植物宏生态研究是生态学研究的重要分支，也是预测全球变化并满足人类社会需求的关键手段之一。大部分生态学家关注植物变化及其影响并开展小尺度（scale）的常规研究，但这些科学问题与大尺度有关，必须通过综合的长期数据理解植物变化以及生态系统偶然和同时的干扰效应。^[1]有研究对2007—2008年间发表在《新植物学家》（New Phytologist）上的所有21篇相关论文做了统计，发现仅有少于5%的文献同时包括了细胞、叶片、个体和种群研究。为此，期刊社论（editorial）表示了担忧，强调植物宏生态研究必须至少在4个相互作用的层次上展开，并指出全球野外研究网络（以下简称“全球网络”）可解决上述问题。^[2]推行全球网络的另一个收益，是能改善应用研究中明显但缺乏有效对策的研究公平性问题，即薄弱地区和国家（under-represented regions and countries）的生态学研究水平和普及程度。^[3]目前已有很多全球网络，比如“美国长期生态研究网络”（The US Long-Term Ecological Research Network，LTER）、“全球长期通量观测网络”（FLUXNET）以及“热带雨林科学中心-全球森林监测网络”（The Center for Tropical Forest Science–Forest Global Earth Observatory，CTFS- ForestGEO）等。^[1]国家范围的研究网络也很多，比如“英国植物科学联盟”（The UK Plant Science Federation，UKPSF）以及“中国生态研究网络”（The Chinese Ecosystem research network，CERN）等。^[4][5][6][7]

为了解当前研究现状，本文采用文献荟萃法（meta analysis）对2000—2020年5月间发表并收录于Web of Science核心版、Jstor和CNKI的中英文研究论文（article）和综述论文（review）的标题和主题进行了复合关键词检索，并根据应用频次和相关性优先级进行结果筛选。复合关键词为中英文对照的“植物（学）+研究网络+国际/全球/世界”（plant/botany/phytology+research network+international/global/world），同时对Jstor的结果进行了期刊过滤，仅保留了biological science、botany & plant science以及ecology & evolutionary biology等3类期刊的结果并排除了无关结果。通过阅读发现，公众科学（citizen science）与其关系紧密。本文继续以其替换中英文关键词中的“研究网络”进行了第二轮检索，最终全文阅读了64篇论文。结果显示，相较于海量的具体植物宏生态研究，对全球网络的宏观方法研究仍不充分，直到最近几年才出现极少量的综合且具体的直接研究，出现了“协同分布式实验”（Coordinated Distributed Experiments，CDEs）、“分布式协作实验”（Distributed collaborative experiments，DCEs）以及1个综合方法框架的研究，反映了具体的植物宏生态问题研究与全球网络的宏观方法研究不匹配的情况。^[1]

有超过200个站点参与的问卷调查的结果显示，“国际生物学野外站点组织”（The International Organization of Biological Filed Stations，IOBFS）52.2%的站点涉及植物宏生态研究，但严重受阻于财务压力和技术局限。^[4]由于人类社会的空间扩展、小生境（habitat）和多样性的损失以及环境因素的变化使得很多野外站点往往处于重要且特有的生境。同时，尺度成为植物宏生态的关键，^[5]但当前的单个野外站点单独开展研究的现状不能实现全均匀覆盖。对此，研究提出了把单个的野外研究站点联合成全球网络的建议以及大部分参与调查的站点认为有助于提高基于全球尺度的认识。^[6]作为例证，“树木多样性网络”（TreeDivNet）提供了大空间和长时间（1—15年）尺度的数据，这是单一野外站点无法胜任的。^[4]

当前全球网络的主要研究方法包括野外观测和实验，已经形成了两种课题组织和管理的合作模型。“自上而下”（top-down）模型是由作为网络负责人的课题组长（PI）统一领导，LTER和“关键地带观测”（The Critical Zone Observatory，CZO）体现了这种模型；“自下而上”（bottom-up）模型是由各个站点课题组长共同管理，“营养网络”（The Nutrient Network，NutNet）贯彻了这种思路（见表1）。^[7]另一个显著的变化是越来越多的其他人群参与了野外研究。“卓越中心网络”（The Networks of Centres of Excellence，NCE）通过引入公益组织（non-profit organization）和公众，构建了覆盖加拿大全境的网络。^[8]

表 1(Table 1)

表 1 全球网络的模型差异比较 模型 参与者 样例 主要方法 优势 缺点 解决方案 自上 而下 生态学家和学生 LTER 观测和实验 标准化处理 低地方化 公众科学 生态学家、学生和 植物园 BGCI 观测 生态学家、学生 和公众 USA-NPN 观测 数据偏差 培训 自下 而上 生态学家和学生 NutNet 观测和实验 地方研究 财务可持续 公众科学 生态学家、学生 和公众 BRC 观测 地方研究和 财务可持续 数据偏差 培训

