缺失的一环:构建基于性状的数据库作为苔藓植物整合入生态系统模型的基础

《Ecological Informatics》:The mossing link: Building a trait-based database as a foundation for bryophyte integration in ecosystem models

【字体: 大 中 小 】 时间:2026年07月16日 来源:Ecological Informatics 8.5

编辑推荐:

  苔藓植物(包括藓类、苔类和角苔类)在陆地生态系统的碳储存、养分循环和水文过程中发挥着重要作用,但在地球系统模型(Earth System Models, ESMs)的陆面组分中仍基本缺席。它们的缺失限制了陆地生物圈模拟的准确性,特别是在高纬度和水分受限区域,这

  
苔藓植物(包括藓类、苔类和角苔类)在陆地生态系统的碳储存、养分循环和水文过程中发挥着重要作用,但在地球系统模型(Earth System Models, ESMs)的陆面组分中仍基本缺席。它们的缺失限制了陆地生物圈模拟的准确性,特别是在高纬度和水分受限区域,这些地区的苔藓植物可能主导初级生产并调节关键的生物地球化学通量。苔藓植物功能整合用于陆地生态系统模型(Bryophyte Functional Integration for Terrestrial Ecosystem models, BryoFITE)项目旨在解决这一遗漏。本研究的目标是建立一个系统的、可重复的工作流程,用于综合与陆地生态系统模型相关的苔藓植物性状数据。该工作流程将自动化与专家管理相结合,并依赖于生态研究中广泛使用的工具。研究人员通过构建全面的主题-参数搜索词矩阵来识别相关文献,随后在Google Scholar和Scopus上执行共计720次定向搜索,检索到超过84,000条记录。研究人员应用模糊字符串匹配和监督机器学习相结合的方法来去重和分类所得文献,产生了约35,000条唯一条目的精炼组。基于手动标记的记录和模型分类训练随机森林(Random Forest)模型,根据手动和基于模型的分类排除了超过50%不可能包含相关数据的记录。剩余记录按包含可用数据的可能性进行排序,使研究人员能够优先将数据录入工作指向对该研究具有最高潜在价值的文献。随后,研究人员使用Google Sheets开发了一个模块化的基于云的数据库,并配备自定义JavaScript自动化功能以进行协作、灵活的数据录入。BryoFITE数据库捕获了生态生理参数,包括光合能力、脱水耐受性和养分利用性状,这些对于模拟苔藓植物功能至关重要。初步结果表明了该工作流程在综合异质性性状数据方面的效用,并强调了其加速开发特定于苔藓植物的植物功能类型(Plant Functional Types, PFTs)以整合到土地模型中、提升模拟ESM中植物-气候相互作用能力的潜力,以及使用基于概率的工作流程整合多样化数据以进行模型参数化、评估和开发的潜力。
研究背景与问题提出
地球系统模型(Earth System Models, ESMs)中的动态全球植被模型(Dynamic Global Vegetation Models, DGVMs)和陆面模型在表征植物功能多样性和对环境变异的生理响应方面存在局限。苔藓植物作为非维管植物,尽管在近所有陆地生态系统中广泛存在并对碳循环、储存及养分通量具有实质性影响,却在许多ESMs的陆地组分中明显缺席。在高纬度系统中,苔藓植物可贡献高达50%的净初级生产,主导储存约25%全球土壤碳的泥炭地,并在旱地生物结皮中作为关键种调节碳氮循环。目前排除苔藓植物存在风险,尤其在模拟水分有效性变化的响应时,因其变水态(poikilohydric)特性使其生理活动与水分紧密耦合,且在肩季(shoulder seasons)血管植物休眠时仍能快速恢复光合作用。现有植物性状数据库如TRY和Bryofortrait缺乏建模所需的生态生理响应数据,测量值分散且报告不一致,缺乏可比对的整理数据限制了苔藓植物生理过程的参数化。因此,需要合成量化的苔藓植物功能理解以支持广泛的模型参数化。
研究内容与意义
BryoFITE项目旨在填补分散性状文献与模型开发所需综合数据之间的空白,开发并实施集成工作流程以综合与碳循环相关的苔藓植物生态生理性状及功能响应的实证数据。研究人员描述了识别、筛选和分类相关文献的方法,并将异质实证结果转化为专为支持性状综合和模型整合设计的灵活数据库。该工作流程遵循PRISMA报告指南以确保透明和可重复性,初步分析结果展示了该工作流程在组织复杂性状信息和加速苔藓植物功能纳入生态模型方面的潜力。该论文发表于《Ecological Informatics》。
