生物多样性监测网络建设进展 | [PDF全文] |
收稿日期: 2018-02-02
2. University of Chinese Academy of Sciences, Beijing 100049, China
人类活动和全球气候变化加剧导致生态系统承受的压力持续增加,生态系统退化严重,生物多样性正以前所未有的速度丧失(郑华和欧阳志云,2014;Cardinale 等,2012),生物多样性保护逐渐成为全球关注的热点问题(Cardinale 等,2012;Pennisi,2005)。2003年第一届地球观测部长峰会成立了对地观测特别小组并签署《华盛顿宣言》,提出了建立地球观测特设工作组来制订全球综合地球观测系统GEOSS(Global Earth Observing System of Systems)。2005年地球观测部长级峰会上通过了全球综合地球观测系统10年执行计划,并提出了9大环境相关的社会惠益领域,生物多样性被列为其中之一。同样,生物多样性也被亚大区域综合地球观测系统(AOGEOSS)作为5大重要研究领域之一。
2、全球生物多样性监测网络生物多样性监测作为评估生物多样性保护进展的有效途径,也是生物多样性科学研究的十大热点科学问题之一(马克平, 2011a, 2016a)。为更好地了解生物多样性的现状和变化规律,生物多样性监测方式从以往的单点观测逐渐转变成联网观测。在联合国《生物多样性公约》爱知目标(2011—2020生物多样性战略规划)的推动下,生物多样性监测网络的建设在近年得到了快速发展,生物多样性监测工作从全球到区域以及国家尺度上都得到显著加强,为生物多样性保护及其进展评估提供了翔实可靠的数据(马克平, 2011a, 2011b)。2008年5月,联合国《生物多样性公约》缔约方会议发起成立了地球观测组织—生物多样性监测网络GEOBON(Group on Earth Observation-Biodiversity Obserbation Networks),以协调全球生物多样性信息的组织和合作(Scholes 等,2008)。GEOBON作为地球观测组织的一部分,为实现GEO提出9大社会受益领域之一的生物多样性领域(Scholes 等,2012)。GEOBON没有自己的实体监测网络,其主要目标在于建立现有生物多样性监测网络之间的联系,建立和完善生物多样性核心监测指标EBV(Essential Biodiversity Variables)(Pereira 等,2013),形成全球生物多样监测的理论框架。生物多样性包含遗传多样性、物种多样性和生态系统多样性3个组成部分。EBV依据生物多样性的内涵,期望从遗传组成、物种种群、物种性状、群落组成、生态系统结构和生态系统功能多角度遴选指标反映生物多样性的变化,指导生物多样性数据收集、监测方法标准化及监测信息的共享(Schmeller 等,2015;Scholes 等,2012)。
3、区域与国家尺度生物多样性监测网络现状GEOBON鼓励国家和地区成立不同水平的子网络,如欧盟成立的EUBON,亚太地区成立的APBON,以逐步达到全球水平的监测网络,并均衡区域、国家和全球尺度的角色定位。瑞士、英国、法国、加拿大、日本等国也陆续建立了全国性的监测计划,用于监测整个国家所有层次的生物多样性变化。除国家区域尺度监测网络,还有多个专题网,如淡水生物多样性监测网和海洋生物多样性监测网。与国内其他联网系统相比(如中国生态系统研究网络),中国生物多样性监测网络成立较晚。2014年中国科学院在中国森林生物多样性监测网络的基础上开始建设中国生物多样性监测与研究网络(SinoBON),目标是结合多种监测方法从整体上对中国生物多样性的变化开展长期的监测与研究(马克平,2015)。SinoBON包含10个专项网,分别监测兽类、鸟类、两栖爬行类、鱼类、昆虫、土壤动物、土壤微生物、森林、草原/荒漠植物和林冠生物多样性。SinoBON在传统监测方法的基础上,不断引入各种新方法用于监测和研究生物多样性变化:如红外触发拍摄技术监测地面活动兽类与鸟类;卫星追踪技术用于鸟类迁徙规律的监测与研究;鱼探仪探测和声学信标等技术用于鱼类的行为和种群动态的长期监测;宏基因组学技术用于土壤微生物鉴定和监测。
经过多年的发展,生物多样性监测在监测技术和监测方式上发生重要的变化(马克平,2016b)。以往的生物多样性监测只能获取点上信息,无法获取大范围、全覆盖的生物多样性信息,遥感技术的融入为传统生物多样性监测实现从点到面的监测提供了可能。遥感技术主要通过直接和间接两种途径实现生物多样性监测(Turner 等,2003)。直接法是直接识别物种或群落类型及其分布、多度,这类方法对遥感数据的空间分辨率和光谱分辨率有相当高的要求。间接法是通过遥感数据衍生一些指标或变量如NDVI(Normalized Difference Vegetation Index)、EVI(Enhanced Vegetation Index)等,而这些指标或变量被认为或证实是与生物多样性密切相关的,然后结合地面观测数据构建模型来预测物种分布以及多样性格局,目前这种方法是生物多样性遥感的应用较多,而且也是卫星遥感监测生物多样性的重要途径。近年来,随着无人机技术的兴起,其获取的高空间分辨率影像为直接监测物种生物多样性带来更快速、便捷、经济可行的方法(Getzin 等,2012;郭庆华 等,2016)。新兴遥感技术的出现也给遥感间接监测生物多样性带来新的机遇,如激光雷达由于能够获得高精度的微地形信息和植被的3维结构对提高动物多样性的反演能力具有重要意义。据统计,激光雷达在鸟类、蝙蝠、昆虫、非飞行类哺乳动物、无脊椎动物的多样性反演呈现逐年上升趋势(Davies和Asner,2014)。
