中国‘99昆明世界园艺博览会竹类专题园竹种名录初报

竹类专题园是中国’99昆明世界园艺博览会场馆内的6大专题园之一，该园占地面积为38．5亩，目前已引种竹种约40属255种，成为世界上竹子种类最为丰富并以丛生竹为特色的竹园。在不到一年的时间内将如此众多的来自不同纬度、不同海拔、不同气候带、具有不同生态习性的竹种引种到位，种植成活并使其生长良好、建成较好的园林景观，这在园林史上是罕见的。本文是世博会竹类专题园引种竹种的初步名录。     

园林式竹类园的营建与管理技术

根据梅花山华南虎园所处的自然地理条件，分析了华南虎园的性质，特点和竹类园的功能作用，提出了适宜竹类园的营建技术和管理措施。     

中国竹类植物管理信息系统的研究

竹类植物是再生生资源，在我国森林资源中占有重要的地位。目前，竹子已经形成一种产业，发挥着它的经济、生态和社会效益。信息产业的高速发展，促使竹子行业对信息的需求更加强烈。本文就是基于此背景，综合分析竹类科学研究的资料、成果以及其它竹业信息，根据竹类植物信息自身的特点，设计、建立了一套信息采集较为全面、可靠性准确的竹类植物信息系统（ＣＢＭＩＳ）。系统采用了新的软硬件技术处理方法进行系统设计，尤其是数据     

国际竹类栽培品种登录园及其申办与建设

国际竹类栽培品种登录园(ICRGB)是国际竹类栽培品种登录体系建设与发展的重要基础性环节,是国际竹类栽培品种登录中心(ICRCB)授权集中保存世界各地竹栽培品种活体标本的专门设施与场所。一个合格的国际竹类栽培品种登录园,应当能够满足竹种质资源的收集、竹栽培品种活体标本的保存、竹品种的繁殖和定向培育、优质竹品种的展示和宣传、竹品种国际登录的技术服务等专业功能需求。根据国际惯例,申请者需向ICRCB提交申请书和承诺书,只有当ICRCB组织专家进行实地考察并正式批准后,才能合法设立和建设ICRGB。文章详细介绍了ICRGB的概念、基本功能以及如何申请、规划建设及日常的管理任务等,可为相关机构申请建立ICRGB提供参考。     

福建三明仙人谷国家森林公园竹类观赏园竹子种类及生长状况调查

实地调查了福建省三明市仙人谷国家森林公园竹类观赏园的竹种类及生长情况。结果显示:竹类观赏园主要竹种有101种,分别属于禾本科竹亚科14个属;竹类观赏园中,超过91%的竹种生长发育处于良好及以上水平,少数竹种易受病虫害、冻害、旱害的影响。竹类观赏园存在的问题主要有:竹种种类少,每个竹种植株数量不足;园区规划与周边环境不协调;竹种缺乏科学养护;园区建设资金投入不足。针对存在的问题提出了相应的解决对策。     

中国竹类物种的多样性

全世界约有竹类植物1 500多种。中国是世界上竹类物种多样性最丰富的国家。截止目前,中国实际按照《国际植物命名法规》（ICBN）公开发表的竹类植物有44属、762种,约占世界竹类种数的50%以上。这其中不包括55变种、147变型、5个杂交竹,计207个种下分类群以及竹类栽培品种和许多存疑竹类。文章详细列出了中国已公开发表的762种竹类植物名称,显示了中国竹类物种的多样性。     

湖北竹类的气候区划研究

根据气候相似性和地域差异性原理,选择湖北76个县(市区)的与竹相关的16个气候因子,进行主成分分析和聚类分析,绘制散点图,从而确定三大区划界线,将隶属于2个中国竹区的湖北竹林分为4个竹区、8个亚区。     

中国竹类文献分类与分析研究

采用文献计量学的原理和方法,以<中国期刊全文数据库>、<数字化期刊全文数据库>2个期刊数据库中收录的1988～2007年的1 687篇竹类文献为研究对象,探讨竹类文献的年代分布和主题类型分布.根据竹类研究文献特点,采用定性方法,按主题类型对文献进行分类,构建竹类文献分类系统.以文献发表在不同级别期刊的比例作为各类别文献的重要值,分析各类别文献的重要值及研究重点领域和研究热点,提出竹类研究的空白领域及薄弱环节,对未来竹类研究提出建议性的重点研究领域和方向.     

湖北竹类的自然分区研究

分析了竹亚科植物在湖北省5个试验点和10个县市的适生性,选择毛竹、慈竹和孝顺竹等代表性竹种,对湖北混合竹区作进一步划分。结合竹类气候区划的3大界线,将隶属于2个中国竹区的湖北竹林分为4个竹区、8个亚区,形成完整的湖北竹类自然区划。     

竹类中黄酮类化合物总量的研究

以芦丁为标样,用分光光度法测定了14种竹子的竹叶、竹枝中黄酮类化合物的总量,比较了样品的3种预处理方法对黄酮提取率的影响,分别以热水、乙醇、甲醇为溶剂测定了竹类中黄酮类化合物的提取率,讨论了竹龄对黄酮类化合物总量的影响。     