表 1 全球网络的模型差异比较

现在也出现了很多包括LTER在内的失败的研究项目，但这不能直接得出全球网络不适合植物宏生态研究的结论，还必须对其进行改进。标准的数据采集、快速的公开出版、正确的控制实验以及严格的数据校验（verification）是取得成功的重要因素。数据集的标准化是文献荟萃（meta analysis）和实验统计方法的前提，实验协议（experimental protocol）是关键保障。概而言之，协同实验、公众参与和信息技术实现了大尺度野外研究的数据标准化，保障全球网络仍具有良好的应用前景。^[8][9]

上述问题属于方法（methodology）研究的范畴，其意义和具体研究明显被大部分生态学家们忽视了。在极少数的综合研究中，第1个被提出的明确方法是CDEs。该方法的初衷是解决现有文献荟萃研究中影响结论可信的数据偏差（data bias）弊病，不同的实验协议、不均匀的站点分布以及预算压力催生的短期研究是直接原因。CDEs认为全球网络可以避免该弊病且已存在实际应用，提出了以标准化的实验协议为重点，且认为应以获得具体实验研究结果为支持，具体包括5个属性（1—5）和3个可能的特点（6—8）：（1）假说驱动的实验研究；（2）多样的地理分布；（3）标准的研究设计；（4）标准化的数据和协同的数据管理；（5）知识产权共享；（6）同步的数据采集；（7）多个研究团队；（8）低成本和低维护。^[10]很快，第2个称之为DCEs的综合方法也被提出来，它拥有9个关键因素：（1）开发清晰的科学目标和问题；（2）实施一致的处理和采样；（3）提出明确的参与基本规则；（4）使用简单且不贵的设计；（5）采用模块化的设计；（6）采纳为额外研究预留余地的灵活设计；（7）始于临界质量（critical mass）；（8）确保参与科学家的明确收益；（9）制定数据管理计划。对比这两个方法核心内容，可以发现，并不存在显著的方法差异，但DCEs更为具体。此外，DCEs依托6大洲的17个国家的超过75个野外站点构成的NutNet持续运行，并不依赖高昂的资金、资深的生态学家和发达的社会条件，取得了很多高质量的成果。DCEs和NutNet的实践经验中最有方法意义的是组织模式和管理制度，比如召开全球会议制定年度研究计划、组建管理团队（adversary team）指导运行、设置全职岗位进行数据管理和项目协调、开设网站提供信息技术支撑以及倡导成员承诺坚持10年以上的持续研究等。^[11]第3个被明确提出的方法更为综合与宏大，它通过详尽的文献总结提出了促进全球变化影响因子相互作用和政策研究的方法框架，其特点是强调了植物宏生态研究应从科学研究向政策研究延伸以满足人类社会现实需求。^[1]

协同实验是上述方法研究中共同强调的具体措施，信息技术是重要保障，互联网以及新的统计分析和建模方法在内的工具应用被视为提高数据质量的重要手段。^[12]但上述方法研究都忽略了植物园和公众的参与，但公众参与恰恰是结合科学研究和社会应用需求的趋势。^[18]这些参与者不仅是提供大尺度和海量数据的重要人力资源，更是特定的、均匀的和地方性数据的提供者。全球变化的共识、承诺以及行动使得科学研究与社会需求紧密结合。

国际植物园保护联盟（Botanic Gardens Conservation International，BGCI）2000年给植物园做了这样一个定义：“拥有活植物收集区，并对收集区的植物进行记录管理，使之可用于科学研究、保护、展示和教育的机构”。^[13]植物宏生态研究是植物园所擅长的研究领域之一。林奈就曾担任瑞典乌普萨拉（Uppsala）大学的植物园主任并展示他提出的分类系统（Systema Naturae）。^[14]当前全球植物园大约培育着30—40%的已知植物，并从事着大量研究生常规培训和科学研究。^[6][8][15]虽然很多植物园都位于城市附近，但研究人员不仅在园区内开展研究，也会在远离城市的区域进行野外研究。由植物园构成的研究网络成为了趋势，并使得对不同气候条件下的多样性变化研究成为可能。^[16]但它们和生态学家的单一站点研究存在同样的困难，即缺乏长期和充裕的资金支持。^[17]

对此，现有最具价值的创新是引入公众科学。它被视为生态学研究的新范式。^[18]这个术语是由邦特（David Bonter）于上世纪70年代提出并被植物园的研究项目所采用。^[17]但公众参与全球网络研究有着更为悠久的历史，他们不仅参与野外观测，也参与了野外实验，在植物保护和监测领域应用较多。^[19]它的优势不仅是降低了对资金的需求，更能为理论/假说的检验或定量分析提供大尺度和不同小生境的海量数据。^[16][20]因此，它对假说驱动的研究很有帮助。^[21]英国的“生物记录中心”（Biological Records Centre，BRC）可能是最为成功的样例。它对英国与爱尔兰全境持续进行了超过半个世纪的野外监测，为英国政府制定相关政策提供了充裕的原始数据并通过互联网将数据与全球生态学家分享^[22]。公众科学的另一个独特优势是在真实的野外研究的尺度与精确性之间的权衡（trade-off），定性研究证明了公众在植物标本采集和数据库建设中的重要贡献。传统的野外研究方法之一是生态学家的现场观测，但覆盖有限；最近几十年流行起来的卫星影像提供了更大尺度的数据，但受限于影像精度。大量的公众参与能提供比卫星影像更小的观测精度，并实现比生态学家更大的观测尺度。^[23]即使仅仅比较生态学家和公众之间的数据，后者仍然具有优势。^[24]此外，公众科学也促进了生态学家较少关注的地方性政策的制定和行动。^[25]

