在植物多样性研究中，如何处理来自不同渠道的庞大数据，一直是摆在科学家面前的现实难题。植物标本记录、气候变化参数、地形与水文要素、社会经济数据……这些信息都可能影响物种的分布与演化，但由于来源不同、格式各异，往往难以在同一个框架下进行统一分析。这使得很多研究不得不局限在单一维度，无法深入揭示植物多样性背后的综合机制。
在新发表的论文Expeditionplus: The application of a gridded system in the integration of multidimensional environmental factors 中，我们尝试寻找一个突破口。
一、一种全新的数据集成方法
文章提出并实践了一种新的“基于网格化的矢量数据集成方法”。本研究区域聚焦中国西部地区，以青藏高原区域为核心。该方法将研究区域划分为标准化的 1°×1°网格单元，再将不同来源的数据映射到相同尺度的网格之中。无论是点数据，如植物标本的采集记录；还是面数据，如县域的人文经济统计；甚至是大范围的栅格数据，如气候与遥感信息，都能够通过这一方法被标准化并整合进网格。这种方式让不同维度的数据“集成”在一起，从而可以相互叠加和调用。研究人员只需调取对应的网格，就能同时看到植物分布、气候背景、地形条件乃至人类活动等多方面的数据，为大尺度生态学研究提供了新的可能性。我们将这些数据叠加进e科考系统的“网格覆盖”模块里，使数据可以更直观更可用。
图1.不同类型数据的集成方法
二、一套基于该集成方法的数据集
基于这种方法，该研究整理并发布了一套覆盖以青藏高原区域为主的中国西部大型数据库——Expeditionplus。这一数据库包含了 559 个数据层，包括植物分布数据（其中涵盖228个科清洗后的植物分布点、面数据）、气候与古气候、地形与水文、土壤与碳循环、人口与夜间灯光等多个方面。它不仅具有高度的系统性和完整性，而且通过唯一的网格编号实现自由组合和调用，方便研究者根据自身需求灵活开展分析。对该数据进行简单的GIS分析即可得到例如物种丰富的可视化数据。更为重要的是，我们将这些数据全部开放，用户可直接在 e科考web端（www.ekk.ac.cn）主页的“关于我们—附件下载”模块中获取。
图2.中国西部地区科级别物种丰富度网格图
三、e科考系统
在数据库的基础上，我们进一步开发了e科考系统。这一系统由移动端（App端）和网页端（Web 端）组成。移动端支持野外快速拍照记录、识别和上传，Web 端则用于数据管理、分析与统计。通过这种模式，研究者能够在野外高效采集信息，并在后台迅速调用和整合已有数据，真正实现了从数据获取到分析应用的一体化，这也体现了e科考服务项目、高效科考的优势。目前，e科考平台上已经提供了丰富的数据资源，除了本研究的“Expeditionplus”数据集，还实时更新了大量的植物物种分布数据、照片资源。e科考系统还拥有物种概览、物种图库、植物标本等多个模块。只要注册账号，就可以免费下载和使用。
图3.e科考系统介绍
以上成果以“Expeditionplus: The application of a gridded system in the integration of multidimensional environmental factors”(https:///10.1016/j.pld.2024.01.001)为题发表在Plant Diversity上。中国科学院昆明植物研究所助理工程师蒯新元与中国科学院昆明植物研究所博士研究生付全升共为第一作者，邓涛研究员、孙航院士为通讯作者。该项研究得到第二次青藏科考计划（STEP）项目（2019QZKK0502）、国家自然科学基金（32322006）、云南省基础研究重大项目（202103AF140005、202101BC070002）资助。
Citation: Kuai, X.Y., Fu, Q.S., Sun, H., Deng, T. 2025. Expeditionplus: The application of a gridded system in the integration of multidimensional environmental factors. Plant Diversity 47: 702-708. https:///10.1016/j.pld.2024.01.001
关注Plant Diversity订阅号
实时获取丰富资讯和深度解析
关注Plant Diversity服务号
畅享便捷功能与服务
阅读更多Plant Diversity最新内容
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|