Embed Size (px)
Citation preview
生物多样性数据整合与服务研究
许哲平
中国科学院植物所
提纲
生物多样性数据
整合方案
典型案例
讨论
整体框架
数据
应用产品
数据源建设 & 整合
服务
数据（你在哪里？怎么找到你？）
过去 现在 未来
标本（标本资源平台）、文献、
记录本
专项网、数据库平台、专业论坛、社交网络媒体
无人机、自动观测、多功能传感器、用
户自主贡献
课题、项目、平台
生物多样性数据
整合方案
典型案例
讨论
名录物种2000中国节点http://www.sp2000.org.cn/
物种2000全球节点http://www.catalogueoflife.org
The Plant List
http://www.theplantlist.org/
International Plant Names Index (IPNI)
http://www.theplantlist.org/
标本GBIF，全球最大，http://www.gbif.org/
NSII（国家标本资源共享平台），国内最大http://www.nsii.org.cn/
Global Plants on JSTOR，最大模式标本库http://plants.jstor.org/
Atlas of Living Australia
澳大利亚最大的在线标本资源平台http://www.ala.org.au/
iDigBio
北美最大的在线标本资源平台https://www.idigbio.org/
文献BHL（生物多样性历史文献图书馆）http://www.biodiversitylibrary.org/
BHL中国节点http://www.bhl-china.org/
eFlora.org包括： Annotated Checklist of the Flowering Plants
of Nepal
Flora of Chile
Flora of China
Flora of Missouri
Flora of North America
Moss Flora of China
Trees and shrubs of the Andes of Ecuador
http://frps.eflora.cn/
图片CFH（中国自然标本馆），国内最大http://www.cfh.ac.cn/
PPBC（中国植物图像库）http://www.plantphoto.cn/
EOL（Encyclopedia of Life，网络生命大百科）http://www.eol.org/
澳大利亚植物图像索引http://www.anbg.gov.au/photo/
美国农业部植物图像集http://www.plants.usda.gov/gallery.html
印度植物及图像（3000+种）http://www.indiaplants.com/
DNA序列Barcode of Life Data Systems
http://www.boldsystems.org/
NCBIhttps://www.ncbi.nlm.nih.gov/genbank/
中国西南野生生物种质资源库http://www.genobank.org/
大量植物生物学常用数据库链接http://mp.weixin.qq.com/s?__biz=MzA5NjU
5NjQ4MA==&mid=2651154250&idx=1&sn=9
857f09c48590e736154bee63b77f8fa
国家水稻数据中心http://www.ricedata.cn/gene/
地方性资源
四川省自然科技资源共享平台http://www.scpri.ac.cn/html/modules/client/index.php
香港农业、渔业和保护部http://www.afcd.gov.hk/english/co
nservation/hkbiodiversity/database
/search.asp
台湾GBIF节点，http://taibif.tw/en
澳门生物多样性数据中心http://www.macaubiodiversity.org/
广西植物资源信息共享平台http://flora.gxib.cn/
生物多样性数据
整合方案
典型案例
讨论
数字化为未来研究添加翅膀
http://www.fishesoftexas.org/
数据整合：一项综合性的工作
科学目标：四个连接形成不同层次的网络体系
David Cooper，2016
生物多样性数据
整合方案
典型案例
讨论
典型方案
基础数据：NSII（国家标本资源共享平台）
观测数据：SinoBON（中国生物多样性监测与研究网络）
多媒体数据：微软识图APP
国际合作：SEADiv
农林病虫害系统
数据发布
大样地数据、野外台站数据、自然保护区数据
现有平台：CERN、NSII、
GBIF、EOL、
BHL、CFH等
标本
视频
音频
图片
文献
名录
网络
零散数据
优势数据
资源整合 分布
性状
GIS技术和NSII数据的整合
微信开发应用
SinoBON整体框架GEO
BON
GBIF
AP BON
NSII
公民科学平台
科研
项目
政府
决策
权威，共享，开放
10个专项网，1个综合中心
马克平. 中国生物多样性监测网络建设: 从CForBio到Sino BON. 生物多样性, 23(1): 1-2
