《凯里学院学报》2023年第3期

发布时间:2023-8-28 | 杂志分类:其他
免费制作
更多内容

《凯里学院学报》2023年第3期

对不同地理种源红豆树幼树叶片功能性状进行分析发现,湖南张家界种源地红豆树叶形指数最大,福建南平种源地的红豆树叶面积最大,四川雅安种源地红豆树叶形指数最小,但其比叶面积最大;福建建瓯种源地红豆树叶片比叶面积最小,但其干物质量最大,除此以外,叶面积最小的是江西种源地的红豆树,福建浦城种源地的红豆树叶片干物质量最小.对不同地理种源红豆树幼树叶片的碳氮磷化学计量特征进行分析,结果见表5,显示种源间变 异 系 数 为 2.90%—30.84%,其 中 叶 片 氮 磷 比(30.84%)变 异 性 最 大 ,其 次 为 叶 片 碳 磷 比(25.83%)、叶片P含量(21.22%)、叶片N含量(16.31%)、叶片碳氮比(14.64%),最小的是叶片C含量(3.20%).9个种源地的红豆树化学计量平均值分别是碳506.91 g/kg、氮25.18 g/kg、磷1.25 g/kg,化学计量特征比平均值分别是氮磷比21.06、碳氮比20.60、碳磷比425.20.其中福建南平种源地的红豆树叶片氮含量最高(31.86 g/kg),碳氮比最低(16.08),氮磷比最大(509.27);福建浦城种源地红豆树... [收起]
[展开]
《凯里学院学报》2023年第3期
粉丝: {{bookData.followerCount}}
文本内容
第51页

对不同地理种源红豆树幼树叶片功能性状进行分析发现,湖南张家界种源地红豆树叶形指

数最大,福建南平种源地的红豆树叶面积最大,四川雅安种源地红豆树叶形指数最小,但其比叶

面积最大;福建建瓯种源地红豆树叶片比叶面积最小,但其干物质量最大,除此以外,叶面积最小

的是江西种源地的红豆树,福建浦城种源地的红豆树叶片干物质量最小.

对不同地理种源红豆树幼树叶片的碳氮磷化学计量特征进行分析,结果见表5,显示种源间

变 异 系 数 为 2.90%—30.84%,其 中 叶 片 氮 磷 比(30.84%)变 异 性 最 大 ,其 次 为 叶 片 碳 磷 比

(25.83%)、叶片P含量(21.22%)、叶片N含量(16.31%)、叶片碳氮比(14.64%),最小的是叶片C含

量(3.20%).9个种源地的红豆树化学计量平均值分别是碳506.91 g/kg、氮25.18 g/kg、磷1.25 g/kg,

化学计量特征比平均值分别是氮磷比21.06、碳氮比20.60、碳磷比425.20.其中福建南平种源地的

红豆树叶片氮含量最高(31.86 g/kg),碳氮比最低(16.08),氮磷比最大(509.27);福建浦城种源地

红豆树叶片碳(486.96 g/kg)、氮(20.66 g/kg)含量在9个种源地均最低;四川雅安种源地红豆树叶

片碳含量(514.03 g/kg)最高 . 江西九江种源地红豆树叶片磷含量(1.76 g/kg)最高,其碳磷比

(287.02)和氮磷比(12.05)最低;浙江龙泉种源地红豆树叶片碳氮比(23.91)最大;福建建瓯种源

地红豆树叶片磷含量(0.91 g/kg)最低且其碳磷比(573.45)最大.

表5 不同地理种源红豆树幼树叶化学计量差异

种源地

福建建瓯

福建南平

福建浦城

四 川 成 都

新津

四川雅安

重庆

湖南

张家界

浙江龙泉

江西九江

总体

Total

N/(g/kg)

21.56±0.25 e

(1.18%)

31.86±0.59 a

(1.86%)

20.66±1.88 e

(9.09%)

28.27±0.37 b

(1.31%)

29.92±0.0.8 c

(0.27%)

25.64±0.79 d

(3.07%)

26.06±0.35 d

(1.34%)

21.32±0.15 e

(0.68%)

21.22±0.84 e

(3.95%)

25.18±4.11

(16.31%)

C/(g/kg)

502.43±3.41 a

(0.68%)

512.31±1.57 a

(0.31%)

486.96±43.21 a

(8.87%)

506.62±1.20 a

(0.24%)

514.03±0.80 a

(0.16%)

511.61±6.50 a

(1.27%)

513.25±1.23 a

(0.24%)

509.77±1.17 a

(0.23%)

505.19±5.42 a

(1.07%)

506.91±14.71

(2.90%)

P/(g/kg)

0.91±0.19 e

(20.73%)

1.12±0.39 cde

(35.12%)

1.07±0.01 de

(1.16%)

1.36±0.02 ab

(1.51%)

1.41±0.01 b

(0.95%)

1.24±0.02 abc

(1.22%)

1.30±0.03 abc

(2.03%)

1.11±0.04 cde

(3.69%)

1.76±0.02 a

(1.22%)

1.25±0.27

(21.22%)

C:N

23.30±0.13 b

(0.57%)

16.08±0.27f

(1.66%)

23.57±0.12 ab

(0.52%)

17.92±0.21 d

(1.18%)

17.15±0.06 e

(0.38%)

19.96±0.36 c

(1.82%)

19.70±0.22 c

(1.14%)

23.91±0.19 a

(0.78%)

23.83±0.70 ab

(2.96%)

20.60±3.02

(14.64%)

C:P

573.45±137.88 a

(24.04%)

509.27±222.63ab

(43.72%)

454.30±40.89 abc

(9.00%)

372.85±4.80 bc

(1.29%)

365.34±3.99 bc

(1.09%)

411.05±4.32 abc

(1.05%)

395.64±8.56 bc

(2.16%)

457.92±16.05 abc

(3.51%)

287.02±1.99 c

(0.69%)

425.20±109.83

(25.83%)

N:P

24.62±5.97 ab

(24.26%)

31.64±13.70 a

(43.30%)

19.28±1.76 bc

(9.15%)

20.81±0.31 bc

(1.48%)

21.31±0.20 bc

(0.93%)

20.60±0.52 bc

(2.50%)

20.09±0.49 bc

(2.42%)

19.15±0.81 bc

(4.22%)

12.05±0.42 c

(3.45%)

21.06±6.50

(30.84%)

·44·

第52页

2.2 不同地理种源红豆树幼树叶片性状及化学计量与地理因子冗余分析

对9个种源地的环境因子进行主成分(PCA)分析(表6),可知5个环境因子中,经度的解释度

最高,无霜期的解释度最低;在此基础上进行冗余(RDA)分析,结果显示经度(E)与叶形指数

(LI)、干物质量(LDMC)及叶片碳氮比(LC∶N)呈正相关,与叶面积(LA)、比叶面积(SLA)及叶片

氮含量(LN)呈负相关;纬度(N)与叶面积(LA)、比叶面(SLA)积及叶片氮含量(LN)呈正相关,与

叶形指数(LI)、干物质量(LDMC)及叶片碳氮比(LC∶N)呈负相关;年平均气温(MAT)和年平均降

水量(MAP)两个指标,与叶形指数(LI)、干物质量(LDMC)及叶片碳氮比(LC∶N)均呈正相关,与

叶面积(LA)、比叶面积(SLA)、叶片碳(LC)、氮(LN)及磷(LP)含量均呈负相关;无霜期(FFP)与叶

面积(LA)、干物质量(LDMC)比叶面积(SLA)及叶片碳氮(LC)含量呈正相关,与叶形指数(LI)呈

负相关.

表6 种源地理环境因子对红豆树种源功能性状及化学计量解释度

环境因子

经度/º

纬度/º

年平均气温/℃

年平均降水量/mm

无霜期/d

解释度/%

91.20

7.99

0.64

0.16

0.02

F

0.50

0.10

0.32

0.30

0.17

P

0.132

0.689

0.305

0.316

0.559

图1 不同地理种源红豆树幼树叶片功能性状及化学计量与地理环境因子RDA分析

(E:经度;N:纬度;MAP:年平均降水;MAT:年平均气温;FFD:无霜期;LI:叶形指数;LA:叶面

积;SLA:比叶面积;LDMC:干物质量;LN:叶片氮含量;LC:叶片碳含量;LP:叶片磷含量;LC∶N:叶

片碳氮比)

·45·

第53页

2.3 不同地理种源红豆树幼树功能性状及化学计量相关性分析

对不同地理种源红豆树幼树功能性状和C、N、P化学计量间相关性进行分析,结果见表7. 发

现:LA与 SLA呈极显著正相关(P < 0.01),LA与 LN呈显著正相关(P < 0.05),LA与 LC∶N呈显著

负相关(P < 0.05);LDMC 与 LC∶P 呈显著正相关(P < 0.05);LN 与 LC 之间呈显著正相关(P <

0.05),LN与LC∶N呈极显著负相关(P < 0.01),LN与LN∶P之间呈极显著正相关(P < 0.01);LP与

LC∶P呈极显著负相关(P < 0.01),LP与LN∶P之间呈极显著负相关(P < 0.01);LN∶P与LC∶N呈显

著负相关(P < 0.015),与LC∶P呈极显著正相关(P < 0.01)(表7).

表7 不同种源红豆树功能性状及化学计量相关性分析

LI

LA

SLA

LDMC

LN

LC

LP

LC:N

LC:P

LN:P

LI

1

- 0.224

0.088

- 0.341

- 0.361

- 0.047

0.235

0.346

- 0.176

- 0.301

LA

1

0.498**

0.200

0.448*

0.101

- 0.002

- 0.461*

- 0.046

0.177

SLA

1

0.135

0.299

- 0.040

0.094

- 0.344

- 0.042

0.130

LDMC

1

0.046

0.032

- 0.371

- 0.027

0.399*

0.302

LN

1

0.460*

0.092

- 0.986**

- 0.033

0.476*

LC

1

0.136

- 0.338

0.007

0.160

LP

1

- 0.082

- 0.927**

- 0.735**

LC∶N

1

0.054

- 0.460*

LC∶P

1

0.845**

LN∶P

1

注:*表示显著关系(P < 0.05);**表示极显著关系(P < 0.05);LI:叶形指数;LA:叶面积;SLA:比

叶面积;LDMC:干物质量;LN:叶片氮含量;LC:叶片碳含量;LP:叶片磷含量;LC∶N:叶片碳氮比

3 讨论

3.1 不同地理种源红豆树幼树叶片功能性状及化学计量差异

在异质环境条件下,同一树种会经过长期的自然选择和适应,在形态特征和生理特性等方面

发生变异,从而形成特定的地理种群[9]

,由于环境的异质性,物种的适应性有一定幅度,因此功能

性状发生变异也是有限的[25]

.本试验研究结果显示:9个种源红豆树幼树叶片功能性状种源间变

异系数为 6.88%—32.02%,而化学计量特征种源间变异系数为 2.90%—30.84%.叶形指数和叶片

干物质量两个指标在种源间差异极显著,说明这两个功能性状对环境变化敏感.Hallik等[26]

的研

究指出功能性状的种内变异系数≤30% 而种间变异系数最高可达 95%.叶形指数(8.38%)和叶片

干物质量(6.88%)两个指标的变异系数均小于10%,但在不同种源地比较时,这两个指标的数值

都存在显著差异(表 3).由此可见,植物在环境发生改变时功能性状会发生改变,虽然种内变异

小,但是也是对不同环境适应变化的具体体现.

化学计量特征中,除碳元素外,其他指标在不同种源地间均差异显著,说明 9个种源地的红

豆树叶片养分特征可能受到种源地环境的影响.牛得草[27]

等指出植物体中碳含量较高,且变异性

小 . 本试验红豆树叶片的碳(C)含量在 9 个种源地间没有显著差异,且变异系数(2.90%)小于

10%,说不同种源地红豆树叶片中碳含量稳定,与前人研究结果一致 .叶片中氮和磷是生态系统

·46·

第54页

中的限制性元素[28]

,对植物各种功能具有重要影响,在生理代谢中有着重要地位,并最终会影响

植物对碳元素的固定[29]

.叶片的碳氮比在一定程度上反映了碳同化能力及其养分利用效率,而氮

磷比可以判断植物生长的限制性元素 .在本试验引种的 9个种源红豆树中,叶片碳氮比(C/N)以

浙江龙泉种源为最高,说明该种源C同化效率与养分利用效率高于其他种源地红豆树,适合在本

试验地进行引种栽植;福建南平种源地红豆树叶片氮含量最高,排除外界干扰采用统一的栽培基

质,因此可以推断福建南平种源地红豆树固氮能力高于其他种源地红豆树.红豆树叶片P含量平

均值(1.25±0.27g/kg)低于全球水平(1.42 g/kg)[30]

,Han[30]

等也在研究中指出植物在中国南方普遍

受P限制.

与全球尺度的研究结果比较,9个种源地红豆树碳氮比平均值(20.60±3.02)低于全球平均值

(22.5±10.6)[31]

,而碳磷比(425.20±109.83)和氮磷比(21.06±6.50)高于全球尺度的 C/P(232±145)

和 N /P(12.7±6.82).虽然红豆树叶片的碳含量较高,但红豆树是豆科植物,其根系可形成根瘤进

行固氮[32]

,因此碳氮比低于全球水平,植物叶片P含量低于全球水平,因此红豆树的C/P和N/P比

高于全球水平 .Koerselman [33]

等在关于限制性养分元素研究中指出,当 N/P 大于 16 时植物生长

受限于 P 元素,当 N/P 小于 14 时植物生长受限于 N 元素,介于 14 和 16 之间时,取决于植物本

身 .9个种源地红豆树氮磷比均值(21.06±6.50)大于 16,综合判断引种红豆树在本试验区域主要

受P限制.

3.2 不同地理种源红豆树叶片功能性状及化学计量相关性

植物的功能性状在发挥作用时并不是独立的,而是相互关联发挥作用的[3]

,性状间的关有助

于了解植物的生长和生存策略[13]

.植物在早期生长阶段会通过增大叶片面积,增加叶片比叶面积

来增强其光合作用[3]

,让植物快速生长,9个种源地红豆树叶面积与比叶面积呈极显著正相关支

持以上结论 .红豆树叶片的 C含量与化学计量比(C/N、C/P、N/P)之间无显著相关性,叶片 N含量

与C /N间呈现极显著的负相关(P < 0.01),叶片P含量与C /P间呈现极显著的负相关(P < 0.01),

可以判断红豆树叶片的碳(C)含量相对较稳定,且可以满足自身需求,这与王楚楚[13]

关于翅荚木

的研究结果一致.不同地理中红豆树叶片氮、磷含量无显著相关性,这与王楚楚[13]

等关于翅荚木

的研究结果一致,但与徐睿[14]

等关于杉木的研究结果不相同,说明不同植物对于环境的适应策略

存在差异 .比叶面积(SLA)与叶片氮、磷含量也无显著相关性,这与徐睿[14]

等关于杉木以及王楚

楚[13]

等关于翅荚木的研究结果一致,但与李曼[34]

关于武夷山植物的研究结果不同,说明植物在不

同的生境条件下的响应机制存在差异.

3.3 种源地环境因子不同地理种源红豆树的功能性状及化学计量的影响

植物的生存与生长,既取决于自身的生理特性,也和种源地的环境因子有一定的相关性[13]

.

表型性状若与种源地环境因子显著相关,就可以认为是发生了局部适应[35]

.9个种源地红豆树的

表型指标中的叶形指数和干物质量与环境因子中的经度、年平均降水以及年平均温度均呈显著

相关,说明红豆树在引种地具有一定适应性.

本研究中红豆树的叶形指数在种源间差异显著,其中四川雅安红豆树叶片叶形指数最小,与

成都新津种源的红豆树的叶形指数相较差异显著 .Jacobs 等[12]

在研究中指出叶片的长宽会受到

平均降水量的影响,成都新津种源地的年平均降水量是9个种源地中最少的(987 mm),但该种源

地红豆树的叶形指数高于的四川雅安种源地的红豆树.张凯等[25]

研究指出:不同分布区油松会因

为温度下降会导致叶长减小 .四川雅安的年平均气温(15.8℃)在 9个种源地中最低,所以导致其

叶形指数偏小.自然群体中功能性状的表型响应是由遗传多样性和表型可塑性共同驱动的[36]

,可

·47·

第55页

以判断四川雅安种源红豆树的表型性状受到种源地环境因子的影响.叶片干物质量(LDMC)可以

在一定程度上反映植物对其所在生境的资源利用状况,但容易受到水因子的限制[37]

.另外,随着

温度降低,叶片的干物质量下降.本试验中干物质量与年平均降水之间呈正相关支持上述理论.

冗余分析(RDA)指出环境因子对红豆树叶片的化学计量有不同程度的影响 .红豆树叶片 N

含量与经度和降水均呈负相关,经度会影响降水,在我国降水由东向西随着经度不断减小[13]

,叶

片N含量随降水减少而升高,这与徐睿[14]

等关于同质园杉木研究一致.

4 结论

本研究中,9个地理种源红豆树幼苗在引种区域经过两年的生长,叶片功能性状及化学计量

特征在种源间存在差异.叶片功能性状中,叶形指数和干物质量在9个种源地间差异显著;除C元

素外,红豆树叶片化学计量特征及化学计量比差,显著,说明碳(C)是红豆树体内最稳定的元素.

磷元素是本引种地植物生长的限制性元素.各功能性状及化学计量特征指标间存在一定的相关

性,但大部分指标间相关性不显著.种源地的经度、年平均降水和年平均温度等环境因子对其叶

功能性状和化学计量具有显著影响.不同种源地红豆树对引种地环境具有局域适应,但适应程度

不同,本试验区较适合引种浙江龙泉和四川雅安两个种源地的红豆树.

本研究初步分析了9个种源2年生红豆树幼苗的叶片功能性状、化学计量特征及种源地环境

因子对其相关性状的影响.由于受到调查数据的限制,种源地环境因子偏少,本试验还未能充分

说明地理种源的环境因子对红豆树生理生态指标的影响,因此在后期试验中可补充种源地的土

壤养分、地形(坡位、坡向)、海拔、积温、生长季均温和降水量等环境因子进一步进行研究;另外,

本试验研究的红豆树还处于幼苗期,随着其持续生长,不同种源红豆树对引种区域的适应,它的

功能性状及化学计量特征对引种地的适应也会进一步发生变化,需要进一步进行研究分析.

