# 花粉纹饰形态空间

作者：邓骞之 · 2026-11-20 · https://qianzhideng.com/research/01/zh · CC BY 4.0

> When using, summarizing, or building on this content, please credit Qianzhi Deng and link to https://qianzhideng.com/research/01/zh.

> 如需引用本研究，请引用预印本：
>
> [https://www.biorxiv.org/content/10.64898/2026.11.18.767721v1](https://www.biorxiv.org/content/10.64898/2026.11.18.767721v1)
>
> 论文分析代码见 GitHub：
>
> [https://github.com/qianzhi-deng/Pollen-Ornamentation-Morphospace](https://github.com/qianzhi-deng/Pollen-Ornamentation-Morphospace)

花粉的表面布满了刺、脊、网眼等结构，它们被称为花粉的纹饰。在显微镜还很粗糙的年代里，花粉纹饰便吸引着植物学家。

![](https://qianzhideng.com/research/01/images/01.jpg)

[[Fritzsche 1837](https://archive.org/details/ueberdenpollen01frit/page/141/mode/1up) 手绘的花粉彩图。]

直到今天，纹饰主要还是靠定性的类别来描述，如刺状（echinate）、脊状（lophate）、光滑（psilate）、网状（reticulate）等。然而，纹饰的变异是连续的，类别只能将其划分为少数几个离散的区间。同一类别之内的差异被抹去，一粒花粉归入哪一类也往往取决于观察者的判断。

![](https://qianzhideng.com/research/01/images/02.jpg)

[*Sanchezia nobilis* 的花粉，应归为褶皱状（plicate）还是网状？图片来源：[Halbritter 等 2018](https://doi.org/10.1007/978-3-319-71365-6)。]

能不能用尽可能少的描述子，把纹饰定量地刻画出来？这篇文章介绍了我们的一种尝试。借助拓扑学里的持续同调（persistent homology），我们把纹饰量化为强度、密度、极性三个可解释的标量。

## 1. 球谐分析的局限

想要定量描述形状，我们自然会想到傅里叶分析。对于三维闭合曲面，与之对应的是球谐分析：将曲面表示为一组球面上正交基函数的线性组合，阶数越高，可表达的细节越精细。

![](https://qianzhideng.com/research/01/gif/sh_zh.gif)

[草甸碎米荠（*Cardamine pratensis*，[3DPX-020611](https://3d.nih.gov/entries/3DPX-020611)）花粉及其球谐重建。左：原始表面；右：球谐重建。拖动滑条调节最大阶数 $L$；拖动花粉旋转视角，滚动或捏合缩放。]

然而，即使阶数升高，重建也只是越来越接近花粉的大致轮廓。同时，球谐分析只能描述闭合曲面，重建总会把原始表面的缺口补成连续的曲面。阶数升高后，缺口附近还会出现原始表面中并不存在的突起。这是截断的展开在表面突变处产生的振荡，在数学上称为[吉布斯现象](https://zh.wikipedia.org/wiki/%E5%90%89%E5%B8%83%E6%96%AF%E7%8E%B0%E8%B1%A1)。此外，纹饰的信息分散在大量系数之中，单个系数难以对应可辨认的形态特征。因此，球谐分析不适合用来构造可解释的纹饰描述子。

## 2. 从分水岭算法到持续同调

花粉的形态如此多样，任何一组预先选定的基函数恐怕都难以同时描述好所有花粉。因此，我们需要一种不预设形状、只关注表面起伏的方法。图像处理中的分水岭算法提供了这样的思路，这种算法常用于图像分割，比如把显微图像中相互接触的细胞逐一分开。它把灰度图看作地形，亮处是高地，暗处是低谷。设想水位从低处逐渐上升，每个低谷各自积成一个水池。相邻水池相遇之处即为分水岭，分水岭将图像划分为若干集水盆地。

![](https://qianzhideng.com/research/01/gif/ws_zh.gif)

[分水岭算法的直觉展示。左：灰度图像；右：由其亮度得到的三维地形与水面。淹没的区域为蓝色，相邻盆地的交界即分水岭，以细线标出。拖动滑条调节水位；拖动地形旋转视角，滚动或捏合缩放。]

对于花粉这样近似球形的物体，我们可以设想一个水球从花粉中心开始膨胀：花粉表面的凹陷处先被淹没，形成水池；突起处则作为岛屿露出水面，直到水球足够大时才被淹没。于是，复杂的三维表面被转化为球面上的一个函数，问题由此大为简化。

