综述：全球第四纪花粉与孢子图鉴更新名录

这篇综述系统更新了全球第四纪花粉和孢子形态学研究进展，整合了1998-2025年间新增的300余篇文献（总量达800篇），涵盖各大陆区域花粉图谱（pollen floras）、非花粉孢粉形态（NPPs）及自动化分析技术（如深度学习卷积神经网络CNN）。特别关注热带与温带地区分类精度差异，强调数字参考库建设对古生态重建（paleoecological reconstruction）和气候交互研究的关键作用。

　　

Abstract

过去二十年间，花粉分析技术已广泛应用于气候变化、考古学、生物地层学等领域。随着化石花粉记录数量激增，成像技术与机器学习（machine learning）的进步推动孢粉学研究迈向多尺度发展。全球古生态数据库（如Neotoma Paleoecology Database）和区域重建模型成为解析植被-气候长期互作的重要工具。热带地区因分类精度多限于科/属水平（如Roubik和Moreno，1991），其未鉴定孢粉比例显著高于温带（如欧洲可达种级精度，Beug，2004）。

Introduction

孢粉形态鉴定精度直接影响古植被重建的可靠性。尽管数字参考库（如虚拟显微镜切片）需求迫切，但项目资金支持仍显不足。自动化花粉分析虽面临孢粉保存状态、形态多样性等挑战，但深度学习技术（如卷积神经网络）在硅藻计数中的成功应用（Kloster等，2023）为加速孢粉分析带来曙光。值得注意的是，训练数据集的质量仍依赖传统形态学研究积累——这正是本名录更新的核心价值。

技术革新与瓶颈

高分辨率分类（如粪生真菌孢子鉴定，Van Geel等，2003）可提升人类活动痕迹的检测灵敏度。然而，约35%的参考书籍因绝版难以获取，新兴研究团队不得不依赖电子资源。多指标整合趋势显著，如植硅体（phytoliths，Piperno，2006）、炭屑（Figueiral和Mosbrugger，2000）与NPPs（Mauquoy和Van Geel，2007）的联合分析，推动古生态研究进入多代理（multi-proxy）时代。

区域发展不平衡

巴西、中国等国的孢粉图谱数量激增，但系列出版物因出版分散性面临获取难题。教材数量从15部（1998年）增至35部，反映方法论教育的蓬勃发展。热带生物多样性热点区（biodiversity hotspots）因分类单元庞杂，亟需扩大永久玻片库规模以支持机器学习训练（Weng和Hooghiemstra，2024）。

未来方向

尽管自动化识别技术前景可期，虚拟切片标注（annotation）仍不可替代传统形态学研究。本名录将通过Zenodo平台持续更新，为破解"分类学瓶颈"（taxonomic bottleneck）提供基础支撑。正如作者强调：在深度学习时代，区域性孢粉图谱的开发仍是提升古生态重建精度的基石。