主要关键技术方法
研究人员构建了由9个主题词和40个参数词组成的矩阵,在Google Scholar和Scopus执行720次定向搜索获取84,793条记录。利用R语言stringdist包进行模糊字符串匹配(Levenshtein距离算法)半自动去重,得到37,126条唯一记录。为筛选文献,研究人员从唯一记录中随机选取4,250条进行人工标记分类,基于此训练随机森林(Random Forest)模型,通过文档特征矩阵(Document Feature Matrix, DFM)和阈值调整优化分类召回率,排除53%无关记录。数据库构建采用Google Sheets结合Google Apps Script(JavaScript)开发模块化云数据库,设下拉菜单验证减少录入错误,利用ImageJ从图表数字化提取数据。
研究结果
1. Identification of relevant literature
研究人员通过系统搜索编译与碳循环相关的苔藓植物功能性状文献。搜索策略针对直接或间接影响苔藓植物碳动态贡献的性状,包括脱水响应、水文土壤相互作用、光合能力及形态化学特征。矩阵产生360个独特配对,两数据库共返回84,793条记录,Google Scholar常返回满200条,Scopus较少。去重后减至37,126条唯一记录,保留来源元数据。分析显示Google Scholar占唯一记录58%,Scopus占30%,两者重叠12%。非维管(nonvascular)主题词返回记录最多,Syntrichia属最少;光合作用、分布和碳等参数词结果最多。超过60%的记录仅被单次搜索返回,凸显组合搜索引擎和重叠术语确保全面覆盖的重要性。
2. Random forest classification of literature records
3.1. Manually flagged dataset creation
为减少主观性,研究人员制定详细标记系统,基于标题(模糊时查摘要)评估相关性分为多类后合并为可能相关(Likely relevant)、可能相关(Maybe relevant)和无关(Irrelevant)。多人独立评估一致性显示Fleiss' kappa为0.615,Krippendorff's ordinal alpha为0.677。随机子集维持原数据库比例。分析显示Google Scholar产生最多可能相关记录(61%),Scopus仅13%。非维管(nonvascular)和泥炭(peat)词结果多但可能相关比例低,而苔藓植物(bryophyte)和Syntrichia产生较少总数但有更高可能相关比例。光合作用、含水量等参数词显示高于平均的可能相关比例。
3.2. Model creation, evaluation, and implementation
研究人员利用标题生成文档特征矩阵(DFM)训练随机森林模型,探讨不同词频阈值(15, 23, 40)影响。模型性能一致,Kappa值0.42-0.46,袋外(Out-of-bag, OOB)准确率74.7%-76.4%。模型对无关类敏感性高,对可能相关类敏感性低(约30%)但特异性高(约93%)。为最大化可能相关记录召回率,调整概率阈值,最终选用rf_15模型(阈值Likely relevant 0.24,Irrelevant 0.4)实现84%召回率。应用于全数据集排除17,417条(53%)无关记录,保留15,458条(47%),其中1,121条可能相关概率高于0.75作为数据录入起点。
4. Database development
研究人员基于Google Sheets与JavaScript自动化开发定制化模块化数据库。现有数据库(TRY, Bryofortrait)缺乏苔藓植物整体生物相对含水含量(Relative Water Content, RWC)等生态生理测量及适应变水系统的结构。该输入表聚类相关字段(元数据、环境、形态、光合、水分脱水、生态生理曲线参数如光响应曲线Amass、Isat95等),设下拉菜单验证,特别是基于密苏里植物园物种列表的属种联动下拉以减少学名录入错误。Google Apps Script脚本通过命名字段将输入自动填充至数据库,具备高适应性可扩展新性状字段而不影响现有映射。