拓扑学中的持续同调将这一直觉形式化。将花粉表面记为 $\rho$，即各方向上表面到中心的距离，并令半径为 $r$ 的球形水面扫过花粉。水面以下的部分 $\{\rho \le r\}$ 称为**凹陷通道**，其中的连通分量就是水池；水面以上的部分 $\{\rho \ge r\}$ 称为**突起通道**，其中的连通分量就是岛屿。水面上升时，水位每到达一个凹陷的最低点，就出现一个新的水池；水位升到两个水池之间的鞍点时，二者连成一片，较晚出现的并入较早出现的，随即消失。水面下降时，突起的顶点露出水面，形成岛屿；两座岛屿在鞍点处相连时，较晚出现的消失。

每个水池和每个岛屿从出现到消失所经历的水位区间称为它的持续度 $p_i$，它所属的通道记为 $\sigma_i$，突起为 $+1$，凹陷为 $-1$。于是，每个水池和每个岛屿都对应一对数 $(p_i, \sigma_i)$。每个通道中最早出现的分量出现后一直存在，不计入分析。

这些数对可以画成持续条形码（persistence barcode），每个水池和每个岛屿是一根横条；也可以画成持续图（persistence diagram），每个水池和每个岛屿是一个点，横坐标为出现时的水位，纵坐标为消失时的水位。

![](https://qianzhideng.com/research/01/gif/pd_zh.gif)

[示意花粉的持续同调。左：花粉与半径为 $r$ 的水面；右上：持续条形码；右下：突起与凹陷两个通道的持续图。蓝色代表凹陷通道的连通分量，红色代表突起通道的连通分量。在持续条形码和持续图中，虚线与空心圆表示每个通道中被排除的、永不消失的分量。拖动滑条，或条形码、持续图中的竖线，调节水面半径；拖动花粉旋转视角，滚动或捏合缩放。]

与球谐分析不同，持续同调允许表面存在缺口，对表面上的微小噪声也很稳健。

## 3. 三个可解释的描述子

两个通道共给出 $N$ 个数对 $(p_i, \sigma_i)$。记 $\pi_i = p_i / \sum_j p_j$ 为每个水池和每个岛屿在总持续度中的占比，我们定义**强度**、**密度**与**极性**三个可解释的标量：

$$I=\ln\sum_i \frac{p_i}{N}$$

$$D=-\sum_i \pi_i\ln \pi_i$$

$$P=\tanh^{-1}\sum_i \sigma_i\pi_i$$

强度 $I$ 是平均持续度的对数，反映了花粉纹饰的平均振幅。密度 $D$ 是占比的香农熵，反映了纹饰图案的细密程度。极性 $P$ 反映了两个通道之间的差异，从而表明纹饰以突起还是凹陷为主。

为了直观感受这三个标量如何反映花粉纹饰，我们制作了下面的示意花粉。它的起伏高度、纹饰元素数目与突起比例可以分别调节，并且分别对应一个我们的标量。起伏高度增大时，强度 $I$ 随之增大，持续图中的点云整体远离对角线。纹饰元素数目增多时，密度 $D$ 随之增大，持续图中的点增多，点云更加弥散。突起比例增大时，极性 $P$ 随之增大，持续图中的点从凹陷通道转移到突起通道。

![](https://qianzhideng.com/research/01/gif/syn_zh.gif)

[示意花粉及其两通道的持续图。上：示意花粉；下：突起与凹陷两个通道的持续图。拖动三个滑条分别调节起伏高度、纹饰元素数目与突起比例；拖动花粉旋转视角，滚动或捏合缩放。]

在真实花粉上，三个标量同样反映了纹饰。雏菊（1号）的表面布满又高又尖的刺，突起通道中的点远离对角线，因此强度高、极性为正。普通早熟禾（11号）的表面近乎光滑，持续图中的点少而紧贴对角线，因此强度与密度都低，极性在 $0$ 附近。草甸碎米荠（16号）的表面满是网眼，凹陷通道中的点多而集中，因此密度高、极性为负。

![](https://qianzhideng.com/research/01/gif/dg_zh.gif)