参考文献:

[1] PÉREZ HN,DÍAZ S,GARNIER E,et al. Corrigendum to:New handbook for standardised measurement of

plant functional traits worldwide[J]. Australian Journal of Botany,2013,61(3):167 - 234.

[2] GIMENO TE,PÍAS B,LEMOSFILHO JP,et al. Plasticity and stress tolerance override local adaptation in

the responses of Mediterranean holm oak seedlings to drought and cold[J]. Tree Physiology,2009,29(1):

87 - 98.

[3] 段媛媛,宋丽娟,牛素旗,等 . 不同林龄刺槐叶功能性状差异及其与土壤养分的关系[J]. 应用生态学

报,2017,28(1):28 - 36.

[4] 张萍萍,李秧秧,邵明安. 沙地生境和平茬年限对沙柳叶功能特征的影响[J]. 应用生态学报,2011,22

(9):2240 - 2246.

[5] 陈超,罗光宇,金则新,等. 光照强度对景宁木兰幼苗叶片形态结构、化学计量特征和非结构性碳水化

合物的影响[J/OL]. 生态学杂志:1 - 12.[2023 - 05 - 13]. http://kns. cnki. net/kcms/detail/21. 1148.

Q. 20221020. 1130. 005. html.

[6] GERZ M,BUENO CG,OZINGA WA,et al. Niche differentiation and expansion of plant species are asso⁃

ciated with mycorrhizal symbiosis[J]. Journal of Ecology,2018(106):254 - 264.

[7] WANG CY,ZHOU JW,XIAO HG,et al. Variations in leaf functional traits among plant species grouped

by growth and leaf types in Zhenjiang,China[J]. Journal of Forestry Research,2017,28(2):241 - 248.

[8] WRIGHT IJ ,REICH PB ,Westoby M,et al. The worldwide leaf economics spectrum[J]. Nature,2004,

428(6985):821 - 827.

[9] 季子敬,全先奎,王传宽. 兴安落叶松针叶解剖结构变化及其光合能力对气候变化的适应性[J]. 生态

学报,2013,33(21):6967 - 6974.

·48·

第56页

[10]BRADSHAW AD. Unravelling phenotypic plasticity - why should we bother?[J]. New Phytologist,2006,

170(4):644 - 648.

[11]安海龙,谢乾瑾,刘超,等. 水分胁迫和种源对黄柳叶功能性状的影响[J]. 林业科学,2015,51(10):75

- 84.

[12]JACOBS BF. Estimation of rainfall variables from leaf characters in tropical Africa[J]. Palaeogeography

Palaeoclimatology Palaeoecology,1999,145(13):231 - 250.

[13]王楚楚,钟全林,程栋梁,等. 引种期同质园翅荚木主要叶功能性状与种源地环境关系[J]. 生态学报,

2019,39(13):4892 - 4899.

[14]徐睿,刘静,王利艳,等 . 不同地理种源杉木根叶功能性状与碳氮磷化学计量分析[J]. 生态学报,

2022,42(15):6298 - 6310.

[15]谢慕华. 红豆树天然古群落结构特征的研究[J]. 防护林科技,2015(7):33 - 35.

[16]李峰卿,周志春,谢耀坚. 3个小流域红豆树天然居群的遗传多样性和遗传分化[J]. 分子植物育种,

2017,15(10):4263 - 4274.

[17]李峰卿,陈焕伟,周志春,等 . 红豆树优树种子和幼苗性状的变异分析及优良家系的初选[J]. 植物

资源与环境学报,2018,27(2):57 - 65.

[18]翟大才,房震,吴锦菲,等. 不同采种地红豆树种子性状多样性分析[J]. 南京林业大学学报(自然科

学版),2019,43(4):63 - 69.

[19]张宗伟,林逸凡,刘剑,等. UPLC - MS/MS法同时测定红豆树中12个黄酮类成分的含量[J]. 药物分析

杂志,2022,42(3):468 - 475.

[20]张琳婧,全颖萱,李林海,等 . 红豆树枝条化学成分及抗炎活性研究[J]. 天然产物研究与开发,2021,

33(4):585 - 591.

[21]杨佳,柯立,崔珺,等 . 亚热带常绿阔叶林土壤溶解性有机碳和微生物量碳对氮磷添加的响应[J].

土壤通报,2014,45(4):876 - 883.

[22]吴晓成,张秋良,臧润国,等 . 额尔齐斯河天然杨树林叶面积指数及比叶面积的研究[J]. 西北林学

院学报,2009,24(4):10 - 15.

[23]中国科学院南京土壤研究所. 土壤理化分析[M]. 上海:上海科学技术出版社,1978.

[24]鲍士旦. 土壤农化分析[M]. 北京:中国农业出版社,2005.

[25]张凯,侯继华,何念鹏 . 油松叶功能性状分布特征及其控制因素[J]. 生态学报,2017,37(3):736 -

749.

[26]HALLIK L,NIINEMETS L,WRIGHT I J. Are species shade and drought tolerance reflected in leaf - level

structural and functional differentiation in Northern Hemisphere temperate woody flora?[J]. New Phytolo⁃

gist,2009,184(1):257 - 274.

[27]牛得草,董晓玉,傅华 . 长芒草不同季节碳氮磷生态化学计量特征[J]. 草业科学,2011,28(6):915 -

920.

[28]AERTS R,CHAPIN F. The mineral nutrition of wild plants revisited:A re - evaluation of processes and

patterns[J]. Advances in Ecological Research,1999(30):1 - 67.

[29]安卓,牛得草,文海燕,等. 氮素添加对黄土高原典型草原长芒草氮磷重吸收率及C:N:P化学计量特

征的影响[J]. 植物生态学报,2011,35(8):801 - 807.

[30]HAN W. Leaf nitrogen and phosphorus stoichiometry across 753 terrestrial plant species in China[J].

New. Phytol,2005,168:377 - 385.

[31]ELSER JJ,Fagan WF,Denno RF,et al. Nutritional constraints in terrestrial and freshwater food webs.

[J]. Nature,2000,408(6812):578 - 580.

[32]苏石诚,韦小丽,金念情,等. 施肥对红豆树苗木生长、根系结瘤和矿质营养的影响[J]. 亚热带植物科

学,2021,50(1):1 - 8.

[33]KOERSELMAN W,MEULEMAN AFM. The vegetation N:P ratio:a new tool to detect the nature of nutri⁃

ent limitation[J]. Journal of Applied Ecology,1996,33(6):1441.

·49·

第57页

[34]李曼. 武夷山主要森林类型植物根、茎、叶功能性状关联研究[D]. 福州:福建师范大学,2017.

[35]陈嘉静,余华,徐朝斌,等 . 种源与同质园环境对刨花楠幼苗叶功能性状的影响[J]. 应用与环境生物

学报,2019,25(3):648 - 654.

[36]BRESSON CC,VITASSE Y,KREMER A,et al. To what extent is altitudinal variation of functional traits

driven by genetic adaptation in European oak and beech?[J]. Tree Physiology,2011(11):1164 - 1174.

[37]WILSON PJ,THOMPSON K,HODGSON JG. Specific leaf area and leaf dry matter content as alternative

predictors of plant strategies[J]. New phytologist,1999,143(1):152 - 162.

[责任编辑:刘红霞]

Analysis of Leaf Functional Characteristics and C,N,P Stoichi‐

ometry of Ormosia hosiei from Different Provenances

CUI Jun,SUN Meng,CHENG Han⁃yuan,XU Jing⁃jing,LIU Yu⁃jie,PAN Jian

(Huangshan University,Huangshang,Anhui,245041,China)

Abstract:The relationship between leaf functional traits,carbon,nitrogen,phosphorus stoichiometry,

and environmental factors of 2 - year - old Ormosia hosiei seedlings from 9 different geographical prov⁃

enances and sown in a production field in Qimen County,Huangshan City,Anhui Province,was ana⁃

lyzed to reveal the influence of geographical environmental factors on different provenances of the O. ho⁃

siei and their response and adaptation characteristics. The results showed that the coefficient of varia⁃

tion of functional traits was 6.88% - 32.02%,and the coefficient of stoichiometric variation was 2.90%

- 30.84%. The coefficient of variation of carbon content in leaves(3.20%)was relatively small,and

the difference between provenances was not significant,indicating that C is the most stable element in

O. hosiei. There were significant differences in leaf shape index(LI),leaf dry matter content(LD⁃

MC),leaf nitrogen(N),phosphorus(P)and stoichiometric ratios of O. hosiei from different prove⁃

nances. The growth of O. hosiei is limited by the introduced phosphorus(P)elements. Environmental

factors such as longitude,annual average precipitation and annual mean temperature significantly af⁃

fect the leaf functional traits,and stoichiometry,indicating that the seedlings are locally adapted to the

geographical environment. This introduction area is suitable for the introduction of O. hosiei trees in two

provenance:Longquan in Zhejiang and Ya’an in Sichuan.

Key words:Geographic provenance;Ormosia hosiei;functional traits;carbon,nitrogen and phospho⁃

rus stoichiometry

·50·

第58页

食用菌培养基巨菌草纤维材料的再利用

黄广华1

,陈瑞英2*①

(1.漳州职业技术学院,福建 漳州 363000;2.福建农林大学,福建 福州

350002)

摘 要:以灵芝菌草、香菇菌草为食用菌培养基,分析其被食用菌吸收前后纤维素、半纤

维素、木质素、灰分和抽出物含量的变化,结果表明:巨菌草成分不同程度地被食用菌吸

收后,巨菌草基数减少,使得培养基巨菌草成分含量的百分数有升有降.灵芝菌草、香菇

菌草综纤维素增加 0.94%、0.25%,纤维素增加 0.17%、0.06%,半纤维素增加 0.77%、

0.19%,木质素减少0.66%、0.52%,灰分含量增加1.09%、0.91%,各抽出物也有少许变化.

巨菌草培养基废料各化学成分变化量相对较少,仍然具有作为非木材纤维制浆造纸、纤

维板等潜在开发和再利用的价值,为巨菌草的高效利用提供理论依据.

关键词:巨菌草;香菇;灵芝;纤维素;半纤维素;木质素;灰分

中图分类号 :TS721 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0051 - 05

巨菌草(Pennisetum sp)原产于非洲,1983年由福建农林大学菌草研究所所长林占熺从国外

引进选育,如今在中国大面积栽培.巨菌草喜温暖、湿润及光照充足的环境,喜肥沃的土地,不耐

旱、不耐涝.巨菌草植株高大,抗逆性强,不易倒伏,生长速度快,一年可长5~7 m,产量高,每年可

达 525t /hm2

的鲜草产量[1 - 2]

,巨菌草纤维宽度约为 30 mm,长度约为 1.48 mm,纤维素含量可达到

25%~35%,除了作为饲料、食用菌培养基以外也是一种非常好的纤维素原材料[3]

.目前巨菌草

在食用菌培养、纤维板、制浆造纸、生物质发电、制造乙醇等领域均有应用[3 - 4]

.在巨菌草的性能和

有效利用方面许多学者进行了广泛的研究[5 - 7]

,但对于巨菌草的化学成分研究较少,对培养过食

用菌的巨菌草化学成分的研究未见报道.本研究通过分析食用菌培养前后巨菌草化学成分的变

化,为食用菌培养基巨菌草纤维材料的再利用以及巨菌草的高效利用提供理论依据.

1 实验材料、设备和方法

1.1 实验材料

各种巨菌草均由国家菌草工程技术研究中心提供,将准备好的原生巨菌草和作为香菇、灵芝

培养基的巨菌草用手锯锯成小段,再放入粉碎机中粉碎,用筛子筛出40 - 60目的原料,分别装入

密封袋中备用.实验中,将原生巨菌草、香菇培养基的巨菌草和灵芝培养基的巨菌草分别用巨菌

草、香菇菌草和灵芝菌草表示.

收稿日期:2023 - 03 - 20

基金项目:国家自然科学基金(30271057);漳州职业技术学院科研资助项目(ZZY2021B098)

作者简介:黄广华(1971 - ),男,福建上杭人,漳州职业技术学院副教授,研究方向为建筑装饰及木材科学与技术.

*通讯作者:陈瑞英(1957 -),女,福建福清人,福建农林大学教授,博士生导师,研究方向为木材科学与技术.

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

·51·

第59页

1.2 实验试剂及设备

实验试剂主要有蒸馏水、氯化钡溶液、乙酸溶液、甲基橙试剂、盐酸溶液、乙醚、苯、乙醇、硝

酸、亚氯酸钠、冰醋酸和浓硫酸等,试验中所用试剂均为分析纯.

实验设备主要有可控温烘箱(DHG - 9246A,上海精宏实验设备有限公司),干燥器(AB -

415262162,无锡德凡仪器有限公司),感量 0.000 1 g 的分析天平(JA1004,杭州万特衡器有限公

司),瓷坩埚或铂坩埚30 mL或50 mL(济南中波特特种陶瓷有限公司),回流冷凝装置250 mL(南

京銮玉化玻仪器有限公司),恒温水浴(HH - 2,常州润华电器有限公司),索式抽提器 150 mL或

250 mL(上海满贤经贸有限公司).

1.3 实验方法

将三种巨菌草的实验材料各取30份进行实验,结果取平均值,经数据统计分析,变异系数均

小于1,结果可靠.巨菌草原料的试样按国标GB/T 2677.1 - 1993进行,纤维素含量按照硝酸乙醇

法测定[8]

,综纤维素含量按GB/T 2677.10 - 1995进行测定,半纤维素含量通过综纤维素减去纤维

素的含量测定,木质素含量按GB/T35818 - 2018进行测定,灰分含量按GB/T2677.3 - 1993进行测

定 . 抽出物含量的测定按不同溶剂(水、1% 氢氧化钠、苯醇)分别采用 GB/T2677.4 - 93、GB /

T2677.5 - 1993和GB/T 2677.6 - 94进行测定.

2 实验结果与分析

2.1 巨菌草、灵芝菌草和香菇菌草外观

图 1为用锯成小段的巨菌草,图 2和 3分别为香菇菌草和灵芝菌草 .把小段巨菌草放入粉碎

机中粉碎,用筛子筛出40 - 60目的原料,分别进行香菇和灵芝栽培.

图1 巨菌草外观图 图2 灵芝菌草外观图 图3 香菇菌草外观图

2.2 综纤维素、纤维素、半纤维素、木质素和灰分含量分析

巨菌草、灵芝菌草、香菇菌草三者的综纤维素、纤维素、半纤维素、木质素和灰分的主要化学

成分测定结果如表1.

表1 巨菌草、灵芝菌草和香菇菌草主要成分含量比较

试 样

巨菌草

变异系数%

灵芝菌草

变异系数%

香菇菌草

变异系数%

综纤维素/%

38.53

10.52

38.78

20.21

39.47

28.03

纤维素/%

23.88

18.43

23.94

23.45

24.05

18.63

半维素/%

14.65

31.27

14.84

9.55

15.42

25.11

木质素/%

7.14

25.88

6.62

14.09

6.48

19.20

灰分/%

4.46

29.51

5.55

21.33

5.37

30.21

注:变异系数小于1,数据可靠.

·52·

第60页

从表 1中可以看出,巨菌草、灵芝菌草、香菇菌草三者主要成分含量为纤维素>半纤维素>木

质素,巨菌草植物原料的化学组分中以纤维素、半纤维素为主.灵芝菌草、香菇菌草纤维素、半纤

维素比例较巨菌草略有增加,综纤维素、纤维素、半纤维素这三种成分的含量均是巨菌草<灵芝菌

草<香菇菌草,其中香菇菌草的纤维素含量达到最大的24.05%.木质素含量相对较少,三者木质素

含量巨菌草>灵芝菌草>香菇菌草,三者的灰分含量灵芝菌草>香菇菌草>巨菌草.

灵芝菌草和香菇菌草的纤维素、半纤维素、木质素、灰分等均被食用菌不同程度的吸收,因食

用菌培养后巨菌草基数减少,所以部分成分含量的百分数不降反升.其中,木质素吸收最多,纤维

素、半纤维素、灰分吸收相对少些.表现为:纤维素、半纤维素、灰分含量上升,木质素含量下降.灵

芝菌草的综纤维素、纤维素、半维素占比分别比巨菌草增加 0.25%、0.06%、0.19%;木质素减少

0.52%.香菇菌草的综纤维素、纤维素、半维素占比分别比巨菌草增加 0.94%、0.17%、0.77%,木质

素减少0.66%.相对于巨菌草的灰分含量,灵芝菌草的灰分含量增加1.09%,香菇菌草的灰分含量

增加0.91%.

2.3 抽出物含量分析

原料的抽出物种类很多,如无机盐、糖类、植物碱、色素、黏液、淀粉、果胶质、单宁、脂肪、脂肪

酸、树脂、树脂酸等,因抽出物与溶剂的相溶性不同,在不同溶剂下,抽出物溶出的程度不同[9]

.植

物纤维原料一般采用水、有机溶剂、碱等为抽提介质,如冷水法、热水法、1% NaOH 法、有机溶剂

法(苯 - 乙醇),在一定条件下测出各项抽出物的含量.

通过实验测得巨菌草、灵芝菌草、香菇菌草三者的冷水抽出物、热水抽出物、1% NaOH 抽出

物、苯 - 乙醇抽出物含量,结果如表2.

表2 巨菌草、灵芝菌草和香菇菌草抽出物含量比较

巨菌草

变异系数 %

灵芝菌草

变异系数 %

香菇菌草

变异系数 %

冷水/%

5.09

18.36

5.42

20.56

5.11

19.52

热水/%

18.15

21.53

20.05

21.33

19.56

20.77

1% NAOH /%

33.35

19.47

30.33

28.30

34.20

21.31

苯醇抽提/%

4.00

18.31

4.33

18.47

3.80

20.53

注:变异系数小于1,数据可靠.

从表2中可以看出,巨菌草、灵芝菌草、香菇菌草三者的冷水抽出物、热水抽出物含量灵芝菌

草>香菇菌草>巨菌草,而三者中1% NaOH抽出物含量香菇菌草>巨菌草>灵芝菌草,苯醇抽出含

量灵芝菌草>巨菌草>香菇菌草.食用菌培养后,巨菌草抽出物不同程度地被食用菌吸收.因食用

菌培养后巨菌草基数减少,所以,部分成分含量的百分数不降反升.与巨菌草相比,灵芝菌草冷水

抽出物高出 0.33%,热水抽出物高出 1.9%;香菇菌草冷水抽出物高出 0.02%,热水抽出物高出

1.41%.

