木霉菌及其系统分类学研究回顾

从木霉菌(Trichodermaspp.)的分类历史、主要分类系统、分子生物学在木霉菌分类研究中的应用、我国木霉菌分类研究状况等几个方面,对木霉菌的分类研究进展进行了简要回顾。近些年来国际上对木霉菌的分类研究取得了显著进展,陆续发表了许多新种,目前木霉属已报道有3组60种和2个变型。另外,对木霉分类研究中存在的问题也进行了讨论。     

基于多时相SAR数据和SPOT数据的盘古林场林分类型识别

林分类型信息的提取是遥感影像分类中的热点和难点。而大兴安岭地区又是我国重点林区和天然林主要分布区之一,植被类型丰富,种类繁多,为林分类型精确识别带来了很大的难度。为了比较和提高林分类型的分类精度,研究以大兴安岭地区盘古林场为实验区,综合利用SPOT-5影像和不同时相的RADARSAT-2全极化SAR影像,采用3种分类方案及最大似然分类方法对研究区遥感影像进行分类,并比较不同分类方案对林分类型识别的精度。3种方案分别是:(1)单独采用SPOT影像对林分类型进行识别;(2)对全极化SAR数据进行极化分解提取参数并结合SPOT数据参与分类;(3)结合SPOT数据与多时相全极化SAR分解参数进行分类。结果表明:对比SPOT、加入单时相和加入多时相3种方案的分类结果,方案三加入多时相SAR影像与SPOT数据对白桦林、落叶松林、樟子松林和云杉林的分类中总分类精度最高,为84.64%,Kappa系数为0.79,对林分类型的识别最为有效,而单用SPOT数据对林分类型识别的精度最低,精度为76.66%,Kappa系数为0.70。     

基于不同决策树的面向对象林区遥感影像分类比较

面向地理对象影像分析技术(GEOBIA)是影像分辨率越来越高的背景下的产物.如何提高高分辨率影像分类精度和分类效率是影像处理的重要议题之一.本研究对QuickBird影像多尺度分割后的对象进行分类,分析了C5.0、C4.5、CART决策树算法在林区面向对象分类中的效率,并与kNN算法的分类精度进行比较.利用eCognition软件对遥感影像进行多尺度分割,分析得到最佳尺度为90和40.在90尺度下分离出植被和非植被后,在40尺度下提取不同类别植被的光谱、纹理、形状等共21个特征,并利用C5.0、C4.5、CART决策树算法分别对其进行知识挖掘,自动建立分类规则.最后利用建立的分类规则分别对植被区域进行分类,并比较分析其精度.结果表明: 基于决策树的分类精度均高于传统的kNN法.其中,C5.0方法的精度最高,其总体分类精度为90.0%,Kappa系数0.87.决策树算法能有效提高林区树种分类精度,且C5.0决策树的Boosting算法对该分类效果具有最明显的提升.     

基于对象特征的山东省丘陵地区多时相遥感土地覆被自动分类

对于基于像元的土地覆被分类来说,植被的分类是难点。使用多时相面向对象分类方法可以较好的解决这个问题。以山东省烟台市丘陵地区为研究区,采用Landsat TM(Landsat Thematic Mapper remotely sensed imagery)、DEM(Digital Elevation Model)、坡度、坡位、坡向等多种数据,利用基于对象特征的多时相分类方法对研究区进行土地覆盖自动分类。首先对影像进行多尺度分割并检验分割结果选取合适的分割尺度,然后分析对象的光谱、纹理、形状特征。根据各类地物的光谱特征、地理相关性、形状、空间分布等特征,明确类别之间的差异。建立决策树使用隶属度函数进行模糊分类,借助支持向量机提高分类精度。研究结果表明,通过使用多时相影像采用面向对象分类方法,相对于传统的基于像素的分类可以明显提高分类精度,尤其是解决了乔灌草的区分问题。     

外来入侵植物凤眼莲遥感监测方法研究

【目的】凤眼莲作为我国典型的外来入侵物种之一,其大规模入侵对水生生态系统破坏严重。目前在不同生境下开展的凤眼莲遥感监测方法研究精度有所不同。本研究对比了不同分类方法,拟筛选出适合我国南方地区凤眼莲的分类方法。【方法】基于Sentinel-2、Landsat8 OLI多光谱影像,选择最大似然和支持向量机监督分类、决策树分类以及植被指数阈值分类方法分别对海南省5个水库的凤眼莲遥感分类,依据无人机可见光影像目视结果对不同方法的分类精度进行评价。【结果】基于凤眼莲时相特征的决策树分类精度最高,总体精度达到90%以上;在基于光谱特征的分类方法中,最大似然监督分类的用户精度为77.88%、制图精度为72.44%,支持向量机分类的用户精度和制图精度分别达到87.00%和84.48%。【结论】基于时相特征与光谱特征的决策树分类方法精度高于仅基于光谱特征的监督分类方法,简单植被指数阈值方法难以区分不同生境内的凤眼莲,研究结果可为我国南方地区凤眼莲遥感监测与预警提供依据。     

