油松萜烯类挥发物释放规律与红脂大小蠹危害的关系

该研究以动态顶空采样法对油松叶部和树干基部分别进行活体采样 ,并采用热脱附、气相色谱和质谱联用技术探讨近自然状态下的挥发物组分和含量变化以及红脂大小蠹危害对其的影响 .通过对生长季 5— 9月山西省沁源县赤石桥乡红脂大小蠹的寄主植物油松的挥发物的采集分析 ,明确了挥发物质的基本成分有 2 5种 .其中萜烯类成分占较高比重 ,主要为 3种成分 (S) (+) 3 蒈烯、(R) (- ) α 蒎烯和 (S) (- ) β 蒎烯 ,占萜烯类总量 96 %以上 .另外还含有少量的 (+)柠檬烯、香叶烯、莰烯、对 1,4 二烯和水芹烯等成分 .分别进行了健康油松、受蠹害油松、不同胸径油松干部和叶部 ,以及白天不同时间段的萜烯类成分的相对含量对比 。

蛾翅数学形态特征用于夜蛾分类和鉴定的可行性研究

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。

昆虫种群动态非线性建模理论与应用

本文以非线性动力学为基础．对自然界中昆虫种群动态的复杂性、不确定性进行了建模方法的探讨．在讨论了昆虫种群动态的混沌与非线性时间序列预测方法的前提下，以山东省玉米螟等种群动态资料进行了实例分析．

基于几何形态测量学的天蛾科成虫数字化分类

【目的】对天蛾科10种成虫的前翅进行几何形态测量学分析,探讨利用几何形态测量学实现天蛾科成虫数字化分类的可行性,为逐步实现蛾类昆虫的数字化分类提供新的形态学依据。【方法】首先,进行几何形态测量学分析:以天蛾右前翅为研究对象,按特定次序选取17个翅脉交点作为标记点,并获得坐标数据;对原始标记点坐标数据进行普氏叠加分析消除标本摆放位置、方向和大小等非形状因素等信息;对普氏叠加后的标记点数据进行相对扭曲分析,得到17个标记点对10种天蛾分类作用的大小。其次,对几何形态测量学分析所得数据进行多元统计分析:利用单因素方差分析对17个标记点的差异显著性进行检验,再对普氏叠加后的标记点数据进行主成分分析,然后利用前3个主成分进行判别分析。【结果】相对扭曲分析表明标记点2、4和5对于10种天蛾成虫的分类作用相对较大;单因素方差分析显示17个标记点均具有显著的差异,即标记点在种间是有显著差异的,可以用于本文10种天蛾成虫的分类鉴定;主成分分析的前3个主成分的累计贡献率为97.7%,可作为对10种天蛾成虫进行分类鉴定的变量;判别分析结果显示回归判别和交叉判别的准确率均为100%,实现对天蛾科10种成虫的分类鉴定。【结论】研究表明几何形态测量学可应用于天蛾成虫的数字化分类鉴定,可为未来进一步实现蛾类成虫的自动识别奠定基础。

利用翅的数学形态特征对8种金龟子进行分类鉴定

为探讨金龟子前翅数学形态特征用于金龟子分类及亲缘关系判别的可行性,以丽金龟科、花金龟科和鳃金龟科3个科8种金龟子为研究对象,应用BugShape 1.0软件提取金龟子右鞘翅偏心率、叶状性、球状性、似圆度、紧凑度和7个Hu不变矩等12项数学形态特征,最后进行方差分析和聚类分析。方差分析结果表明所提取的特征参数在种内无显著差异(Sig>0.01),而在种间差异极显著(Sig<0.01),说明形态特征参数均能用于金龟子分类鉴定。聚类分析结果表明,从数学形态学角度出发,8种金龟子亲缘关系远近为小青花金龟子与白星花金龟子,大云斑鳃金龟子与华北大黑鳃金龟子,苹毛金龟子与黑绒金龟子的亲缘关系较近,而铜绿丽金龟子与黄褐金龟子与其他种类的亲缘关系较远。

利用翅的数学形态特征对20种夜蛾进行分类鉴定的研究

为研究夜蛾右前翅的数学形态特征作为分类依据的可行性,以夜蛾科20种夜蛾(每种20个)的右前翅为对象,应用BugShape软件提取其偏心率、球状性、似圆度、矩形度、延长度、叶状性和不变矩Hu1、Hu2等13项数学形态特征,对13项数学形态特征平均值进行方差分析,结果表明:13项数学形态特征参数组间差异极显著(P<0.01),都可以对夜蛾科进行分类鉴定;400个样本13个特征参数统计分析后,其中矩形度、偏心率、似圆度、延长度、叶状性、Hu1、Hu6、球状性、Hu4和Hu7等10个可以作为分类依据的指标,其贡献大小为矩形度>偏心率>似圆度>Hu1>Hu4>球状性>延长度>叶状性>Hu6>Hu7。用筛选出的10个指标建立判别函数和分层聚类,其判别正确率为84.3%,聚类分析的亲缘关系图谱和传统分类学分类结果基本相符。夜蛾右前翅的数学形态特征可以作为夜蛾科进行分类鉴定的依据。

用于昆虫分类鉴定的人工神经网络方法研究:主成分分析与数学建模

为探讨人工神经网络(ANN)在昆虫分类上的可行性,本文提出利用主成分分析和数学建模等方法相结合改进ANN,并以鳞翅目夜蛾科6种蛾类昆虫为样本进行了验证.首先利用Bugshape1.0特征提取软件获取6种蛾180个右前翅样本的13项数学形态特征数据,再运用主成分分析对蛾翅数学形态特征变量重新组合生成新的综合变量,然后结合主成分分析建立BP神经网络分类器.主成分分析结果表明,前5个主成分的累积贡献率为85.52%,已基本包含了全部特征变量具有的信息.在主成分分析的基础上,建立具有5个输入层节点,12个隐含层节点和1个输出层节点的三层BP神经网络分类器.每种蛾20个样本共120组特征数据对分类器进行训练和仿真,其余60组特征数据对分类器进行验证,仿真输出值与目标值的相关系数R=0.997,分类正确率达到了93.33%.较之未经过主成分分析而单独使用BP神经网络建立的分类器,基于主成分分析的BP神经网络分类器具有更优的性能和更准确的分类能力.研究结果表明本文提出的方法具有很好的分类和鉴别作用,为蛾种类的鉴别提供了一种可行的方法.

用于昆虫分类鉴定的几何形态计量学方法研究:相对扭曲分析

几何形态计量学着重研究生物形态的拓扑结构信息,不受昆虫标本大小和形状等因素的影响.本文提出利用几何形态计量学中的相对扭曲分析来实现昆虫分类鉴定的研究,做为方法论的探索,本文以鳞翅目夜蛾科6种蛾类昆虫的翅脉图像样本为试验材料.首先利用软件TpsDig2获取6种蛾180个右前翅翅脉样本的标记点,再运用软件TpsSuper对其进行普氏叠加分析,消除非形状因素等多余的信息,最后利用软件TpsRelw进行相对扭曲分析,通过分析得到的相对扭曲图像可以使昆虫的分类实现二维可视化,因此可以更直观地做出其种类的鉴定.研究结果表明本文为蛾类昆虫的可视化鉴定提供了一种可行的方法,对于昆虫分类鉴定的形态学测量数据可视化具有重要意义.