Таксономия
растений разных биологических групп по структурным признакам фотосинтетического
аппарата с использованием нейронных сетей
Иванова Л.А., Жуков Л.А., Пьянков В.И.
Уральский Государственный Университет
Сибирский Государственный Технологический Университет
Количественные параметры мезофилла
листа характеризуют функциональную
активность листа и его специфику у разных
эколого-биологических групп. Методика «Мезоструктура
фотосинтетического аппарата»,
разработанная в Уральском университете (Мокроносов,
1978) позволяет определять более 20
структурных параметров фототрофных тканей,
включая размеры клеток, хлоропластов, их
количество в единице площади листа, и др.
Анализ большого числа видов любой ботанико-географической
зоны по комплексу этих показателей
представляет большую сложность в силу
природной гетерогенности объектов (разные
жизненные формы, экологические группы, типы
строения мезофилла и т.д.) Одним из подходов
для проверки классификационных моделей
может быть использование нейронных сетей.
Была создана база данных из 195 видов высших
растений бореальной по 30 структурным
признакам фотосинтетических тканей листа
зоны с использованием MS Excel 7; растения
разделены на 3 класса по морфологическому
признаку - тип симметрии тканей мезофилла
листа, который является важной
экологической характеристикой: гомогенный,
дорзовентральный и изопалисадный.
Для обучения нейросетей и
идентификации растений разных
типологических групп использовались
нейроимитаторы MultiNeuron (ИВМ СОАН), Monoton и MDN (СибГТУ),
обучено несколько нейросетей. После
обучения нейросетей (с учителем) на группах
видов с объемом 97-98 видов проведено
тестирование по остальным 98 примерам. В 90%
случаев тип строения мезофилла листа был
определен правильно на основе только
количественных параметров мезофилла листа.
По показателям значимости входных данных
был выделен набор наиболее важных
параметров: количество клеток и
хлоропластов на единицу площади листа,
размеры клеток мезофилла, толщина и площадь
листа. Нашими предшествующими работами
показано, что именно эти признаки имеют
наибольшее функциональное значение.
Полученные результаты позволяют говорить о
возможности использования нейроимитаторов
для идентификации экологических групп
растений. Предполагается использовать
данный подход для идентификации
функциональных типов растений,
представляющих комбинацию морфологических
и экологических признаков.
Работа
при финансовой поддержке фонда РФФИ, N
97-04-49900 и программы “Университеты России”
N454.
Таблица 1
Показатели значимости входных данных
| № п/п
|
| Название
| 1
| 1m
| 2
| 3
| Средн. знач.
| Ранг
|
|---|
| 1
| SL
| площадь листа, см2
| 0.35
| 0.27
| 0.30
| 0.23
| 0.29
| 6
| | 2
| TL
| толщина листа, мкм
| 0.27
| 0.44
| 0.33
| 0.27
| 0.33
| 4
| | 3
| LMA
| вес единицы поверхности листа, мг/дм2
| 0,30
| 0,02
| 0,60
| 0,09
| 0,25
|
| | 4
| VCEL
| объем клетки палисадной ткани, тыс. мкм3
| 0.17
| 0.08
| 0.15
| 0.18
| 0.14
|
| | 5
| CHLP
