開放科學及建立數位資源引用

林政道發表留言

開放科學簡介

  • 「開放科學的概念是所有的科學知識都應在探索的過程中儘早開放」 — Michael Nielsen

什麼是「開放科學（Open Science）」？自二十一世紀後，「開放」的精神逐漸於學術界發酵，相同的目標都在追求打破知識或專有軟體（proprietary software）保護的障壁，期許能將知識予全體人類共享。開放科學和自由軟體（開放源碼是其要件之一）理念十分類似，其概念就是希望科學研究的過程及成果都是公開的，一方面能讓公眾了解科學的進展，並參與協作（collaboration）。另一方面開放的資料及研究過程能協助其他科學家確認其正確性及可再現性（reproducible）。一般而言開放科學有六項原則，分別為「開放資料」、「開放源碼」、「開放方法學」、「開放同儕審查」、「開放存取（期刊論文）」及「開放的教育資源」1。


近幾年來，網路及資訊工具的普及化也同時造就科學研究的躍進，各式各樣的科學研究工具隨著自由軟體、開放源碼的精神下紛至沓來，例如 Python 語言的科學研究套件 SciPy、NumPy ，或是專精統計計算的 R 語言等。其中多數的軟體源碼都置放在 Github 平台上給公眾使用、研究及開發。Github 是支援分散式版本控制系統(distributed version control system)的程式源碼（source code）代管平台，有許多著名專案都可在上面找到，例如自由地理資訊系統軟體 QGIS、 Julia 語言、建構 Python 輕量化的網路框架 Flask 等。除了上述獨立的科學研究工具外，亦有幾個熱門的開放科學研究框架（framework），和軟體不同的是，你可以使用這些開放科學研究框架來發展新的研究流程、撰寫新程式，並且能夠重複使用其元件。目前熱門的開放科學研究框架有 rOpenSci 及 Open Science Framework 等。以 rOpenSci 為例，其專案於 2011 年由幾個科學研究工作者發起，主要的初衷是希望進行科學研究中的資料及分析過程可重複使用及共享資料及軟體，透過研究者社群的維護，發展出一系列的 R 的套件，並建構嚴謹的審查過程來把關。在 rOpenSci 社群中，參與者可使用社群中的 R 套件，亦可自行開發套件提交至社群平台上或是審查同儕的 R 套件2。
當這類的開放源碼軟體及開放資料集愈來愈多時，該怎麼在研究論文引用呢？畢竟這些軟體或是資料集可能是研究者及作者花了許多時間和精力開發的！引用是對創作者最基本的尊重，也能鼓勵開放資料及開放源碼的開發者持續貢獻於社群。有些軟體工具會提供引用的指南，例如 R 語言內建的函示 citation() 即可顯示引用的格式：
> citation()To cite R in publications use（要在文章中引用 R 請使用：）:  R Core Team (2018). R: A language and environment for statistical  computing. R Foundation for Statistical Computing, Vienna, Austria.  URL https://www.R-project.org/.（以下略）
但除了一般的文章之外，要如何使用建立識別碼來讓公眾引用你的作品呢？我們可以像期刊論文使用 DOI 來讓其他人引用，以下將以實際範例來教學，讓你能建立自己作品的 DOI。

DOI：數位資源的身份證

地址是定位空間上的一個特定位置，統一資源識別碼（Uniform Resource Identifier; URI）則是標定網路上的數位資源位置，例如網址（web address）是一種定位網路上的位置識別碼（通常稱為URL；Uniform Resource Locator）。但 URL 可能會因為伺服器或檔案變動而改變其名稱，另外其本身僅定義為數位資源的位址而非其本身的資訊，可能會造成後續管理上的問題。舉例來說，今天我開發了一個物種名錄產生器，把它放置在 Github 上並命名為 checklister，其 URL 為 http://github.com/mutolisp/checklister，但後來我建立了一個團隊並移到下列 URL http://github.com/TaiBON/checklister，此時這個軟體內容不變，但其 URL 已更動。為了解決這個問題，數位物件識別碼（Digital Object Identifier; DOI）因而產生，DOI 本身有兩部分並以「/」作為分隔，第一部分是前綴碼，主要由「國際物件識別號基金會（International Digital Object Identifier Foundation）」所制定，通常是代理註冊機構的代碼。第二部分則是屬於該機構底下的識別碼。以全球生物多樣性機構（Global Biodiversity Information Facility; GBIF）所製發的 DOI 為例：
10.15468/dl.bfgeg7
上述其 DOI 的前綴碼為 10.15468，後面 dl.bfgeg7 則是數位資源，若你將這個 DOI 前方加上 http://doi.org，即 http://doi.org/10.15468/dl.bfgeg7，透過瀏覽器就會直接連到 GBIF 的 iNaturalist Research-grade Observations in Taiwan 的數位資源頁面，並顯示引用的格式為 「GBIF.org (05 September 2018) GBIF Occurrence Download https://doi.org/10.15468/dl.bfgeg7」1。此時若你透過這個頁面下載資料並分析，在發表的研究報告或論文中就能使用這個引用格式了。若你是開發者，想讓其他公眾能引用你的作品，建議將源碼放置 Github 並使用 Zenodo 來建立 DOI，詳細說明請參考下節。

