昆明动物所提出大尺度生物多样性监测方法

摘要: 　　近日，中国科学院昆明动物学习所Douglas Yu课题组在自然-生态学与进化（Nature EcologyEvolution）杂志上发表了题为Connecting Earth observation to high-throughput biodiversity data 的文章，该文对实现大尺 ...

　　近日，中国科学院昆明动物学习所Douglas Yu课题组在自然-生态学与进化（Nature Ecology Evolution）杂志上发表了题为Connecting Earth observation to high-throughput biodiversity data 的文章，该文对实现大尺度生物多样性监测方法进行展望，为环境保护政策的制定提供了全面的科学依据。该文被杂志选为封面文章，昆明动物所学习员Douglas Yu为文章的通讯作者。
　　大尺度实时生物多样性管理监测，对精细学习生物多样性格局动态和物种适应策略、预测生物兴衰和分布格局态势有重要意义。中科院十三五规划纲要将“大尺度区域生物多样性格局与生命策略”作为60个有望实现创新跨越的重大突破之一进行部署，旨在通过环境DNA条形码、大样地野外试验观测和遥感可视化技术来实现生态学和进化生物学领域的重大突破。如今生物多样性正逐渐丧失，因此利用地球观测技术来监测生物多样性、生态系统功能和生态系统服务具有重要意义。但是生物多样性不能完全通过遥感技术观测到，并且单一的观测结果可能会产生误导，以致降低自然保护的效率，影响保护成效，因此需要改进。
　　为此，Douglas Yu提出通过将自动记录装置、高通量DNA测序技术、先进的生态模型和遥感技术结合起来，实现有效、实时、大尺度的生物多样性管理监测的构想。文章指出，遥感数据和其他的地理数据可以得到时间、空间上连续的生物物理数据，而在样点上利用传统的生物多样性学习方法，如自动录像或图像记录设备、高通量条形码或者线粒体宏基因组技术，又可以得到物种在某些样点的生物多样性信息。但这些样点信息通常是不连续的，无法覆盖到整个景观区域。因此，可以将这些样点信息结合遥感技术来推测整个景观的生物多样性组成，并绘制出生态系统功能和生态系统服务的地图。那么如何将遥感观测结果和样点的高通量生物多样性数据结合起来呢？文章认为，统计模型是连接两者的桥梁。遥感技术能得到大尺度、高分辨率、时间上连续的地图，但是无法直接转化成生物多样性信息。相反，在样点可以得到精确到物种或者个体的大量生物多样性信息，但只限于某些样点。如今，现有的统计模型方法可以利用样点信息和遥感技术来构建连续的物种地图，甚至可以根据采样和分析方法来估计物种丰富度或者生物量。目前有3种统计模型可以实现这一目标，它们分别是联合物种分布模型、群落占据检测模型以及广义相异模型。