| число хлоропластов в палисадной клетке, шт
| 0.08
| 0.32
| 0.06
| 0.28
| 0.19
|
| | 6
| CHLS
| число хлоропластов в губчатой клетке, шт
| 0.19
| 0.22
| 0.13
| 0.28
| 0.21
|
| | 7
| NCELP
| число полисадных клеток на единицу площади листа, тысяч/см2
| 0.37
| 0.40
| 0.60
| 0.31
| 042
| 1
| | 8
| NCELS
| число губчатых клеток на единицу площади листа, тысяч/см2
| 0.06
| 0.11
| 0.09
| 0.21
| 0.12
|
| | 9
| NCELPS
| общее число клеток на единицу площади листа, тыс./см2
| 0.40
| 0.36
| 0.36
| 0.31
| 0.36
| 2-3
| | 10
| VCHL
| объем хлоропласта, мкм3
| 0.32
| 0.21
| 0.11
| 0.21
| 0.21
|
| | 11
| NCHLP
| число хлоропластов в расчете на единицу паласадной площади листа, млн/см2
| 0.32
| 0.27
| 0.24
| 0.19
| 0.26
|
| | 12
| NCHLS
| NchlS, NchlPS - число хлоропластов в расчете на единицу губчатой площади листа млн/см2
| 0.19
| 0.04
| 0.06
| 0.16
| 0.11
|
| | 13
| NCHLPS
| число хлоропластов в расчете на единицу общей площади листа, млн/см2
| 0.29
| 0.33
| 0.53
| 0.07
| 0.31
| 5
| | 14
| KOX
| объем клетки, приходящийся на один хлоропласт, мкм3
| 0.33
| 0.21
| 0.12
| 0.38
| 0.26
|
| | 15
| V/V
| суммарный объем хлоропластов в объеме клетки, %
| 0.09
| 0.04
| 0.22
| 0.11
| 0.12
|
| | 16
| ACHLP
| суммарная площадь поверхности хлоропластов в расчете на единицу
палисадной площади листа, см2/см2
| 0.18
| 0.09
| 0.10
| 0.33
| 0.18
|
| | 17
| ACHLS
| суммарная площадь поверхности хлоропластов в расчете на единицу
губчатой площади листа, см2/см2
| 0.24
| 0.20
| 0.17
| 0.08
| 0.17
|
| | 18
| ACHLPS
| суммарная площадь поверхности хлоропластов в расчете на единицу общей
площади листа, см2/см2
| 0.19
| 0.20
| 0.17
| 0.12
| 0.17
|
| | 19
| AMES
| суммарная площадь поверхности клеток в расчете на единицу площади листа см2/см2
| 0.47
| 0.07
| 0.17
| 0.31
| 0.26
|
| | 20
| SCEL
| Scel - площадь поверхности клетки, тыс. мкм2
| 0.26
| 0.08
| 0.13
| 0.17
| 0.16
|
| | 21
| SCHL
| площадь поверхности хлоропласта, мкм2
| 0.29
| 0.10
| 0.29
| 0.07
| 0.19
|
| | 22
| PCHL
| площадь проекциих лоропласта, мкм2
| 0.17
| 0.09
| 0.51
| 0.23
| 0.25
|
| | 23
| IPH
| суммарная площадь проекций хлоропластов на единицу площади листа, см2/см2
| 0.45
| 0.14
| 0.21
| 0.07
| 0.22
|
| | 24
| LCEL
| длина палисадных клеток, мкм
| 0,39
| 0,57
| 0,27
| 0,19
| 0,36
| 2-3
| | 25
| DCEL
| ширина палисадных клеток, мкм
| 0.11
| 0.24
| 0.16
| 0.19
| 0.18
|
| | 26
| NC/V
| Nc/V - общее число клеток в расчете на единицу объема листа, млн/см3
| 0.21
| 0.24
| 0.12
| 0.27
| 0.21
|
| | 27
| NCHL/V
| общее число хлоропластов в расчете на единицу объема листа, 10^9/см3
| 0.35
| 0.33
| 0.11
| 0.07
| 0.22
|
| | 28
| ACH/V
| суммарная площадь поверхности хлоропластов в расчете на единицу объема
листа, 10^3 см2/см3
| 0.34
| 0.14
| 0.17
| 0.09
| 0.19
|
| | 29
| AM/V
| суммарная площадь поверхности хлоропластов в расчете на единицу объема
листа, 10^3 см2/см3
| 0.26
| 0.13
| 0.08
| 0.20
| 0.17
|
|
Литература:
- Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск:
Наука, 1996.- 276с.
Вернуться к основному списку
|