開放科學的資料倉儲庫

Zenodo2 是歐盟 OpenAIRE（Open Access Infrastructure for Research in Europe；歐洲研究開放存取建設）計畫中的一份子。由 CERN （European Organization for Nuclear Research；歐洲核子研究組織）所開發的的巨量資料管理及開放科學、開放資料的數位圖書館。Zenodo 主要支援開放科學的服務，不僅限於科學領域，人文學科領域也一樣適用；你可以上傳相當廣泛的數位資源類型，例如研究論文草稿、預印本（preprint）3、資料集（dataset）、軟體（software）、海報(poster)等。每一筆上傳資源都能夠建立一個全球獨一無二的 DOI，分享給大眾使用並能被引用。

實例教學：分享並建立你的程式 DOI

了解 DOI 後，我們實際來建立一個程式或軟體的 DOI 。在以下教學文件中，你將知道如何建立一個 Github repository，發布釋出版（Release）和公眾共享你的科學研究分析軟體。最後透過 Zenodo 來建立你的程式 DOI，讓其他人能引用你的數位成果並表彰貢獻。
1. 建立一個 Github repository 及釋出版
請先註冊一個 Github 帳號，並參考建立一個 repository(Create a repository)的說明。開始寫源碼，並提交（commit）至版本控制庫中，最後建立一個釋出版（Release）。因為篇幅的關係這裡不做詳細介紹，若你不知道什麼是 git 或對 Github 不熟悉，可以參考其他網路上的教學文件4。
2. 註冊登入 Zenodo
你可以使用第三方登入的方式（支援 Github 及 ORCid 登入）或是註冊一個新帳號，如下圖一

3. 授權第三方程式權限
假設你已有 Github 帳號，點選 Sign up 註冊會連到以下的畫面 。請點 Sign up with GitHub

此時會出現授權 GitHub 權限給 Zenodo 的提示，包括 email 位址、repository webhooks 和服務及所屬團隊的權限，點選 Authorize Zenodo （授權給 Zenodo）後，即可透過 Zenodo 連結你的 GitHub 帳號

4. 啟用 Repository
接下來你在 Zenodo 右上角有個使用者帳號（你的 email 帳號），點選下拉式選單並選擇 GitHub，如下圖四

進入 GitHub 整合頁面後，會看到你所有的 repositories，以本例來說，我們將選擇 mutolisp/distrmap_tw.qgis 來建立 DOI。把要建立的 repository 開啟後（把開關滑向 ON），按右上角的 Sync now … Zenodo 就會自動連結到 GitHub 並建立 DOI，如下圖五所示：

點選啟用後的  DOI 徽章（badge）後，就會開出一個視窗讓你選擇使用的徽章的方法，一般來說我們在 GitHub repository 裡頭會使用 README.md （Markdown 語法的文件），所以就先把 Markdown 這個內容複製。

回到 mutolisp/distrmap_tw.qgis，編輯 README.md 加入上一步所複製的 DOI 徽章（參見圖七），存檔後就完成了（如圖八）。

5. 確認 Repository DOI
上述步驟都設定完成之後，回到首頁點選 Upload（參見圖九）就會顯示目前你所有連結並上傳的數位資源，此時可以直接點選剛剛建立的 distrmap_tw.qgis（參見圖十），將會顯示你的軟體（或是預印本、圖片等數位資源）的相關細節以及如何引用的格式。值得一提的是，Zenodo 對於軟體可以有共通的 DOI 或是不同版本的 DOI 引用，細節請參見版本引用說明。