4、遥感在生物多样性监测中的应用现状目前,遥感技术在生物多样性监测网络中的应用仍然不足,瑞士、英国、法国等国家尺度的生物多样性监测网络还未将遥感作为一个重要的观测手段。遥感技术应用不足一方面由于为缺乏统一用于评估生物多样性的指标。为此,Andrew K. Skidmore教授领导的GEOBON “生态系统结构(Ecosystem structure)” 组利用对地观测数据开展基于卫星遥感数据的EBV指标研究,提出一套标准化用于评估生物多样性变化,并于2015年在德国开展第一届“RS-EBV” 研讨会。另一方面则由于传统生物多样性观测与卫星遥感数据之间存在尺度差异。日本在如何将遥感应用到生物多样性监测开展了相关探索工作:建立地面生态系统结构、功能和生物多样性等性状与遥感监测数据之间的关系;制定相关技术策略以弥补遥感监测的空白。SinoBON虽然起步较晚,建立时期总结了其他国家的经验,并在综合中心设了近地面遥感平台探讨如何利用遥感技术用于生物多样性监测与研究。近地面遥感平台选用无人机平台并搭载最先进的遥感载荷(激光雷达和高光谱),获取更大区域的生物多样性信息,以期和卫星数据相结合。目前,近地面遥感平台在中国的长白山针阔混交林、古田山常绿落叶阔叶林和湛江红树林等地区开展了应用研究,并揭示了该平台获取的激光雷达数据能够很好地服务于生物多样性监测(Guo 等,2017)。
5、展 望随着高分辨率地球观测系统重大专项、《国家民用空间基础设施中长期发展规划(2015—2025年)》的实施,未来5年—10年中国卫星数量将迅速增加,为中国开展全球综合地球观测提供强大支撑,也给SinoBON实现全国尺度的生物多样性监测和评估提供了机遇。SinoBON收集的长时间序列、大量地面观测数据和近地面遥感数据与中国GEOSS整合共享的卫星对地观测数据结合,将能够更好地理解大尺度的生物多样性的分布状况及其变化,为中国履行生物多样性公约、实现联合国可持续发展目标SDG2030提供数据和技术支持。
[1] | Cardinale B J, Duffy J E, Gonzalez A, Hooper D U, Perrings C, Venail P, Narwani A, Mace G M, Tilman D, Wardle D A, Kinzig A P, Daily G C, Loreau M, Grace J B, Larigauderie A, Srivastava D S and Naeem S. Biodiversity loss and its impact on humanity[J]. Nature, 2012, 486 (7401) : 59 –67. DOI: 10.1038/nature11148 |
[2] | Davies A B and Asner G P. Advances in animal ecology from 3D-LiDAR ecosystem mapping[J]. Trends in Ecology and Evolution, 2014, 29 (12) : 681 –691. DOI: 10.1016/j.tree.2014.10.005 |
[3] | Getzin S, Wiegand K and Schöning I. Assessing biodiversity in forests using very high-resolution images and unmanned aerial vehicles[J]. Methods in Ecology and Evolution, 2012, 3 (2) : 397 –404. DOI: 10.1111/j.2041-210X.2011.00158.x |
[4] | Guo Q H, Su Y J, Hu T Y, Zhao X Q, Wu F F, Li Y M, Liu J, Chen L H, Xu G C, Lin G H, Zheng Y, Lin Y Q, Mi X C, Fei L and Wang X G. An integrated UAV-borne lidar system for 3D habitat mapping in three forest ecosystems across China[J]. International Journal of Remote Sensing, 2017, 38 (8-10) : 2954 –2972. DOI: 10.1080/01431161.2017.1285083 |
[5] | 郭庆华, 吴芳芳, 胡天宇, 陈琳海, 刘瑾, 赵晓倩, 高上, 庞树鑫. 无人机在生物多样性遥感监测中的应用现状与展望[J]. 生物多样性, 2016, 24 (11) : 1267 –1278. Guo Q H, Wu F F, Hu T Y, Chen L H, Liu J, Zhao X Q, Gao S and Pang S X. Perspectives and prospects of unmanned aerial vehicle in remote sensing monitoring of biodiversity[J]. Biodiversity Science, 2016, 24 (11) : 1267 –1278. DOI: 10.17520/biods.2016105 |
[6] | 马克平. 监测是评估生物多样性保护进展的有效途径[J]. 生物多样性, 2011a, 19 (2) : 125 –126. Ma K P. Assessing progress of biodiversity conservation with monitoring approach[J]. Biodiversity Science, 2011a, 19 (2) : 125 –126. DOI: 10.3724/sp.J.1003.2011.02053 |
[7] | 马克平. 未来十年的生物多样性保护目标[J]. 生物多样性, 2011b, 19 (1) : 1 –2. Ma K P. Strategic targets for biodiversity conservation in 2011-2020[J]. Biodiversity Science, 2011b, 19 (1) : 1 –2. DOI: 10.3724/sp.J.1003.2011.02018 |
[8] | 马克平. 中国生物多样性监测网络建设: 从CForBio到Sino BON[J]. 生物多样性, 2015, 23 (1) : 1 –2. Ma K P. Biodiversity monitoring in China: from CForBio to Sino BON[J]. Biodiversity Science, 2015, 23 (1) : 1 –2. DOI: 10.17520/biods.2015025 |
