提高新种调查成本效益 他想把软科学变硬科学
提高新种调查成本效益 他想把“软科学”变“硬科学” 想象一下，在野外调查时，从森林或公园沿着小径行走时，需要走多远才能遇到一个新物种？从生态采样的角度来看，新种就是同一地区原始样本中未采样或未检测到的物种，其发现距离通常与采样区生物多样性的完整性，以及连续调查的成本效益评价有关。 近期，中国科学院成都生物研究所研究员陈有华团队以优化野外生物多样性调查策略，降低调查成本，节约调查时间为切入点，通过数学推导，参数调优，数据模拟和模型开发等方式，展开了系列研究工作，提出遇见一个未见物种所需的采样距离的估计方法，相关成果发表在《生态指标》上。 “生物多样性调查通常是劳动密集型的，因此设计最优采样策略以实现研究目标是必要的。”论文一作陈有华认为，由于新种或者稀有种通常较为罕见，个体数量通常不多，不容易在野外环境中被发现，所以利用统计方法来评估野外采样中发现新物种的潜在可能性是有价值的。 研究人员以“野外调查过程中，发现单个未见种的最小距离是多少”这一科学问题展开研究。在这项研究中，研究人员基于泊松分布开发了一个简单的估算工具，用于预测发现单个新物种的最小距离，并通过数值模拟(6种不同情景)和实证验证(巴罗科罗拉多岛森林样地)来评估该估算工具的性能。该研究可实际应用于生态和生物学研究，大大提高了野外调查的成本效益。 “工作思路最早源于艾伦·图灵密码学的理论，希望利用经典统计学的思路，为样本量较少地区的物种调查，提供一个参考和预测结果。”陈有华表示，物种的分布一般受其生物学规律和人类活动的影响，但此次研究设计的估算工具，纯粹是从数字中找规，“基于之前一系列的调查数据而开发的数学模型。” 陈有华强调，目前设计的模型还处于初级阶段，比较理想化。“未来还是要将物种生物学规律以及人类活动影响因素等，融入到数学规律的推导和解释中。”他期望最终建立的模型能够回答出在气候变化下，物种到底面临多大危机、哪些区域能够进行生态修复等与多样性保护相关的问题。 “生物多样性和生态学研究被部分人认为是‘软科学’，我希望针对某个具体问题的研究过程中，能够深入融入数理统计学的方法和理论，让其成为一个‘硬科学’。”生物学研究出身的陈有华利用额外的时间，自学了不少统计学的知识，一边研究一边学习。“但毕竟这不是自己的专业，所以还需要继续学习思考，也与一些志同道合的学者展开了合作。” 相关论文信息：https://doi.org/10.1016/j.ecolind.2023.110482
