摘要:基于CNKI 数据库,采用文献计量和知识图谱的方法,通过对应用生态系统观测研究网络长期定位观测数据的文献进行分析,探讨长期观测数据的应用领域、具体用途、用户特点及不同生态站数据的应用状况与研究主题,以期为提高生态系统观测研究网络长期观测数据的共享服务能力、充分发挥长期观测数据的价值提供参考。分析结果表明:生态系统观测研究网络长期观测数据受到越来越多****的关注,其应用学科领域以林业、农业基础科学为主,同时不断扩展到其他学科中,呈多元化态势;数据主要在生态系统服务研究、模型模拟、人工林研究、水污染研究、生物多样性研究、小麦玉米研究、土壤水分研究等方面发挥作用;数据的主要用户群体为高等院校和科研院所,不同机构应用长期观测数据开展的研究各有侧重;各生态站的长期观测数据能够为揭示其所代表生态区和生态系统类型的生态系统结构与功能、能量流动与养分循环的变化规律,分析主要生态环境问题的现状、动态变化及驱动机制等方面提供重要支撑。最后,对生态系统观测研究网络长期观测数据应用的相关方面提出几点建议:(1)健全数据引用机制,制定相应的科学数据引用和著录标准;(2)发挥生态网络长期观测数据优势,开展专题数据产品的生产,充分开发生态网络长期观测数据的潜在价值;(3)加大和稳定生态站的经费投入,提高生态站的观测能力和水平,同时还要完善、优化生态站布局。
Abstract:The ecosystem research network is a data-intensive science platform for field observation and research, whose major goal is long-term monitoring and networked study of ecosystems. Since 1998, field stations have continuously measured and recorded more than 300 monitoring variations in hydrological, pedological, atmospheric, and biological elements of major terrestrial and aquatic ecosystems in China, such as cropland, forest, grassland, desert, marshes, lakes, and bays according to standard monitoring protocols, and large amounts of long-term observation data have been collected. These data are crucial resources for research on ecology and other relevant disciplines; thus, a national treasure. Many efforts have been made to share the data. To ensure the value of long-term observation data and improve data sharing services, a bibliometric analysis has been applied to obtain an overview of the situation and characteristics using the CNKI database. A total of 160 documents published between 2001 and 2018 related to the subject have been retrieved and analyzed according to five main aspects: publication years, subject areas, author keywords, institutions, and field stations. The results indicated that the long-term observation data of the ecosystem research network has attracted more and more attention from researchers. The major research areas of data application are forestry and basic agricultural science, and continue to expand into other disciplines. The data is mainly used in ecosystem service research, model simulation, plantation research, water pollution research, biodiversity research, wheat and corn research, and soil moisture research to support the spatial pattern analysis and environmental drive mechanisms of ecosystem processes, and the discovery and verification of commonality laws of different ecosystems. Two main user groups of long-term observation data can be distinguished: universities and research institutes. The main user institutions include institutes affiliated to the Chinese Academy of Sciences, forestry and agricultural universities, comprehensive universities, normal universities, and institutes affiliated to the China Academy of Forestry Sciences; different institutions vary in data usage combined with their geographical location, research direction, and dominant disciplines. The long-term observation data of each field station could provide important support for revealing the rules of ecosystem structure and functions, energy flow and materials cycles, and analyzing the current situation, dynamic change, and driving mechanisms of the main ecological and environmental problems of the ecological zone and ecosystem that the field station represents. Some suggestions have been offered for the application of long-term observation data of the ecosystem research network such as to (i) standardize scientific data citation to improve the data citation mechanism of the ecosystem research network, (ii) develop thematic data products by analyzing and mining the data to provide the full advantage of long-term observation data, and (iii) increase the investment in field stations to improve the ability and level of observation, and optimize the layout of field stations.