小結

和過去紙本文件的時代比較，如何讓這些數位資料集、軟體、文件能妥適引用，公開分享及建立引用的連結是學術研究在數位化過程中所要面臨的挑戰。雖然可以你用網址來快速引用，但網站位址更迭頻繁 可能會導致這些連結失效，因此善用開放科學平台、引用資料庫，例如本文中使用 Zonodo 和 GitHub 整合，可快速提升你的作品及研究成果能見度，和社群分享並彼此審查砥礪，讓科學研究邁向協作及公開的目標，也讓知識普及貢獻於全體人類。

備註

  1. 並非所有的 DOI 引用格式都相同，和各機構採用格式有關
  2. Zenodo 名稱源自古希臘亞力山卓圖書館的第一個館員 Zenodotus
  3. 預印本指的是草稿、審稿階段或是被接受刊出前的研究論文。對於高度競爭的學術界中，有些研究創新可能是接近時間提出，但以往期刊審查週期較長，所以有些研究者選擇將研究論文預先上傳至公開的平台上以取得學術上發表成果的優先權，以防在審查期間被別人搶先或進行重複研究，例如 ArXiv、bioRxiv 及這裡提及的 Zenodo 等都是預印本分享平台
  4. 可參考為你自己學 git 或是連猴子都能懂的 git 指南

參考資料

[1] Open science as a practice. URL: http://openscienceasap.org/open-science/

[2] Scott Chamberlain, Anna Krystalli, Lincoln Mullen, Karthik Ram, Noam Ross, Maëlle Salmon (2018) rOpenSci Packages: Development, Maintenance, and Peer Review. URL: https://ropensci.github.io/dev_guide/ Accessed: Nov. 22, 2018

[3] GitHub Guides: Making your code citable (2018) URL: https://guides.github.com/activities/citable-code/ Accessed: Nov. 22, 2018

分組運算作法

林政道發表留言

今天學生問我分組運算的問題，就順便來。舉個最簡單的例子來說，如下表呈現，目標是以山頭(mountain)和坡向(aspect)為一組，來計算thermophilization indicator，計算的方式是把不同的物種依照海拔分布上下限分成不同等級(rank; R)，再乘以在該樣區之覆蓋度(cover; C)，接下來將所有物種等級覆蓋度乘積加總，再除以該樣區覆蓋度總和，可用下列公式來表示：

\frac{\sum_{i}^{n} C \cdot R}{\sum_{i}^{n} C}

先來簡化問題，若要計算每一座山頭坡向的物種覆蓋度總和，該如何計算。以下用 R 的 data.table 之 group 概念來實作，也就是 DT[, j, by=group_by]：

# 先使用 data.table fread() 來讀取資料
library(data.table)
dummy <- fread('/path/to/the/file.csv', sep = ',')
# 再依照 DT[, j, by=group] 來運算
dummy[, sum(cover), by = .(mountain, aspect)]

就會得到依山頭、方位的覆蓋度總和

mountain aspect V1
1: SEN W11 40.5
2: SEN W13 33.1
3: SUN E11 21.5
4: SUN S13 51.0

因此，我們可以再進一步來計算 thermophilization indicator

Tsi <- dummy[, sum(cover*r)/sum(cover), by = .(mountain,aspect) ]

這個也就是在資料庫結構化查詢語言(Structural Query Language; SQL)的 group by 概念，SQL 寫法如下：

SELECT 
    mountain,
    aspect,
    sum(cover*r)/sum(cover) as tsi
FROM 
    table_name 
GROUP BY 
    mountain,aspect;

範例檔案及 R code:

mountain aspect species cover r
SEN W11 A 30 1
SEN W11 B 10 3
SEN W11 C 0.5 2
SEN W13 A 15 4
SEN W13 D 5 3
SEN W13 E 3 2
SEN W13 F 0.1 1
SEN W13 G 10 4
SUN E11 A 15 2
SUN E11 B 5 3
SUN E11 C 0.5 2
SUN E11 E 1 4
SUN S13 D 35 1
SUN S13 E 10 1
SUN S13 F 5 2
SUN S13 G 1 4
view raw dummy.csv hosted with ❤ by GitHub
library(data.table)
exampleFile <- 'https://gist.githubusercontent.com/mutolisp/4898bb2e25a33487385bf5ede8e553da/raw/f101cc6e126eb2475d2345377bd02bbee3474799/dummy.csv&#39;
dummy <- fread(exampleFile, sep = ',', header = T)
# calculate cover summation by mountain and aspect
dummy[, sum(cover), by = .(mountain, aspect)]
# calculate thermophilization indicator
Tsi <- dummy[, sum(cover*r)/sum(cover), by = .(mountain,aspect) ]
view raw tsi.r hosted with ❤ by GitHub