[真实花粉及其两通道的持续图。上：所选花粉与半径为 $r$ 的水面；下：突起与凹陷两个通道的持续图。点选编号切换花粉；拖动滑条或持续图中的竖线调节水面半径；拖动花粉旋转视角，滚动或捏合缩放。]

## 4. 花粉纹饰形态空间

以强度、密度与极性为三条坐标轴，就得到一个花粉纹饰形态空间。每粒花粉都是其中的一个点，纹饰相近的花粉彼此靠近。我们将 [3D Pollen Library](https://3d.nih.gov/collections/33) 中162粒近球形的被子植物花粉置于这一空间。

![](https://qianzhideng.com/research/01/gif/ms_zh.png)

[真实花粉在纹饰形态空间中的分布。上：形态空间；下：所选花粉。橙色为刺状、蓝绿色为脊状、蓝色为光滑、紫红色为网状。点选形态空间中的点或编号切换花粉；拖动形态空间或花粉旋转视角，滚动或捏合缩放。]

三条坐标轴之间几乎不相关，各自刻画纹饰的一个方面。同一纹饰类型的代表花粉聚成一簇，不同类型占据形态空间的不同区域。强度区分起伏的强弱：刺状与脊状花粉最高，光滑花粉最低。密度区分图案的粗细：网状花粉最高，刺状与脊状花粉居中，光滑花粉最低。极性区分突起与凹陷：刺状与脊状花粉为正，网状花粉为负，光滑花粉接近零。

这一形态空间是否真的抓住了纹饰？我们用两组纹饰已知的花粉来进行检验：一组是理论花粉，其外壁图案由一个[物理模型](https://doi.org/10.1016/j.cell.2019.01.014)生成，周期由波数 $\ell_0$（绕花粉一周的纹饰元素数）决定；另一组是19粒真实的菊科刺状花粉，刺数可以逐一数出。

对理论花粉，$D$、$P$ 与波数 $\ell_0$ 的关系为：

$$\ell_0 = \sqrt{\pi\, e^{D - h(P)}}$$

其中 $h(P)$ 是两个通道持续度占比的二元熵 (按定义，$D$ 是持续度占比 $\pi_i$ 的香农熵。若纹饰只有一个通道，且由 $n$ 个持续度相同的元素组成，则每个元素的占比都是 $\pi_i = 1/n$，于是 $D = \ln n$，恰为元素数目的对数。然而，纹饰通常兼有突起与凹陷。为了计入两个通道，我们引入二者占比的二元熵。记突起与凹陷两个通道的占比为
$$\pi_\pm = \sum_{\sigma_i = \pm 1} \pi_i$$
两个占比之和为 1，而由 $P$ 的定义，二者之差为 $\pi_+ - \pi_- = \sum_i \pi_i \sigma_i = \tanh P$。因此
$$\pi_\pm = \frac{(\pi_+ + \pi_-) \pm (\pi_+ - \pi_-)}{2} = \frac{1 \pm \tanh P}{2}$$
其二元熵为
$$h(P) = -\pi_+ \ln \pi_+ - \pi_- \ln \pi_-$$
若每个通道都由 $n$ 个持续度相同的元素组成，突起或凹陷通道中每个元素的占比为 $\pi_+/n$ 或 $\pi_-/n$。代入 $D$ 的定义得
$$D = -\sum_\pm \pi_\pm \ln \frac{\pi_\pm}{n} = \ln n + h(P)$$
由于 $\ell_0$ 计数图案绕花粉一周的重复次数，$\ell_0 = 2\pi R/\lambda$，其中 $R$ 为花粉的半径，$\lambda$ 为图案的特征波长。若图案的每个周期占面积 $\lambda^2$，则每个通道含 $n = 4\pi R^2/\lambda^2 = \ell_0^2/\pi$ 个元素，于是
$$D = \ln\frac{\ell_0^2}{\pi} + h(P)$$
整理得
$$\ell_0 = \sqrt{\pi\, e^{D - h(P)}}$$)。

对真实的刺状花粉，刺数与波数的关系为 $n = \ell_0^2/\pi$，由此得：

$$n = e^{D - h(P)}$$

从 $D$、$P$ 还原，理论花粉波数的平均误差为6.1%，真实花粉刺数的平均误差为11.9%。

![](https://qianzhideng.com/research/01/gif/rec_zh.png)

[从形态空间坐标还原波数与刺数。上：极性–密度平面；下：所选花粉及其还原值与真实值的比较。点选任一点切换花粉；拖动花粉旋转视角，滚动或捏合缩放；平面放大后拖动平移，双击复位。]