不同稀有种处理对双向指示种分析分类结果影响的比较

为探讨不同稀有种处理对TWINSPAN分类结果的影响,以北京小龙门林场华北落叶松林调查数据为例,采用2×2列联表比较了剔除频度＜5%、盖度＜5%的稀有种前后TWINSPAN分类结果的异同,同时结合引入的DBI重点对比了最佳分类等级的吻合性。结果表明：(1)在相同的分类终止原则下,剔除稀有种前后的最大分类结果分别分为12、11个群落类型;(2)基于结合系数r,剔除稀有种前后TWINSPAN在低分类等级的结果差异较大,随着分类等级的增加,二者的吻合度增大,表明稀有种对低分类等级的结果影响较为明显;(3)引入的DBI适用于确定TWINSPAN分类的最佳分类等级,尽管剔除稀有种前后的最佳分类等级不同,但分类结果的吻合度较高。因此,在TWINSPAN分类应用中,建议引入DBI指数辅助确定最佳分类等级,同时取低分类等级结果时必须做删除稀有种处理。     

醋酸菌多相分类研究进展

醋酸菌是一大群革兰氏染色阴性、绝对好氧的细菌的总称, 能将乙醇或糖类不完全氧化为有机酸。醋酸菌的分类在近30年经历了很大变化, 早期的分类系统主要以表型和生化特征为基础。如今, 大多采用结合表型、化学分类法和基因型数据的多相分类法对醋酸菌进行分类。本文综述了醋酸菌的多相分类研究进展, 主要介绍了醋酸菌的现行分类情况及表型分类、化学分类和基因分型等方法在醋酸菌分类中的应用。     

民间生物分类的研究进展

民间生物分类是一种基于当地文化的方言命名系统,是指在科学分类以外、存在于民间的对生物进行分门别类的方法和过程。许多研究证明,民间分类与科学分类法十分相似,在生物多样性调查与编目、生物文化多样性保护和资源的可持续利用等方面有着非常重要的作用。随着文化同质性和生物多样性丧失的日益加剧,许多珍贵的民间分类传统知识在没有被记录或被发现之前就已经消失,亟待抢救。本文对民间生物分类的概念、主要研究内容和进展进行全面回顾,并对目前民间生物分类存在的问题进行展望,以期为人们全面了解民间生物分类提供参考,并为今后民间生物分类的相关研究提供资料。     

白蚁的功能分类

"功能分类"根据功能特性对研究对象进行归类,是全球生态学(Global Ecology)的基本内容。本文介绍了白蚁功能分类的方法、内涵、应用情况及其与形态分类的关系。白蚁功能分类包括Abe的生活类型分类、Donovan等的食性分类、Eggleton和Tayasu的生活方式分类、Davies等的综合分类。目前,食性分类获得较多研究者的认可。功能分类与形态分类的关系较为复杂,低等食草木白蚁一般位于系统发生树的基部,其他类群在此基础上分别产生。不同类群食性进化存在由食木到食土的趋势。虽然功能分类在白蚁不同类群与栖境关系研究中已有较多应用,但食性研究新技术方法的应用还需要进一步加强,白蚁不同功能类群与栖境之间的联系及其机理有待进一步探索。     

基于高分辨率与高光谱遥感影像的北亚热带马尾松及次生落叶树种的分类

利用遥感数据开展森林资源树种的分类对森林资源的监测、森林可持续经营及生物多样性研究都有重要意义。该文以江苏南部丘陵地区的北亚热带天然次生林为研究对象, 利用LiCHy (LiDAR、CCD、Hyperspectral)集成传感器同期获取的高分辨率和高光谱数据, 进行冠幅识别和多个层次的树种分类: 首先, 对高分辨率影像进行基于边缘检测的多尺度分割, 提取出单木冠幅; 其次, 对高光谱影像进行特征变量提取, 并对提取出的特征变量利用信息熵原理选取优化特征变量; 然后, 分别利用全部特征变量和经优化的重要特征变量对森林树种及森林类型进行预分类; 最后, 在预分类结果中加入单木冠幅信息对森林树种及森林类型进行重分类, 并分析分类结果的精度。研究表明: 1)利用全部特征变量进行4个典型树种分类时, 总体精度为64.6%, Kappa系数为0.493; 而针对森林类型的分类精度为81.1%, Kappa系数为0.584。2)利用选取的优化特征变量分类精度略低于利用全部特征变量的分类精度, 其中对4个典型树种分类时, 总体精度为62.9%, Kappa系数为0.459; 而针对森林类型的分类精度为77.7%, Kappa系数为0.525。通过集成传感器同期获取的高分辨率和高光谱数据可以有效地进行北亚热带森林的树种分类及森林类型的划分。