[9] | 马克平. 生物多样性科学的热点问题[J]. 生物多样性, 2016a, 24 (1) : 1 –2. Ma K P. Hot topics for biodiversity science[J]. Biodiversity Science, 2016a, 24 (1) : 1 –2. DOI: 10.17520/biods.2016029 |
[10] | 马克平. 生物多样性监测依赖于地面人工观测与先进技术手段的有机结合[J]. 生物多样性, 2016b, 24 (11) : 1201 –1202. Ma K P. Biodiversity monitoring relies on the integration of human observation and automatic collection of data with advanced equipment and facilities[J]. Biodiversity Science, 2016b, 24 (11) : 1201 –1202. DOI: 10.17520/biods.2016343 |
[11] | Pennisi E. What determines species diversity?[J]. Science, 2005, 309 (5731) : 90 . DOI: 10.1126/science.309.5731.90 |
[12] | Pereira H M, Ferrier S, Walters M, Geller G N, Jongman R H G, Scholes R J, Bruford M W, Brummitt N, Butchart S H M, Cardoso A C, Coops N C, Dulloo E, Faith D P, Freyhof J, Gregory R D, Heip C, Höft R, Hurtt G, Jetz W, Karp D S, McGeoch M A, Obura D, Onoda Y, Pettorelli N, Reyers B, Sayre R, Scharlemann J P W, Stuart S N, Turak E, Walpole M and Wegmann M. Essential biodiversity variables[J]. Science, 2013, 339 (6117) : 277 –278. DOI: 10.1126/science.1229931 |
[13] | Schmeller D S, Julliard R, Bellingham P J, Böhm M, Brummitt N, Chiarucci A, Couvet D, Elmendorf S, Forsyth D M, Moreno J G, Gregory R D, Magnusson W E, Martin L J, McGeoch M A, Mihoub J B, Pereira H M, Proença V, van Swaay C A M, Yahara T and Belnap J. Towards a global terrestrial species monitoring program[J]. Journal for Nature Conservation, 2015, 25 : 51 –57. DOI: 10.1016/j.jnc.2015.03.003 |
[14] | Scholes R J, Mace G M, Turner W, Geller G N, Juergens N, Larigauderie A, Muchoney D, Walther B A and Mooney H A. Ecology-Toward a global biodiversity observing system[J]. Science, 2008, 321 (5892) : 1044 –1045. DOI: 10.1126/science.162055 |
[15] | Scholes R J, Walters M, Turak E, Saarenmaa H, Heip C H R, Tuama É Ó, Faith D P, Mooney H A, Ferrier S, Jongman R H G, Harrison I J, Yahara T, Pereira H M, Larigauderie A and Geller G. Building a global observing system for biodiversity[J]. Current Opinion in Environmental Sustainability, 2012, 4 (1) : 139 –146. DOI: 10.1016/j.cosust.2011.12.005 |
[16] | Turner W, Spector S, Gardiner N, Fladeland M, Sterling E and Steininger M. Remote sensing for biodiversity science and conservation[J]. Trends in Ecology and Evolution, 2003, 18 (6) : 306 –314. DOI: 10.1016/S0169-5347(03)00070-3 |
[17] | 郑华, 欧阳志云. 生态红线的实践与思考[J]. 中国科学院院刊, 2014, 29 (4) : 457 –461. Zheng H and Ouyang Z Y. Practice and consideration for ecological redlining[J]. Bulletin of Chinese Academy of Science, 2014, 29 (4) : 457 –461. |