《Review of Palaeobotany and Palynology》：Key identifying characteristics for seven taxa of pine pollen in China
编辑推荐：
松花粉形态分类研究应用LDA和CART模型，在东北部确定颗粒宽度、体高、外壁厚、囊室宽四项参数达90%识别准确率，东部地区通过五项参数（含颗粒长度、囊室交结点长度）保持80%以上准确率，建立标准化数据库支持古气候重建和自动化鉴定。
陶 Wang|青海 Xu|盛瑞 Zhang|康友 Huang|蔡明 Shen|肖忠 Huang
中国西部环境系统重点实验室（教育部），兰州大学地球与环境科学学院，兰州 730000，中国
摘要
松属植物广泛分布于北温带地区。其物种的地理分布和生境条件差异显著，反映了多样的生态和环境意义。因此，提高生态样本中松属花粉鉴定的准确性对于增强气候和植被重建的可靠性至关重要。本研究重点关注中国六种松属植物及其一个变种的现代花粉形态（Pinus koraiensis、P. sylvestris var. mongholica、P. sylvestris var. sylvestriformis、P. bungeana、P. massoniana、P. tabuliformis和P. yunnanensis）。通过测量花粉形态特征并进行分析，应用线性判别分析（LDA）和分类与回归树（CART）方法来识别七种松属花粉的关键形态特征。根据它们的地理分布范围，将这七种松属花粉分为两组。对于中国东北部的三种松属植物（P. koraiensis、P. sylvestris var. mongholica和P. sylvestris var. sylvestriformis），CART模型使用四个变量（花粉粒长度、花粉粒高度、外壁厚度和气囊宽度）的准确率超过90%。对于中国东部的四种松属植物（P. bungeana、P. massoniana、P. tabuliformis和P. yunnanensis），CART分析使用五个变量（包括上述变量）的准确率保持在80%以上。本研究建立了一个中国七种松属花粉的标准化形态测量数据库，支持古植被和古气候重建的准确研究，并为未来的自动化花粉鉴定提供了基础数据。
引言
花粉是古气候和古植被重建最直接和可靠的指标之一，在准确理解和重建过去的气候和环境变化中发挥着不可替代的作用（Davis等人，2003年；Nakagawa等人，2003年；Sepp?和Bennett，2003年；Xu等人，2016年）。花粉具有高产量、小尺寸和强扩散能力。花粉壁中的孢粉素具有出色的化学稳定性，能够在地质时间尺度上得到良好保存（Dajoz等人，1991年）。作为携带植物遗传信息的雄性配子，花粉和孢子在形态特征上比根、茎和叶的外部形态特征更具遗传保守性（Erdtman，1952年）。研究花粉形态不仅为利用地层序列中的化石花粉类型重建植被变化历史、古气候和环境变化提供了现代花粉形态数据，还对植物系统学和分类学具有重要意义（Bahadur等人，2022年；Cartaxo-Pinto等人，2023年；Mao等人，2024年）。
利用化石花粉数据进行古植被和古气候的定量重建是孢粉学的一个新兴趋势，也是21世纪该学科面临的一个挑战和任务（Sugita，2007年；Gaillard等人，2010年；Zheng等人，2014年）。然而，目前花粉鉴定的水平普遍不足。树木花粉通常只能鉴定到属级别，而草本植物花粉通常只能鉴定到科或属级别（Birks，1993年；Sepp?和Bennett，2003年；Xu等人，2017年）。鉴于同一科内不同属之间以及同一属内不同物种之间的生态差异较大，这种不充分的鉴定分辨率在孢粉学研究中构成了重大挑战（Zhang等人，2024年）。基于科或属级别的花粉组合进行的古植被和古气候重建可能会掩盖植物物种组成的时间变化，并忽略属内物种对气候和植被的响应（Finkelstein等人，2006年；Tang等人，2016年）。鉴定精度不足还会导致气候指标的范围扩大，并给古气候重建带来不确定性。先前的研究已经使用扫描电子显微镜证明了同一属内不同物种之间的花粉形态差异（Martin和Drew，1970年；Wronska-Pilarek，1998年；Vieira等人，2023年）。然而，扫描电子显微镜的样本制备和分析更加耗时且成本较高，对于处理传统孢粉学研究中通常检查的大量花粉样本来说是一个实际挑战。因此，使用光学显微镜在物种或变种级别实现准确鉴定仍然是一个关键的研究目标。
一些学者开始采用统计方法来提高花粉形态的区分能力。尝试在物种级别进行鉴定的工作可以追溯到20世纪60年代。1968年，Birks使用频率分析构建了Betula物种的频率分布，成功区分了Betula nana与其他两个物种（Betula tortuosa、B. pubescens）的花粉（Birks，1968年）。然而，这种方法仅适用于区分一个Betula物种，适用范围有限。Hansen和Cushing（1973）通过统计分析十一个形态特征并计算未知花粉粒与所有可能的Pinus物种的相似性来鉴定五种Pinus物种。这种统计方法缺乏透明度，需要大量的测量，并且正确鉴定的花粉粒不到一半。线性判别分析（LDA）通过构建测量形态数据的线性函数来分类花粉粒，分配权重以最大化不同分类单元之间的分离。Birks和Peglar（1980）使用花粉形态测量统计和判别函数有效区分了Picea glauca和P. mariana。虽然LDA是花粉分类的重要步骤，但它缺乏传统分类方法的透明度。自动花粉鉴定技术，特别是结合深度学习方法和自动化监控网络的新方法，在识别效率、结果客观性、数据及时性和基于网络的监控方面取得了显著进展（Chen等人，2006年；Tello-Mijares和Flores，2016年；González-Alonso等人，2023年；Zhang和Mao，2026年）。然而，这项技术仍面临几个关键挑战，包括复杂现实场景中的数据干扰、小样本条件下的模型适应性有限、维护成本高以及算法可解释性不足，这些都限制了其在地层花粉鉴定中的应用（Romero等人，2020年；Wang等人，2021年）。研究人员越来越多地应用分类与回归树（CART）分析在物种级别鉴定花粉物种。Lindbladh等人（2002年）区分了北美东部的三种云杉物种（Picea glauca、P. mariana和P. rubens）。May和Lacourse（2012）使用CART分析研究了北美西部的三种Alnus物种，并确定了区分这些物种的两个重要形态参数。这些研究案例表明，CART分析可以通过将相对较少的形态特征结合到决策树中来有效鉴定大多数花粉粒，为物种级别的花粉鉴定提供了一种有前景的方法。
