贝类标本信息管理的数字化处理工作初探

陈永超 黄丹丽 陈正建 李海云 付京花 华南农业大学动物科学学院，广东省广州市 510640

贝类标本信息管理的数字化处理工作初探

陈永超 黄丹丽 陈正建 李海云 付京花 华南农业大学动物科学学院，广东省广州市 510640

由于传统贝类标本在保护、查找和统计等方面存在诸多问题，使得贝类标本信息管理的数字化日益迫切。文章介绍了利用华南农业大学教学标本平台，对华南农业大学水产养殖系贝类标本信息管理数字化处理工作进行的初步研究，包括标本的鉴定汇总、标签制作、外观拍摄、标本的信息转化和整合、数据录入等整理工作。

标本管理；数字化；贝类

因为具有最直观、最形象和最真实的教学和科研材料，同时具备可重复利用的特点，贝类标本在贝类的教学、科研和信息共享中扮演着十分重要的角色，因此，无论是进行贝类的形态学、生理学和生态学等方面的教学和研究，还是进行贝类种质资源的调查或保护等，都与贝类标本的观察鉴定、其生活史和生态特点的了解密切相关。同时，贝类标本的建立也是保存贝类资源生物多样性及开展科学研究、认识人类赖以生存的环境、了解动物与环境之间的相互关系及动物与人类关系的一种重要途径[1-3]。

但是随着保存时间增加，贝类标本实物会随着时间的推移而发生色泽的变化和人为或虫害及霉变的影响而受到破坏[4]，这是标本管理中避免不了的问题，更是传统标本管理工作方面的一大问题。另外，随着标本数量的增加，标本的保护、查找、统计、转移、使用及信息共享等多方面由于数据庞大而造成的工作量庞大而繁琐的问题就会日渐突出，这些也是对传统标本管理工作的一大考验。华南农业大学水产养殖实验室保存了自建系以来收集的贝类标本，由于条件的限制，一些贝类标本在保存过程中不可避免地受到损坏。为整合、共享教学标本，建立网上教学标本数据共享平台，与其他教学科研单位实现网络共享，我们于2008年8月至2009年3月，利用华南农业大学教学标本平台[5]对华南农业大学水产养殖系的贝类标本进行了信息管理数字化处理工作的初步研究，其工作包括标本的鉴定汇总，标签制作、外观拍摄、标本的信息转化和整合、数据录入等整理工作。

1 标本的鉴定汇总

将原有的贝类标本（包括浸制与干制的标本）进行复查鉴定，然后从复查鉴定后的各种类的标本中选择5～8个，作为影像拍摄的备用标本。标本的选择需具代表性，壳体完整、壳色正常和种类特征清晰。

2 标签制作

各标本的每个个体都需要制作一张对应规格的标签（如果遇到个体数目较为庞大的品种，则挑选代表性的5个个体，并制作5张标签）；在A4规格的打印纸上制作不同规格的标签纸，并使标签尽量铺满打印纸，制作好后单面打印出来，并切割成一片片的标签备用。 根据测量标本长度的标准单位长度的不同，标签规格见表1。

表1 标签规格

标签内容包括标签规格、单位、科名、属名（名称均用拉丁文）、种名（使用拉丁文和中文名称表示）、采集地、采集日期、标本号（采用采集地的城市拼音首字母，加采集日期数字，加该种的数量序列号，譬如：犬齿螺，采集地是海南三亚，采集时间是2005年7月23日，这个标本是当天采集的所有种中，需要进行拍摄的个体中的第三个，则该标本的标本号为：SY20050723003）和采集人与鉴定人。

3 标本的外观拍摄

将已鉴定标志或已重新鉴定的标本取出数个种的全部或若干数量；根据标签纸上的品种名称和标本号，将全部标本按种次序平放在工作台上（从上到下，从左到右）；按照次序，在各个个体旁边放置标签纸和轻贴条形码纸在贝壳上，每个个体就成一组拍摄对象组。调整相机参数（拍摄模式：自动，闪光灯关闭，拍摄像素：2560乘以1920，照片格式：JPEG），使用彩色泡沫纸，摆上对象组，贝壳正下方的左边放置其个体对应的标签纸，右边轻微粘贴条形码纸。拍摄时让贝壳的上表面能够呈现所有外形特征，而且贝壳个体周围没有明显的阴影，拍摄完一定数量要求的照片后，将相机中照片及时传入电脑中保存好。

