Annu. Rev. | 多样性研究中的7种认知缺陷

生态学家和进化生物学家越来越多地使用大数据方法来解决大空间、分类学和时间尺度上的问题。然而，尽管在最近梳理过去两个世纪的生物多样性数据的过程中，发现许多关键的研究问题仍然没有得到解答。本研究更新了认识缺陷 (shortfall) 的概念，并回顾了普遍性 (generality shortfall) 和不确定性 (uncertainty shortfall）之间的权衡。本研究提出了多样性数据的7种认识缺陷：以往研究提出的四个认识缺陷包括物种分类学缺陷（Linnean shortfall）、物种分布数据缺陷 (Wallacean shortfall)，物种多度数据缺陷 (Prestonian shortfall) 和演化格局的缺陷 (Darwinian shortfall)。此外，本研究重新定义了Hutchinsonian shortfall，并将其应用于物种的非生物耐受性，并提出与物种性状 (Raunkiæran shortfall) 和生物相互作用 (Eltonian  shortfall) 的知识缺陷有关。本研究总结进化和生态学研究中大规模生物多样性知识不足的综合影响和后果的总体框架，并考虑克服这七个不足和处理它们产生的不确定性的方法。

面对自然界几乎无法抗拒的复杂性，生物学家总是在寻找生物的模式、基本过程和组织原则的过程中，试图对生物进行分类和分类。这种分类不可避免地反映了分类者的目标和利益；分类是研究人员用来表示现实世界和产生科学知识的抽象概念。因此，对自然的认识（和无知）从根本上受到生物的分类单位（例如，群落、物种、进化支、性状、基因）和分类方式的影响。因此，当前的生物多样性量化方法应该被视为对生命多样性进行分类的众多方法中的一个有限子集。此外，由于复杂的自然时空动态和人类调查能力之间的相互作用，仅靠狭义的多样性数据不可能完全了解生物多样性的任何特定特征。调查工作和研究基础设施的区域不平衡性导致了生物多样性研究和保护规划可用数据的质量和可靠性存在高度的时空差异。

生物多样性知识的区域不平衡性和局限性意味着：科学家必须利用这些不完整的生物多样性和性状且往往不具代表性的数据开展科学研究。关于全球生物多样性的特性、分布、进化和动态的知识缺陷需要慎重思考（见下方的描述），因为有偏见和不具代表性的知识限制了我们描述现有生物多样性或准确预测其未来可能变化的能力。有偏见的数据还可能导致对生态和进化过程的错误识别，以及对有限的保护资源的低效利用。因此，本研究的目标是包括：(a) 查明生物多样性知识的缺陷；(b) 分析这些知识缺陷的起源、驱动因素和当前的解释；(c) 评估这些知识缺陷对生态、进化和保护研究的影响；(d) 提出克服这些知识缺陷的策略和工具，同时建议在研究和保护实践中最有效地考虑生物多样性数据的不确定性和偏倚性的方法。

数据缺乏、对模式和过程的描述有限以及理论上的空白是生态和进化所有领域的特征。事实上，生物多样性知识缺陷是进化系统产生复杂性的直接结果，在进化系统中，新生物实体的产生速度超过了我们能够描述它们的最大速度。从这个意义上说，知识缺陷可以定义为某一特定时刻 (通常是当下) 某一生物领域内已发现的知识与完整知识之间的差距。根据系统学、生物地理学、种群生物学、进化、功能(基于性状的) 生态学、非生物耐受性和生态交互作用的知识领域，我们可以将生物多样性数据的缺陷大致归为七大类 (表1) ，其中五个缺陷在以往的研究中已经被提出 (见表1)：在知识领域，这种缺陷并不仅限于某些类型的数据。相反，它们可能是一个信息来源研究的所有或几个方面。最典型的例子是化石记录，几乎所有的知识缺陷都适用于化石记录。