## 5. 传粉综合征与演化

定量的形态空间，为检验传统生物学中的定性理论与假说提供了一条途径。这里以传粉综合征（pollination syndrome）为例，在花粉纹饰形态空间中考察这一理论。传粉综合征认为，同一类传粉者会塑造出一组相伴的花部特征，例如风媒植物的花多小而不显眼，也不分泌花蜜。就花粉而言，它预言风媒花粉往往更加光滑，空气动力学性能更好，便于随风飘散到远处；虫媒花粉则带有更显眼的纹饰，便于附着在昆虫身上。这一框架简明好用，却始终存在争议。[大规模的比较研究](https://doi.org/10.1111/1365-2745.70290)表明，两类花粉的纹饰差异只是部分符合这一预言。借助定量的形态空间，我们进一步在强度、密度与极性三个轴上度量风媒与虫媒花粉的纹饰差异。

对于形态空间中的162粒花粉，我们依据[不列颠群岛生态植物数据库](http://ecoflora.org.uk)确定了其中116个物种的传粉方式，其中虫媒95种，风媒21种。随后，我们在定年的系统发育树上比较两类花粉的纹饰。

![](https://qianzhideng.com/research/01/gif/tree_zh.png)

[116个物种的定年系统发育树。上：定年系统发育树；下：所选物种的花粉。点选末端切换物种；拖动花粉旋转视角，滚动或捏合缩放。]

风媒物种在系统树上集中在少数几支，如果不考虑亲缘关系而直接比较，就可能把共同祖先带来的相似误归于传粉方式。为此，我们用[系统发育广义最小二乘](https://lukejharmon.github.io/pcm/chapter5_mvbm/#section-5.5c-testing-for-character-correlations-using-traditional-approaches-pic-pgls)（PGLS）比较两类花粉，按系统树扣除近缘物种之间的相似。未经校正时，虫媒花粉的强度、密度与极性都高于风媒花粉。经系统发育校正后，只有强度的差异仍然显著，即风媒花粉的纹饰起伏更低。

![](https://qianzhideng.com/research/01/images/03_zh.svg)

[虫媒与风媒花粉的比较。左：强度、密度与极性的分布及其效应量 Cohen’s d；右：系统发育校正后的差异估计（虫媒 − 风媒），深色为95%置信区间，星号表示显著。]

形态空间也可以用来追踪纹饰的演化。我们在布朗运动模型下估计了28个菊科物种的祖先状态，并将物种与祖先一同置于形态空间。三个亚科从共同祖先出发，朝不同方向分化：菊苣亚科趋向更细密、以凹陷为主的纹饰，紫菀亚科趋向更粗、以刺为主的纹饰，飞廉亚科趋向更低的起伏。三条坐标轴中，只有密度表现出显著的系统发育信号 (系统发育信号以 [Pagel’s λ](https://lukejharmon.github.io/pcm/chapter6_beyondbm/#section-6.2-transforming-the-evolutionary-variance-covariance-matrix) 度量：$\lambda = 0$ 表示性状与亲缘关系无关，$\lambda = 1$ 表示性状完全按系统树的结构相似。密度的 $\lambda = 0.74$，显著大于 $0$（多重比较校正后 $p = 0.007$）。)。

![](https://qianzhideng.com/research/01/gif/phylo_zh.gif)

[28个菊科物种在形态空间中的演化。悬停在物种上显示学名；拖动滑条调节时间；拖动形态空间旋转视角，滚动或捏合缩放。]

## 6. 讨论

形态空间是理论形态学的核心概念。构造形态空间大致有两条途径。理论形态空间的坐标轴事先定义，经验形态空间的坐标轴则从标本数据中统计得出，如主成分分析。理论形态空间的经典例子是 [Raup 的贝壳卷曲形态空间](https://www.jstor.org/action/doBasicSearch?Query=%22Geometric+analysis+of+shell+coiling%22)，它开创了理论形态学。Raup 构造这一空间，是为了刻画塔形（turriculate）与陀螺形（turbiniform）等定性类别之间的「渐变谱」（spectra of gradation）。我们的花粉纹饰形态空间追求类似的目标。它的坐标轴同样事先定义，不含自由参数，因此无需人为设定，计算完全自动。坐标轴本身就是纹饰的强度、密度与极性，含义一目了然，而经验形态空间的坐标轴只有统计意义，生物含义要事后解读。三条坐标轴还各自刻画纹饰的一个方面，可以分别分析每条轴上的差异。相比之下，经典形态空间的坐标轴是否独立一直存在争议，即便在 Raup 的空间中，各轴在数学上也彼此相关。

