作为谷物识别和化指标的长长的树突型植物体:探索3D形态测量方法
Rosalie M Hermans1, Mao Li2, William H Brightly3
1Archaeology, Environmental Changes and Geo-Chemistry Research Group (AMGC), Vrije Universiteit Brussel, Brussels, Belgium.
Frontiers in plant science
|October 22, 2025
概括
使用机器学习的植物石分析表明,长长的树突形态类型可以帮助识别小麦和大麦等古代谷物. 然而,为了在考古发现中准确识别,需要更多的研究.
科学领域:
- 考古植物学 考古植物学
- 古生态学 古生态学
- 古老民族植物学.
背景情况:
- 长树状植物体形态型是识别考古学背景下的化草 (谷物) 的关键指标.
- 由于形态上的相似性,使用长方形树状植物体来区分野生和养的Pooideae草是具有挑战性的.
研究的目的:
- 为了评估Elongate树状植物体形态学作为谷物化和识别的代理的有效性.
- 通过使用先进的分析技术,评估长长树状植物的分类分辨率.
主要方法:
- 在各种类型的Pooideae中调查了长长的树突发生.
- 使用共聚焦显微镜生成3D植物体网格,并提取了形态和拓特征.
- 应用机器学习 (ML) 模型,回归和线性差异分析 (LDA) 来评估分类学模式,并确定与化和 ploidy 的联系.
主要成果:
- 长长的树突发生是Pooideae的祖先特征,在Triticeae (小麦,大麦,麦) 和Avena (麦) 中发现了高度.
- 对3D植物石特征的ML分析揭示了分类学模式,使得在更广泛的分类学层面上进行更可靠的识别.
- 化显著影响形态变异,而化水平似乎不是一个重要的因素.
结论:
- 该研究引入了一种新的定量方法,通过整合3D形态测量,拓数据分析和ML来识别植物石.
- 这些发现为考古学家和生物学家研究作物化提供了指导.
- 进一步完善方法和扩大参考数据集对于提高在更细致的分类学层面上识别准确度至关重要.
关键词:
长长的树枝状 树枝状这是一个很好的想法.考古学 考古学 考古学 考古学 考古学谷物 谷物 谷物 谷物机器学习是机器学习.形态测量方法 形态测量方法 形态测量方法持久的同质性 持续的同质性植物的植物石.更多相关视频
10:14Author Spotlight: Leaf Trait Analysis for Climate and Ecology Reconstruction in Modern and Ancient Plant Communities
Published on: October 25, 2024
4.4K
06:04Author Spotlight: Innovative Approaches to Understanding Plant Structure-Function Relationships for Climate-Resilient Crops
Published on: July 12, 2024
1.6K