RMarkdown 轉成 pdf 中文字型問題

林政道1 則迴響

Rmarkdown 轉成 pdf 預設會有中文無法顯示的問題(這是因為 knitr 使用 pandoc 轉換成 tex，再用 pdflatex 轉成 pdf)。目前的解法是在 rmarkdown 的 header 加上以下的參數

--
header-includes:
- \usepackage{fontspec} # 使用 fontspec package
- \usepackage{xeCJK}    # 使用 xeCJK package
- \setCJKmainfont{Songti TC} # 指定主要的字型，windows 使用者可用「標楷體」、「新細明體」，或是依照您安裝的字型名稱輸入
output: 
  pdf_document: 
    keep_tex: yes # 保留 tex 檔，萬一出了問題，可以手動檢查並重新編譯
    latex_engine: xelatex # latex 引擎設定為 xelatex
--

之後用 knitr 就會有正常的中文顯示 pdf 了

從照片的 GPS 座標反推回 GPS 軌跡

林政道發表留言

昨天從棉花嶼回來後，不小心 GPS 被小孩摸走，弄一弄竟然把我辛苦收集的軌跡都刪除了，就算用了 testdisk 把整個 GPS 磁區重新搜尋也找不回來了，這可能是因為 Garmin GPS 收集的資料會存成 Current.gpx 檔案，這個檔案被她不知道怎麼按一按就覆寫了(就是沒有救的意思)。因此只能用另外的方法來推估移動的軌跡，例如說從已拍攝照片中的 GPS 座標依照時間連起來回推移動軌跡，本來想自己用 python 刻，但是以前常使用 exiftool 來讀寫相機的 exif (exchangeable image file format)，看看有沒有相關的功能好了，找了一下說明竟然有從有座標的照片中反推 GPS 軌跡，雖然套用到單眼的照片中可能解析度沒這麼好，但總比一個一個點要快多了。以下是如何反推軌跡的說明(exifTool 是 command line 的程式，安裝就自行看一下官網說明)：

繼續閱讀 “從照片的 GPS 座標反推回 GPS 軌跡"

有效率地使用 email 傳達資訊

林政道發表留言

教學幾個學期以來，常常有學生寫信問問題，但常常這些信件中的資訊都難以有效率傳達。有些信件沒有寫主旨(標題)、有些信則僅陳述「老師可以請你把上課 ppt 上傳教學平台嗎」，連署名都沒有，對於一學期六至七門課，超過兩三百名學生的我而言簡直是大海撈針。和不同學校的老師，甚至是日本老師提到這個情況，他們的學生也是有類似的情形，看來這是近年來普遍的現象，可能是因為即時通訊軟體的普及，造成學生預設老師知道當下的情境(但大部分都摸不著頭緒)。所以我決定來寫一篇 How To ，有效率地寫一封 email 原則如下：

繼續閱讀 “有效率地使用 email 傳達資訊"

發表在 未分類 中

iNaturalist 新增物種

林政道發表留言

在使用 iNaturalist 上傳觀察記錄時，有時候也許會遇到系統中沒有內建的物種，這時候有兩個處理方式，一個是將此物種資訊寄給 iNaturalist 客服 或是透過查詢外部資料庫匯入的方式來新增。這篇說明將示範後者的程序，詳細說明如下：

