项目名称: 薹草属菱形果薹草组(莎草科)的分类研究

项目编号: No.30870150

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 轻工业、手工业

项目作者: 金孝锋

作者单位: 杭州师范大学

项目金额: 25万元

中文摘要: 薹草属菱形果薹草组Carex sect. Rhomboidales是薹草属中种类丰富的组之一,主产东亚,分类问题十分突出。本研究在标本查阅、野外采集、标本鉴定基础上,对叶片解剖结构、叶表皮、果囊和瘦果的微形态进行了较深入的研究,分析和评价了这些微形态性状的分类学和系统学意义。进而对世界范围内的菱形果薹草组进行了组的形态界定和全面修订,结果表明:菱形果薹草组共有35种、5亚种、6变种,包括新发表的新种雁荡山薹草C.yandangshnica和假陈氏薹草C. paracheniana,新组合亚种2个、新组合变种2个,将多达60余个分类群作归并处理。结合各种证据,将菱形果薹草组下划分为3个亚组,首次提出C. macrandrolepis复合体不是本组成员,其包括了19个异名应该归于隐匿薹草组sect. Infossae;中华薹草C. chinensis及近缘类群应属灰帽薹草组。

中文关键词: 菱形果薹草组;莎草科;分类修订;形态学

英文摘要: Carex sect. Rhomboidales (Cuperaceae), one of the sections with rich species in Carex, is mainly distributed in eastern Asia and difficult in taxonomy. Based upon specimen examination, field survey and identification, the project carried out studies on leaf anotamy, leaf epdermis, micormorphology of perigynia and achenes. The taxonomic and systematic significance of leaf anotamy, epidermis, perigynia and achenes was analyzed and evaluated. The taxonomic revision and sectional delimitation of worldwide Carex sect. Rhomboidales were proposed, and the results was shown as following: (1) The section contains 35 species, five subspecies and six varieties, including two new species, C. yandangshanica and C. paracheniana, two combinations as subspecies, and two combination as varieties. (2) More than 60 name were reduced as synonymies. (3) Three subsections were proposed in sect. Rhomboidales, with subsect. subsect. Longerostratae and subsect. Giraldianae as new. (4) Carex macrandrolepis complex should be belonged to sect. Infossae, and it contains 19 synonyms. C. chinensis and its related taxa should be ascribed to sect. Mitratae.

英文关键词: Carex sect. Rhomboidales; Cyperaceae; taxonomic revision; morphology

成为VIP会员查看完整内容
0

相关内容

专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
57+阅读 · 2020年12月6日
专知会员服务
67+阅读 · 2020年10月17日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
周礼栋:用长期主义,回归科学研究的本质
微软研究院AI头条
0+阅读 · 2021年9月14日
异常检测(Anomaly Detection)综述
极市平台
20+阅读 · 2020年10月24日
异常检测论文大列表:方法、应用、综述
专知
126+阅读 · 2019年7月15日
已删除
德先生
53+阅读 · 2019年4月28日
无监督学习:决策树AI异常检测
AI前线
15+阅读 · 2018年1月14日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
深度学习目标检测概览
AI研习社
46+阅读 · 2017年10月13日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
15+阅读 · 2019年6月25日
小贴士
相关主题
相关VIP内容
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
57+阅读 · 2020年12月6日
专知会员服务
67+阅读 · 2020年10月17日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
周礼栋:用长期主义,回归科学研究的本质
微软研究院AI头条
0+阅读 · 2021年9月14日
异常检测(Anomaly Detection)综述
极市平台
20+阅读 · 2020年10月24日
异常检测论文大列表:方法、应用、综述
专知
126+阅读 · 2019年7月15日
已删除
德先生
53+阅读 · 2019年4月28日
无监督学习:决策树AI异常检测
AI前线
15+阅读 · 2018年1月14日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
深度学习目标检测概览
AI研习社
46+阅读 · 2017年10月13日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员