3 实验结果与讨论

研究表明,巨菌草培养基因其成分不同程度地被食用菌吸收后,基数减少,使得培养基各成分

含量的百分数有升有降,但总体变化不大.灵芝菌草、香菇菌草较巨菌草,其化学成分变化为:巨菌

草、灵芝菌草、香菇菌草的综纤维素>纤维素>半纤维素>木质素,灵芝菌草、香菇菌草较巨菌草的

综纤维素、纤维素、半纤维素含量略有增加,这三种成分的含量均是巨菌草<灵芝菌草<香菇菌草.

·53·

第61页

灵芝菌草的综纤维素、纤维素、半维素占比分别比巨菌草增加 0.25%、0.06%、0.19%,木质素减少

0.52%.香菇菌草的综纤维素、纤维素、半维素占比分别比巨菌草增加 0.94%、0.17%、0.77%;木质

素减少0.66%.巨菌草、灵芝菌草、香菇菌草三者的灰分含量灵芝菌草>香菇菌草>巨菌草,相对于

巨菌草,灵芝菌草的灰分含量增加1.04%,香菇菌草的灰分含量增加0.91%.巨菌草、灵芝菌草、香

菇菌草三者的冷水抽出物、热水抽出物含量灵芝菌草>香菇菌草>巨菌草,灵芝菌草冷水抽出物提

高 0.33%,热水抽出物提高 1.9%;香菇菌草冷水抽出物提高 1.9%,热水抽出物提高 1.41%;

1%NaOH抽出物含量:香菇菌草>巨菌草>灵芝菌草,苯醇抽出含量灵芝菌草>巨菌草>香菇菌草.

通过以上对比分析食用菌培养基巨菌草前后化学成分变化,巨菌草培养基废料的纤维素、半

纤维素、木质素的含量变化均小于 1%.结果表明,食用菌培养基巨菌草纤维材料在造纸、纤维板

等非木质人造板的生产上是可行的,此法可以促进巨菌草的高效利用.

在植物纤维中,木材生长缓慢,周期长,木质纤维材料短缺,形势严峻.国内大量优质非木质

纤维如巨菌草、甘蔗渣、芦苇秆等却未得到充分利用,积极探索非木质纤维原料的充分利用,对缓

解我国造纸、纤维板等人造板工业的纤维原料严重不足意义重大[10]

.如非木质纤维板,就是用含

纤维素的植物废弃物如食用菌培养后的灵芝菌草、香菇菌草、甘蔗渣、芦苇秤等,代替木质材料进

行生产获得的.这些含纤维素的植物废弃物,来源广泛,价格低廉,不仅为大量植物纤维废弃物开

拓了综合利用的新途径,而且为生产纤维板提供了很好的代用原料[11]

.国际生物复合材料中心对

各种生物质原料在中密度纤维板生产中的应用做了大量的研究,确保优质非木质纤维作为中密

度纤维板生产原料的适用性以缓解木材供应的减少和市场的多样化[12]

.

参考文献:

[1] 林占熺. 菌草学[M]. 北京:中国农业科学技术出版社,2003.

[2] 沈锋,陈嘉川,杨桂花,等 . 巨菌草纤维特性分析及其木素结构表征[J]. 中国造纸,2017(3):760 -

765.

[3] 林占焙. 菌草技术现状及其应用前景[J].福建论坛(经济社科版),1996(Z1):80 - 83.

[4] 李志文. 巨菌草作为能源草的特性研究[J].农业工程技术(新能源产业),2013(6):12.

[5] 卢麒麟,唐丽荣,林雯怡,等. 巨菌草制备纳米纤维素及其表征[J]. 草业科学,2013,30(2):301 - 305.

[6] 鲁南,沈锋,王胜丹,等. 巨菌草的木素及半纤维素分析[J]. 中国造纸,2016(8):1 - 5.

[7] 方智毅,王晓曦,雷雅婷,等. 不同生长期绿洲一号和巨菌草制浆性能探讨[J]. 中国造纸,2021,40(6):40

- 46.

[8] 王林风,程远超. 硝酸乙醇法测定纤维素含量[J]. 化学研究,2011,22(4):52 - 56.

[9] 李建国,张红杰,雷鸣. 竹柳与两种速生阔叶木的材性和制浆性能比较[J]. 中华纸业,2012,33(18):

10 - 13.

[10]刘文,王浩,李政,等. 积极利用非木材纤维资源—解决造纸工业原料短缺问题[J]. 中国造纸,2021,

40(3):95 - 100.

[11]建华. 非木制品纤维板生产前景可观[J]. 技术经济信息,1989(8):13.

[12]陈玲. 未来中密度纤维板(MDF)生产的原料[J]. 国际木业,2019,49(1):270.

[责任编辑:刘红霞]

·54·

第62页

Reuse of Pennisetum sp Fiber Material in Edible Mushroom

Culture Medium

HUANG Guang⁃hua1

,CHEN Rui⁃ying2

(1.Zhangzhou Institute of Technology,Zhangzhou,Fujian,363000,China;2.Fujian Agriculture and Forestry University,Fuzhou,Fu⁃

jian,350002,China)

Abstract:The contents of cellulose,hemicellulose,lignin,ash and extract were analyzed before and

after being absorbed by the edible fungi using ganoderma lucidum and mushrooms edodes as the edible

fungi media. The results showed that when the components were absorbed by edible fungi to different

degrees,the cardinal number of Pennisetum sp decreased,making the percentage of medium Pennise⁃

tum sp content increased or decreased. its medium as ganoderma lucidum and mushrooms edodes in⁃

creased by 0.94% and 0.25%. cellulose increased by 0.17% and 0.06%,hemicellulose increased by

0.77% and 0.19%,lignin decreased by 0.66% and 0.52%,and ash content increased by 1.09% and

0.91%. Each extract also has a little change. The reduction of chemical components of the culture medi⁃

um waste was relatively small,and it still had potential development and reuse value as non - wood fi⁃

ber pulp and paper making,fiberboard and so on. It provides the theoretical basis for the efficient utili⁃

zation of Pennisetum sp.

Key words:Pennisetum sp;mushrooms;ganoderma lucidum;cellulose;hemicellulose;lignin;ash con⁃

tents

·55·

第63页

从江香猪 CYP2D25 mRNA 表达特性研究

杨家大1

(凯里学院,贵州 凯里 556011)

摘 要:为分析从江香猪CYP2D25 mRNA的组织分布和诱导特性,累积其药物代谢模型

研发基础资料,应用实时荧光定量PCR方法研究从江香猪CYP2D25 mRNA的组织分布,

以及利福平对其表达的影响 .研究结果发现:CYP2D25 mRNA 在从江香猪肝脏、十二指

肠、皮肤、肾脏、胃、心脏、肺、大脑和脊髓均有表达,以肝脏中表达水平最高,为 8.819 0,

显著高于其余组织;肾次之,再次为皮肤、大脑、脊髓及十二指肠;心最低.利福平处理组

从江香猪只有肝脏检测到CYP2D25 mRNA表达,其表达水平与对照组无显著差异.研究

结果与人体同源酶CYP2D6 mRNA的表达特性类似,提示从转录层面看从江香猪可用于

人CYP2D6所代谢药物的安全性评价研究.

关键词:CYP2D25;表达特性;从江香猪

中图分类号 :Q95 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0056 - 08

细胞色素P450(cytochrome P450,CYP450),又称混合功能氧化酶和单加氧酶,是广泛存在于

生物体内的一组结构和功能相关的超家族基因编码的含铁血红素同工酶,因还原型细胞色素

P450 与一氧化碳复合物在 450 nm 处有一吸收峰,故命名为 CYP450[1]

. 目前,已确定了人类

CYP450 包含 18 个家族 44 个亚家族[2 - 3]

. 其中,涉及药物代谢的 CYP450 主要包括 CYP1A2、

CYP2B6、CYP2C8、CYP2C9、CYP2C19、CYP2D6、CYP3A4等7种重要亚型[4]

,主要存在于细胞的内

质网和线粒体内膜上,负责代谢70%~80%的临床药物和其他外源性化合物[5]

.在肝脏催化第Ⅰ相

反应中,许多外源性化合物(包括药物、化学致癌物和毒素)通过氧化还原、水解反应转化为水溶

性强的化合物,再经第Ⅱ相反应,形成高度可溶的复合物以便排出体外[6]

.人类CYP2D6是CYP超

家族酶系的重要成员之一,其含量在肝脏P450含量中所占比例虽然只有约4%,但它参与代谢的

药物量却占P450药物代谢总量的25%~30%.其包括抗心律失常药、抗肿瘤药、抗抑郁药、抗精神

病药等[7 - 9]

,在 80多种重要药物的氧化代谢中起作用,例如阿米替林、氯丙咪嗪、氟哌啶醇、苯乙

双胍、可待因、丙咪嗪和异喹胍等[10]

,猪体内的同源酶为CYP2D25[11]

.

收稿日期:2023 - 03 - 28

基金项目:贵州省科技厅、黔东南州科技局、凯里学院科技合作协议项目(黔科合LH字[2017]7175号);国家自然科学基金(81460572)

作者简介:杨家大(1975 -),男,贵州天柱人,凯里学院大健康学院教授,博士,研究方向为地方特色畜禽品种资源的发掘、研究及

开发利用.

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

·56·

第64页

从江香猪基因纯合,近交不退化,解剖学、生理学、生化学指标与人相似,体型矮小,性情温

顺,易于实验操作,抗病力强,繁殖速度快,生产成本低,是替代猴和犬用作药物评价实验的理想

动物来源[12]

,作为新药安全性评价实验动物具有良好前景 .但是有关其 CYP 酶的研究资料还较

少,而CYP450酶的亚型酶存在明显的种属差异,同一药物在不同种属体内的代谢途径和代谢产

物可能不同,以动物模型研究结果外推到人时需要考虑动物与人CYP450酶的种属差异[13 - 14]

.而

且CYP酶存在组织特异性,各组织器官主要CYP酶的种类及含量各不相同[15]

.因此,新药研发过

程中预以从江香猪预测候选化合物在人体内的代谢情况、产生的毒性等,其前提就是要对从江香

猪CYP特性有全面深入的理解.鉴于此,本研究拟通过应用TaqMan实时荧光定量PCR方法对从

江香猪肝脏、十二指肠、皮肤、肾脏、胃、心脏、肺、大脑和脊髓 CYP2D25 mRNA 进行定量分析,探

索其组织分布特征,并以利福平处理从江香猪,研究利福平对从江香猪 CYP2D25 mRNA 表达的

影响,为从江香猪的药物代谢模型应用提供基础资料.

1 实验材料、试剂与仪器

1.1 实验材料

实验样品为购自贵州省从江县传福养殖场的8头4~5月龄从江香猪,体重为26.5~31.5 kg,

随机分为对照组(4 头)和利福平处理组(4 头). 处理组按照 40 mg/kg·d 腹腔注射利福平,每天 1

次,连续给药4天,自由饮水.从江香猪屠宰后,立刻取出肝脏中叶、大脑、胸椎脊髓、臀部皮肤、左

肺、心、肾皮质、十二指肠、胃大弯等组织部位,经生理盐水清洗后,液氮中冻存备用.

1.2 实验试剂

实验试剂中总 RNA 提取试剂 RnaExTM Total RNA Isolation Solution、逆转录试剂盒 RayScript

cDNA Synthesis Kit、即用型 UltraTaq 酶 PCR 试剂盒、琼脂糖凝胶 DNA 回收试剂盒和 pTG19 - T

PCR 产物克隆试剂盒均为上海捷瑞生物工程有限公司产品,实时荧光定量 PCR 试剂盒 Real -

time PCR Master Mix为Toyobo公司产品.

1.3 实验仪器

实验仪器主要有全自动样品快速研磨仪(上海净信科技有限公司),Powerpac Basic 电泳仪

(Bio - Rad 公司),Mini Centrifuge 八联管离心机(Eppendorf公司),ABI7900实时荧光定量 PCR 仪

(美国Applied Biosystems公司).

2 实验方法

2.1 引物及TaqMan探针的设计与合成

根据猪CYP2D25、β - 肌动蛋白(β - actin,ACTB)、TATA盒结合蛋白(TATA - box bindingpro⁃

tein,TBP)基因mRNA序列设计引物和探针,由上海捷瑞生物工程有限公司合成,见表1.其中,引

物为标准品PCR和荧光定量PCR共用.探针的5’端和3’端分别标记荧光报告基团6 - FAM和荧

光淬灭基团BHQ1.

·57·

第65页

表1 扩增引物及探针信息

基因

CYP2D

25

ACTB

TBP

登录号

NM_14394.1

XM_

003124280.4

XM_

013991786.1

序列

名称

前引物

TaqMan

探针

反引物

前引物

TaqMan

探针

反引物

前引物

TaqMan

探针

反引物

序列

ATGAGAACCTCCGCCTGG

TGGCTCACCTGTTCTCCGCTGG

ACGTCTGGGTGCAGGATC

GGCGCTTGACTCAGGATTTA

TGCTCCATCCAACCGACTGCTGT

CTCGGCCACATTGTAAAACTTT

ACAGAGAACTCCAGAGCGT

CCTGTAAGTTGCTCGTACTGT⁃

GCTGC

ACCAACTTGTCAACAGCAGTA

退火温度/℃

理论

57.2

67.6

55.4

56.7

66.9

57.0

50.9

64.1

52.1

标准品

反应

55

55

55

定量

反应

60

60

60

扩增子长

度/bp

105

92

114

2.2 总RNA提取

5 mg 冻存组织加入 0.3 mL RnaExTM Total RNA Isolation Solution,研磨 20 s,再加入 0.7 mL

RnaExTM Total RNA Isolation Solution,颠倒混匀,室温裂解 5 min. 然后氯仿抽提,吸附柱分离,

DEPC水洗脱,即得总RNA.最后经琼脂糖凝胶电泳鉴定其完整性.

2.3 cDNA合成

逆转录反应组成:250 μM Random Primer 0.4 μL,60 μM Oligo(dT)0.4 μL,5 × RT Reaction

Buffer 2.0 μL,25 mM dNTP 0.4 μL,25 U/μL RNase Inhibitor 0.4 μL,200 U/μL M - MLV Reverse

Transcriptase(RNase H -

)0.4 μL,总 RNA 800 - 1000ng,DEPC水补足至 15μL. 37℃反应 60 min,然

后85℃终止5 min.

2.4 标准品制备

标准品扩增反应组成:2 × Taq Master mix 25 μL,10 μmol/L 的上、下游引物各 1.0 μL,cDNA

2.0μL,去离子水补足至50 μL. 95℃预变性4 min,然后进行40个循环.每个循环包括94℃变性30 s,

55 ℃退火30 s,72℃延伸40 s.最后一个循环结束后再72℃延伸5 min.扩增产物经琼脂糖凝胶电泳

后回收纯化.

连接反应体积为10 μL,其中25 ng/μL pTG19 - T vector 2.0 μL,回收产物2.0 μL,2 × quick li⁃

gation solution 5 μL,ddH2O 1.0 μL;反应程序为22℃ 2 h.连接产物转化至感受态细胞,挑取阳性克

隆培养、鉴定、10倍梯度稀释,得到实时荧光定量标准品.

·58·

第66页

2.5 实时荧光定量PCR

反应体积为 10 μL,其中预混的 Mix 和引物混合物(含 Mix 10.0 μL,5.0 pmol/L 的前引物

0.5μL,5.0 pmol/L 的反引物 0.5 μL,2.5 pmol/L TaqMan 探针 0.25 μL)5.0 μL,cDNA 5.0 μL.反应程

序为95℃预变性5 min;95℃变性10 s,60℃退火及延伸34 s,40个循环.反应设置标准品对照和空

白对照.

2.6 统计分析

CYP2D25基因的表达水平以其 mRNA拷贝数与内参基因 mRNA拷贝数之比表示,差异显著

性检验均采用IBM SPSS Statistics 19中非参数检验进行.

3 实验结果与分析

3.1 标准曲线及扩增曲线

以 10倍梯度稀释标准品为模板进行实时荧光定量 PCR,得到标准曲线(图 1).可见,R2

>0.99

说明数据变化与曲线之间的拟合度高.

图1 实时荧光定量标准曲线

以组织样品cDNA为模板进行实时荧光定量PCR,得到扩增曲线(图2).

图2 实时荧光定量扩增曲线

3.2 基因的表达水平

应用 ACTB、TBP基因作内参,以 cDNA为模板进行实时荧光定量 PCR,得到对照组及利福平

·59·

第67页

处理组从江香猪组织CYP2D25 mRNA表达水平,见表3.

表3 从江香猪主要组织及利福平处理组从江香猪肝脏CYP2D25 mRNA的表达水平

内参

基因

ACTB

TBP

组别

对照组

REF组

对照组

REF组

猪号

1#

2#

3#

4#

中位数

9#

10#

11#

12#

中位数

1#

2#

3#

4#

中位数

9#

10#

11#

12#

中位数

肝脏

16.084 6

9.254 7

3.711 2

8.383 4

8.819 0 a

5.231 8

6.351 1

3.292 8

7.132 1

5.791 4

6 312.672 1

5 285.232 8

1 376.548 0

4 193.267 9

4 739.250 4 a

1 548.236 5

1 435.783 2

855.609 8

2 577.968 4

2 063.102 4

十二

指肠

0.003 0

0.003 2

0.003 0

0.003 2

0.003 1 d

3.008 5

3.000 0

2.606 7

12.843 4

3.004 3 e

皮肤

0.005 4

0.009 3

0.007 1

0.015 3

0.008 2 c

3.132 9

-

5.712 5

12.234 6

5.712 5 e

肾脏

2.016 2

0.711 6

1.499 7

1.294

1.396 9 b

985.229 3

517.764 7

768.600 0

404.896 2

643.182 4 b

0.002 2

0.000 5

0.002 7

0.002 1

0.002 2 e

2.420 6

0.286 0

2.137 9

1.645 6

1.891 8 cd

心脏

0.001 3

0.002

0.001 3

0.002 1

0.001 6e

0.426 2

0.458 5

0.188 6

0.676 1

0.442 4 c

肺脏

0.001 3

0.000 5

0.001 1

0.000 8

0.000 9 e

1.693 9

0.545 5

1.321 0

0.766 7

1.043 9 cd

大脑

0.010 2

0.003 3

0.023 6

0.018 3

0.014 3 c

3.645 3

1.240 9

12.410 3

6.078 6

4.862 0 de

脊髓

0.007 2

0.024 3

0.010 4

0.017 7

0.014 1 c

3.194 6

7.223 5

5.070 7

12.766 7

6.147 1 e

注:不同列中相同字母表示差异不显著,不同字母表示差异显著.