关于竹类资源数字化管理和利用的探讨

我国竹类研究取得了丰硕成果和丰富资料。随着计算机技术的发展,特别是大容量个人计算机的发展和普及,通过数字化管理对这些数据资源进行科学、快捷、有效利用十分迫切和重要。该文对竹类资源及其研究成果进行数字化管理和利用进行了初步探讨。     

中国竹类研究领域成果储备及2014-2017年转化立项情况

竹产业转型升级离不开科技创新及成果转化。文章依托国家林业和草原局科技成果储备数据库和中央财政林业科技推广示范项目数据库,统计分析了中国竹类研究领域成果储备及2014—2017年中央财政林业科技推广示范项目资助的情况。结果表明：1）竹类研究成果的储备量、立项推广量与竹林资源量三者之间在区域分布上呈明显的一致性;2）研究成果所属领域不同,成果储备数与推广立项数也不同,竹材加工领域储备的科技成果最多,但推广立项数较少,立项比仅为8.04%;竹下经济领域的成果储备数较少,但推广立项数较高,立项比高达90.91%;竹笋培育及加工领域是竹林特色产业,成果储备数和立项数均较高;3）各省份关注的成果领域存在一定的差异,体现了竹产业发展的地区差异性和不均衡性;4）鉴定成果是储备数量和推广立项数量均最多的成果类型,其成果成熟度和创新性均具备较高的水平。     

中国竹类种下分类群的多样性

竹类种下分类群的多样性是中国竹类多样性的重要组成部分。文章统计了中国竹类种下分类群的数量。结果显示,中国竹类共有变种55个、变型155个,计210个种下分类群。由此可见,中国是世界上竹类种下分类群多样性最丰富的国家。     

我国竹类植物种质保护体系的适度理念研究

竹类是一类具特殊生长习性与生长型的植物,其分布范围广泛、有性生殖脆弱而无性繁殖发达,易于受到人为和自然因素的影响而沦为小种群或濒危物种。本文从小种群近交危害与集合种群上分析了竹类种质保护的适度思想,即适宜的局域种群与集合种群结构度是优化竹类野生种质保护的重要依据;并从区域相对封闭生态系统结构度与竹类种质稳定性上分析了野生种质适度保护的策略;最后从加强竹类种质种群生态学特征的编目清查、自然野生栖息地就地保护、竹类种质保存圃建立与完善,以及竹类原料林的定向培育4方面阐述了竹类种质的适度保护体系。     

中国竹类植物植硅体碳研究

植硅体碳（Phyt OC）作为陆地生态系统中重要的碳汇来源,由于其稳定性强、不易分解等特点,成为当今全球生物固定CO₂的重要手段。植硅体碳的稳定性对全球陆地土壤碳库贡献比植硅体碳储量要大得多。文中综述了中国竹林生态系统植硅体碳的研究成果与进展。研究发现,不同竹种植硅体碳的含量差异较大,同一竹种不同器官的植硅体碳储量也存在差异,在竹林土壤中植硅体碳的分布呈现出随土壤深度的增加而减少的变化趋势。中国竹林分布面积广,竹种类型多样,竹资源丰富,今后应加强对不同竹种间植硅体碳的研究,特别是进一步提高竹林生态系统中植硅体碳储量的措施,结合当下经济、社会等因素,更加突出植硅体碳带来的经济和社会效益。     

竹类植物标本馆的综合防虫研究

竹类植物标本在一般室内条件下极易受蠹虫类害虫侵食,一旦受损害,珍贵的标本无法修复而失去保存价值。因此防治害虫是竹类植物标本馆管理事务中一项很重要的工作。作为我国收藏标本种类最全和数量最多的竹类专业标本馆之一,浙江省林业科学研究院竹类标本馆自1981年建馆以来采取"以防为主,综合防治"的措施。除了随手关好门窗和标本柜,以阻隔害虫侵入外,还从新增标本进行严格的消毒处理;定期定量在标本柜放置天然樟脑;一发现虫害苗头,及时进行全馆化学熏蒸杀虫等措施进行防治,取得了良好的效果,使标本得以长久保存。     

中国竹类多样性及其可持续利用研究现状和展望*

文中从种质资源、竹类多样性、竹林群落和生态景观多样性、珍稀竹种及其保护、竹产业可持续发展等方面 ,就涉及我国生物多样性及其保护的文献资料进行了简要评述 ,并对存在的一些问题作了探讨     

竹类植物种质资源的收集及其利用研究

江苏省林业科学研究院竹类植物种质资源圃始建于20世纪70年代初期,至1989年底,共收集引进保存了4属26个竹种,保存圃面积0.667hm2。从2004~2006年,进一步扩建竹类植物种质资源圃,面积达4.0 hm2,现有竹类植物22属98种(含变种或变型),且竹种成活率、保存率较高。分别简要介绍了各个竹种主要用途及其配置方式与竹种选择,并提出了相关开发利用的建议。     

竹类植物DNA分子标记研究的现状与问题点

DNA分子标记在竹类植物的分类、系统演化、遗传多样性研究等方面都有广泛的应用。综述了几种常用的DNA分子标记技术在这些方面的研究进展,提出其存在的问题,并展望了其在竹类植物研究上的应用前景。     

生态背景下基于人工智能深度学习的竹类害虫识别方法研究

针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5 663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明：模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F₁值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。