Wolfgang Haber博士为德国慕尼黑工业大学陆地生态学首席教授，曾任国际生态学会主席。近期，Wolfgang Haber教授点评了发表在Science China Earth Sciences 2020年第8期岳天祥团队撰写的论文。特邀成都信息工程大学李贺女士进行翻译。
由卫星遥感观测和空间模型模拟获取的外蕴量信息与由地基观测和空间采样获取的内蕴量信息提供了地球表层系统两种不同但互补的信息流。外蕴量和内蕴量信息对于地球表层系统建模必不可少，与此同时，地球表层系统建模需要整合这两种信息的适当方法。基于这一思路，岳天祥团队(2016)提出了地球表层系统建模基本定理及其关于空间插值、空间升尺度、空间降尺度、数据融合和模型-数据同化的推论。
生物多样性和生态系统服务情景与模型的方法评估报告采用了地球表层系统建模基本定理关于空间插值和数据融合的推论(IPBES, 2016)。这个IPBES情景与模型方法评估报告的作用包括：指导联合国IPBES所有工作中的情景分析与建模活动，以确保IPBES交付成果的规范性。同时，地球表层系统建模基本定理也出现在联合国生物多样性和生态系统服务的全球评估报告中(IPBES, 2019)。
然而用于地球表层系统建模基本定理使用的术语与IPBES的概念体系不匹配，因此岳天祥团队提出了生态环境曲面建模基本定理(Yue等, 2020)。生态环境曲面包括自然曲面、自然贡献曲面和自然变化驱动力曲面。生态环境曲面建模基本定理简述如下：生态环境曲面由外蕴量和内蕴量共同唯一决定，在空间分辨率足够细的条件下，高精度生态环境曲面可以运用集成微观过程信息和宏观格局信息的恰当方法(例如高精度曲面建模方法)来构建。生态环境曲面建模基本定理和地球表层系统建模基本定理的基本理论含义相同，但生态环境曲面建模基本定理的术语可以更容易得被IPBES领域理解。
在生态环境曲面建模领域，对内蕴量和外蕴量合成的需求是一个经久不息的话题。例如，地基观测可以获取观测点上的高精度数据，但它们仅局限于很稀疏的散布固定点位。卫星遥感可以频繁地提供地表宏观格局信息，但它无法直接获取地表过程参数。卫星遥感和地基观测提供了地表信息的两个不同方面。许多学者已经证实，将两者结合起来描述生态环境要素具有显著优势(Yue等, 2007; Yue, 2011)。
Phillips(2002)的研究发现，生态环境曲面由全局因素和局地因素的合成控制，如果不同时考虑局地和全局两类因素，就无法全面认识地球表层系统。Pansar等(2016)指出，全局模型和地面观测提供了丰富的生态环境曲面信息，但它们任何一方都无法刻画生态环境曲面的时空动态全貌；如果想提高全局模型精度，必须补充地基观测数据(Brill等，1991)。
局地观测和卫星遥感的集成可以更全面地了解生物多样性对环境变化的响应，并可以改善多尺度生态系统过程建模(Pereira等，2013)。例如，浮游植物群落结构可能受到来自周围环境的外蕴影响和基于两种浮游植物之间相互作用的内蕴效应。Yang等(2018年)运用方差分解分析表明，外蕴因素解释了浮游植物群落中31%的变化，内蕴反馈机制与种间相互作用决定了群落对外蕴因素变化的反馈，从而形成浮游植物群落结构。
上述所有发现都描述了外蕴量和内蕴量两种信息对生态环境曲面建模的重要意义，然而如何将这两种信息结合起来是我们面临的挑战。地球表层系统建模基本定理和生态环境曲面建模基本定理为这一挑战提供了解决方案。地球表层系统建模基本定理和生态环境曲面建模基本定理及其关于空间插值、空间升尺度、空间降尺度、数据融合和模型-数据同化等推论共同构成了生态环境信息学的理论基础。我相信，“ A fundamental theorem for eco-environmental surface modelling and its applications”的发表，为生态环境信息学向前发展奠定了理论基础，具有里程碑意义。
参考文献：
Brill K F, Uccellini L W, Manobianco J, et al. 1991. The use of successive dynamic initialization by nudging to simulate cyclogenesis during GALE IOP 1. Meteorl Atmos Phys, 45: 15-40
IPBES. 2016. The Methodological Assessment Report on Scenarios and Models of Biodiversity and Ecosystem Services. Secretariat of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services. Bonn. 209-215
IPBES. 2019. The Global Assessment Report on Biodiversity and Ecosystem Services. Secretariat of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services. Bonn. 172, 263
Pereira H M, Ferrier S, Walters M, et al. 2013. Essential biodiversity variables. Science, 339: 277-278
Phillips J D. 2002. Global and local factors in earth surface systems. Ecol Model, 149: 257-272
Ponsar S, Luyten P, Dulière V. 2016. Data assimilation with the ensemble Kalman filter in a numerical model of the North Sea. Ocean Dyn, 66: 955-971
Yang W, Zheng Z, Zheng C, et al. 2018. Temporal variations in a phytoplankton community in a subtropical reservoir: An interplay of extrinsic and intrinsic community effects. Sci Total Environ, 612: 720-727
Yue T X. 2011. Surface Modelling: High Accuracy and High Speed Methods. New York: CRC Press
Yue T X, Du Z P, Song D J, et al. 2007. A new method of surface modeling and its application to DEM construction. Geomorphology, 91: 161-172
Yue T X, Liu Y, Zhao M W, et al. 2016. A fundamental theorem of Earth’s surface modelling. Environ Earth Sci, 75: 751
Yue T X, Zhao N, Liu Y, et al. 2020. A fundamental theorem for eco-environmental surface modelling and its applications. Sci China Earth Sci, 63: 1092-1112
研究详情请阅原文：[点击下方链接可获取全文]
转载本文请联系原作者获取授权，同时请注明本文来自科学出版社科学网博客。
链接地址：https://wap.sciencenet.cn/blog-528739-1260962.html?mobile=1
收藏