可以看出,对照组从江香猪肝脏、十二指肠、皮肤、肾脏、胃、心脏、肺、大脑和脊髓均检测到

CYP2D25 mRNA表达.以ACTB为内参基因,9种组织CYP2D25 mRNA的分布可以分为5个梯队.第

一梯队为肝脏,表达水平均最高,为8.819 0,显著高于其余组织;第二梯队为肾脏,表达水平为1.396 9,

显著高于除肝脏以外的其余组织;第三为皮肤、大脑和脊髓,第四为十二指肠,最低是胃、心和

肺 . 以 TBP 为内参基因时,从江香猪肝脏 CYP2D25 mRNA 的表达水平均最高,为4 739.250 4;显

著高于其余组织;肾次之,为643.182 4;再次为十二指肠、皮肤、脊髓和大脑;心内最低.

利福平处理组从江香猪只有肝脏检测到 CYP2D25 mRNA 表达,无论以 ACTB 还是以 TBP 为

内参基因,其表达水平与对照组均无显著差异.

4 讨论与结论

药物通过血液循环到达肝脏,绝大多数由肝脏CYP450代谢.除肝脏之外,人体的许多组织也

可以代谢包括药物在内的外源性物质[16]

.因此,CYPs的组织表达谱是反映药物及外源化合物在

人体内代谢途径和能力的一个主要的指征,是评估药物功效或毒性的有用工具[17]

.本研究显示,

无论以ACTB还是TBP为内参基因,CYP2D25 mRNA在从江香猪中的表达均以肝脏中最高,显著

高于其余组织;肾次之,显著高于除肝脏以外的其余组织;皮肤、大脑和脊髓也较高;心脏内最低.

在巴马香猪中,CYP2D25 mRNA 也是在肝脏中表达水平最高[18]

.在其他动物,作为人 CYP2D6 的

·60·

第68页

同源酶,鸡CYP2D49主要在肝脏、肾脏和小肠中表达[19]

;大鼠CYP2D1在肝脏、肾脏和大脑中都有

表达[20]

;狗CYP2D15主要在肝脏中表达[21]

.在人体内,Nishimura 等[22]

利用TaqMan 定量的方法研

究2例成年人(1例15岁,1例35岁,男女各一)CYP2D6 mRNA表达水平,结果显示,人类CYP2D6

mRNA主要分布于肝脏,在胎儿肝、小肠、肾脏、肾上腺、肺、大脑、前列腺、睾丸、子宫和胎盘中也

有表达.HADUCH等[23]

在人大脑、心肌、小肠及肝脏中都检测到CYP2D6表达,且也主要是在肝脏

中表达.因此,就组织分布而言,从江香猪 CYP2D 25 mRNA的组织分布与人和其他动物都有一定

的相似之处.

本研究结果还显示,以 ACTB 为内参基因时,从江香猪肝脏 CYP2D 25 mRNA 的表达为

8.819 0,Nishimura 等[22]

研究人肝脏 CYP2D6 mRNA 的水平为 6.72,两者绝对值非常接近 .而巴马

香猪 CYP2D25 mRNA 虽然也是在肝脏中表达水平最高,但其值(为 20.725 7)与人肝对应酶

CYP2D6 存在一定的差异[18]

.因此,从转录层面看,从江香猪用作人 CYP2D药物代谢研究是乎比

巴马香猪更有优势,当然,这还有待进行更深入的研究.

外源性化合物特别是药物进入体内后一方面被肝脏 CYPs代谢,另一方面也能影响 CYPs在

肝脏中的表达,对 CYPs起到诱导或抑制作用 .诱导是 CYPs酶的重要特性之一,是引起药物相互

作用的重要因素,研究CYPs酶的诱导作用对于阐明药物相互作用、指导临床合理用药具有非同

寻常的意义 .关于 CYP2D6的诱导性存在两种说法,绝大多数报道认为,CYP2D6是 P450 家族中

唯一不能被诱导的酶[24-27]

,影响其所代谢药物疗效及药物相互作用的原因主要是基因多态性[28]

而这种多态性则是不同物种 CYP2D 亚家族基因在进化上产生分歧所致[29]

. 也有报道认为,人

CYP2D6是可诱导的,巴比妥类[30]

、利福平[31]

可明显诱导该酶的活性,酒精可诱导其表达,酗酒者

脑内CYP2D6的表达水平被上调[32]

.本研究中,利福平处理组从江香猪只有肝脏检测到CYP2D25

mRNA表达,无论以ACTB还是以TBP为内参基因,其表达水平与对照组均无显著差异,与现存的

绝大多数报道相同.

总之,从江香猪CYP2D25与人体同源酶CYP2D6 mRNA表达的组织分特性类似,都是以肝脏

中的表达水平最高,且水平可比,加之利福平对从江香猪肝脏CYP2D25 mRNA表达无影响,与现

存人类CYP2D6 的绝大多数报道相同,从转录水平提示,从江香猪可于人类CYP2D6酶所代谢药

物的安全性评价研究.

参考文献:

[1] 刘文波,陈禹保,邢玉华.细胞色素 P450 基因多态性与药物代谢研究进展[J]. 中国生物工程杂志,

2016,36(12):104 - 110.

[2] DAVID RA.Comparison of cytochrome P450(CYP)genes from the mouse and human genomes,including

nomenclature recommendations for genes,pseudogenes and alternative - splice variants[J]. Pharmacogenet⁃

ics,2004,14(1):1 - 18.

[3] 宋复兴,王蓉,原永芳.药物代谢细胞色素 P450 酶学与研究方法应用进展[J]. 医学综述,2017,23

(4):665 - 669.

[4] 吕新,尹航,阎明睿,等.大毒中药对机体的不良反应和肝脏药物代谢酶调节研究进展[J]. 世界中医

药,2020,15(23):3593 - 3598.

[5] STIPP MC,ACCO A.Involvement of cytochrome P450 enzymes in inflammation and cancer :A review[J].

Cancer Chemotherapy and Pharmacology,2021,87(3):295 - 309.

[6] 冯平.CYP2D 亚家族基因在脊椎动物中的研究进展[J]. 生物学通报,2018,53(2):6 - 8.

[7] 贺全仁. 人类细胞色素P450同工酶与药物代谢[J]. 中国临床药理学与治疗学杂志,1997,2(4):307 -

311.

·61·

第69页

[8]KONSTANDI M,JOHNSON EO,LANG MA. Consequences of psychophysiological stress on cytochrome

P450 - catalyzed drug metabolism[J]. Neurosci Biobehav Rev,2014(45):149 - 167.

[9] MAGGO SD,SAVAGE RL,KENNEDY MA. Impact of new genomic technologies on understanding adverse

drug reactions[J]. Clinical Pharmacokinetics,2016,55(4):419 - 436.

[10]RENDIC S,DI CARLO FJ. Human cytochrome P450 enzymes :a status report summarizing their reactions,

substrates,inducers,and inhibitors[J]. Drug Metab Rev,1997,29(1 - 2):413 - 480.

[11]JURIMA - ROMET M,CASLEY WL,LEBLANC CA,et al. Evidence for the catalysis of dextromethorphan

O - demethylation by a CYP2D6 - like enzyme in pig Liver[J]. Toxicology in Vitro,2000,14(3):253 -

263.

[12]杨家大,任琼,吴声榕 . 从江香猪 CYP2A19基因单核苷酸多态性的群体遗传学分析[J]. 南方农业学

报,2016,47(7),1209 - 1215.

[13]杨家大,商海涛,魏泓 . 应用 TaqMan 定量方法研究巴马香猪 CYP1A1、2A19、2E1 mRNA 表达

[J]. 2011,19(6):534 - 538.

[14]孙冰婷,居文政,谈恒山 . Cocktail 法研究 CYP450 酶活性影响因素的探讨[J]. 中国医院药学杂志,

2015,35(6):558 - 562.

[15]XU C,LI CY,KONG AN. Induction of phase I,II and III drug metabolism/transport by xenobiotics[J]. Arch

Pharm Res,2005,28(3):249 - 268.

[16]李杰. 雄激素对肝脏CYP3A和脑CYP2D的调控机制研究[D]. 武汉:武汉大学,2015.

[17]GIRAULT I,ROUGIER N,CHESNE C,et al. Simultaneous measurement of 23 isoforms from the human cy⁃

tochrome P450 families 1 to 3 by quantitative reverse transcriptase - polymerase chain reaction[J]. Drug

Metab Dispos,2005,33(12):1803 - 1810.

[18]杨家大,吴声榕,商海涛,等. 巴马香猪CYP2D25 mRNA水平的TaqMan分析[J]. 井冈山大学学报(自

然科学版),2010,31(1):125 - 128.

[19]CAI H,JIANG J,YANG Q,et al. Functional characterization of a first avian cytochrome P450 of the CYP2D

subfamily(CYLUME N,LEONARD J,XU ZJ,et al. Characterization of Cyp2d22,a novel cytochrome P450

expressed in mouse mammary cells[J]. Arch Biochem Biophys,2000,381(2):191 - 204.

[20]MARTIGNONI M,GROOTHUISG M,de KANTER R. Species differences between mouse,rat,dog,monkey

and human CYP - mediated drug metabolism,inhibition and induction[J]. Expert Opin Drug Metab Toxi⁃

col,2006,2(6):875 - 894.

[21]ZUBER R,ANZENBACHEROVA E,ANZENBACHER P. Cytochromes P450 and experimental models of

drug metabolism[J]. J Cell Mol Med,2002,6(2):189 - 198.

[22]NISHIMURA M,YAGUTI H,YOSHITSUGU H,et al. Tissue distribution of mRNA expression of human cy⁃

tochorme P450 isoforms assessed by high - sensitivity real - time reverse transcription PCR[J]. Yakugaku

Zasshi,2003,123(5):369 - 375.

[23]HADUCH A,BROMEK E,W JCIKOWSKI J,et al. Melatonin supports CYP2D - mediated serotonin synthe⁃

sis in the brain[J]. Drug Metab Dispos,2016,44(3):445 - 452.

[24]李晓宇,刘皋林 . CYP450 酶特性及其应用研究进展[J]. 中国临床药理学与治疗学,2008,13(8):942

- 946.

[25]年 华,马明华,徐玲玲,等. 细胞色素 P450 酶与药物代谢的研究进展与评价[J]. 中国医院用药评价与

分析,2010,10(11):964 - 967.

[26]张晓璐,乐 江. 细胞色素 P450 的工具药选择及种属差异的研究进展[J]. 中国药理学与毒理学杂志,

2012,26(5):697 - 701.

[27]于敏,张双庆,闻镍,等. 细胞色素P450酶系体外药物代谢研究方法进展[J]. 中国药事,2013,27(1):

81 - 87.

[28]杨帆,仝利俊,马睿婷. CYP2D6 基因多态性对个体用药影响的研究进展[J]. 世界最新医学信息文摘,

2018,18(92):32 - 34.

·62·

第70页

[29]董小燕,梁秋芳,冯 平 . CYP2D 亚家族基因在灵长类动物中的药物代谢及进化研究[J]. 广西师范大

学学报(自然科学版),2021,39(3):131 - 138.

[30]杜秋,狄留庆,单进军,等 . 药物肠代谢研究方法与中药肠代谢的研究进展[J]. 医药导报,2009,28

(12):1595 - 1597.

[31]张小梅,冯毅凡,陈耕夫,等 . 细胞色素 P450 与中草药代谢关系的研究进展[J]. 广东药学院学报,

2011,27(3):327 - 331.

[32]MIKSYS S,RAO Y,HOFFMANN E,et al. Regional and cellular expression of CYP2D6 in human brain :

Higher levels in alcoholics[J]. J Neurochem,2002,82(6):1376 - 1387.

[责任编辑:刘红霞]

Expression Characteristics of CYP2D25 mRNA in Congjiang -

Xiang Pigs

YANG Jia⁃da

(Kaili University,Kaili,Guizhou,556011,China)

Abstract:In order to analyze expression characteristics of CYP2D25 mRNA in Congjiang - Xiang pigs

and accumulate its basic data of drug metabolism model,the tissue distribution of CYP2D25 mRNA in

Congjiang - Xiang pigs and the effect of rifampicin on its expression were studied by real - time fluores⁃

cence quantitative PCR. Results showed that CYP2D25 mRNA was expressed in liver,duodenum,

skin,kidney,stomach,heart,lung,brain and spinal cord of Congjiang - Xiang pigs,and the highest

expression was 8.819 0 in liver,which was significantly higher than that in other tissues. The second

highest was in kidney,followed by skin,brain and spinal cord and duodenum. the lowest in heart. In ri⁃

fampicin treatment group,the expression was only detected in liver,and it was not significantly differ⁃

ent from that in control group. These expression characteristics of Congjiang - Xiang pig CYP2D25

mRNA were similar to that of human homologous enzyme CYP2D6,suggesting that Congjiang - Xiang

pig can be used for the drug safety evaluation that metabolized by human CYP2D6 on the part of tran⁃

scription.

Key words:CYP2D25;expression characteristics;Congjiang - Xiang pig

·63·

第71页

基于卷积神经网络和语义分割的苗族刺绣风格数字模拟

谭永前,曾凡菊*①

(凯里学院,贵州 凯里 556011)

摘 要:传统神经网络算法在对苗族刺绣图像风格模拟过程中,存在模拟图像边缘轮廓

模糊,生成的风格化模拟图像纹理细节缺乏立体感、线条扭曲以及模拟效果图的前景和

背景层次不清等问题.本文提出了一种基于卷积神经网络和语义分割的苗族刺绣风格数

字模拟算法:首先对内容图像和风格图像进行预处理,检测内容图像的边缘轮廓并增强,

利用FCN - CRF图像语义分割算法对内容图像和苗族刺绣风格图像进行语义分割并进

行标注,同时获取相应的二值化掩膜.然后把内容图像和苗族刺绣风格图像及相应掩膜

输入到CNN中进行网络计算,完成苗族刺绣风格的转换,获得苗族刺绣风格初始模拟图

像.最后把边缘轮廓增强图像和绣布与初始模拟图像进行融合,达到更好的效果.实验表

明,改进后的方法能提高风格模拟效果图中前景图和背景图的层次感,风格模拟效果图

的边缘信息清晰度得到改善,取得了比传统算法更好的风格模拟视觉效果.

关键字:卷积神经网络;边缘信息;语义分割;风格化处理;苗族刺绣

中图分类号:TP391 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0064 - 10

1 引言

利用深度学习的神经网络转换图像风格是指将一张作品图像的风格通过相应的计算机算法

转换到另一张作品图像上的技术,该技术可使内容图像既保留了原作品图像的内容信息又具有

艺术作品图像的“画风”.Gatys等[1]

首次开创性地把卷积神经网络(Convolutional Neural Networks,

CNN)应用于图像的艺术风格迁移,取得了较传统算法更好的艺术效果.之后,基于神经网络的图

像风格转换受到越来越多学者的关注,并在 Gatys算法基础上提出了一些改进算法[2 - 4]

.目前,利

用基于深度学习的神经网络图像风格迁移技术已实现中国水墨画[5]

、乱针绣[6]

、烙画[7]

和剪纸等

作品的风格数字模拟,但对苗族刺绣风格的数字模拟还鲜有涉及,尤其是针对苗族刺绣风格的数

字模拟研究.

苗族刺绣是一门古老的技艺,是苗族人民在生活中以勤劳和智慧创造的一门艺术,其蕴含的

文化内涵可折射出苗族的历史变迁过程.苗族刺绣是苗族人民辈辈相传的手工技艺,图案内容大

多来源苗族人民的生活 .刺绣图案(如图 1)饱满、色彩鲜艳、对比强烈,体现了苗族人民纯真、古

朴、大方的特点.刺绣图案内容丰富多彩,主要以花朵、飞鸟、鱼、龙和蝴蝶等为题材,每个图案都

收稿日期:2023 - 02 - 27

基金项目:贵州省2022年度基础研究计划(自然科学)项目(黔科合基础 - ZK[2022]一般526)

作者简介:谭永前(1984 -),男,贵州黄平人,凯里学院大数据工程学院副教授,研究方向为图形图像处理.

*通讯作者:曾凡菊(1986 -),女,贵州黄平人,博士,凯里学院大数据工程学院教授,研究方向为光学图像.

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

·计算机科学·

·64·

第72页

有着一个的传说,都蕴含着苗族文化,是苗族历史与生活的展示,堪称苗族的“无字史书”.长期以

来,苗族刺绣这一技艺的传承主要靠长辈心口相传,技法传承也只局限于家族内部,刺绣的技艺

掌握受益于家庭环境的熏陶[8]

.但这种仅仅依靠祖辈相传、心记来传承苗族刺绣技艺的方法,不

利于苗族刺绣技艺的保护、传承、推广和发展.特别是随着经济的发展,学习苗族刺绣这一传统技

法的人也越来越少,使得苗族刺绣技艺和艺术作品在传承和发展方面面临着种种困难.为推广苗

族刺绣艺术作品和传承苗族刺绣技艺,我们利用计算机对苗族刺绣风格艺术作品进行数字模拟,

这样不仅能弘扬民族文化和保护传统文化艺术作品,还能继承传统文化并进行现代艺术创作.

图1 苗族刺绣风格作品

本文提出一种基于卷积神经网络和语义分割来实现苗族刺绣风格迁移的方法.首先,使用图

像语义分割算法对目标图像进行语义分割并标注,获取图像掩膜,检测并提取内容图像的边缘信

息.然后,利用卷积神经网络实现苗族刺绣风格模拟.最后,利用掩膜、边缘轮廓信息与刺绣模拟

图像进行融合,经过锐化处理,获得具有苗族刺绣风格的模拟结果.