EBV分类 EBV 中文指标
Genetic
composition（基因组成）
Co-ancestry 共祖先
Allelic diversity 等位多样化
Population genetic differentiation 种群遗传分化
Breed and variety diversity 繁殖和品种多样化
Speciespopulations（物种群落）
Species distribution 物种分布
Population abundance 种群丰度
Population structure 种群结构
Species traits（物种性状）
Phenology 物候
Body mass 体重
Natal dispersion distance 出生扩散距离
Migratory behavior 迁徙行为
Demographic traits 数量统计特征
Physiological traits 生理特征
Communitycomposition（群落组成）
Taxonomic diversity 分类学多样性
Species interactions种间相互作用
Ecosystem function（生态系统结构）
Net primary productivity 净初级生产力
Secondary productivity 次级生产力
Nutrient retention 营养素存留
Disturbance regime 干扰机制
Ecosystemstructure（生态系统功能）
Habitat structure 栖息地结构
Ecosystem extent and fragmentation 扩展和破碎化
Ecosystem composition by functional type 功能类型组成
标准规范制定
应用和指标
数据实体
对象
数据标准规范：标准的兼容性和映射
EBV分类（6大类）
Geneticcomposition（基因组成）
Speciespopulations（物种群落）
Species traits（物种性状）
Communitycomposition（群落组成）
Ecosystem function（生态系统结构）
Ecosystem structure（生态系统功能）Sino
BON
Darwin
Core
SDD
EML
ABCD
生物多样性观测技术导则
物种识别方法和工具
2、DNA Barcoding
特点：精确度高；携带不便，类群不全
1、传统的检索表特点：需要较高的专业知识，不便推广
3、图像识别
特点：拥有良好训练库的情况下精确度很高，对于用户来说，方便携带，方便使用。
微软识花APP：IT和专业的深度结合300多万张照片，2000多种，100多天的全职专业人员沟通
合作方中科院植物所： 许哲平微软亚洲研究院：付建龙
感谢刘冰（中科院植物研究所）、陈彬（上海辰山植物园）、徐晔
春（广东省农业科学院环境园艺研究所）、林秦文（中科院植物研究所）、汪远（上海辰山植物园）、张金龙（香港嘉道理农场暨植物园）、刘博（中央民族大学）和蔡文涛（中科院植物研究所）提供的图片。
SeaDIV（东南亚植物多样性信息平台）
中国科学院东南亚生物多样性中心资助
一带一路，科技先行
有共同文化因素，植物用途类似
整合资源（人员、机构、项目等），直观呈现
整合思路
Biodiversity Cultural Diversity
DistributionGinkgo biloba
Imperata cylindrica（白茅）
农林病虫害系统
《中国主要农作物有害生物名录》包括我国粮（水稻、小麦、玉米、大豆、马铃薯等）、棉（棉花）、麻（苎麻、亚麻等）、油（油菜、花生等）、糖（甘蔗、甜菜等）、果（柑橘、苹果、梨）、茶（茶树）等7大类15种主要农作物目前发生
的有害生物种类及其检疫性有害生物种类3657种，其
中害虫（包括螨和软体动物）2083种，病害820种，杂草688种，害鼠66种。
https://www.eppo.int/QUARANTINE/Pest_Risk_Analysis/P
RAdocs_insects/13-18692_PRA_record_Apriona_spp.pdfhttp://zg.pgxx.cn/binghai/sangtianniu.htm
数据与科研工作的相互促进
数据发布
GBIF IPT（集成发布工具）
ChinaXiv.org 中国科学院科技论文预发布平台http://www.chinaxiv.org/home.htm
小结
数据内容的绝对增量（数字化）需要持续扶持
数据整合由数据实体向数据关联转变
数据的规划和方案比实施更重要
数据量不断增大，IT技术的发挥空间越来越大
数据要不断溯源，长时间序列数据有更大价值
数据价值需要在应用和共享中得到不断体现，反之不断提升其价值
公民科学和社交网络会在未来扮演重要作用
讨论
1. 数据是原材料，需要有不同需求来进行深加工
2. 数据建设 => 数据重组（组合）
3. 第一手资料数字化工作仍待加强
4. 数据的规范化是基础
5. 数据流转变：容易获取=>容易使用=>方便使用
6. 生物多样性数据本身也在不断细化和碎片化发展
7. 未来的数据将同软件、硬件和用户需求协同进化
8. 加强数据科学家的培养，在实践中成长