  1. 在首頁中的「物種」搜尋欄位，輸入該物種的學名，這裡以柯氏雞屎樹(Lasianthus curtisii)為例，如圖一

    screenshot
    圖一、搜尋要加入的新物種學名
  2. 搜尋未找到該物種，手動搜尋 Catalogue of Life: 2012 Annual Checklist  (COL) 或是生命大百科(Encyclopedia of Life; EOL)。以本例來說，可搜尋 EOL（因為 COL 的資料有些舊），如下圖二

    screenshot.png
    圖二、搜尋外部資料庫 COL 以及 EOL
  3. 搜尋 EOL 後，若有此物種，可按下該物種圖示加入 iNaturalist，如下圖三

    screenshot
    圖三、加入該搜尋到的物種
  4. 接下來就會開啟一個新的物種頁面（圖四），可以在「分類」頁籤中手動再新增物種的中文俗名（請參照圖五）。

    screenshot.png
    圖四、新增的物種頁面

screenshot.png
圖五、新增中文俗名(點選「加入名稱」)

最後您可以直接回到原先的觀察，編輯該觀察記錄的物種名稱，就能夠找到該種的名稱了。Screen Shot 2018-03-22 at 16.03.54.png

 

隱晦的春季絢爛—樟科的花

林政道發表留言

樟樹(Cinnamomum camphora, 樟科 Lauraceae, TaiBIF頁面)是臺灣低海拔很常見的物種，可在公園、校園或是綠地看到栽植的個體。過去曾因樟樹可提煉樟腦油，在工業上可當成賽璐珞(celluloid)以及無煙火藥的原料，所以樟樹在20世紀初期具有非常高的經濟價值。臺灣是全世界樟腦油產量最多的地區。從物種的分布來說，臺灣從海平面一直到將近海拔兩千五百公尺都有樟科植物的分布，而且在中低海拔是非常優勢且常見的物種，除了樟樹外，還有像是紅楠(Machilus thunbergii)、香楠(Machilus zuihoensis, 臺灣特有種)、大葉楠(Machilus kusanoi)、內苳子(Lindera akoensis)等原生的物種。樟科的植物多半都在春天開花，早一點的話大約是在陰曆過年前後(約一月底二月初左右)就會開花，但樟科的花非常的低調，每朵花的大小約莫只有 0.5 至 1 cm 左右，大部分種類的花包含花瓣、花萼的顏色是翠綠色至黃綠色的，非常的不起眼，常會被忽略。

圖一、香楠花部構造，雌花期
圖二、香楠的雄蕊花葯瓣裂示意圖
圖三、大葉楠的花，雄花期
圖四、樟樹的花，雄花期
圖五、陰香的花，這朵比較特別，是4個雄蕊一輪，通常是3個
圖六、盛開花的香楠

 

樟科花的形態

我們以香楠為例來解釋，它的花具有四輪雄蕊(每一輪是三個)，順序則是從外側朝中心算起。其中第四輪雄蕊退化，但是具有分泌蜜液的功能。由上俯視的話，第一輪和第三輪雄蕊在同一個垂直面上，第二輪和第四輪則是在同一個垂直面上，所以 1 和 3 輪雄蕊以及 2,4 輪雄蕊是錯開的。每個雄蕊具有四個葯囊，開口是瓣裂(valvular dehiscence)。另外在第一輪和第三輪雄蕊基部具有腺體，可分泌蜜液吸引授粉者。

33867548436_f5da80288d_z_d
香楠的花

像這麼不起眼的花，到底要怎麼吸引授粉者呢？樟科的花通常具有一股腥臭味，因為味道比較主觀，我個人是覺得類似像漂白水混合廉價香料的味道，所以是否會吸引到像是蒼蠅還是腐食性的昆蟲呢？曾經觀察到有一些蒼蠅以及類似蜂的昆蟲訪花，但沒有刻意去確認物種，所以如果有興趣的人可以再觀察看看。

授粉生物學

大部分的樟科植物有個非常有趣的現象就是雌雄異熟(dichogamy)，這個機制就是讓雌蕊或雄蕊在不同的時間點成熟，以達到防止自花授粉的目的。之前我有寫過一篇文章「酪梨酪梨為什麼你不結果」就是在講這個機制。這裡就再簡單介紹一次，在雌先熟的雌花期(female phase)中，如上圖一。雄蕊除了花葯孔未開裂外，第三輪雄蕊是緊貼著第一輪雄蕊的。此時第四輪退化的雄蕊就會分泌蜜液，吸引授粉者前往。接下來的雄花期(male phase) ，第三輪雄蕊會移動緊貼著柱頭，讓授粉者無法碰觸到的柱頭，而此時第一輪雄蕊基部的腺體就會分泌蜜液吸引授粉者。通常這樣的雌花期或是雄花期都會有不同的時間，例如香楠有一型早上是雄花期，中午會閉合，下午則是雌花期。