2 苗族刺绣风格数字模拟相关理论基础

2.1 基于卷积神经网络的艺术风格模拟

Gatys 等[1]

在2016年首次提出利用卷积神经网络实现图像的风格转移,该算法利用卷积神经

网络把图像的内容特征和风格特征分离,并通过单独处理卷积神经网络的高层分离出来的风格

特征来实现图像的风格转移,可达到很好的艺术效果,如图2所示.

a艺术风格图像 b内容图像 c风格模拟结果图像

图2 风格数字模拟结果

Gatys等[1]

实现风格模拟的核心思想是利用VGG训练模型,提取内容图像和风格图像的高层

特征并进行表示.然后初始化一张白噪声图像,并通过不断迭代优化的方式重建一张既具有内容

图像的内容又具有风格图像风格的合成图像,VGG模型结构如图3所示.

·65·

第73页

224× 224× 3 224× 224× 64

112× 112× 128

56× 56× 256

28× 28× 512

14× 14× 512

7× 7× 512

1× 1× 4096 1× 1×1000

fully connected+ReLU

convolution+ReLU

max pooling

softmax

图3 VGG模型结构

2.1.1 内容图像特征表示

在 Gatys 等[1]

的算法中,使用式(1)定义白噪声图像与原内容图像两类特征表示之间的误差

平方损失函数作为内容图像总损失函数:

Lcontent ( p, x,l ) = 1

2∑i, j

( Fl

ij - Pl

ij)

2

(1)

式中 p为输入的原内容图像,x为初始化的白噪声图像,l表示卷积层的顺序值,Fl

ij表示白噪

声图像在第l层、第i个卷积核在位置j处的激活函数特征值,Pl

ij表示原内容图像在第l层、第i个卷

积核在位置j处的激活函数特征值[7]

.内容损失函数Lcontent ( p, x,l )对Fl

ij求偏导数可得到对应的l层

的激活函数:

∂Lcontent

∂Fl

ij

= ì

í

î

Fl

ij - Pl

ij , if Fl

ij > 0

0 ,if Fl

ij < 0 (2)

式中Fl

、Pl

分别是白噪声图像和原内容图像第l层的特征表示.

为了获取输入风格图像的风格特征,Gatys 等人在算法中采用 Gram 矩阵来作为衡量图像风

格的特征矩阵,Gram矩阵(对两个特征图求内积)表示如式(3):

Gl

ij =∑k

Fl

ikFl

jk (3)

式中 Fl

ik、Fl

jk分别表示白噪声图像在第 l层、第 i个、第 j个卷积核在位置 k 处的激活函数特征

值;Gl

ij表示在第l层中第i个特征矩阵和第j个特征矩阵的内积,即部分风格特征,通过获取多个层

之间的特征联系便可以获得图像的总体风格特征[9 - 11]

.

2.1.2 风格图像特征表示

同生成内容图像的特征一样,首先初始化一个白噪声图像x,令a表示输入的风格图像,Al

、Gl

分别表示初始化的白噪声图像和输入的风格图像在第l层的风格特征,则风格图像第l层的损失

El如式(4):

El = 1

4N2

l M2

l

∑i, j

( Gl

ij - Al

ij)

2 (4)

式中Nl 表示在第l层中卷积核的个数,Ml 表示在第l层的特征图的高乘以宽,Gl

ij

、Al

ij分别表示风

格图像和白噪声图像在第l层、第i个卷积核在位置j处的特征值.风格图像总体损失函数如式(5):

·66·

第74页

Lstyle ( a, x,l ) =∑l = 0

L

wlEl (5)

式中a 表示输入的原始风格图像,x 表示初始化的白噪声图像,wl表示风格图像每个卷积层

对风格图像总的损失函数的贡献权重因子[9]

,L表示总的卷积层数.第l层的损失El对第l层的特

征激活函数Fl

ij求偏导如式(6):

∂El

∂Fl

ij

=

ì

í

î

ï

ï

1

N2

l M2

l

(( Fl

)

T ( Gl - Al

) ) ji , if Fl

ij > 0

0 , if Fl

ij < 0

(6)

式中Fl

ij表示内容图像特征,表示过程中初始化的白噪声在第l层的特征表示,Al

、Gl

分别表示

在风格图像特征表示过程中初始化的白噪声图像和输入的风格图像在第l层的风格特征.

2.1.3 风格转移

为了将风格图像a的风格转移到内容图像p上,需要同步匹配风格图像a的风格特征和内容

图像p的内容特征来合成一个新的图像x,同时将从卷积神经网络的一层获取的内容图像损失特

征表示和大量层上获取的风格图像总损失特征表示最小化,如式(7):

Ltotal ( p, a, x ) = α × Lcontent ( p, x,l ) + β × Lstyle ( a, x,l ) (7)

式中α、β分别代表语义内容和风格的权重因子[1]

,α + β = 1,用于调节内容图像特征损失函

数和风格图像特征各自的权重,Ltotal ( p, a, x )表示由内容图像损失和风格图像损失的线性组合构

成的总损失 . 利用反向传播算法迭代更新权重和偏置参数,从而更新输入图像,即对总损失

Ltotal ( p, a, x )对 x求导,然后乘以步长 λ,就得到更新的大小[12]

.因此 x就在图 4中间部分的网络中

循环,使得 x不断的同时接近内容图像的特征和风格图像的特征,直到优化得到最小值,风格迁

移流程如图4所示.

内容图像 p

 的内容特征来合成一个新的图像 x

 ,同时将从卷积神经网络的一层获取的内容图像损失特征表示和大量层上获取的风格图像总损失特征表示最小化,如式子(7). ( , , ) ( , , ) ( , , ) Ltotal content style p a x  L p x l   L a x l        (7)式子(7)中 ,  分别代表语义内容和风格的权重因子[1],1,用于调节内容图像特征损失函数和风格图像特征各自的权重, ( , , ) Ltotal p a x

   表示由内容图像损失和风格图像损失的线性组合构成的总损失.利用反向传播算法迭代更新权重和偏置参数,从而更新输入图像,即对总损失 ( , , ) Ltotal p a x

   对 x

求导,然后乘以步长  ,就得到更新的大小[12].因此x就在图 4 中间部分的网络中循环,使得 x

不断的同时接近内容图像的特征和风格图像的特征,直到优化得到最小值,风格迁移流程如图 4 所示.

图 4 风格迁移算法流程

2.2 图像语义分割和边缘提取增强

图像的语义分割是将场景图像从像素的角度根据图片中不同对象分割出若干个有意义的图像区域,并对不同图像区域进行标注的过程[13].传统基于 CNN 网络的语义分割算法存储开销大分割精确和清晰度不高Long等人提出了全卷积神经网络(fullyconvolutional图4 风格迁移算法流程

·67·

第75页

2.2 图像语义分割和边缘提取增强

图像的语义分割是将场景图像从像素的角度根据图片中不同对象分割出若干个有意义的图

像区域,并对不同图像区域进行标注的过程[13]

.传统基于CNN网络的语义分割算法存储开销大,

分割精度和清晰度不高 .Long 等[14]提出了全卷积神经网络(Fully Convolutional Network,FCN),

FCN网络可以通过像素级到像素级的训练方式实现像素级别的语义分割,比基于CNN网络能够

获得更高的分割精度和更好的运算效率,但分割结果边缘仍然粗糙 .Chen 等[15]将条件随机场

(Conditional Random Field,CRF)与 FCN 网络结合起来,提出一种基于 FCN - CRF 图像语义分割

算法,该算法克服了FCN算法分割结果边缘较为粗糙的问题.本文借鉴了FCN - CRF图像语义分

割算法思想,采用FCN - CRF语义分割算法对内容图像和苗族刺绣风格图像进行语义分割,并对

分割结果进行二值化处理后获得内容图像的内容掩膜和刺绣风格图像的风格掩膜,图像语义分

割及其掩膜获取如图5所示.

a内容图像 b内容图像语义分割 c内容图像二值化掩膜

d刺绣风格图像 e刺绣图像语义分割 f刺绣图像二值化掩膜

图5 图像语义分割及其掩模获取

Gatys等[1]

采用卷积神经网络实现图像风格转换过程中,内容图像的结构信息和边缘信息会

被弱化或丢失,导致风格化结果图像的边缘信息模糊不清,影响了视觉效果.本文首先对内容图

像进行边缘提取并进行边缘信息增强,然后将增强的边缘信息与风格化后的图像进行融合,达到

改善风格化图像边缘的效果.本文采用sobel算子对内容图像进行边缘检测并进行边缘轮廓的提

取,边缘轮廓检测提取结果如图6所示.

a输入图像 b边缘轮廓提取图

图6 sobel算子边缘轮廓提取结果

·68·

第76页

3 图像融合

本文借鉴了文献[16 - 18]在图像指定区域中进行纹理模拟的算法思想,首先在卷积神经网络

进行风格转换过程中,添加刺绣艺术风格图像的掩模和内容图像的掩模,达到在指定目标区域进行

风格转换的目的;然后将绣布背景与得到的指定目标区域风格转换模拟图像进行融合;最后把边缘

轮廓图融合到风格转换图像中,完成最终的图像融合.图像的融合计算公式可用式(8)来描述:

Presult = (1 - Pmask ) × Pbackground + Pstyle × Pmask (8)

其中,Pmask为掩膜图像,Pbackground为背景图像,Pstyle为指定目标区域风格转换的模拟图像,Pmask、

Pbackground、Pstyle三种图像的尺寸完全相同,Presult为融合后的最终图像.两次图像融合如图7所示.

图7 苗族刺绣风格数字模拟流程图

4 基于卷积神经网络和语义分割的苗族刺绣风格数字模拟

本文方法流程图如图7所示:对选取输入的内容图像和苗族刺绣风格图像进行去噪处理,减少

噪声对后续各环节的影响;对内容图像进行边缘轮廓检测和边缘轮廓增强;对内容图像和苗族刺

绣风格图像使用 FCN - CRF图像语义分割算法进行语义分割并标注,对分割结果进行二值化处

理后获取内容图像的内容掩膜和苗族刺绣风格图像的风格掩膜;把内容图像和苗族刺绣风格图

像以及对应的二值化掩膜输入到 CNN 中进行网络计算,完成苗族刺绣风格的转换,获得苗族刺

绣风格初始模拟图像;对苗族刺绣风格初始模拟图像、内容掩膜图像以及绣布背景图像进行第一

次图像融合;对上一步得到的结果与边缘轮廓增强图像进行第二次图像融合,经锐化处理,获得

最终苗族刺绣风格模拟图像.

5 实验结果分析

本文所有实验都在 Windows10、64位操作系统平台上进行,使用 Tensorflow 框架搭建 CNN模

型,VGG - 19模型作为网络训练模型,基于GTX1080 - 8显卡,使用python3.6、CUDA9.2等相关软

件工具包 .训练数据集为 MSCOCO 数据集,训练集图像大小为 256 × 256 像素;batch_size 设置为

·69·

第77页

2,epoch设置为4,每一个epoch迭代训练1000次;卷积神经网络中内容损失和风格损失的权重比

为2∶8,实验中使用的图像大小均以像素为单位.

为了验证本文方法的有效性和可行性,图8显示了本文方法对苗族刺绣风格数字模拟的效果.

a内容图像 b真实苗族刺绣风格图像 c模拟生成结果

图8 苗族刺绣模拟结果

在图8中,a为内容图像,b为真实的苗族刺绣风格图像,c为使用本文方法生成的苗族刺绣风

格模拟图像.由图8显示的结果可知,最终实现了苗族刺绣艺术风格效果,生成了较为真实的苗

族刺绣风格针线纹理.

为了进一步验证本文方法的有效性,图 9对本文方法模拟结果与现有卷积神经网络相关经

典算法模拟结果进行了对比,相应的内容图像从上往下依次为金丝雀鸟、百灵鸟、知更鸟、老虎和

猫,对比结果如图9所示.

·70·

第78页

a内容图像和真实苗族刺绣风格图 b文献[19]算法 c文献[20]算法 d本文算法

图9 本文算法模拟结果与传统算法对比

从图9中可以看出,文献[19]和文献[20]算法模拟结果的前景和背景没有完成分割,背景部

分完全被风格图像覆盖;文献[19]和文献[20]在金丝雀鸟的头部、颈部等地方边缘线条模糊,风

格转换的视觉效果不理想.文献[19]在百灵鸟的翅膀部分细节纹理传输模糊,边缘轮廓不清晰;

文献[20]在百灵鸟嘴周围颜色传输出现颜色匹配错误情况,针线纹理不够清晰.文献[19]在知更

鸟整个头部部分风格转换模糊,边缘轮线条不明显,针线纹理粗糙;文献[20]在知更鸟的肚子部

分颜色传输出现外溢.文献[19]在老虎头部、颈部以及眼睛部分纹理细节错乱,边缘轮廓模糊;文

献[20]在老虎腿部分出现颜色外溢现象.文献[19]和文献[20]在猫的嘴巴部分都出现了颜色外

溢、边缘线条模糊现象.文献[19]和文献[20]的目标图像结构信息和边缘信息均在风格转换过程

中被弱化或丢失,导致风格模拟结果图像的边缘轮廓、部分区域纹理细节模糊不清,影响了视觉

效果.本文算法采取边缘轮廓增强以及在语义相同区域进行风格转换的方法,使模拟结果的边缘

轮廓和区域纹理细节清晰度得到明显改善;同时,文献[19]和文献[20]要想获得苗族刺绣目标图

像区域,需要进行人工交互式手动分割图像中的各个区域,不具有通用性;本文算法采取语义分

割和掩膜的方式很好地控制了图像的前景区域和背景区域,在风格转换过程中,仅在语义分割时

·71·

第79页

标注的语义相同区域进行风格转换,有效避免了风格转换时的颜色外溢现象以及不匹配情况.本

文算法得到的风格模拟结果很好地和绣布背景、边缘增强信息融合在一起,不需要人工手动分割

图像.与传统算法相比,本文算法模拟结果有更强的通用性和更好的视觉效果.

6 结论

针对传统算法在实现苗族刺绣风格转换过程中,风格化效果图容易出现边缘线条模糊不清、

扭曲,前景图和背景图层次不明确,先知效果差等问题.本文提出了一种基于卷积神经网络和语

义分割的苗族刺绣风格数字模拟算法.实验结果表明:采用语义分割标注和掩膜的方法对风格化

过程中前景图和背景图的分离对风格化效果有较大的影响;在风格转移过程中会导致风格模拟

图的部分边缘轮廓信息模糊不清,采用先提取内容图像边缘信息并进行增强,然后与风格模拟图

像进行融合的方法,能达到改善风格模拟图像边缘轮廓的效果.本文的不足之处在于语义分割的

精确度不够高,前景图与绣布背景的融合还不够自然,局部刺绣纹理的生成和针线连接与真实苗

族刺绣图像相比还不够生动.针对以上问题的改进将是今后的研究重点,不断改进算法,使苗族

刺绣风格模拟图像更贴近真实苗族刺绣作品.

参考文献:

[1] GATYS L A,ECKER A S,BETHGE M. Image style transfer using convolutional neural networks[C]//Pro⁃

ceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos:IEEE Com⁃

puter Society Press,2016:2414 - 2423.

[2] 沈瑜,杨倩,苑玉彬,等 . 目标边缘清晰化的图像风格迁移[J]. 激光与光电子学进展,2021,58(12):

241 - 253.

[3] 兰天,辛月兰,殷小芳,等 . 基于生成对抗网络的无监督图像风格迁移[J]. 计算机工程与科学,2021,

43(10):1789 - 1795.

[4] LI X T,LIU S F,KAUTZ J,et al. Learning linear transformations for fast image and video style transfer

[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos:

IEEE Computer Society Press,2019:3809 - 3817.

[5] 吴兵. 基于深度神经网络的水墨画艺术风格生成与识别研究[D]. 上海:上海大学,2020.

[6] 杨克微,孙正兴 . 物像空间依赖的乱针绣针法定义与风格生成[J]. 计算机辅助设计与图形学学报,

2018,30(5):778 - 790.

[7] 吴航,徐丹. 葫芦烙画的艺术风格迁移与模拟[J]. 中国科技论文,2019,14(3):278 - 284.

[8] 王至强,陈海红 . 苗族刺绣的传承与现状——以黔东南苗族刺绣为例[J]. 凯里学院学报,2015,33

(2):36 - 37.

[9] HE K,ZHANG X,REN S,et al. Deep residual learning for image recognition[C]//Proceedings of the

IEEE Conference on Computer Vision and Pattern Recognition,2016:770 - 778.

[10]林晓,屈时操,黄伟,等. 显著区域保留的图像风格迁移算法[J]. 图学学报,2021,42(2):190 - 197.

[11]唐稔为,刘启和,谭浩. 神经风格迁移模型综述[J]. 计算机工程与应用,2021,57(19):32 - 43.

[12]DAI J F,LI Y,HE K M,SUM J. R - FCN. Object detection via region - based fully convolutional networks

[C]. Conference on Neural Information Processing Systems(NIPS),2016:379 - 387.

[13]张鑫,姚庆安,赵健,等 . 全卷积神经网络图像语义分割方法综述[J]. 计算机工程与应用,2022,58

(8):45 - 57.

[14]LONG J,SHELHAMER E,DARRELL T. Fully convolutional networks for semantic segmentation[J].

IEEE Transactions on Pattern Analysis and Machine Intelligence,2015,39(4):640 - 651.

[15]CHEN L C,PAPANDREOU G,KOKKINOS I,et al. Semantic image segmentation with deep convolutional

nets and fully connected CRFs[OL].[2023 - 02 - 15]. https://arxiv. org/abs/1412. 7062.

[16]GATYS L A,ECKER A S,BETHGE M,et al. Controlling perceptual factors in neural style transfer[C]//

Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition,2017:3985 - 3993.

·72·

第80页

[17]谭永前,曾凡菊. 基于拉普拉斯算子和颜色保留的神经风格迁移算法[J]. 计算机应用,2022,42(10):

3209 - 3216.

[18]孙冬,时宇,高刘雅,等 . 局部图像风格迁移绘制算法[J]. 安徽大学学报(自然科学版),2022,46(3):

72 - 78.

[19] GATYS L A,ECKER A S,BETHGE M. A neural algorithm of artistic style[J]. ArXiv,2015,

1508. 06576 .

