中国落新妇属的研究

中国科学院大学学报

中国落新妇属的研究

潘锦堂

（中国科学院西北高原生物研究所，西宁）

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:1985-12-18 发布日期:1985-12-18
通讯作者: 潘锦堂

A Study on the Genus Astilbe Buch.-Ham. ex D. Don from China

Pan Jin-Tang

(Northwest Plateau Institute of Biology, Academia Sinlca, Xining)

Received:1900-01-01 Revised:1900-01-01 Online:1985-12-18 Published:1985-12-18
Contact: Pan Jin-Tang

摘要/Abstract

关键词: 落新妇属, 分类, 地理分布

Abstract:

The Astilbe Buch.-Ham. ex D. Don was founded in 1912. There are

now 18 species throughout the world. USSR, Thailand, Indonesia, Bhutan, Nepal d Kashan-

mir each has only 1 species; Korea, Philippines and USA each has 2; India 3; Japan 6; and

China 7 (including 3 endemics and 1 new variety). And northeast China, north China and

northwest China each has 2; central China and southwest China each 4; eastern China 5.

Thus the distribution centre of this genus seems to be in the region covering Japan and

eastern, central, and southwest China.

This genus is divided into two sections: Sect. Simplicifoliae Engl. and Sect. Astilbe.

Sect. Simplicifoliae may be considered as the primitive one because it has 5 ordinary petals.

This section consists of about 10 species: 5 in China (east China 4; southwest China 3; ce-

ntral China, north China and northeast China each 2; Northwest China 1), 5 in Japan, 2

in Korea, 1 in Philippines and India each. According to the distribution of this section, the

author suggests that the centre of origin of this genus be in the forested parts from Japon

through east China to southwest China.

Key words: Astilbe, taxonomy, geographic distribution

潘锦堂. 中国落新妇属的研究[J]. 中国科学院大学学报.

Pan Jin-Tang. A Study on the Genus Astilbe Buch.-Ham. ex D. Don from China[J]. .

[1]	冯齐心, 杨辽, 王伟胜, 陈桃, 黄双燕. 基于时序光谱重构的卷积神经网络遥感农作物分类[J]. 中国科学院大学学报, 2020, 37(5): 619-628.
[2]	唐思琦, 韩丛英, 郭田德. 基于机器学习的点集匹配算法[J]. 中国科学院大学学报, 2020, 37(4): 450-457.
[3]	赖训飞, 梁旭文, 谢卓辰, 李宗旺. 基于实体嵌入和长短时记忆网络的入侵检测方法[J]. 中国科学院大学学报, 2020, 37(4): 553-561.
[4]	赵择, 徐佑宇, 唐亮, 卜智勇. 基于改进一对一算法的网络流量分类[J]. 中国科学院大学学报, 2020, 37(4): 570-576.
[5]	李伯男, 赵彤, 吴敏. 基于胶囊网络的海量指纹纹型精准分类算法[J]. 中国科学院大学学报, 2020, 37(3): 387-397.
[6]	宋晗, 杨炜暾, 耿修瑞, 赵永超. 基于卷积神经网络与主动学习的高光谱图像分类[J]. 中国科学院大学学报, 2020, 37(2): 169-176.
[7]	康文佳, 林文辉, 张三国. 基于角度的变系数多分类支持向量机[J]. 中国科学院大学学报, 2019, 36(4): 449-460.
[8]	付盛, 薛原, 张三国. 基于角度的分类方法综述[J]. 中国科学院大学学报, 2019, 36(3): 289-298.
[9]	薛开平, 柳彬, 李威, 洪佩琳. 一种面向未知链路帧的格式特征提取与分类算法[J]. 中国科学院大学学报, 2018, 35(4): 521-528.
[10]	田洁, 王伟强, 孙翼. 一种免除二值化的视频叠加中文字符识别方法[J]. 中国科学院大学学报, 2018, 35(3): 402-408.
[11]	张妙然, 刘畅. 基于特征筛选和二级分类的极化SAR建筑提取算法[J]. 中国科学院大学学报, 2018, 35(1): 89-95.
[12]	江璐, 赵彤, 吴敏. 基于深度卷积神经网络的指纹纹型分类算法[J]. 中国科学院大学学报, 2016, 33(6): 808-814.
[13]	杨朝斌, 张树文, 卜坤, 于灵雪, 颜凤芹, 常丽萍, 杨久春. 高分辨率遥感影像在城市LUCC中的应用[J]. 中国科学院大学学报, 2016, 33(3): 289-297.
[14]	贾康康, 李军利, 乔从丰. 2×L×M×N×H 五体纠缠态分类[J]. 中国科学院大学学报, 2016, 33(3): 334-338.
[15]	公雪霜, 于丽君, 聂跃平, 朱建峰, 潘玉青. 辽宁西部地区先秦时期聚落遗址空间格局分析[J]. 中国科学院大学学报, 2016, 33(3): 373-379.