![](https://qianzhideng.com/research/01/gif/raup_zh.png)

[Raup 的贝壳卷曲形态空间。上：形态空间；下：所选标本。$W$ 为扩张率，$D$ 为离轴距离，$T$ 为平移率，详细定义见 [Raup 1966](https://www.jstor.org/action/doBasicSearch?Query=%22Geometric+analysis+of+shell+coiling%22)。竖轴按 $\lg W$ 取对数尺度，横轴按 $1 + T$ 取对数尺度。菊石数据来自 [Saunders 等 2004](https://doi.org/10.1666/0094-8373(2004)030%3C0019%3ATEHOSG%3E2.0.CO%3B2)与 [Ritterbush 和 Bottjer 2012](https://doi.org/10.1666/10027.1)，腹足类来自 [Noshita 等 2012](https://doi.org/10.1666/10060.1)、[Araki 等 2023](https://doi.org/10.1093/evolut/qpad110)与 [Collins 等 2021](https://doi.org/10.1017/pab.2021.8)，双壳类来自 [Ubukata 2000](https://doi.org/10.1666/0094-8373(2000)026%3C0606%3ATMOHAS%3E2.0.CO%3B2)，腕足类来自 [McGhee 1980](https://doi.org/10.1017/S0094837300012513)。参数均已换算为 Raup 的定义，同一物种多次出现时合为一点（$W$ 取几何均值，$D$、$T$ 取算术平均）。对于平旋的菊石与腕足类，$T$ 无法得到，取 $T = 0$ 作为近似；对于双壳类，$D$ 与 $T$ 无法得到，取 $D = 0$、$T = 0$ 作为近似。半透明椭球为各类群拟合的三维高斯分布，由内向外为 1σ、2σ、3σ。点选形态空间中的点或编号切换贝壳；拖动形态空间或贝壳旋转视角，滚动或捏合缩放。]

这一方法也可以看作孢粉学中经典的 LO 分析的推广。在扫描电镜进入孢粉学之前，LO 分析是光学显微镜下辨认纹饰的主要手段。焦平面自上而下逐层移动时，突起先亮后暗，称为 LO 图式；凹陷先暗后亮，称为 OL 图式。L 和 O 分别取自拉丁文的「亮」（lux）与「暗」（obscuritas）。对近球形的花粉，球形水面在局部近似于焦平面，因此岛屿对应 LO 图式，水池对应 OL 图式。不同的是，LO 分析依赖观察者的肉眼判断，而持续同调遍历所有水位，计算完全自动。

![](https://qianzhideng.com/research/01/gif/lo_zh.gif)

[雏菊（*Bellis perennis*，[3DPX-017818](https://3d.nih.gov/entries/3DPX-017818)）与草甸碎米荠（*Cardamine pratensis*，[3DPX-020611](https://3d.nih.gov/entries/3DPX-020611)）花粉的 LO 分析。截面中水面以上为亮色，水面以下为暗色。拖动滑条调节水面半径。]

这项研究的一个局限在于样本的规模与类群覆盖。孢粉学的记录大多是光学显微镜和扫描电镜下的二维照片。我们使用的 3D Pollen Library 已是目前最大的公开三维花粉数据集，但就整个孢粉学而言，三维数据仍然有限。我们提出的方法本身也有局限。它假定花粉近于球形，对明显偏离球形的花粉，整体形状可能被误读为纹饰，例如椭球形花粉的两极会被当作两根长刺。此外，为了让框架保持简洁，我们只用了零维持续同调，它只记录水池与岛屿的出现与消失，不记录纹饰元素的形状与排列，因此无法区分仅在这些方面不同的纹饰。引入更高维的同调有望弥补这一不足。

我们感谢 Anthony J. Hayes 与卡迪夫大学生物成像研究中心慷慨地向科学社区分享了 3D Pollen Library，没有它就没有这项研究。花粉模型和由它们生成的图像采用 CC BY-NC 许可，不随本文的 CC BY 4.0 许可发布。
