材少、成本低等优点, 备受人们青睐,在遗传学、分子进化、生物分类等领域被广泛地运用。在昆虫分类的过程中, 由于昆虫的种类繁多,形态、生态差异很大,许多在其它领域被广泛运用的分子生物学技术不能在昆虫分类中充分发挥作用。同时在昆虫分类中出现的一些问题却又需要用涉及遗传本质的分子生物学技术进行探讨和研究。本文就RAPD技术的特点及其在解决昆虫分类中的问题时的优势作一简介。     

计算机视觉技术在昆虫识别中的应用进展

介绍计算机视觉技术的定义,组成系统和发展状况,总结其在昆虫识别中的应用,指出目前存在的问题以及需要重点解决的关键技术．为今后的深入研究提出了一些建议和方向。     

基于二叉分类推理的昆虫分类辅助鉴定多媒体专家系统通用平台TaxoKeys的设计与开发

本文详细介绍了基于二叉式分类推理的昆虫分类辅助鉴定多媒体专家系统通用平台TaxoKeys的设计与开发,及其所具备的主要特点。该研究根据昆虫分类学的特点,将昆虫分类的两项式检索表用数据库表示成系统知识库,利用计算机数据结构中二叉树结构的分枝结点搜索技术来实现其推理过程,进行昆虫分类的辅助鉴定,为昆虫分类专家提供一个通用专家系统平台。该系统具有可扩充性好、设计简单、操作方便等特点,同时也适用于一般性生物分类鉴定。另外,本文还就本系统功能的进一步扩展与应用研究等进行了探讨。     

粗糙集模糊聚类分析法在昆虫分类研究中的应用

本文根据昆虫图像,对半翅目、鳞翅目、鞘翅目的28种昆虫提取的形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集模糊聚类分析。在粗糙集处理的基础上,分别进行7指标和3指标（相对约简）两种不同的模糊聚类分析法相比较。结果显示,在作为目级阶元分类指标时,各项特征的重要性依次为：(似圆度、偏心率)＞（亮斑数、球状性、圆形性）＞（叶状性、形状参数）;粗糙集分类正确率优于模糊聚类分析法;粗糙集处理后的3指标分类正确率优于未处理的7指标分类正确率。结论认为,粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比更有优势,粗糙集滤过指标后再进行模糊聚类法分析在昆虫分类研究上具有重要意义。