發表在 未分類 中

沒有葉綠素的蔓藤性蘭花—蔓莖山珊瑚

林政道發表留言

蔓莖山珊瑚(Erythrorchis altissima (Blume) Blume)是一種無葉綠素的真菌異營(mycoheterotrophy)蘭科植物，別名又稱為倒吊蘭或紅花山珊瑚，其屬名字根 erythr- 在希臘文意指紅色，orchis 則是蘭的意思。一般的蘭科植物大部分都是地生性(例如根節蘭屬(Calanthe)、綬草屬(Spiranthes))或是附生性(園藝市場常見的蝴蝶蘭屬(Phalaenopsis)、豆蘭屬(Bulbophyllum))的，真菌異營的種類較少，臺灣約有 50–60 種，約佔蘭科的 10% 左右。這些無葉綠素的蘭花大概分散在十幾個屬之間，例如赤箭屬(Gastrodia)、皿蘭屬(Lecanorchis)及上鬚蘭屬(Epipogium)等(詳細名錄請參考表一)。

蔓莖山珊瑚屬(Erythrorchis)相較其他普遍比較矮小的真菌異營物種來說，本屬植物可以長到數公尺高，根據 Imhof (2010) 引述 Hamada & Nakamura (1963) 的報告指出，蔓莖山珊瑚可以長到 40 m 長！目前全世界蔓莖山珊瑚屬植物只有兩種，臺灣僅有蔓莖山珊瑚一種。本種主要分布在熱帶、副熱帶亞洲，從北印度一直到喜瑪拉雅以東至日本，包括臺灣、中國、越南、遼國、菲律賓、印尼等地。臺灣分布主要在低至中海拔約一千公尺以下的山區，過去標本採集記錄包含了宜蘭太平山、蘇澳、臺東達仁直到南部北里龍山一帶都有零星分布。目前已知海拔最低的紀錄之一是在嘉義蘭潭一帶，生長在次生林中。

圖1、蔓莖山珊瑚花
圖2、附生在羊蹄甲上的蔓莖山珊瑚
圖3、附生在羊蹄甲上的蔓莖山珊瑚
圖4、蔓莖山珊瑚植株(森林地被)
圖5、蔓莖山珊瑚花苞
圖6、蔓莖山珊瑚
圖7、花解剖圖

 

在蘭潭這一帶觀察，今年 (2017)約三月底看到花苞，四月中左右即盛開，初步估計族群約 20–30 株，其中有一株是攀爬至羊蹄甲的樹幹上，約 5–6 m 高，是目前看到最高的植株。

關於保育

目前《臺灣維管束植物紅皮書初評名錄》中列為易受害(VU, vulnerable)。另外臺灣許多野生蘭花都有採集的壓力，也呼籲各位不要去採集蔓莖山珊瑚，因為它是靠哪些真菌異營共生還不是非常清楚，採回去一定是種不活的!

可以做什麼研究？

  1. [真菌異營關係] 從生理生態的角度來看，可以探討蔓莖山珊瑚是和哪些類群的真菌異營共生或是寄生，因為對於菌根菌來說，一般自營性(autotroph，也就是有葉綠素可行光合作用的)的植物可以提供真菌醣份，而真菌可以協助植物吸收養分，像是固氮菌就可協助游離的氮固定住，提供給植物吸收。但對於沒有葉綠素的蔓莖山珊瑚而言，就無法吸收二氧化碳轉換成醣類給真菌，所以是否它是寄生在這些真菌上呢？還是說有其他的機制？
  2. [授粉議題] 蔓莖山珊瑚是自花授粉還是異花授粉？授粉昆蟲有哪些？根據這幾週的觀察，它的花「香」不是很芬芳，甚至帶有一股腥臭味，是否會吸引蒼蠅或其他直翅目的昆蟲呢？
  3. [物種分布及保育議題] 就目前的採集紀錄及調查記錄而言，蔓莖山珊瑚分布十分零散，但在蘭潭這帶卻有一些穩定的族群，為什麼？是因為大部分平地低海拔的森林大部分都被開發殆盡了，所以它才能存活於此呢？還是有其他的原因？

臺灣真菌異營蘭科植物清單

表一、臺灣真菌異營蘭科植物名錄(整理中)