[20]WANG X,OXHOLM G,ZHANG D,et al. Multimodal transfer:A hierarchical deep convolutional neural

network for fast artistic style transfer[C]// Proceedings of 2017 IEEE Conference on Computer Vision and

Pattern Recognition,2017:5239 - 5247.

[责任编辑:蒋 琴]

Digital Simulation of Miao Embroidery Style Based on Convolution

Neural Network and Semantic Segmentation

TAN Yong⁃qian,ZENG Fan⁃ju

(Kaili University,Kaili,Guizhou,556011,China)

Abstract:In view of the problems of the traditional neural network algorithm in the style simulation of

Miao embroidery image,such as the fuzzy edge contour of the simulated image,the lack of stereoscop⁃

ic texture details of the generated stylized simulated images,the distortion of lines,and the unclear lev⁃

el of the foreground and background of the simulated effect image,a digital simulation algorithm of

Miao embroidery style based on convolutional neural network and semantic segmentation is proposed.

First,the content image and the style image are preprocessed;the edge contour of the content image is

detected and enhanced;the content image and the Miao embroidery style image are semantically seg⁃

mented and labeled using the FCN - CRF image semantic segmentation algorithm;and the correspond⁃

ing binary mask is obtained at the same time;then input the content image,Miao embroidery style im⁃

age and corresponding mask into CNN for network calculation,complete the transformation of Miao em⁃

broidery style,and obtain the initial simulation image of Miao embroidery style;Finally,the edge con⁃

tour enhancement image and embroidered fabric are fused with the initial simulation image to improve

the effect of blurred edge information and unclear foreground and background levels in the style simula⁃

tion image. The experiment shows that the improved method can achieve a better visual effect of style

simulation by improving the hierarchical sense of foreground and background images in style simulation

renderings,improving the edge information clarity of style simulation renderings,and improving the

edge information clarity of style simulation renderings.

Key words:Convolutional neural network;edge information;semantic segmentation;stylization pro⁃

cessing;Miao embroidery

·73·

第81页

基于随机森林算法的高校学生评教指标研究

——以程序设计基础课程为例

蒋明池,胡圣波*

,孟 欣

(贵州师范大学,贵州 贵阳 550025)

摘 要:为解决高校学生评教量表不规范导致评教指标设置不科学的问题,本文提出采

用随机森林算法对学生评教指标建模分析.以程序设计基础课程为例,设计评教问卷,采

用随机森林算法建模,对综合评分的优秀与否进行判断,并得到评教指标重要性排序.实

验结果显示:教学效果、语言表达等评教指标在高校学生评教量表中占重要地位,对量表

的设计改进有重要参考价值.

关键词:随机森林算法;学生评教;问卷调查;评教指标;程序设计基础课程

中图分类号:TP39 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0074 - 08

近年来,评教评学工作成为高校加强教学管理、促进教风与学风建设以及提高教育教学水平

的一项重要措施[1]

.从学生的角度来说,它为学生表达学习意愿提供了合理的途径;从高校建设

的角度来说,它有利于高校践行为学生服务的办学宗旨.

有关研究表明,高校评教的科学性和规范性并没有统一的标准,评教指标的设定需要进一步

规范.针对评教指标的设定,国内外学者已有相关研究.有学者认为,学生期望和选课动机是评教

的重要因素,评教指标的设置应当具有针对性,如Marsh[2]

的研究表明,学生对感兴趣的课程评价

更高,评教指标的设置应当根据课程的类型进行设定.而有的学者认为评教作为一种监督和反馈

机制,如刘福元[3]

在对二元维度下高校课程评价的通用指标设置中,以知识传授为中心,评价学

生接受度和教师的讲授情况.但由于评教指标的设置始终难以规范,很多常见指标与知识传授的

实际效果并无太大关联,例如教师语言、教学环节等[4]

,由此得出的评教结果与真实情况之间有

所偏差 .因此,在真实的评教数据中,需要通过严谨的分析方法,为评教指标的设置提供量化依

据,推导出更重要的评教指标,为高校教学质量管理提供有力的保障.

目前,不少学者运用机器学习算法对评教数据进行相关分析,如白雪梅[5]

等采用监督学习设

计实验,提出一种梯度下降模型,用于主客观数据的自动评教.众所周知,评教指标的重要性直接

影响评教结果的有效性,但上述方法并未解决评教指标的选择问题.为此,本文提出利用随机森

林算法建立模型,从评教中得到指标的重要性选择.

1 随机森林算法

1.1 决策树

决策树是一种用于回归和分类的机器学习算法,它通过树结构进行决策[6]

,可将已知实例从

收稿日期:2022 - 12 - 05

基金项目:教育部新工科研究与实践项目“面向新一代信息技术的跨类专业联合培养改革实践”(0919001)

作者简介:蒋明池(1999 -),女,江西赣州人,贵州师范大学大数据与计算机科学学院硕士研究生,研究方向为计算机教育.

*通讯作者:胡圣波(1964 -),男,贵州六盘水人,博士,贵州师范大学大数据与计算机科学学院教授,博士生导师,研究方向

为计算机教育和计算机应用.

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

·74·

第82页

杂乱无序转换为可预测的未知实例.

一棵决策树的生成通常包括三步,即特征选择、生成和剪枝.由于特征选择的量化评估方法

不同,因此衍生出不同的决策树算法,常用的有ID3、C4.5、CRAT等.CART是通过Gini指数进行评

估和特征选择[7]

,如本文所采用的随机森林算法就是基于CART决策树完成的.CART决策树不但

可以作分类树,也可作回归树.分类树用于处理离散数据,输出的是样本的类别;回归树则用于预

测连续性数值,输出的是数值.

1.2 随机森林算法

随机森林是bagging(集成学习方法)的扩展体,弱学习器一般为CART决策树,在训练过程中

随机选择划分属性.随机森林训练弱学习器时,先从候选属性集中随机挑选出一个包含k个属性

的子集,再从该子集中选出一个最优属性进行划分[8]

.随机性的引入程度由k决定,一般推荐使用

公式k = log2 d .

经过多次随机取样,再多次随机选择属性,最后选出最优分割点,构造多个 CART 分类器进

行投票表决.由于样本扰动和属性扰动,弱学习器之间会明显提升差异度.随机森林只在候选属

性集的一个子集中进行选择,能够得到更高的训练效率.

随机森林的生成方法主要包括以下3步:为k棵决策树抽样产生k个训练集每棵决策树对应

一个训练集,采用随机抽样法从原始数据集中产生k个训练子集[9]

;决策树构建先构建一棵决策

树,每棵树的成长过程都是根据指数最小原则,从M个特征变量的m个属性中选出最优划分.随

机森林算法选中的属性个数称为随机特征变量;随机森林形成及算法执行多棵决策树形成随机

森林,输出的最终结果是通过投票法来实现的.将测试集样本D输入到随机构建的k棵决策子树

中进行分类,总结每棵决策树的分类结果,以投票数最多的分类结果作为最优结果.随机森林分

类示意图如图1所示.…随

D2

D1

Dk

D

决策树

分类结

果 1

决策树

分类结

果 2

决策树

分类结

果 k

投票决定最优分类… …

图1 随机森林分类示意图

1.3 随机森林算法特点

随机森林能够同时解决分类和回归问题.由于采用了继承算法,随机森林的分类精度明显高

于单株决策树.在测试集上表现良好,由于随机取样和随机特征选择,不易陷入过拟合,也因此随

机森林具有抗噪能力.训练中,可通过检测特征间的交互获得特征重要性.随机森林实现简单、精

度高、抗过拟合能力强,使它成了一种广泛使用的回归分类算法.

·75·

第83页

2 实验设置

2.1 数据来源

采用问卷调查的方式,收集贵州师范大学大数据与计算机科学学院数计科学与大数据技术

专业 2018-2021级 208位本科生的评教结果数据,选择针对程序设计基础这门课程的 12个评教

指标进行分析.

2.2 问卷设计

程序设计基础是计算机相关专业的必修课,是涉及程序设计方法和程序设计语言的基础课

程.该课程的教学目标是引导学生领悟和体会程序设计,形成计算机思维,逐渐培养学生用计算

机解决问题的能力[10]

.根据教学目标和学情特点,问卷设计主要从学生对教师课前、课中、课后三

个维度的表现进行评价,共设置指标12项,即12个变量.

问卷设置的 12 个变量分别是教学态度、课堂管理、语言表达、教学内容、授课方式、教学手

段、科研实践、课堂氛围、课后作业、教学效果、教学特色和课堂思政,每一个变量都设置了5个分

值,可选择2、4、6、8和10分.而教学总体评价综合评分设为120分.由于综合评分在90分以上的

高达81.7%,100分以上的占62.0%,110分以上的占49.5%,因此设置综合评分达到110分作为判

断优秀的标准更合适.

2.3 数据预处理

为了使用随机森林方法解决回归及分类问题,对数据做了如下处理.在回归任务中,直接根

据问卷特征预测综合评分,是一个连续的值,建立随机森林回归模型,得出其中特征的重要性,即

得到各项评教指标的重要性排序.在分类任务中,对综合评分设置阈值.为了便于二分类,设置阈

值为110分.大于等于110分为1,否则为0,建立随机森林二分类模型.由于问卷调查所采集的数

据不完整,并且含有噪声的冗余数据,因此需要对数据进行预处理 .原始数据设置了 20个问题,

各项数据的属性个数较多,需要删除一些与此次实验无关的数据,如年级、性别和综合排名等.之

后,采用等宽分箱法对噪声数据进行处理,通过考察相邻数据来确定最终值,处理后的数据都将

以连续型数值的形式呈现,部分数据见表1.

表1 学生评教结果部分数据

序号

1

2

3

4

5

6

7

8

9

10

教学

态度

10

8

8

8

8

10

10

8

10

6

课堂

管理

10

8

10

8

6

8

8

8

8

8

语言

表达

10

8

8

10

6

8

8

8

10

10

教学

内容

10

8

8

8

8

8

10

8

10

8

授课

方式

10

8

8

10

6

8

10

8

8

6

教学

手段

8

8

10

8

8

8

8

8

8

8

科研

实践

10

8

10

10

6

8

10

8

10

10

课堂

氛围

10

8

8

8

6

10

8

10

10

10

课后

作业

10

8

8

8

8

10

10

6

10

8

教学

效果

10

10

10

8

6

8

10

6

10

8

教学

特色

10

8

10

8

8

6

10

6

10

8

课堂

思政

10

8

8

10

6

8

10

6

10

6

综合

评分

118

98

106

104

82

100

112

90

114

96

·76·

第84页

3 基于随机森林算法的学生评教实验结果分析

3.1 训练测试集预测评教结果

将样本容量按7∶3的比例划分为训练集和测试集,选取测试集进行随机森林拟合,拟合得到

测试集样本的实测值和预测值,如图2所示.

从拟合结果来看,随机森林拟合效果与实际数据曲线基本吻合,说明调查所得的实际综合评

分能够反映真实情况.本模型的均方误差为3.037 6,拟合度为0.992 5.

SCORE:0.992 454

120

100

80

60

40

20

0

0 10 20 30 40 50 60

true value   predict value

图2 随机森林拟合图

3.2 二分类模型准确率和灵敏度的判断

在构建的随机森林二分类模型中,如图3所示,大于等于110分为1、小于则为0,达到优秀的

人数略低于未达到优秀的人数.如图4所示,通过混淆矩阵统计分类模型归错类和归对类的观测

值个数 .对角线深色部分表示的是正确分类的数量,采用 35 个类别为 0 的样本输入到分类算法

后,得到的分类结果也全为0,即全部正确分类.对角线的数量越大,说明该分类模型的性能越好,

准确率越高.右对角线浅色部分表示错误分类的数目.

准确率(ACC)是指分类所有判断正确的结果占总观测值的比重,灵敏度(TPR)是指真实值

是Positive(正例)的所有结果中,模型预测对的比重,计算公式分别为:

ACC = TP + TN

TP + TN + FP + FN

TPR = Recall = TP

TP + FN

其中,TP是指 True Positive(真正例),真实值是 positive,模型认为是 positive 的数量;TN 是指

True Negative(真负例),真实值是positive,模型认为是negative的数量;FP是指False Positive(假正

例),真实值是 negative,模型认为是 positive的数量;FN是指真 False Negative(假负例),真实值是

negative,模型认为是negative的数量.

·77·

第85页

本模型的准确率计算为0.984 1,灵敏度为1.0 .

图3 综合评分优秀与否分布 图3 随机森林模型混淆矩阵

4 基于随机森林算法的高校学生评教指标研究

4.1 各项指标之间的相关性

各项指标之间的相关性通过绘制热力图(相关系数图)进行分析.根据不同方块颜色对应的

相关系数大小,可以判断各指标变量之间的相关性.两个变量之间相关系数的计算公式为:

ρx1 x2 = Cov( X1,X2 )

DX1,DX2

= EX1X2 - EX1*EX2

DX1 *DX2

其中,X表示指标,ρ表示各指标间的相关系数,ρX1X2

表示X1与X2之间的相关系数,Cov表示协

方差,D表示方差,E表示数学期望.相关系数越高,变量间的线性相关程度越高;反之,则越小.如

图5,热力图中教学效果和教学特色之间的相关性为0.91,即存在较强的多重共线性.

图5 相关系数矩阵热力图

4.2 各项指标出现的频率

如图6所示,连续型变量分布图中,分别以所选的12项指标的分数为X轴、密集度(即出现的

频率)为Y轴,呈现明显的曲线变化趋势.其中,各项指标的评分差异不大,评分为10分出现的次

数最多,其次是8分和6分.

·78·

第86页

图6 连续型变量分布图

4.3 回归算法得到特征重要性排序

回归模型中,以各项指标为 X,重要性为 Y.如图 7所示,可以得到特征的重要性排序为教学

效果>语言表达>课堂氛围>课堂思政>课后作业>授课方式>教学手段>科研实践>教学特色>教学

内容>教学态度>课堂管理.其中,可以得知教学效果、语言表达和课堂氛围等指标在评教量表中

占据重要地位,其中教学效果在评教指标中占比为 0.37,与其他指标相比占比最显著,因此教学

效果的高低是学生评教最为重要的衡量指标.

5 对评教指标设置的建议

通过随机森林算法建立的回归模型对本课程评教指标进行重要性排序,结果显示教学效果、

语言表达和课堂氛围指标排前三.综合以上研究,本文对评教指标设置给予以下建议.

·79·

第87页

图7 随机森林分类算法特征重要性排序图

5.1 指标的设置应充分考虑学生的学习效果

从实验结果来看,教学效果在本课程评教中最重要.高校应当以学生为主体,充分考虑学生

对于课程的建议和意见,并结合教师授课的实际情况,对评教指标进行设置.作为学生,更多地关

注自身学习效果.若能够在课堂上有所收获,学生对本课程的重视程度会明显提升,在评教时也

能够以更真实的态度去评价.

5.2 指标设置尽可能体现系统性和科学性

合理的评教指标不仅体现在对教师的教学评价,更是学生进行课后反馈及课堂改进的途径.

一方面,评教指标应体现系统性.指标设置需要充分考虑课堂的全部过程,可通过一系列问题的

表达得到各项重要指标的反馈,并且各问题之间无交叉关系,同时需删除无意义指标项;另一方

面,须遵循科学性.科学性是指对课堂的评教不能完全凭借学生主观判断,更应该具有客观依据

作为参考.通过听课查课或对教师和学生进行调查研究,得到客观依据.在设置指标时,应当充分

考虑主客观因素,设置定量指标和定性指标.定量指标通过评分体现,定性指标则是通过文字反

馈学生对课堂的意见和建议.

6 结语

学生评教指标体系的表现形式一般为使用评教量表,在评教量表的设计过程中,需要学生、

教师及教学管理者共同参与.不同类型的课程在评教中所设置的评教指标和分值比重要进行合

理规范,依据课程特点评教.本文以本科生程序设计基础课程为例,通过课程特点设计问卷,采集

了本科生的评教数据,提出一种随机森林算法建立分类和回归模型,并对评教结果和评教指标开

展分析.实验中训练测试集拟合得到评教结果预测值与实测值基本吻合,说明评教问卷设置所得

结果真实有效;在二分类模型中,模型的准确率较高,能够真实反映客观情况;在回归模型中,对

本课程评教指标的重要性进行排序,得到教学效果的高低是学生评教最为重要的衡量指标.为更

好地做好高校学生评教工作、提升高校教学质量,应当树立学生正确的评价目标观、合理设置评

教指标,有效提升评教科学性和系统性,为教育教学工作提供更具价值性的参考.

·80·

第88页

参考文献:

[1] 杜江,程建钢. 数据驱动的高校学生评教实施策略研究[J]. 中国电化教育,2019(9):112 - 120.

[2] MARSH H W,DUNKIN M J. Student’s evaluations of university teaching:multidimensionl perspectivein:

SMART J C. Higher Education:Handbook of Theory and Research[M]. New York:Agathon Press,1992.

[3] 刘福元 . 二元维度下高校课程评价的通用指标设置——回归“评价”的原初效用[J]. 现代大学教育,

2019(5):103 - 111.

[4] 龚月红 . 基于学生视角的大学学生评教指标体系调整研究[J]. 南京医科大学学报(社会科学版),

2013,13(3):268 - 272.

[5] 白雪梅,王锋,张晨洁. 基于机器学习的教学评价体系研究[J]. 教育教学论坛,2016(15):173 - 174.

[6] 崔静静,胡泽文,任萍. 基于决策树和逻辑回归模型的人工智能领域潜在“精品”论文识别研究[J]. 情

报科学,2022,40(5):90 - 96.

[7] 孙德山,王玥 . 基于多种统计分类方法的股票趋势预测[J]. 辽宁师范大学学报(自然科学版),2017,

40(4):440 - 444.

[8] 张盼. 基于混淆矩阵的分类器选择集成方法研究[D]. 焦作:河南理工大学,2016.

[9] 陈元杰,赵翰宇,何启宁,等 . 基于随机森林算法的气动软体机械臂视觉伺服[J/OL]. 重庆大学学

报:1 - 10.[2023 - 05 - 11]http://kns. cnki. net/kcms/detail/50. 1044. N. 20220225. 1351. 004. html

[10]徐雷钧,项厚友,倪利华. 基于随机森林算法的谷物粉分类及硬件加速[J]. 计算机应用研究,2022,39

(4):1143 - 1147.

