四川杜鹃花属三个新异名

将我国四川杜鹃花属Rhododendron L.植物2个种和1个亚种（R.decorum Franch. ssp.cordatum Hu,R.xichangense Z.J.Zhao及R.davidsonianum Rehd.&Wils.）处理为新异名,并作了相应的讨论。     

杜鹃花的追求——西方采集者素描(上)

西方园艺学家对高山常绿杜鹃花的引种栽培开始于17世纪，19世纪中期这一活动成为欧美 植物园的热点。伴随着杜鹃花栽培的热情高涨是西方人对中国植物区系的关注及对中国植物 的大量采集和研究。19世纪中期到20世纪初，众多西方人步入中国，进行植物考察和采集活 动，丰富的中国植物资源，经他们之手成为装点西方园林的重要素材。这期间有过一批由欧 美一些植物园和植物(园艺)协会选派的专业采集员，也有一些纯属业余的植物爱好者。这里 仅介绍十几位与中国及少数周边国家和地区杜鹃花关系密切的著名采集者。罗伯特·福琼英国园艺学家罗伯特…     

关于《中国植物志》杜鹃花属部分〖HJ*3〗〖HJ*2〗名称原始文献引用的讨论

就 《中国植物志》 57（1）和57（2）杜鹃花属部分种类（名称）原始文献的引证进行了修证。     

杜鹃花的追求—西方采集者素描（下）

乔治·福雷斯特由于对事业的执著和具有不屈不挠的意志品质，乔治·福雷斯特(George Forrest，1873—1932)在中国的植物考察采集，成绩斐然。他喜爱乡村生活，爱好钓鱼、打猎，从澳大利亚返回苏格兰后，在爱丁堡植物园标本室工作。1904年，福雷斯特被派往中国，开始了他跨跃28年的植物考察生涯。其间他7次来华，足迹几乎遍及中国西南地区，采集了约30000多份干制标本，为爱丁堡植物园引回1000多种活植物，其中有250多种杜鹃花新种，对这座位于苏格兰首府的皇家植物园成为世界杜鹃花研究的中心，起了很大作用。他的贡献还在于对云南植物区…     

乔治·福雷斯特在中国采集的杜鹃花属植物

在历时二十八年的植物考察生涯中,乔治.福雷斯特曾7次来华,为西方园林和植物研究机构采集、引种了大量的动、植物材料,在他所采集的中国杜鹃花标本中,曾被有关研究者作为新种描述的名称多达400余个,至今仍有150多种为众多研究者所接受。福雷斯特的采集是杜鹃花属分类和区系研究中非常重要的素材。     

关于《中国植物志》杜鹃花属部分〖HJ*3〗〖HJ*2〗名称原始文献引用的讨论

就《中国植物志》57(1)和57(2)杜鹃花属部分种类(名称)原始文献的引证进行了修证。     

中国杜鹃花属几个新异名

将我国广东、广西和四川杜鹃花属Rhododendron中5个种和2个变种处理为新异名,将石棉杜鹃R. shimianense Fang & P. S. Liu处理为黄花杜鹃R. lutescens Franch.的变型。     

杜鹃花之路

杜鹃花属（Rhododendron）是一个大属,目前被植物学家确认的野生种已超过900个。自从这个属的种类被大量引入西方植物园栽培驯化,一百多年来,它们对植物分类、生态、区系和园林等学科的专家及爱好者,始终保持着强大的吸引力。杜鹃花属的种类分布很广,欧、亚、北美及大洋洲均可见其踪迹,但主要分布在亚洲。东亚与马来西亚的杜鹃花种类最多,占世界总数的90％以上,仅特有种就有850多种。杜鹃花分布的最南界是澳大利亚东北部的昆士兰州,仅有1种。北美洲有20多种杜鹃花,欧洲仅有9种。中国是杜鹃花的分布中心,除新疆和宁夏外,全国各…     

再现自然美的杰作——爱丁堡皇家植物园

爱丁堡皇家植物园始建于17世纪中后期（167年）,是英国历史上最早的植物园之一（仅次于建于历对年的牛津大学植物园）,也是英国现有的两座皇家植物园中的一座（另一座为建于1759年的邱园）。植物园的创始人是当时在爱丁堡大学医学院任职的安德鲁·鲍尔弗（AndrewBaffeur）和罗伯特·西伯德（R。bertSibbald）,后者是苏格兰历史上第一位医学教授。出于方便医学院学生专业课的学习为目的,二人在爱丁堡皇宫花园田olywood）的空前处开辟了面积仅有网球场大小的引种地,以引种栽培草药为主,帮助学生们利用课余进行一些实践观察。虽然当时…     

预测物种潜在分布区——比较SVM与GARP

 物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分 布预测模型都遇到了难以解决的“高维小样本"问题。该研究通过理论和实践证明,基于结构风险最小化原理的支持向量机(Support vector machine, SVM)算法非常适合“高维小样本"的分类问题。以20种杜鹃花属(Rhododendron)中国特有种为检验对象,利用标本数据和11个1 km×1 km的栅格环境数据层作为模型变量,预测其在中国的潜在分布区,并通过全面的模型评估——专家评估,受试者工作特征(Receiver operator characteristic, ROC)曲线和曲线下方面积(Area under the curve, AUC)——来比较模型的性能。我们实现了以SVM为核心的物种分布预测 系统,并且通过试验证明其无论在计算速度还是预测效果上都远远优于当前广泛使用的规则集合预测的遗传算法(Algorithm for rule-set prediction, GARP)预测系统。