松属植物广泛分布于北温带地区。不同的松属分类单元具有不同的地理分布和生境要求，可以作为不同生态和环境条件的指标（Fang等人，2011年）。已经进行了关于松属植物花粉形态和物种间鉴定的研究（Ting，1965年；Nakagawa等人，1996年；Nel和van Staden，2005年；Song等人，2012年）。扫描电子显微镜观察显示，松属物种之间的花粉形态存在差异，这些差异可以根据花粉粒的外形和气囊结构来区分（Sun，2002年；He等人，2008年；Li等人，2011年；Xie等人，2018年；Zhou等人，2019年）。Barton等人（2011）为两种松属植物构建了一个CART模型，选择了四个形态参数来区分新英格兰地区的Pinus resinosa和P. banksiana的花粉。在另一项研究中，结合CART分析的Pinus物种（Pinus nigra、P. sylvestris、P. pinaster、P. pinea和P. halepensis）的花粉形态表明，在最后一次冰期，欧洲黑松（Pinus nigra）是伊比利亚西南部至中部松林中的主导物种（Desprat等人，2015年）。中国的松属非常多样，包括23个物种和12个变种（Fang等人，2011年）。松属花粉通常占东亚季风地区地表样本中总花粉组成的40%以上（Zheng等人，2014年）。然而，从松属植物分布点插值得到的气候数据显示，该属的栖息地年平均温度范围从-5°C到23°C（温差28°C），年降水量从400毫米到2400毫米不等（Zheng等人，2008年）。这表明松属具有极广的气候范围，从热带延伸到寒冷温带。因此，提高松属花粉鉴定的准确性对于增强气候和植被重建的可靠性至关重要。在中国，现代松属花粉根据形态特征被分为Haploxylon型和Diploxylon型（Sun等人，2006年）。最近对青藏高原东南部高山湖泊沉积物的研究结合了光学显微镜下的花粉形态观察和扫描电子显微镜下的花粉粒外形特征，进一步将松属花粉细分为两到三个亚型（Quan等人，2026年）。然而，对于第四纪地层中的化石样本，松属花粉的分类分辨率主要停留在属级别，只有少数地区能够达到亚属或物种级别（Jacobs，1985年；Cwynar和Spear，1995年；Carrión等人，2000年；Anderson和Feiler，2009年；Chen等人，2015年；Liu等人，2023年；Huang等人，2025年；Zheng等人，2025年）。实现高分辨率的物种间鉴定仍然是该领域的一个主要研究挑战和重要目标。
在这项研究中，我们旨在通过研究中国六种松属植物及其一个变种（Pinus koraiensis、P. sylvestris var. mongholica、P. sylvestris var. sylvestriformis、P. bungeana、P. massoniana、P. tabuliformis和P. yunnanensis）的花粉形态，来提高中国松属花粉鉴定的分类分辨率。这些物种在中国主要植被带广泛分布，并且常见于现代地表花粉组合和第四纪记录中。我们使用光学显微镜检查了这七种松属分类单元的花粉形态特征，并使用LDA和CART分析进行鉴定。本研究探讨了以下问题：（1）所选七种松属分类单元的形态测量参数是否存在显著的物种间差异？（2）LDA和CART分析在松属花粉的物种级别鉴定中的效果如何？（3）哪些形态参数是区分松属分类单元的关键诊断特征？
部分摘录
植物材料
2014年至2020年间，从中国各地收集了松树花粉样本，涵盖了包括中国东北部、北部、南部和西南部在内的典型地理区域，如大兴安岭、长白山、太岳山、广东省和云南省（图1）。从每个松属分类单元的代表性地理位置收集了花粉样本。研究收集了七个代表性
结果
根据它们的地理分布范围和生态区，将七种松属分类单元的花粉分为两组：来自中国东北部的三种分类单元（Pinus koraiensis、P. sylvestris var. mongholica和P. sylvestris var. sylvestriformis）以及来自中国东部的四种物种（P. bungeana、P. massoniana、P. tabuliformis和P. yunnanensis）。详细的花粉形态图像见补充材料。
中国东北部三种松属分类单元的区分
对Pinus koraiensis、P. sylvestris var. mongholica和P. sylvestris var. sylvestriformis的花粉定量形态数据进行了方差分析（ANOVA）。结果表明，各种定量花粉形态特征与其相应分类单元之间的相关性均达到显著水平（表1）。对花粉形态参数数据进行了线性判别分析（LDA）。第一和第二判别函数的贡献率分别为86.43%和13.57%
结论
本研究对中国七种松属分类单元的花粉形态特征进行了系统分析，以建立基于光学显微镜的物种间区分方法。通过结合LDA和CART模型，花粉鉴定的准确性得到了显著提高。LDA结果显示，不同分类单元的花粉粒在形态空间中形成了明显分离的簇，证实了在物种或变种级别进行区分的可行性。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本工作得到了国家自然科学基金（42501185、41630753）的资助。