[责任编辑:蒋 琴]

Research on the Teaching Evaluation Index of College Students

Based on the Random Forest Algorithm:An Example of the

Programming Fundamentals Course

JIANG Ming⁃chi,HU Sheng⁃bo,MENG Xin

(Guizhou Normal University,Guiyang,Guizhou,550025,China)

Abstract:In order to solve the problem of the unscientific setting of evaluation indicators due to the

non - standardized evaluation scale of college students,we propose to use the random forest algorithm

to model and analyze the evaluation indicators of students. Taking the course“Programming Fundamen⁃

tals”as an example,the teaching evaluation questionnaire is designed,and the random forest algo⁃

rithm is used to model,compare the measured value and predicted value of the comprehensive scores,

and obtain the importance ranking of the teaching evaluation indicators. The experimental results show

that teaching effect,language expression,and other teaching evaluation indicators occupy an important

position in the scale of university students’evaluation and have an important reference value for the de⁃

sign of the scale.

Key words:Random forest algorithm;student evaluation of teaching;questionnaire investigation;

teaching evaluation index;programming fundamentals

·81·

第89页

基于超星学习通的普通植物病理学线上线下混合教

学模式探索①

黄伟东1

,李 静2

,段海明1

,张轶辉1

,杜军利1

(1.安徽科技学院,安徽 凤阳 233100;2.凯里学院,贵州 凯里 556011)

摘 要:针对传统教学过程中存在的满堂灌、互动差、时空受限、考核形式单一等问题,改

革教学模式以提升教学效果势在必行.以普通植物病理学课程为例,基于超星学习通平

台,探索基于该课程的线上线下混合式教学模式.该模式灵活利用引导式、案例式、探讨

式、任务驱动式、翻转课堂式等教学手段,从课前积极引导、课中悉心指导、课后认真辅导

三个环节贯穿教学全过程,对于培养创新型复合人才具有重要的意义.

关键词:超星学习通;线上线下混合;教学模式;复合人才

中图分类号:G642 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0082 - 06

普通植物病理学是植物保护专业本科生必修的重要专业基础课之一,共计 72学时(理论课

48 学时,实验课 24 学时). 课程主要讲述植物病害的病原、侵染、循环、预测预报以及综合防控

等[1]

.在讲述植物病理学基础理论知识的同时兼顾学生实践基本技能的培养,具有极强的理论性

与实践性.学好该课程能够为农业植物病理学、植物免疫学、植物检疫学等专业课学习奠定坚实

的基础.为了创新教学模式,笔者认真梳理了传统教学模式下出现的诸多问题,充分利用现代信

息化教学工具,采用灵活多样的教学手段,在课前、课中、课后全过程探索普通植物病理学线上线

下混合教学模式.

1 普通植物病理学传统教学模式之痛

传统教学模式指的是利用板书或幻灯片等常规教学工具,采用较为单一的课堂讲授、考核、

评价等方式,把学生固化于课堂之中.笔者多年的教学实践证明,这种传统的教学模式效率低下、

效果较差,不符合现代教学理念.

1.1 教师填鸭灌输,学生被动接受

传统普通植物病理学教学模式可以简单概括为“忙、累、晕”“. 忙”指的是教师忙于讲授,学生

忙于记录,由于课程内容繁多、课时有限,教师为了追求课程进度,只能一味地满堂灌输,学生为

了跟上教师的节奏,只能拼命地补充笔记“. 累”同样体现在教师与学生双方面,教师口若悬河,学

生笔耕不辍,长时间导致师生身心俱疲“. 晕”主要指的是学生,教师将海量的知识点满堂灌输,学

收稿日期:2023 - 04 - 29

基金项目:安徽省质量工程项目(2022xsxx038);安徽科技学院重点教研项目(Xj2022163,Xj2022164);安徽科技学院质量工

程项目(Xj2022039)

作者简介:黄伟东(1983 -),男,河南信阳人,安徽科技学院副教授,博士,研究方向为植物保护.

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

·高等教育教学·

·82·

第90页

生根本来不及消化吸收,特别是讲授易混淆的病原物以及病害等知识点时表现更为明显,单纯被

动接受导致学生学习效果较差.

1.2 教学空间固定,学时制约内容

传统授课模式下,教师讲授与学生学习都局限于某个固定的教室、受制于某个具体的时间,

知识传授的灵活性荡然无存.普通植物病理学课程内容十分丰富,需要讲授的知识点异常繁多,

从绪论开始到植物病害综合治理共计12章内容,仅植物病原菌物一章就需要近20学时.在有限

的48学时理论课时间内,教师只能简要介绍基础知识点,无法详细深入地拓展讲解.一些难以理

解的内容以及课后布置的拓展知识由于缺乏监管,难以取得预期效果[2]

.

1.3 教学方式僵化,师生互动匮乏

传统普通植物病理学教学环节普遍采用较为单一的教学方式,教师更多的时间在唱“独角

戏”,学生要么疲于做笔记,要么低头开小差,整个课堂气氛沉闷、压抑.教师无法知道学生对于知

识点的掌握程度,无法实现个性化指导[3]

.尽管时常有病害彩图和病原侵染动画辅助,但学生在

这样的课堂环境下根本不用思考,学习兴趣日渐消退,教学效果不尽人意.

1.4 考核形式单一,学生突击复习

考试是学生知识掌握程度的重要体现,也是教师教学效果反馈的主要参考,是评价人才培养

质量的重要参考[4]

. 以往的普通植物病理学考试形式主要集中于期末试卷(60%)、实验报告

(20%)和平时考勤(20%).由于考核形式过于单一,卷面成绩占比过高,大多数学生寄希望于考试

前一周甚至更短时间突击复习,以机械记忆方式过关.这种单一化的考核方式不能如实反映教师

的教学效果以及学生的培养质量.

2 普通植物病理学线上线下混合式教学模式探索

教育现代化的发展使线上线下混合式教学模式成为一种重要的新兴教育模式.该模式能够

突破传统教学模式局限,利用信息化手段,借助智能化平台,全面系统地提升教学成效[5]

.普通植

物病理学课程组结合本校实际,从创建教学环境、设计教学环节、改革教学模式、丰富教学手段、

完善课程监控、加强课程考核等方面探索该课程线上线下混合教学模式.

2.1 创建教学环境

目前本校所有教室均已安装超星学习通平台且已实现网络全覆盖,普通植物病理学课程组

以超星学习通平台为主要载体,从课程基本概况、课程师资队伍、课程学习资料、课程互动答疑和

课程反馈评价等环节建设课程模块,建立完善的普通植物病理学网站,实现所有教学资源上网,

开通网上师生互动平台.通过以上模块建设,学生可以实现在线学习、在线互动和在线评价,以方

便教师及时掌握学生的学习动向及学习效果.此外,为学生推荐爱课程网站中多所农业院校针对

该课程开设的资源共享课与MOOC供学生自主学习.

2.2 设计教学环节

普通植物病理学课程教学实行课前、课中、课后全贯穿模式(图1).课前教师通过线上发布预

习内容、布置预习任务,积极引导学生完成自主学习.课中教师悉心讲解课程知识点,针对学生预

习过程中的难点、易混点有针对性地解决问题,协助学生完成深度学习.课后教师通过线上布置

课后作业、互动答疑,收集学生的知识掌握程度及课程反馈信息,进行教学总结与反思,引导学生

实现创新学习.

·83·

第91页

课前+课

中+课后

课前积

极引导

课后认

课中悉 真辅导

心指导

图1 课前、课中、课后全过程贯穿教学

2.3 改革教学模式

有机融合线上学习与线下课堂,传授学生新知识.利用超星网络教学平台,通过课前预习和

单元测试等形式在线监控学生对知识点的掌握情况 .及时更新与补充课程相关的最新论文、专

著、专利、图片和影像等参考资料,引导学生追踪学科前沿与热点,熟悉课程发展的最新动态,拓

展学生的知识面.针对线上平台及线下课堂习得的理论知识,教师挑选适当的章节、安排特定的

地点、选择恰当的时间开展线下实训锻炼,不断提高学生的实践操作技能,更好地将理论知识与

实践训练相结合,从实践训练中发现新问题、探索新方法和寻求新突破(图2).

图2 线上线下混合教学模式

2.4 丰富教学手段

鉴于部分学生存在听课注意力不集中和课堂效果不佳等问题,课程组教师充分利用启发式、

案例式、探讨式、任务驱动式等手段,极力培养学生的学习情绪,激发起学习兴趣,提高课堂的教

学效果.针对该课程理论内容枯燥、静态内容消化不良等问题,课程组教师按照实际需要精心准

备精美的图片、灵动的影像并不断穿插于授课内容之中,以生动形象的植物病害画面与植物病理

学专家的励志故事为辅助,不断加深学生对课程知识的理解和吸收 .为了更紧密地联系生产实

际、更好地发挥榜样的力量,课程组教师邀请植物保护领域企业高管与技术骨干走进课堂授课 .

行业专家亲力亲为,无私分享自己多年积累的宝贵经验与创业经历,勉励学生勤奋学习和努力奋

斗,珍惜在校求学的美好时光.行业专家告诫学生要注重理论联系实际,尽可能地将所学和理论

知识转化为现实生产力.

2.5 完善课程监控

结合课程的具体培养目标,课程组成员根据各自的研究方向,不断丰富与发展该课程相关的

教学内容.通过专家督导、平台监控、同行评价、信息员反馈和学生满意度调查等方式,建立较为

·84·

第92页

完备的课程监控体系.针对课程教学中出现的问题或建议,及时研讨行之有效的解决办法,不断

提升教学效果.课程监

控体系

督导专家巡课教师教

学情况

调查

课程平台监控学生满

意度调

学生信

息员反

图3 教学监控体系

2.6 强化课程考核

结合普通植物病理学极强的理论性与实践性,传统的以闭卷考试为主要形式的考核方式已

不符合课程改革与课程建设的新要求[6]

.我们要彻底改变传统模式下的记忆检验,强化过程性考

核,加强培养学生综合处理问题的能力.这就要求学生能够熟悉植物病原物的种类与特征,掌握

植物病害的发生与发展,熟练运用植物病害的研究方法进行识别、诊断和防治等.因此,普通植物

病理学课程建立包括线上预习、线上资源学习、线上答题、线上作业、课堂出勤、线下提问、线下讨

论、过程性考核、实验技能和期末考试等环节的综合考核模式,真正确立学生的主体地位,变被动

为主动,全面提升人才的质量.

3 普通植物病理学线上线下混合式教学模式的效果

互联网及信息技术迅猛发展取得的一系列成果为线上线下混合教学模式打造提供了坚实的

技术支撑.相较于传统教学模式,普通植物病理学线上线下混合教学模式在灵活性、自主性、互动

性和高效性等方面具有无可比拟的优势.

3.1 灵活性

线上线下混合教学模式完全打破了传统教学中的空间与时间限制,教学活动贯穿课前(线

上)、课中(线下)以及课后(线上+线下)全过程.这种灵活机动的模式不仅能够让学生有充足的时

间消化课堂所学知识,极大地拓展学生的知识面,而且能够针对自学、讲授等过程中存在的疑问

与难点,通过线上线下相结合的方式给予个性化指导[7-8]

.例如在讲授普通植物病理学中“病原菌

侵入方式”时,不同种类病原菌面对不同作物或者同种作物的不同部位选择的侵染方式不相同,

学生在理解这个知识点时难度较大,往往会花费大量的时间,查阅大量的文献资料.然而通过线

上或线下方式可与教师多次沟通交流,能够事半功倍地达到预期效果.

3.2 自主性

线上线下混合教学模式的一个显著特点就是要改被动式为主动式,改获得式为探索式,使学

生发自内心而不是被迫完成各种学习任务[6,9]

.普通植物病理学课程组要求学生从植物病害概念

开始养成自主学习的习惯,包括线上自主预习、线下自主讨论和个人自主反馈等.例如在讲述“植

物病害症状产生”时,学生能够主动将孢子萌发、芽管产生、侵入、扩展和发病等各个环节相互联

系,自觉探寻影响各个环节的主要因素.学生自觉学习的习惯一旦形成便会持久保持下去,也会

·85·

第93页

逐渐对课程产生浓厚的学习兴趣,对于提升学生的综合素质大有裨益.

3.3 互动性

传统教学模式之所以课堂沉闷且压抑,是因为教师与学生相互之间没有过多的交流与互动.

普通植物病理学线上线下混合教学模式彻底打破这种生硬的局面,采用案例式、任务导向式、讨

论式和翻转课堂式等手段活跃课堂氛围,学生不再疲于做笔记,而是紧跟教师的节奏和思路[10]

.

例如在讲授“植物病害5大症状”时,学生结合生活中所见植物的异常表现,自由发表对该知识点

的理解;教师根据学生的回答做出点评,同时邀请学生进行互评,大家在激烈的讨论中透彻掌握

知识.

3.4 高效性

传统教学模式的缺点直接导致课堂教学效果较差,学生学习效率较低.以自由、灵活和全过

程等为主要特色的混合教学模式可以充分激发学生学习的积极性和主动性,在学习中思考、理

解、感悟与探索[11]

.从学生对普通植物病理学线上线下混合式课程评价可知,大家普遍接受这种

教学模式,认为这种模式具有极强的感染力和吸引力,大家不再单纯地将希望寄托于考前突击复

习,学习热情空前高涨、学习意愿普遍增强、学习效率大大提高.

4 普通植物病理学线上线下混合教学模式的思考

针对普通植物病理学线上线下混合教学模式,在2021级植物保护专业59名学生中收集教学

效果反馈意见 .从表 1可以看出,学生对线上线下混合教学模式感兴趣的比例为 83.05%,认为线

上线下混合教学模式对深入学习普通植物病理学课程有帮助的占比为79.66%,认为该教学模式

能够提高自身学习主动性并能明显提升学习效果的占比为83.06%.学生满意度调查结果表明,线

上线下混合教学模式因为融入了更多的教学元素,极大激发了学生的求知欲望,凸显了学生的主

体地位,打破了学生一味被动接受的局面,显著改善教学效果,学生对线上线下混合式教学模式

整体满意度较高.

表1 学生满意度调查 /%

内容

对该教学模式感兴趣

该教学模式对深入学习该课

程有帮助

学习主动性大幅提高

学习效果明显提升

非常满意

32.20

22.03

28.82

28.82

满意

50.85

57.63

54.24

54.24

一般

10.17

20.34

15.25

15.25

不满意

6.78

0

1.69

1.69

非常不满意

0

0

0

0

尽管线上线下混合教学模式得到了大多数同学的认可与肯定,但普通植物病理学课程组在

教学实施过程中也发现了一些问题:一是线上线下教学内容融合性不强、衔接性不好,线上预习、

线下指导和线上线下讨论等环节还没有达到有机融合,没有将线上线下各自的优势充分发挥出

来;二是线上实验内容开展困难,由于缺乏如虚拟仿真、数码显微互动等软硬件资源,导致线上实

验课无法开展,线下实验课的示范性与互动性大打折扣;三是课程考核方式仍需进一步完善,线

上线下教学模式更多依靠学生的自主性,少部分同学由于主动学习能力不强、拖拉懒散导致线上

参与度不高,影响整个课程评价结果.

5 结语

新农科背景下高校毕业生面临更加严峻的就业压力,如何将学生培养成为综合型复合农林

人才以适应现代农业需求是摆在农业高等教育面前的重大挑战.普通植物病理学是植物保护专

业学生最先接触的专业教育课程之一,开展普通植物病理学线上线下混合教学对教师的责任心、

·86·

第94页

教学技巧、软件使用和学术视野等方面提出了更高的要求,学生的主体地位得到充分彰显、自主

学习能力获得持续锻炼、创造性解决问题的思路变得异常开阔 .通过线上线下混合教学模式改

革,对于培养植物保护专业高质量人才具有重要的意义.然而,这种新型的混合式教学模式异常

复杂,目前还存在诸多不完备的地方,以期在后续教学实践中持续补充完善.

参考文献:

[1] 夏博,范海燕,夏子豪,等 . 普通植物病理学线上线下混合式教学的改革和实践[J]. 创新创业理论研

究与实践,2021,4(10):50 - 52.

[2] 范龙飞,杨成德,何静.《微生物资源保护与利用》课程线上线下混合式教学的探索与实践[J]. 山东农

业工程学院学报,2022,39(10):43 - 47.

[3] 李吉宁 . 线上线下混合式教学存在的问题及解决措施——以大学数学教学为例[J]. 黑龙江科学,

2022,13(5):136 - 137.

[4] 刘淑艳,欧师琪,李玉. 以提高教学质量为目标开展“普通植物病理学”课程考试改革[J]. 微生物学通

报,2015,42(11):2255 - 2259.

[5] 伏玉. 线上线下混合式教学难点与突破路径研究——以《建设工程招投标与合同管理》为例[J]. 对外

经贸,2022(12):117 - 121.

[6] 翟凤艳,刘英杰,霍云凤,等 . 启发式教学在普通植物病理学教学中的应用[J]. 教育教学论坛,2018

(17):76 - 77.

[7] 赵一阳,柳文敏,于林涛,等 . 新工科背景下“线上线下混合式教学”在制药工程专业实验教学中的实

践探索[J]. 云南化工,2022,49(11):155 - 157.

[8] 李曼丽,高凌,刘越. 基于超星学习通平台的线上线下混合式课程教学改革探索——以“纺织化学”课

程为例[J]. 山东纺织经济,2022,39(11):33 - 36.

[9] 朱英莲,孙庆杰,杨庆利.“双一流”背景下基于任务驱动的线上线下混合式教学模式探索[J]. 食品与

发酵科技,2022,58(3):175 - 180.

[10]褚福银,张秋林,刘佳. 线上线下混合式教学在大数据开发技术课程的探索与实践[J]. 电脑知识与技

术,2020,16(11):110 - 111.

[11]曹倩. 以学生为中心的线上线下混合式教学模式构建[J]. 科技创业,2021,34(4):98 - 100.