序號 學名 中名
1 Aphyllorchis montana 紫紋無葉蘭
2 Aphyllorchis montana var. rotundatipetala 圓瓣無葉蘭
3 Cyrtosia javanica 肉果蘭
4 Cymbidium macrorhizon 大根蘭
5 Didymoplexiella siamensis 錨柱蘭
6 Didymoplexis micradenia 小鬼蘭
7 Didymoplexis pallens 鬼蘭
8 Epipogium aphyllum 無葉上鬚蘭
9 Epipogium japonicum 日本上鬚蘭
10 Epipogum kentingensis 墾丁上鬚蘭
11 Epipogium roseum 泛亞上鬚蘭
12 Erythrorchis altissima 倒吊蘭/蔓莖山珊瑚
13 Eulophia zollingeri 山芋蘭
14 Galeola falconeri 直立山珊瑚/小囊山珊瑚
15 Galeola lindleyana 山珊瑚
16 Gastrodia albida 白赤箭
17 Gastrodia appendiculata 無蕊喙赤箭
18 Gastrodia callosa 緋赤箭
19 Gastrodia clausa 閉花赤箭
20 Gastrodia confusa 八代赤箭
21 Gastrodia confusoides 擬八代赤箭
22 Gastrodia elata 高赤箭
23 Gastrodia flavilabella 夏赤箭
24 Gastrodia flexistyla 摺柱赤箭
25 Gastrodia fontinalis 春赤箭
26 Gastrodia gracilis 山赤箭
27 Gastrodia nantoensis 南投赤箭
28 Gastrodia nipponica 日本赤箭
29 Gastrodia peichatieniana 北插天赤箭/秋赤箭
30 Gastrodia pubilabiata 冬赤箭
31 Gastrodia shimizuana 清水氏赤箭
32 Gastrodia stapfii 黃赤箭
33 Gastrodia sui 蘇氏赤箭
34 Gastrodia theana 短柱赤箭
35 Gastrodia uraiensis 烏來赤箭
36 Lecanorchis albidus 白皿柱蘭
37 Lecanorchis bihuensis 全唇皿柱蘭
38 Lecanorchis cerina 紫皿柱蘭/黃皿柱蘭
39 Lecanorchis flavicans var. acutiloba 白髭皿蘭
40 Lecanorchis latens 士賢皿柱蘭
41 Lecanorchis nigricans var. yakushimensis 屋久全唇皿蘭
42 Lecanorchis subpelorica 亞輻射皿蘭
43 Lecanorchis suginoana 杉野氏皿蘭
44 Lecanorchis taiwaniana 臺灣皿蘭
45 Lecanorchis thalassica 紋皿柱蘭
46 Lecanorchis trachycaula 糙莖皿蘭
47 Lecanorchis triloba 三裂皿蘭
48 Lecanorchis virella 綠皿蘭/彩虹皿柱蘭
49 Neottia acuminata 鳥巢蘭
50 Stereosandra javanica 肉藥蘭
51 Yoania amagiensis var. squamipes 密鱗長花柄蘭
52 Yoania japonica 長花柄蘭

協作網址：https://hackmd.io/s/HyewhKTAg

參考資料及延伸閱讀

  1. IUCN Redlist: Erythrorchis altissima. Status: Least Concern, LC). URL: http://www.iucnredlist.org/details/44392151/0
  2. Imhof, S. (2010). Are monocots particularly suited to develop mycoheterotrophy. In O. Seberg, G. Peterson, A. S. Barfod, & J. I. Davis (Eds.), Diversity, Phylogeny, and Evolution in the Monocotyledons. Aarhus University Press, pp. 11–23
  3. Lin, T.-P., Liu, H. Y., Hsieh, C.-F., & Wang, K. H. (2016). Complete list of the Complete list of the native orchids of Taiwan and their type information. Taiwania, 61(2), 78–126. http://doi.org/10.6165/tai.2016.61.78
  4. 張和明、王震哲、邱文良 (2012) 臺灣維管束植物紅皮書初評名錄。特有生物研究中心及臺灣植物分類學會。[學名索引URL]
  5. 蔓莖山珊瑚少8成，荒保協會籲保育 URL: http://news.ltn.com.tw/news/local/paper/779369，自由時報。2014-05-16
  6. mutolisp flickr 蔓莖山珊瑚 (本文原始圖檔)