PDF全文下载地址:
https://www.ecologica.cn/stxb/article/pdf/stxb201805221121
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
基于文献计量的生态系统观测研究网络长期观测数据应用研究
本站小编 Free考研考试/2021-12-31
相关话题/数据 观测 生态 网络 学科
生态系统服务流研究进展
摘要:生态系统服务流是实现生态系统服务供给与人类需求耦合的重要桥梁,是当前生态系统服务研究的热点与前沿。科学理解生态系统服务从产生、传递到使用的全过程,明确区域生态系统服务供给与需求的平衡状况,对于实现区域可持续发展与提高人类福祉具有重要意义。在综合分析国内外相关研究的基础上,阐述了生态系统服务流的 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31城市能源代谢生态网络分析研究进展
摘要:运用生态网络分析方法研究城市能源代谢可以打破以往研究中的"黑箱模式",有助于考察城市内部能源的代谢过程和代谢路径。对研究城市能源代谢的一般方法进行了分析和对比,发现在探究城市能源代谢方面,生态网络分析相较于其他方法更具优越性;因此,全面整理和阐述了生态网络分析方法的主要内容,并系统综述了该方法 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31中国海洋渔业产业生态系统脆弱性时空演化及影响因素
摘要:海洋强国战略以及蓝色农业计划的实施亟需加强海洋渔业可持续发展。以脆弱性为切入点,采用三轴图法剖析中国海洋渔业产业结构,从敏感性、应对能力两方面构建海洋渔业产业生态系统脆弱性指标体系,运用Topsis法和障碍度模型分析2001-2015年中国海洋渔业产业生态系统脆弱性时空演变特征及其影响因素。结 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31工业园区循环经济关联与生态效率评价——以福建省蛟洋循环经济示范园区为例
摘要:工业园区因物质能量的高度集聚,生产-消费过程的网络关联,以及区域示范带动效应,在循环经济发展中受到持续关注。本研究以福建省蛟洋循环经济示范园区为例,应用物质流、生态网络和生态效率等测度分析方法,综合评估了2012-2016年间园区循环经济的网络关联和生态效率。研究结果表明:(1)园区物质流结构 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31跨区域森林生态补偿的演化博弈分析——基于主体功能区的视角
摘要:新常态下,我国的森林生态环境承载力已经达到或接近上限,森林资源存在乱砍乱伐现象和林区政府监管乏力问题,究其根源是缺乏森林保护和补偿的驱动机制。在中央政府投入大量物力和财力的同时,其他利益相关主体却存在不同利益诉求和行为导向冲突,跨区域森林生态补偿难以实现,因此利用演化博弈模型厘清森林生态环境保 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31杭州湾灰鳖洋海域秋季主要游泳动物生态位与种间联结
摘要:根据2015年秋季和2017年秋季在杭州湾南岸灰鳖洋海域调查获得的渔业资源资料,运用生态位宽度、生态位重叠、聚类分析、W检验、基于22列联表的χ2检验,联结系数(AC)以及共同出现百分比(PC)等方法分析主要游泳动物间的生态关系。结果表明:该海域主要游泳动物共有21种,其中优势种有龙头鱼(Ha ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31基于生态系统服务评价的围填海区域景观生态红线划分方法及应用研究
摘要:以围填海活动为代表的高强度的人类开发利用方式从根本上改变了海岸带地区的自然属性,区域生态环境发生了深刻变化。定位于我国大陆沿海的围填海区域,通过人机交互目视解译的方法获取我国大陆沿海围填海区域的矢量数据,基于围填海活动影响下海岸带区域的景观类型和生态系统服务变化的评估结果,识别我国海岸带的生态 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31锡林郭勒盟草地生态系统服务功能价值动态估算
摘要:定量评价草地生态系统服务功能价值及其动态变化,对草地资源保护具有重要意义。以锡林郭勒盟为研究区域,选用2000-2015年MODIS数据和年值降水量数据,构建了定量的生态服务价值估算体系,对草地生态系统提供产品、营养物质循环、维持碳氧平衡、涵养水源、保持土壤及文化娱乐六种服务功能进行了动态估算 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31汉江中下游生态系统健康评价指标体系构建及其应用
摘要:水利工程建设影响了河流生态系统健康。为探究梯级水库、跨流域调水等水利工程建设对长江流域河流生态系统健康的影响,以汉江中下游为例,采用频次分析法和相关性分析法对评价指标进行筛选,用最小二乘法和熵系数法相结合的综合权重模型确定各评价指标权重,从整体性、稳定性及可持续性3个方面构建了河流生态系统健康 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31基于信息熵量化评价大熊猫国家公园生态系统管理成效
摘要:生态系统管理绩效的量化评价是保护区域生态安全、合理利用自然资源、实现可持续发展的重要前提。选取大熊猫国家公园四川片区作为研究对象,从生态系统服务潜力、人为活动强度、旗舰种保护和生态管理实际情况出发,构建生态系统管理评估指标体系。指标体系包含16个因子。对指标体系构建的数据集,基于熵理论定量评价 ...中科院生态环境研究中心 本站小编 Free考研考试 2021-12-31