5. Data input
数据提取过程具包容性,保留任何可映射到数据库类别的数据。从模型分类的可能相关池中随机选文,初筛保留潜在有用研究,详审文本与图表。利用ImageJ校准尺度从图中数字化提取数值存为CSV录入。策略允许单位灵活录入(如Amass有11种单位)及方法差异保留不调和,关键环境参数(温度、含水量、光照水平)明确报告者才录入。不评估矛盾值,全部保留关联元数据。通过抽查原始来源及脚本检查缺失单位、值单位不匹配及超范围值进行验证。
6. Preliminary database analysis
6.1. Database statistics
初步发布版含1,414条数据录入涵盖32项研究、58属102种藓类,Anomodon viticulosis最常见。地理跨除澳洲外各大洲,欧洲最多(英伦群岛尤甚),南极显著。温带森林652条,苔原、北方森林、沙漠各超100条,沼泽31条,草原61条。34个跟踪变量中18个超10条录入,相对含水量(Relative Water Content, RWC)最多(960条,5单位),单位质量光合(photosynthesis per unit mass, Amass)277条(11单位),非光化学淬灭(Non-photochemical quenching, NPQ)252条,最大总光合(maximum gross photosynthesis, Pgmax)244条,PSII最大量子产额(maximum quantum yield of photosystem II, Fv/fm)227条等。
6.2. Early results
单位质量氮含量(Nitrogen Content per Unit Mass, Nmass)虽仅16条,范围0.62%-2.02%干重,苔原高于温带森林(可能为分类非环境差异),变异性约10%低于多数维管植物。补偿光强(compensation irradiance, Icomp)与饱和光强(saturation irradiance, Isat)分别有67和115条,Ceratodon具最低Icomp与最高Isat,Hylocomium反之;Ceratodon和Sphagnum呈正相关,Hylocomium等无相关;环境上苔原Isat均值最高。碳同化(Carbon Assimilation, Amass)与RWC关系显示Rhytidiadelphus最大RWC达干重1500%,Sphagnum可达30倍,Syntrichia约500%;Amass随RWC呈抛物线响应,高RWC因CO2扩散受限抑制光合,低RWC因脱水下调抑制,Grimmia峰值陡升陡降,Tortula缓慢上升宽幅维持。
讨论与结论翻译
BryoFITE项目展示了一种从异质且快速扩展的文献中综合生态生理性状数据的实用方法。通过明确链接文献识别、筛选、优先级排序与结构化数据提取及数据库开发,该方法提供了从分散实证研究到模型相关性状数据集的清晰路径。这通过标准化记录识别评估、通过机器学习辅助优先级减少人工筛选、确保提取数据在模块化灵活数据库结构中一致格式化以实现,该结构能容纳异质性性状定义和演进数据需求。随着生态综合工作在量和复杂性上持续扩展,平衡自动化与专家管理且能用研究界熟悉工具实施的方法,对维护透明度、一致性和长期可用性日益重要。更广泛而言,这项工作受需要将苔藓植物功能表征于ESMs中的需求驱动,其生理过程必须以跨物种和环境条件一致的方式参数化。目前限制不在于缺乏个体测量,而在于难以将这些测量综合为可比的模型就绪关系。本文开发的数据库旨在通过支持跨研究比较并为开发广义功能响应提供基础来解决这一差距。从数据库开发转向ESM整合需几个具体步骤:扩大数据库改善分类地理覆盖;制定标准化性状定义和报告协议;将综合性状数据转化为广义功能响应关系(如光合-含水量曲线);在陆面模型(如CLM, JULES, ORCHIDEE)中实施评估其对碳通量和生态系统动态模拟的影响。初步分析非定论,而是该综合框架潜力的演示。即使在早期阶段,数据库已能揭示生理有意义模式、识别属间关键差异、标记报告惯例复杂化综合的领域。持续发展将为苔藓植物-碳关系纳入陆面模型提供稳健框架,修正当前ESMs的主要局限。更广泛地说,这项工作说明了文献筛选、数据协调与结构化存储的审慎整合如何支持模型开发,同时在新数据和分析工具出现时保持适应性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号