摘要: 记述中国尾蛱蝶属10种,其中包括1新种:雅尾蛱蝶Polyura eleganta sp.nov.,编制了该属的中国种类分种检索表。

摘要: 记述中国粉蝶科荣粉蝶属Euchloe 1新纪录种:绿纹荣粉蝶Euchloe belemia(Esper,1800)。并对该属、种进行了描述,提供了该属的物种名录。

摘要: 本文订正黄人鑫和村山修一（１９９２）在《蝶と蛾》（４３卷１期）上发表的几个蝴蝶新种和新亚种。１．ＰａｒｎａｓｉｕｓｐｈｏｅｂｕｓｈａｌａｓｉｃｕｓＨｕａｎｇｅｔＭｕｒａｙａｍａ，１９９２为Ｐａｒｎａｓｉｕｓｐｈｏｅｂｕｓｐｈｏｅｂｕｓ（Ｆａｂｒ．１７９３）的新异名。２．ＰａｒｎａｓｉｕｓａｒｉａｄｎｅｊｉａｄｅｎｇｙｕｅｎｓｉｓＨｕａｎｇｅｔＭｕｒａｙａｍａ，１９９２为Ｄｒｉｏｐａ（Ｅｒｙｔｈｒｏｄｉｏｐａ）ａｒｉａｄｎｅａｒｉａｄｎｅ（Ｋｉｎｄｅｒｍａｎｎ，１８５３）的新异名。３．ＰｏｎｔｉａｃａｌｉｄｉｃｅｈａｌａｓｉａＨｕａｎｇｅｔＭｕｒａｙａｍａ，１９９２为Ｓｙｎｃｈｌｏｅｃａｌｉｄｉｃｅｃａｌｉｄｉｃｅ（Ｈüｂｎｅｒ）的新异名。４．ＭｅｌｉｔａｅａｓｃｏｔｏｓｉａｗｅｉｗｕｅｒｉａＨｕａｎｇｅｔＭｕｒａｙａｍａ，１９９２为ＭｅｌｉｔａｅａｓｃｏｔｏｓｉａｂｕｔｌｅｒｉＨｉｇｇｉｎｓ的新异名。

摘要: 作者通过多年对云南及邻近省区的野外考察采集，共获蝴蝶标本３０，０００余只。本文就先鉴定出的４３２种（分属１１科，１８８属），分析了云南蝴蝶的区系组成及其起源与演化，并对云南蝴蝶的区划进行了探讨，旨在为研究云南蝴蝶区系特征及其起源与演化的成因做些基础工作。

摘要: 【目的】准确鉴别蝴蝶种类，动态观测蝴蝶群落多样性变化对生境质量评估、生态环境恢复等方面具有重要意义。针对现有蝴蝶识别方法仅依靠整体特征，忽略了局部特征导致识别生态图像能力不足的问题，本研究旨在开发一种Local-Global-VIT细粒度分类算法的蝴蝶识别方法。【方法】本研究以5科200种共计25 279张蝴蝶图像为识别对象，采用多种数据增强方法扩充图像数据；通过视觉Transformer(vision transformer, VIT)层级结构及自注意力机制逐层选择局部令牌并保留至最后一层学习蝴蝶局部判别部位信息；聚合高层全局令牌消除复杂背景干扰；通过对比损失拉大类间距提高区分度。除此之外，使用合理的学习率调整策略和迁移学习方法，优化了模型收敛过程，在不增加参数量的情况下提高了性能。【结果】Local-Global-VIT算法在大规模细粒度公开数据集Butterfly-200上识别准确率达91.20%,较改进前提升了1.15%,比最优的一般害虫识别算法EfficientNet＿b0和细粒度分类算法TransFG准确率分别高了1.83%和0.64%,F1分值分别提高了1.89%和0.88%。【结论】Local-Global-VIT算法以细粒度识别方式有效解决了蝴蝶类内差异大、类间差异小的分类难题，能准确地识别蝴蝶种类，有助于高效评估生境质量。