来源：   发布时间：2020-10-28 11:08:51   浏览：

大数据是指人类用前所未有的能力来使用海量数据，在其中发现新知识、创造新价值。与传统数据相比，大数据具有数据量大(Volume)、类型多（Variety）、时效快(Velocity)和价值高(Value)的四“Ｖ”特征。随着信息技术的飞速发展，全球数据呈现爆发式增长，大数据时代随之来临。 

1. 传统与现代监测方式

传统的啮齿动物个体及行为生态学研究往往只是对个体或者行为的文字性描述，涉及的图形资料或结果大多是靠手工绘制，数据资料整理及分析过程缓慢而且困难较大。

近年来对啮齿动物个体及行为的生态学研究，如在个体追踪、个体标志、栖息地分析、活动节律、繁殖、竞争、攻击等行为方面，借助有效工具，如无线电技术、电子标志芯片、红外相机嵌入数码芯片阅读器等不仅能够进行比较精准的记录，并且能够将信息及时发送给研究人员手机。数据获取快捷、准确而且安全、有效，利于及时存储和分析。

在动物行为研究方面，对于难以捕获的动物，通过红外相机或远红外相机进行记录；对于能够捕获的动物，可以给动物佩戴多功能芯片结合微型传感器，通过数据传输实时观察动物所有的行为动态并自动记录，完全消除人为实地观察对动物形成干扰可能造成的行为偏差，获取的数据真实可靠，可以取代目前野生动物佩戴的笨重项圈或无线电发射器，如旱獭、鼢鼠等啮齿动物的行为监测。

在研究方法上，传统的啮齿动物野外标志重捕方法———剪趾标志法、脚环标志法均会对动物造成不同程度的伤害，影响其正常活动，如果操作不慎严重的还会导致死亡，给数据获取带来不必要的损失。与之相比，大数据下的标志重捕技术中的芯片可以嵌入大量数据源，如GPS、标志码、体温、运动状态等等；野外使用的标志重捕笼的设计，可以融入体重称量、眼睛虹膜识别、性别识别、怀孕识别，类似于现在人用的体重仪，包含了脂肪、肌肉、水分、蛋白质内脏脂肪等占体重的比例，还有脂肪重量、基础代谢率、骨量、体重指数、体脂指数、肥胖级别等等生理指标。

另外，公众科学也是大数据科学观测的一种新方式，不仅可以收集动物个体分布、存在性等基本数据，还可以收集种群分布、种群大小数据。2002年，由美国康奈尔大学鸟类学实验室和美国奥杜邦学会（Audubon Society）共同发起e-bird，公众利用实时在线平台在不同的空间和时间尺度上观测，为鸟类的丰富度和分布提供了丰富的数据来源，彻底改变了大众和科研人员观鸟和访问鸟类信息的方式，提高了大众对鸟类及其栖息地的保护意识。

2. 大数据应用特点

大数据是一种采用全体数据的方法而不是随机样点取样。其优点在于：（1）大数据以数字化的全部数据为取样对象，而不再是传统的随机样本为对象；（2）大数据已不再是苛求取样数据的准确性，而是接收数字化的混合复杂数据；（3）大数据已经不在追求研究对象之间的因果关系，而是通过明确对象之间的相关关系来表达结果。

大数据使得动物生态学研究正在进入全面感知时代，红外相机、无人机、智能芯片、神经网络以及复杂系统理论等的应用，使得用总体替代样本成为可能。

3. 大数据预测

预测是大数据应用的标志之一。在不同类型的生态系统中，研究人员通常尝试预测在特定的环境下个体、种群、群落或整个生态系统将会发生什么变化，并且基于预测结果加以控制。如通过预测有害啮齿动物可能爆发的时间，采取适当的应对措施将其危害程度降到最低；通过预测对牧草有利而对害鼠不利的时机，对草地加以保持并且维持生态系统的服务功能。

啮齿动物是生态系统中不可或缺的主要成分之一，特别是在草地生态系统中，啮齿动物既是一级消费者，也是次级生产者，是食物链的中间环节，能够将其种群数量控制在一定阈值范围内，不发生“鼠害”即达到“有鼠无害”的程度而且可持续的保持系统平衡，是草地“鼠害”控制的最终目标。

如何根据全球气候变化下不同草地类型的不同利用方式去权衡啮齿动物的种类组成及分布、种群数量动态、群落演替趋势、对草地的危害等级、危害阈值、经济阈值等，统筹天敌种类组成、数量组成、啮齿动物与天敌能量传递、天敌生存条件等，都需要精确收集动植物资源基础数据，并以此作为依据通过科学、有效分析，做出正确的判断，实时制定和采取适当的措施以获取最佳的生态、经济效益。

4. 大数据面临挑战

大数据的实现在数据采集、数据收集、数据处理存在等方面存在很多挑战。如在啮齿动物生态学研究中，收集大量基础数据的同时还需要对来自多种方法采集、多种途径获取的数据甄别真伪，特别是历史数据还需要找到时空上的差异。对于收集到的诸如图片、图像、视频、地理、气候等异源、异构数据，必要时还需与历史数据做对比，多角度验证数据的可信度、有效性和可利用价值。

再者，啮齿动物数据的复杂性不仅体现在生态学数据本身，更体现在草地生态系统多源、异构、多实体和多空间的交叉互动上。草地啮齿动物生态研究领域，对不同类型数据的需求正在增加，研究人员很难用传统的方法对其进行描述与度量。最后，由于缺乏数据开放和共享的协作机制，解决更大尺度域的生态系统难题仍面临巨大挑战。

啮齿动物大数据是做好监测预警工作的基础和重要支撑，其优点主要体现在监测对象和内容更加细化、数据获取更加精准等方面。在大数据背景下，数据存储与分析能力将成为未来最重要的核心能力，未来人工智能、数据挖掘、机器学习、数学建模、深度学习等技术奖被广泛应用。在大数据支撑下，智能预警系统会自动采集前端鼠种信息特征数据，同时会对海量数据进行信息处理与分析判别，自动生成显示结果，在诸多信息中提取害鼠种类和种群变化规律，最终形成害鼠危害监测数据与分析报告，将为政府决策提供重要的支持和依据。

文章来源：大数据应用于草地啮齿动物生态学：机遇与挑战