论文题目：Developing accurate prediction systems for the terrestrial environment

期刊：BMC Biology

作者：David B. Lindenmayer

发表时间：2018/4/18

数字识别码：10.1186/s12915-018-0515-6

原文链接：https://bmcbiol.biomedcentral.com/articles/10.1186/s12915-018-0515-6?utm_source=WeChat&utm_medium=Social_media_organic&utm_content=DaiDen-BMC-BMC_Biology-Biology-China&utm_campaign=BMCF_USG_DDX_BMCBiology_s12915-018-0515-6

“环境与可持续性”主题集精选了BMC Biology发表的关于人类世中生态学、可持续性发展和环境挑战等方面的研究论文、评论、综述和问答文章，精选此篇，供大家阅览！

近几十年来，气象学家在预测天气方面取得了令人瞩目的进展，从而拯救了生命并节约了大笔资金。然而即使我们自身也参与到环境变化中，在预测环境变化对生态系统的影响方面，我们仍远远落后。考虑到人类赖以生存的地球所面临的大量环境问题，以及利用对生态负责且低成本的方式解决这些问题的需求，我们迫切希望能够开发达到气象预报系统同样准确度和精度水平的陆地环境预测系统。本文认为精心设计的长期监测项目将是开发稳健的环境预测系统的关键。

对陆地生态系统进行环境预测是一项艰巨的挑战。没有任何两部分地面的环境是完全相同的，同时，许多因素会影响如生物群落关键组成的分布和丰度及其对环境变化的反应，特别是人为干扰造成的变化。大约60年前，Eugene Odum认为，由于水生、海洋和大气环境主要受到物理过程影响，因此开发水生、海洋和大气环境的预测系统比开发主要受生物过程影响的陆地生态系统要容易得多。尽管如此，公众日益希望对环境所投入的大量资金能够达到预期目标，这就需要准确预测未来会发生的情况—例如，在以广泛恢复退化森林土地为目的的项目中采用某种土地管理措施会带来什么样的结果。

为了提高开发更精确的陆地环境预测系统的能力，我认为最重要的一点是建立并维护精心设计的长期生态监测和研究项目。收集开发全面环境预测系统所需的各种数据至关重要：如果不了解过去的情况（图1），就无法对未来做出准确预测。诸如系统评价和Meta分析等方法对于形成知识体系并强调环境变化引起的特定反应的证据是非常有价值的。例如，对许多森林恢复研究进行的全球Meta分析为了解成功恢复的生态驱动因素提供了新的视角。然而，这些方法依赖于综合许多不同的数据集，并且仅能作为补充而不能替代长期的目标环境监测项目。最有价值的系统评价和Meta分析以可靠的实地研究为基础，其中包括基于长期环境监测项目的调查研究。

图1

长期数据显示，自1997年以来，澳大利亚东南部桉树林中大型古树的丰度下降。该图显示了2011年前实地重测树木丰度随时间的变化。2011年之后树木丰度的预测以14年为时间步幅，基于马尔可夫链模型计算树木死亡及条件恶化的转移概率。预测截止到2067年，那时桉树林中将形成新的大型古树群。该图还显示了过多火灾和持续采伐对桉树林大型古树丰度可能造成的不同预测结果

如何设计监测和数据采集项目是一个需要考虑的关键因素。我参与了近期一项针对澳大利亚鸟类种群趋势的研究（尚未发表），该研究发现，由于多种原因，机构和志愿者收集的90％以上的数据集不可用。事实上，由于大量的干扰因素会掩盖长期种群趋势中的关键信息，因此数据存在的问题可能会使预测变得更糟。这警示我们，更多的数据不等于更好的数据，大数据不能取代高质量的数据。

已有很多例子证明了长期监测和研究在帮助开发环境预测系统中的价值。其中我参与了一项在澳大利亚东南部茂密湿润的桉树（Eucalyptus regnans）林进行的研究，这一生态系统中目前主要为再生森林（达98.8%）（图2）。大型古老的空心树是这一原生森林生态系统的关键结构特征，它们为生物多样性提供了重要的栖息地，储存大量碳，影响水循环，并对火灾动态产生了深远影响。为期20年的重复调查显示了现存大型古树状况随时间的变化，自1997年以来，它们的数量几乎减半（图1）。这些数据使未来50年树木种群的预测成为可能，根据预测结果，到本世纪中叶，原始种群中只有七分之一能得到保留（图1）。

过去和未来预测中桉树数量大幅度下降的原因包括过去和现在进行的大范围密集采伐作业，重复出现的火灾（和火灾后的除害性砍伐），以及生长为大型古树所需要更长的时间（> 120年）。桉树生态系统生物多样性的长期数据表明，居住于树洞中的树栖有袋动物种群数量下降与大型古树种群数量的下降密切相关。因此长期数据集为预测关键生态系统结构（即大型古树）的动态变化提供了强大的系统，此外还可以预测与其相关的一系列动物种群的变化，如极度濒危的利氏袋鼯（Gymnobelideus leadbeateri）以及脆弱的大袋鼯（Petauroides volans）和黃腹袋鼯（Petaurus australis）。