4 标本的信息转化和整合

将各种类的贝类标本的基本信息和保存信息通过计算机输入方式，利用多媒体技术，转化成数字信息保存，并对这些信息进行筛选和处理，整合成包括标本模型过滤出的故障行为建成故障行为库，采取上述同样方法，利用分类分析算法对故障行为进行分类，提取出分类规则，建立起故障类型与定位模型，从而对未来故障行为进行预测，并确定故障原因与位置。

图2 光传送网故障管理系统的数据挖掘过程

4 基于数据挖掘的光传送网故障管理系统框架

为了弥补传统光网络故障管理系统的局限性，需要引入三大模块构建光传送网故障管理系统：数据挖掘模块、故障管理模块和专家系统模块。数据挖掘模块主要负责采用数据挖掘算法自动地对预处理后的数据进行挖掘，提取出故障管理规则，建立数据挖掘模型，从而解决了知识获取的“瓶颈”问题和“窄台阶效应”问题，使系统具有自动性；故障管理模块一方面利用规则库中的关联规则、序列规则区分出正常行为和故障行为，另一方面利用分类规则对故障进行监测和定位，这些过程都是在线自动进行，在一定程度上解决了时差问题，使系统具有时效性；专家系统模块利用数据挖掘模块扩充其故障知识库，并利用推理机应用这些知识进行推理，将最后结果明确地表达给用户，使系统具有智能性[5-7]。如图3所示。

图3 基于数据挖掘的光传送网故障管理系统框架

5 结论

本文设计的光传送网故障管理系统可以充分弥补传统光传送网故障管理系统的局限性，利用数据挖掘技术从大量的告警数据中自动产生精确的适用的管理模型，并用挖掘出的规则扩充知识库，解决了知识获取的“瓶颈”问题和“窄台阶效应”问题，采用专家系统模块中的推理机可以利用知识进行推理，解决实际问题。该系统首次将数据挖掘技术引入光传送网故障管理领域，充分发挥了数据挖掘与专家系统的优势，具有自动性、时效性和智能性，是保证光网络生存性的重要手段，在光网络故障管理领域具有突出的优越性和广泛的应用前景。

[1]林绵锋，刘雪原，顾畹仪，等. 光传送网的故障管理. 光通信研究. 2000（6）：16-21

[2] 顾畹仪. 光传送网. 北京:机械工业出版社. 2003

[3] 李运爽. 混合型专家系统的设计及其在材料设计中的应用. 河北工业大学硕士研究生学位论文. 2005:8

[4]苏新宁，杨建林，江念南，等. 数据仓库与数据挖掘. 北京:清华大学出版社. 2006

[5] 刘涛. 基于专家系统的人才评价系统的研究和实现. 山东科技大学硕士研究生学位论文.2005:12-14

[6] 王金磊. 数据挖掘技术在网络入侵检测中的应用研究. 郑州大学硕士研究生学位论文. 2005:22-24

[7] 骆霞武，景旭文. 基于数据挖掘的故障智能诊断系统研究. 机械设计与制造. 2005(3):58-60

Preliminary Research for Digital Processing of Information Management of Shellfish Specimens

Chen Yongchao Huang Danli Chen Zhengjian Li Haiyun Fu Jinghua
College of Animal Science, South China Agricultural University, Guangzhou Guangdong, 510640, China

As the problems on protection, searching and statistics for the traditional shellfish specimens, the digital information management of shellfish specimens is urgent needed. The article introduces the preliminary research for how to use the teaching specimen platform of South China Agriculture University to digitize information management of shellfish specimens of the department of Aquaculture, South China Agricultural University. This work includes a summary for identification of specimens, label production,taking photos, conversion and integration for information of specimens and entry inputting.

specimens management；digital；shellfish

10.3969/j.issn.1001-8972.2011.08.057

华南农业大学教改课题（JG09130）；“十一五”国家科技基础条件平台建设专项教学标本标准化整理、整合及共享试点华南农业大学教学标本数据库建设子项目（2005DKA21403）；华南农业大学校长基金（2008k002）