 

 

辨識植物這件事

林政道發表留言

最近學生拿了一堆標本來給我鑑定，讓我深深體會到「辨識植物」(a.k.a. 「認植物」)這件事，確實非常的困難(要特別注意這裡講的「辨識植物」和系統分類學是兩碼事)。對於可以很快認出這是哪種植物的人來說，除了天賦外，也代表他看的樣本夠多，能夠很快的找到特徵區別出來。這十來年我不是非常有系統性地認植物，一來是專業上逐漸走上生態的領域，二來無法把大量的時間投注其上。但我大概知道有哪些方式可以很紮實地自我訓練（先簡單寫，以後想到再慢慢加進來）：

  1. 觀察：這裡指的觀察包含採標本寫記錄和拍照記錄。
    1. 採標本是認植物的基本功，藉由選擇標本的部位可以深入觀察各項特徵，植物誌上寫的特徵是不是符合野外觀察到的？檢索表上的特徵是不是有效或容易辨識？除了決定性的生殖器官特徵外，有沒有其他營養器官的特徵? 葉子的特徵至少有十類以上(例：葉型、葉脈、質地)，你是不是能夠很清楚地把這些特徵都練習描述出來？另外像是物候的觀察，什麼時候開花？什麼時候結果？這都關係到採標本的時機，這些都無法速成，只能自己先蹲馬步練。另外除了書本上記載的特徵之外，自己一定要歸納出輔助判斷的其他特徵，除了植物本身的特徵之外，環境因子也是值得同時記述下來的，例如大葉楠(Machilus japonica var. kusanoi)是比較偏好溪谷的地形、紅楠則相反。記得以前上樹木學和植物分類學的時候，光看標本就很有自信能分出紅楠(Machilus thunbergii)和香楠(M. zuihoensis)，但開始做野外調查後，有些紅楠或香楠根本葉子就採不到，此時葉表面有無光澤的質地就根本無法判斷。為此我花很久的時間觀察林子底下透光的葉脈，看紅楠和香楠是否有不同？以及他們葉著生的形態等。所以我會建議一開始要練習把所有的特徵全部寫下來，例如葉子的特徵可以這樣描述：
      1. 單葉
      2. 互生
      3. 葉革質
      4. 葉尖銳尖
      5. 葉背灰白色
      6. 有托葉，線形
      7. … (以此類推)
    2. 拍照，除了上面採標本觀察外，攝影也是個很重要的工具。請記得拍照時一定要先弄清楚哪些是區別物種的特徵，例如禾本科外稃、內稃、內穎、外穎及葉舌等都是判斷的重要依據，只是拍草的大景是完全沒有參考價值的
  2. 比較：哪些特徵是可以區分出物種的？這個可以用大量的觀察資料歸納，或是可以用比較客觀的數值方法來做分類，像是分類回歸樹(classification and regression tree; CART)，這部份的細節以後有機會再談。

總結，植物的特徵是流動的，辨識物種時能多幾個特徵參考會更有助於判斷。

在 R 裡頭使用中文字型

林政道1 則迴響

（這個適用於 Mac 或是 GNU/Linux, *BSD 的使用者)

R 的繪圖功能十分強大，但美中不足的是在繪圖若要使用非西歐字母的 multibyte 字元時會無法顯示，這是因為字型的關係，因此我們可以在設定中使用 par 來設定字型（這裡預設使用 Noto Sans 字型，可以免費下載），例如使用 “Noto Sans T Chinese” ：

par(family='Noto Sans T Chinese')

但是如果要輸出成 png, pdf 等格式的話，上述的參數不適用，因為 par() 只能夠針對 R 預設的 graphical device 輸出。所以我們可以安裝 R 的 cairo 套件。Cairo 是一套繪製 2D 圖型的 library，亦支援字型繪製，R 安裝 cairo library

install.packages(“cairo”)

接下來就可以設定一般的字型或粗體字

CairoFonts(regular = "Noto Sans T Chinese:style=Light", bold = "Noto Sans T Chinese:style=Regular")

最後在輸出圖之前，使用 Cairo() 設定輸出的細節，type 代表輸出圖片的格式，例如 png, pdf, jpg 等:

Cairo(1600, 1600, file=filename, type="png", bg="white", dpi=300)

#繪圖的指令

dev.off()