这一预测系统反之又为土地管理人员提供了重新思考和修订各种政策和管理办法的机会，以便更好地保护树木和与树栖动物。这可以被归类为对应于不同未来管理选择的不同轨迹预测(图1)，类似于不同政策环境下的经济预测。这样的预测可以帮助决策者和资源管理者作出明智的决定。在例如维多利亚潮湿的森林中，环境预测强调了保护所有现有大型古树并延长其存活时间的需求，以及减少砍伐量对于让新树群成长为古树群的好处。

图2

大型古桉树林（摄影：Esther Beaton）。右上：利氏袋鼯（摄影：David Lindenmayer）；右下：大袋鼯（摄影：David Lindenmayer）

当然，在任何预测中都存在不确定性，包括图1所示的情况，树木种群变化（在没有进一步火灾或正在进行采伐的情况下）的预测间隔相对较小，表明通过不同轨迹改变未来灾难性减少的可能性极小。事实上，虽然全球各生态系统中可能总会有生态意外，但在受到严格设计的长期监测和研究的环境中，这些意外更有可能在仍有机会采取措施时被提早发现。在其他情况下，预测可能不准确，但这些预测也为学习和确定未来更好的预测方法提供了机会。许多科学家认为，越来越多的经验是从失败中学到的，而不是从生态学和环境科学取得的成功中。

长期监测和研究的价值已经在过去30年的许多研究中得到证实。例如，长期研究往往比短期研究引用次数更多。尽管长期工作有重要的价值，但监测项目的境遇被广泛认为就像灰姑娘—它在很大程度上被忽视，总是最后才得到资助，预算一旦紧张，首先就被叫停。有没有办法确保长期监测和研究的进行？一个关键的方法是让研究人员强调他们在长期监测和研究中收集的数据对环境预测有价值，如图1中的例子。另一种方法是在其他实践和应用中重复使用这些数据。例如，图1中的数据以及桉树林生态系统其他联合监测项目的数据被用于建立经济和环境账目，强调一系列自然资产的经济价值，其中包括水、碳、木材、旅游和生物多样性。这些账目最好拥有强大的长期监测数据。关键是，展示监测的多种实际用途将更有助于说服资助者，而为这些计划持续提供财政支持是非常重要的。

预测系统的重大进步需要以更多陆地环境作为全面、精心设计及持久的长期监测和研究计划的目标。实现这一点的方法之一是确保将监测过程作为所有重要环境项目的基本组成部分。过去全球许多项目，包括经费达数十亿美元的项目都没有进行监测或者监测不力（从河流和土地恢复计划到农业环境计划）。重要数据因此没有得到收集，同时也失去了学习和建立环境监测系统的机会。要求所有重要环境项目中包括全面精心设计的长期监测，将有机会收集对开发环境预测系统具有根本重要性的数据，这样的环境预测系统是更好地解决全球陆地生态系统面临的众多问题所迫切需要的。

摘要：

In recent decades, meteorologists have made remarkable progress in predicting the weather, thereby saving lives and considerable sums of money. However, we are way behind when it comes to predicting the effects of environmental change on ecosystems, even when we are ourselves the agent of such change. Given the substantial environmental problems facing our living planet, and the need to tackle these in an ecologically responsible and cost-effective way, we should aspire to develop terrestrial environmental prediction systems that reach the levels of accuracy and precision which characterize weather prediction systems. I argue here that well designed, long-term monitoring programs will be key to developing robust environmental prediction systems.

Environmental prediction in terrestrial ecosystems is a tough challenge. No two parts of a landscape are the same and many factors drive, for example, the distribution and abundance of key elements of the biota and how they respond to a changing environment, especially changes resulting from human disturbance. Almost 60 years ago, Eugene Odum argued that because aquatic, marine and atmospheric environments are dominated by physical processes, it is far easier to develop prediction systems for them than for terrestrial ecosystems, which are dominated by biological processes [1]. Nevertheless, there is increasing public expectation that the large sums of money spent on the environment will deliver the desired objectives, and this necessitates being able to accurately forecast what will happen in the future - for example what will occur when particular kinds of land management are adopted in projects aimed at achieving the widespread landscape restoration of formerly degraded forested land.

阅读论文全文，请访问https://bmcbiol.biomedcentral.com/articles/10.1186/s12915-018-0515-6?utm_source=WeChat&utm_medium=Social_media_organic&utm_content=DaiDen-BMC-BMC_Biology-Biology-China&utm_campaign=BMCF_USG_DDX_BMCBiology_s12915-018-0515-6

期刊介绍：BMC Biology is an open access journal publishing outstanding research in all areas of biology, with a publication policy that combines selection for broad interest and importance with a commitment to serving authors well.

2016 Journal Metrics：

Citation Impact

6.779 - 2-year Impact Factor

7.556 - 5-year Impact Factor

1.377 - Source Normalized Impact per Paper (SNIP)

（来源：科学网）