表1. 生物多样性知识缺陷的7种类型

1）Linnean Shortfall：已描述物种和现存物种数的差距。体型越小、生态位或分布区越窄更容易出现Linnean shortfall。Linnean shortfall出现的两个主要原因：①正式描述的物种数量由于新的描述、修订和未解决的同义词而不断变化。此外，在建立统一的物种概念或对划分不同类群的操作工具达成协议方面也存在困难；②物种数量的预测对所采用的估计方法和参数值高度敏感，比如对真核生物物种数的估计范围在2百万到1亿之间，而最近对全球物种数的估计结果仅为1000万种。Linnean shortfall包含两种不同的未知物种：尚未采样的物种和尚未描述的已收集物种。

2）Wallacean Shortfall：对物种分布认知的差距。这种缺陷源于物种分布信息的地理偏差 (图1a)，这导致许多观察到的生物多样性地图与调查工作的地图非常相似。物种分布的知识与调查工作的时间和空间变化密切相关，鉴于国家和地区之间在科学能力和可及性方面的显著差异，一些地区的抽样完整性比其他地区好是不可避免的。比如在偏远和人迹罕至的亚马逊西南部森林和刚果盆地，有近40%的亚马逊雨林从未被调查过，该地区植物的地理分布信息更是无从得知。

3）Prestonian Shortfall：对种群数量 (物种多度) 及其动态的认知缺陷。尽管多度数据对于解决许多生态问题都非常重要，但对于大多数物种来说，多度信息是稀缺的。造成Prestonian Shortfall的三个主要因素：(a) 对生物进行精确普查的难度；(b) 收集长期数据的成本；(c) 物种丰度的快速波动需要频繁重新采样。全球种群动态数据库 (GPDD) 通过整理和汇编对比数据解决了这一不足。然而，估计种群规模的不确定性会影响GPDD和大多数种群时间序列数据分析的结果 (和结论) 。

4）Darwinian Shortfall：对谱系、物种和特征进化的知识缺陷。自20世纪50年代以来，人们提出了几种重建物种间系统发育关系的方法，整个领域在过去的20年得到了迅速发展。分子数据的不断增加和强大的新计算方法的发展推动了系统发育比较方法的广泛应用，以了解性状进化和生物多样性模式。然而，为了使生态比较分析更加一致，需要连续解决三个问题。首先，我们对所有现存物种之间的系统发育关系的了解仍然有限；尽管不同类群可获得的系统发育数量呈指数级增长，但许多物种缺失，许多可获得的系统发育只在更高的分类学类群之间建立关系。其次，尽管基于分子数据的分支长度的系统发育估计通常具有可接受的准确性，但尚未有研究评估在不同的系统发育水平上估计分支长度的误差如何影响基于不同指标的系统发育多样性估计。此外，校准这些枝长来计算绝对分化时间仍然具有挑战性。这一点很重要，因为理解进化速率和生物地理模式需要对自分化以来的时间进行可靠的估计。第三，我们对生态性状与生物多样性模式之间的关系的理解受到了当前系统发育学的阻碍，它们提供的性状进化信息有限，即使它们是准确的。

5）Raunkiæran Shortfall：对物种性状及其功能的认识缺陷。这不仅包括物种内部和物种之间的性状变异，还包括每一种性状所产生的生态功能，这些功能如何受到与其他性状相互作用的影响，以及哪些性状以集束的形式共同作用以执行特定的生态系统功能。

6）Hutchinsonian Shortfall：对物种的非生物环境耐受性的知识缺陷。对环境偏好和容忍性的估计是生态学的一个基本目标。这些估计可用于改进对物种对变化条件的反应的预测，并最终增加对物种数量和发生模式的原因的理解。

7）Eltonian Shortfall: 对物种之间或物种群之间的相互作用的知识缺陷。它在性质上不同于其他缺陷，后者是指一个分类单元的分类学、进化、生物地理学或功能属性。尽管这些属性都是生物多样性的公认方面，但相互作用和其他过程可被视为这一概念的外来扩展

转自：“生态科研笔记”微信公众号

如有侵权，请联系本站删除！