大数据背景下的生态系统观测与研究

中国网/中国发展门户网讯  随着人类命运共同体、可持续发展、生态安全等一系列全球生态环境问题成为新时期人类社会发展面临的现实问题，生态文明建设成为中华民族永续发展的千年大计，这对生态学的研究提出了新的要求。如何实现从小尺度到大尺度（全球）、从短期到长期的观测，获取全球尺度生态系统观测数据，认知区域乃至全球生态系统动态变化规律，保护和恢复生态系统是当前生态系统观测研究面临的重大挑战。国际生物学计划（International Biological Program，1964—1974 年）的实施，逐步形成了生态学领域“大科学、大数据”理念，即通过实施大科学工程，获取海量观测数据，开展协同科学研究。随后催生了长期生态学研究网络（LTER），标志着生态学领域进入“大科学、大数据”时代。当前区域／全球尺度的网络化生态系统长期观测成为获取大尺度生态信息的重要平台，如 LTER、英国环境变化监测网络（ECN）、中国生态系统研究网络（CERN）等，使得获取海量、大尺度、多源异构生态数据成为可能。生态学已从一门依靠小规模合作与短时间个人观测的实验学科演化为一门实施长时间大规模观测、跨学科合作的大数据学科。

在大数据时代，如何获取海量生态数据，如何基于大数据实现生态学“大”理论的发展和突破，服务于新时期生态文明建设等重大问题的解决，具有重要意义。本文首先论述了目前生态系统观测研究现状，其次分析了大数据时代生态系统观测研究特征，最后提出了我国大数据背景下的生态系统观测研究发展建议。

生态系统观测研究现状

纵观生态学发展的历程和趋势，目前生态系统观测研究呈现以下特征。

生态观测技术迅猛发展，全球新一代生态观测研究网络逐步形成

生态系统观测与实验是获取生态数据的重要手段。近年来，生态观测技术发展迅猛，极大地提升了微观和宏观尺度生态观测数据的获取能力。例如：分子标记引入生态学领域引发了宏观生物学研究的革命；稳定同位素技术可追踪碳、氮、水等地球化学循环过程；高通量野外观测技术，如涡度相关技术实现了对生态系统功能变化的直接测定。全球新一代多尺度生态观测研究网络逐步形成，如基于物联网、自动观测、融合地面和遥感观测的美国国家生态观测网络（NEON）与澳大利亚生态观测研究网络（TERN）成为新一代大陆尺度生态观测研究网络的代表。这些新一代生态观测研究网络使用了大量生态观测传感器，涵盖多种观测指标，采集海量多源异构数据，为生态学研究进入“大数据时代”奠定了坚实的基础。

生态系统与全球变化成为生态学研究热点，跨尺度整合成为生态学研究前沿问题

随着人类活动对地球系统的影响日益加深，陆地表层的生态学过程发生强烈变化，生态系统服务局部显著下降，而人口增加和生活水平的提高则对生态系统服务提出更高要求。全面认识生态系统的结构功能及其与环境变化的关系成为现代生态学研究的重点，也是应对全球气候变化、生物多样性保护和维持生态系统功能的核心研究内容。同时，面对生态系统的复杂性和多尺度等特征，目前还没有发展出统一的大理论对多个层次的众多过程在多时间尺度上进行概括，也没有建立一套有效的方法开展多尺度的定量描述和整合分析。因此，如何整合不同尺度的生态学过程，使从分子到个体层次的生态学现象能够在现实的生态系统格局和过程中得到体现，实现理论上的发展；如何在全球尺度开展跨生态系统研究，实现对从大陆到全球尺度的生态学过程认识，从而更好地管理生态系统，为社会和人类福祉服务，是当前生态学的研究前沿。