[责任编辑:刘红霞]

Exploration of Online and Offline Mixed Teaching Mode of General

Plant Pathology Based on Super Star Learning Platform

HUANG Wei⁃dong1

,LI Jing2

,DUAN Hai⁃ming1

,ZHANG Yi⁃hui1

,DU Jun⁃li1

(1. Anhui Science and Technology University,Fengyang,Anhui,233100,China;2. Kaili University,Kaili,Guizhou,556011,China)

Abstract:In view of the problems existing in the traditional teaching process,such as full classroom ir⁃

rigation,poor interaction,limited time and space,single assessment form,it is imperative to reform

the teaching mode to improve the teaching effect. Taking the course“General Plant Pathology”as an ex⁃

ample,based on the Super Star learning platform,the mixed teaching mode of online and offline based

on this course is explored. This model flexibly adopts such teaching methods as heuristic,case,discus⁃

sion,task-oriented and flipped classroom,which runs through the whole teaching process through

three links:active guidance before class,careful guidance during class and careful guidance after

class. It is of great significance for cultivating innovative composite talents.

Key words:Super star learning platform;online and offline;teaching mode;compound talent

·87·

第95页

第 41 卷第 3 期

2023 年 6 月

凯里学院学报

Journal of Kaili University

Vol. 41 No. 3

Jun. 2023

“大思政”教育格局下的理工类院校第一课堂与第二

课堂协同育人课程体系改革研究①

黄 娅

(贵州理工学院,贵州 贵阳 550002)

摘 要:针对目前理工类院校第一课堂与第二课堂在育人体系中相互脱节的现象,通过

课程思政的“价值定位”分析及“大思政”教育格局下第一课堂和第二课堂的关联性研究,

构建“大思政”教育格局下的理工类院校第一课堂与第二课堂协同育人课程体系模型,提

出改革对策.

关键词:“大思政”教育格局;第一课堂;第二课堂;协同育人;课程体系改革

中图分类号:G64 文献标识码:A 文章编号:1673 - 9329(2023)03 - 0088 - 06

党的十九大以来,教育部启动实施高校思想政治工作质量提升工程,大力推动理论创新和实

践探索.近年来,思政教育建设在各高校呈现出生机勃勃的崭新局面,但依然存在着需要破解的

瓶颈.在实践中,第一课堂中的“课程思政”已经深入各门课程教学大纲和教案中,贯穿课堂讲授

全过程;而第二课堂中的“思政教育”成为目前高校“大思政”推进过程中的薄弱点.相比于综合类

高校,理工类院校学生需要在技术与技能训练上投入更多时间,更能凸显第二课堂协同育人的作

用.破解这一难点需要从传统教育认知,第一课堂和第二课堂的关联性以及第二课堂自身的特点

等方面进行综合研究.

1 课程思政的“价值定位”

1.1 高校教育教学要以立德树人为根本遵循

课程思政要求通过思政课程和专业课程建设,全方位、全程性发挥思政育人功能;主张把思

想政治教育融到课程体系建设中,在专业课程和思政课程中充分发挥课程思政的作用,全面实现

高等院校教育教学立德树人的目标;注重对青年学生“三观”进行正确引导和培育,在“润物细无

声”的教育教学过程中引导学生形成正确的价值,把握高等教育“培养什么人、为谁培养人”的正

确教育方向.

1.2 高等教育要以协同育人作为基本理念

思想政治工作贯穿高校教育教学的全过程.第一课堂实现的是特定时空育人,第二课堂与第

一课堂协同,实现的是全时空育人.为了能把课程思政贯穿于高校教育教学的全过程、实现全方

位育人,除了在第一课堂中将课程思政理念融入各学科的专业知识学习中以外,还要发挥第二课

收稿日期:2022 - 10 - 13

基金项目:贵州省2021年度高等学校教学内容和课程体系改革项目(2021205)

作者简介:黄娅(1980 -),女,重庆人,博士,贵州理工学院建筑与城市规划学院教授,研究方向为城乡规划.

·88·

第96页

堂的作用,实现协同育人,把社会主义核心价值观的教育渗透到高校教育教学的各个环节和教育

教学管理的各个领域.

1.3 高等教育要秉持科学创新的发展思路

德育教育和思政工作,需要结合时代发展的需要,适应新时代人才培养的需求,积极探索新

的发展路径.传统的思政课程已不能满足培养新时代人才的需要.将思政课程和课程思政结合起

来,将第一课堂和第二课堂结合起来,将思想政治教育贯穿理论教学和实践教学始终,将立德树

人内化到高等教育教学全过程,需要不断探索新思路、新方法.

2 “大思政”教育格局下第一课堂和第二课堂的关联性研究

2.1 第一课堂与第二课堂的内涵及特点

第一课堂是指教师根据教学计划和教学大纲,在课表规定的时间里对学生进行的课堂教学.

在传统的教育体系中,第一课堂是教师传授知识和技能的主要场所,也是对学生进行思想政治教

育的主渠道.

第二课堂是在课外时间学生通过教师组织的引导,独立自主参加类型多样的课余活动,在这

个过程中收获知识、提升技能、锤炼品质.第二课堂打破了原有以学院、班级为单位的群体界限,

学生可以根据自己的兴趣爱好选择不同的课程,和兴趣相投的同学一起学习、研讨和提升.

第二课堂更强调实践性和动手性,有利于培养学生的团队协作能力和创新能力,是第一课堂

的有效延伸和补充,也是发挥第一课堂所学知识和技能的舞台.第二课堂与第一课堂相辅相成,

构成了高等教育教学的有机整体.

2.2 “大思政”教育格局下第一课堂与第二课堂协同育人的发展现状

2.2.1 第一课堂中“思政课”和“专业课”育人责任分担不清

教育作为国家发展战略的重要部分,体现出鲜明的政治属性.高校课程体系的建设目标需要

紧紧围绕国家的发展目标和人才培养需要来制定.近年来,随着高校对学生德育的空前重视,思

想政治理论课为主渠道的德育教育也受到了重视.这一方面表现在各个学校都在人才培养方案

中大大提高了思想政治理论课的比重,另一方面也表现在从上到下各级层面的教育教学改革项

目都加大了思政课程教改课题的比重 .高校以思想政治教育理论课为主导,以学工人员配合实

施,这是显性的德育教育;以专业课为基础的“课程思政”是隐性的德育教育“. 课程思政”体现出

的整体性和系统性,有力地指向当前高等学校价值教育和知识教育“分离”的现状,有利于解决高

等学校思想政治理论课育人责任过重的问题.但是,高校的“课程思政”体系和范式还在摸索过程

中,第一课堂中“思政课”和“专业课”育人责任分担不当的情况在一段时间内会持续存在.

2.2.2 第一课堂与第二课堂协同育人的认识不足

高校普遍存在着重视第一课堂教学,忽视第二课堂教学的现象.认为第一课堂是学生接受知

识、提升能力的阵地,第二课堂只是丰富校园生活的需要、无关紧要,轻视第二课堂在理工类大学

生人文素养、道德品质、审美能力培养等方面的重要作用.由于这种观念的长期存在,导致理工类

高校在第二课堂中投入的时间和成本较少,第二课堂不能与第一课堂协同,一定程度上制约了理

工类大学生德智体美劳的全面发展.

2.2.3 第一课堂与第二课堂协同育人体系不完善

目前,理工类高校第一课堂的组织主要是由教务处牵头,各教学单位的教学管理部门和全体

任课教师实施,实施的依据是各专业的人才培养方案、各门课程的教学大纲,其体系相对成熟.第

二课堂主要是由团委、学生工作处牵头,各教学单位的学生管理部门和部分专业教师共同实施,

·89·

第97页

实施的依据是共青团中央和教育部联合印发的《关于在高校实施共青团“第二课堂成绩单”制度

的意见》,基础相对薄弱.在运行过程中,两大课堂由于牵头单位之间的沟通不足,第一课堂与第

二课堂独立运行、相互脱节,难以形成协同育人的系统体系.同时由于专业教师和学生对第二课

堂的重视程度不够、人力投入不足,导致本来就少的第二课堂疲于应付、流于形式,更谈不上系统

性、正规化了.在这样的发展现状下,两大课堂协同开展“思政教育”就更是难以实施.

3 “大思政”教育格局下的理工类院校第一课堂与第二课堂协同育人课程体系模型构建

习近平总书记在学校思想政治理论课教师座谈会上提出思想政治理论课改革创新要坚持八

个方面的统一:政治性和学理性相统一、价值型和知识性相统一、建设性和批判性相统一、理论性

和实践性相统一、统一性和多样性相统一、主导性和主体性相统一、灌输性和启发性相统一、显性

教育和隐性教育相统一.这“八个统一”给新时代的思政课程和课程思政改革都指明了方向.如前

所述,理工类高校大多存在思政课程和课程思政育人责任分担不清、第一课堂和第二课堂协同育

人体系不完善的情况.要在“大思政”教育格局下构建理工类院校第一课堂与第二课堂协同育人

课程体系模型,需要尊重教育教学规律和理工学生成长规律,系统、深刻把握协同育人的精髓要

义和科学方法,以实现“立德树人”的根本任务,以培养专业素质为目标创新协同育人课程体系 .

笔者通过在理工类院校的探索实践,结合以人才培养方案为核心的教学实施部门和学生处校团

委的工作实际,建构了以“立德树人”为根本目标的理工类院校“四生”教学模型(详见图1),旨在

突破教学和学工两大管理部门之间的壁垒,实现理工类院校第一课堂与第二课堂协同育人目标.

生长

(专业教育)

生活

(情境)

(第一课堂)

生命

(活动)

生产

(项目)

(第二课堂)

图1 “四生”教学模型图

3.1 “四生”教学模型的基本要素

“四生”教学模型的基本要素包括生长、生活、生产、生命.生长即以第一课堂专业知识教育和

技能培养为主的教学任务实施,包括思政课程、专业理论课程和实习实践课程等.生活即以“生活

化”第二课堂为主题的情境教育,创设目标、实施情景式教育教学,包括文体发展、社团活动,培养

学生的团队意识和生活本领等.生产即以“生产”活动为主题的教育教学,主要体现为“第二课堂”

·90·

第98页

中的学生社会实践、科技创新等,培养学生的动手、动脑能力及创新意识、创新能力.生命即以“生

命”活动为主线的“活动体验”,实现思想政治教育和素质培养,带领学生树立正确的生命价值观,

培养学生的思想品质、道德素养、人文情怀和审美能力.

3.2 “四生”教学模型的实施要点

“四生”教学模型以专业培养方案为依托,以“第一课堂”为主阵地,以生产、生活、生命为载体

开展师生之间、生生之间的多维度、全方位“第二课堂”教学“. 第一课堂”与“第二课堂”协同育人,

以培养学生的专业素养和思想素质为目标,实现立德树人根本任务.其实施要点如下.

3.2.1 把“思政目标”植入专业培养方案和课程大纲,统领教学

“四生”教学模型以专业培养方案为依托,以“第一课堂”为主阵地.因此,立足专业、提炼专业

人才需要具备的专业素养、思想品质和职业道德是关键.把“思政目标”植入专业培养方案需要把

握以下两个原则:一是基于课程体系确立每门课程的育人目标.明确学科逻辑与实践逻辑,确立

每门课程在课堂教学和实践教学中承担的育人责任,按照课程大纲要求实施“思政教学”.二是因

势利导,根据重大时政热点、社会公共话题,有组织地引入课程教学,有针对性地培育学生的专业

兴趣和视野.

3.2.2 情境创设、任务驱动、增强体验

“四生”教学模型以生产、生活、生命为载体开展师生之间、生生之间的多维度、全方位“第二

课堂”教学.项目是第二课堂教学活动实施的重要载体,应在专业建设和问题优化的前提下设置

项目,在第一课堂的基础上全方位、多维度完成专业核心素养培育和道德品质塑造的建构任务 .

项目的设置围绕“情境创设、任务驱动、增强体验”三个原则展开.源于生活的议题选取情境素材,

学习任务与设定好的任务或者问题相结合,学生在教师的指导下,团结协作,以共同的任务为中

心,展开自主探索,发现和解决问题,并从中体验知识、技能和思维、素养,达到“思行合一”.

4 “大思政”教育格局下的理工类院校第一课堂与第二课堂协同育人课程体系改革对策研究

4.1 树立第一课堂与第二课堂协同育人的理念

提高思想认识,树立“大思政”教育格局下理工类院校第一课堂与第二课堂协同育人理念,切

实提高构建理工类院校第一课堂与第二课堂协同育人人才培养体系的思想认识和两大课堂融合

发展重要性的认识,促进第一课堂与第二课堂良性互动,真正把培养具有工程应用技术、职业创

新意识的合格的社会主义建设者和接班人作为理工类院校教育教学工作的出发点和落脚点.加

强对第二课堂的重视,充分考虑理工类院校教育教学中两大课堂的共性和各自的特点,处理好专

业教育与思政教育之间的关系,紧密结合学生的专业实际,有针对性地丰富第二课堂的内容,设

计第二课堂的项目情境,帮助学生把专业技术知识与生产、生活、生命有机结合起来,全方位育

人、全过程育人.

4.2 教学管理部门与学工部门的通力协作

学校教学管理部门、科研管理部门与学生工作部门、后勤服务部门要统一思想、通力协作,构

建协同育人工作联动机制,“统一领导、分工负责”.由于理工类院校学生专业的特殊性,对工程技

术的能力要求非常高,第二课堂教育教学的有效开展绝对不能只是学生管理部门或者学校团委

部门在假期组织几次社会实践和在学期中组织几次讲座就可以达到目标的,需要教学管理部门、

科研管理部门与学生工作部门、后勤服务部门通力协作,按照人才培养方案的培养目标,在教研

·91·

第99页

室的带领下,在专业教师的指导下,有针对性地分阶段、有秩序地开展“第二课堂”教学,落实“三

全育人”,完成立德树人根本任务.

4.3 围绕人才培养方案,构建任务清单

结合工程类人才的社会需求,专业教师与企业导师一起科学规划和设计人才培养方案,完善

两大课堂的课程体系,统筹专业技术培养计划和学生自主化发展计划,实现学用结合.在课程体

系构建中,第一课堂是学生德智教育的主阵地,第二课堂是学生个性化发展和德智体美劳全面发

展的重要依托.两大课堂结合,把第一课堂学到的专业技术知识和能力应用于生产生活实践,能

够有效帮助学生提升专业认知,运用所学知识切实解决生产生活中实际存在的问题,并在发现和

解决问题的过程中训练团队协作、吃苦耐劳、改革创新等重要精神,切实提升工程建设发展中实

际需要的工程技术.因此,“大思政”教育格局下理工类院校第一课堂与第二课堂协同育人课程体

系改革应根据人才培养目标建立两大课堂协同的项目体系,构建任务清单,明确项目设计标准、

实施步骤、学分认定及评价体系,全员参与、全过程参与.充分结合“第二课堂成绩单”制度,围绕

理工科专业的培养目标,制订第二课堂的教学目标、教学计划、教学大纲、实施流程和评价机制,

构建德智体美劳全面培养的教育体系和高水平的人才培养体系.

4.4 建立健全两大课堂协同育人的体制机制

制度建设是两大课堂协同育人有效实现的保障,其中顶层设计尤为关键.为打破教学管理部

门与学生管理部门、学校团委、后勤管理部门之间的隔阂,首先要从学校层面以分管教学的校领

导牵头,以学校教学评估中心具体实施,做好学校两大课堂协同育人的中长期发展规划,明确第

一课堂中思政课程与专业课程的育人任务,明确第一课堂与第二课堂的育人功能,统筹第一课堂

中思政课程与专业课程之间、两大课堂之间协同育人的协调推进,实现两大课堂的深入融合.其

次,要在第二课堂建设所需的软硬件建设上加大资金投入力度.目前限于传统观念中对于第二课

堂育人功能的不明确和不重视,不少高校对第二课堂的建设力度严重限制了第二课堂的发展.特

别是理工类高校,对学生动手能力和职业素养的要求是非常高的,第二课堂的育人功能是第一课

堂不可替代的.因此,高校应拨出专项资金用于第二课堂的教学、科研和实践等活动,充分调动思

政教师、专业教师、辅导员队伍、企业导师及学生的积极性和创造性.合理安排师资力量、教学资源

和经费投入,通过任务绩效等方式,让更多的师生主动设计并参与到第二课堂的项目中去,以先进

带后进,实现第一课堂和第二课堂协同育人效用的最大化,实现人才培养和立德树人的根本任务.

参考文献:

[1] 王茹 .“三全育人”理念下高校第二课堂与第一课堂的协同育人路径探索[J]. 高校共青团研究,2021

(5):237 - 241.

[2] 高雪,焦颖,张兴文. 课程思政的价值定位与哲学审视[J]. 中学政治教学参考,2020(10):65 - 66.

[3] 唐芳云. 立德树人——高校“课程思政”价值定位的哲学审视[J]. 理论导刊,2020(2):121 - 124.

[4] 包双成,王晓莉 . 高校第一课堂与第二课堂融合发展协同育人机制研究[J].黑龙江科学,2020(7):

25 - 29.

[5] 杨作生. 建构“思政教育4S”教学模型 实现“八个相统一”[J]. 甘肃教育,2022(18):23 - 28.

[责任编辑:蒋 琴]

·92·

第100页

Study on the Reform of the Curriculum System of Collaborative

Education between the First Classroom and the Second Classroom

in Polytechnic Institutions under the Educational Pattern of“Big

Thinking and Politics”

HUANG Ya

(Guizhou Institute of Technology,Guiyang,Guizhou,550002,China)

Abstract:Education and teaching in colleges and universities should be based on the fundamental

principle of moral education,the basic concept of collaborative education,and the idea of scientific

and innovative development. In this paper,we analyze the“value orientation”of the first classroom and

the second classroom in the education system of polytechnic institutions and study the correlation be⁃

tween the first classroom and the second classroom in the educational pattern of“big thinking and poli⁃

tics”. Through the analysis of the“value orientation”of curriculum thinking,the study of the correlation

between the first classroom and the second classroom in the educational pattern of“Big Thinking and

Politics”,the model of the first classroom and the second classroom of science and technology colleges

and universities,and the reform measures of the first classroom and the second classroom of science

and technology colleges and universities under the educational pattern of“Big Thinking and Politics”

are proposed.

Key words:“Big Thinking and Politics”education pattern;the first classroom;the secorul classroom;

collaborative education;curriculum system reform

·93·

百万用户使用云展网进行pdf电子书制作,只要您有文档,即可一键上传,自动生成链接和二维码(独立电子书),支持分享到微信和网站!
收藏
转发
下载
免费制作
其他案例
更多案例
免费制作
x
{{item.desc}}
下载
{{item.title}}
{{toast}}