但是，公众科学的应用也是存在争鸣的，饲喂者观察项目（Project Feeder Watch）、BRC和其他研究都强调了数据偏差的影响—虽然生态学家也会遇到这个问题，但公众参与的确引发了集中和激烈的争鸣。^[22][26]原因来自于很多方面，主要是公众随意的态度无法完成严肃的科学研究、缺乏有效的管理以及没有严格校验数据。^[25][27]对此，可对来自于不同小生境的数据采取加权随机选择（weighted random selection）的方法或接受BRC的建议—不必在所有的科学研究中都采用普拉特（Platt）提出的强推理的逻辑而采用观测归纳推理（observational-inductive inference）。^[27][37]它的建议将对全球网络的方法研究从具体的科学方法拓展到了更为一般和基础的哲学方法论。

其他研究表明有效的方法可使公众在特定研究中具有生态学家一样的精确性，这些方法包括标准化的实验协议和数据校验，但培训被公认为是最重要和有效的途径。^[28]美国“国家物候学网络”（The USA National Phenology Network，USA-NPN）设计的实验协议仅仅对公众进行了几个小时的培训就获得了约11000个观测数据的p值小于0.0001的效果且播放视频培训和面对面口头培训的效果不存在显著差异。^[29][30]对研究生和公众提供的数据质量的分析也发现没有显著差异。^[19]Project FeederWatch也证明了公众的可信，其2008—2009年的数据只有0.01%被生态学家认为是“意料之外的”（unexpected）。^[21]公众对入侵物种（invasive brush）的辨识水平甚至超过了芝加哥植物园的员工。^[18]对由生态学家和公众提供的美国威斯康辛州野外研究的数据比较表明后者在提高采样覆盖面、填补不同区域的数据缺失以及完善小生境维持模型方面具有优势。该研究认为公众与生态学家分别但同步的开展研究是公众参与植物宏生态研究的课题组最优分工模式。^[31]另一个克服数据偏差的途径就是公众科学的优势本身，即大尺度。加拿大“植物观测网络”（The Plant Watch Networks）为了避免数据偏差在1784个站点开展超过5年的长期测量。^[32]此外，研究成果有望对自身经济或健康产生直接收益是激发公众兴趣和提高数据质量的有效保障。^[31]但需改变目前生态学家发表成果时经常忽略公众贡献的现象，这种现象突出表现在署名问题上。^[33]

植物园和公众科学均是对当前由生态学家构成的全球网络的补充，但都面临各自的挑战。植物园需要加强与公众间的联系。^[14]公众科学需要解决数据偏差的质疑。在全球网络中引入公众科学并通过整合植物园的研究资源将同时缓解两者所面对的挑战。

对植物园而言，它不仅面对加强公众联系的挑战，还需要面对大数据时代的挑战，需要在全球范围开展基础数据的共享与发掘。这符合当前科学研究进入数据密集型阶段的特点。自2000年以来，上海辰山植物园开展了国际网络的建设，开发了基于互联网和APP且支持野外考察和自然资源管理等功能在内的活植物管理系统和数据库。^[34]公众的参与不仅强化了联系，也提高了数据生产能力。植物园的功能之一就是面向公众的科学教育，由它对公众进行项目组织和管理符合“自上而下”的模型以及当前公众科学实践的主要类型“合作型”（collaborative）特点，即“通常由科学家设计并由公众成员贡献数据但也帮助精炼项目设计、数据分析和/或传播”。^[35]这种模型又可称之为“结构化的公众科学”（structured citizen science）。它是当前公众科学实践的主要形式，借助基于科学原理的研究设计以及经受岗前培训的公众提高了数据质量，并由此缓解了公众科学面临的数据偏差的争议。^[36]

综上，植物宏生态研究是链接全球变化和地方性需求的枢纽，全球网络已成为野外研究的趋势，植物园的参与提供了更多大尺度数据，但公众的参与不仅缓解了对资金的需求，而且提供了更大尺度和更多小生境的数据。虽然公众科学存在数据偏差的争鸣，但现有研究不仅予以了反驳，更提供了改善的方法，而公众参与的独特价值在于为科学研究和社会需求的关联建立了特定且直接的方法通道。在现有由生态学家构成全球研究网络基础上，整合植物园的研究资源开展基于公众科学的实践是植物宏生态野外研究宏观方法的发展趋势。这种趋势满足了植物园的科学教育、强化公众联系以及适应大数据时代的需求，也发挥了公众科学的低成本的优势。此外，植物园的专业研究人员可承担生态学家的职能而负责项目组织、公众岗前培训和数据管理。通过这种“自上而下”的结构化的公众科学实践，可实现基于合作型的公众科学的全球合作在植物宏生态野外研究中的具体应用。

志谢：崔骁勇和殷德意阅读了底稿并提出了意见和建议，在此一并感谢。