楊 博 郭陶然 鄭思俊 徐洲鋒 吳奕辰 張 浪*

國內(nèi)外大都市普遍缺少生物多樣性監(jiān)測(cè)數(shù)據(jù)，都市生態(tài)修復(fù)工作面臨生物多樣性監(jiān)測(cè)技術(shù)瓶頸。研究創(chuàng)新應(yīng)用公眾參與和人工智能APP生命觀察（Biotracks），開展上海市域草本植物多樣性監(jiān)測(cè)，其主要過程為監(jiān)測(cè)者按技術(shù)規(guī)程拍攝一定范圍內(nèi)各種草本植物的照片，基于Biotracks進(jìn)行植物識(shí)別，獲得草本植物的屬、種和空間坐標(biāo)?；诠娭驹刚叽罅俊⒊掷m(xù)的監(jiān)測(cè)，可形成植物多樣性監(jiān)測(cè)大數(shù)據(jù)。該方法簡單靈活，尤其適用于景觀破碎化程度高、空間異質(zhì)性強(qiáng)的城市化地區(qū)。公眾志愿者數(shù)量眾多、覆蓋范圍廣，監(jiān)測(cè)工作一般為公益性質(zhì)，通常利用閑暇時(shí)間，可進(jìn)行長期監(jiān)測(cè)。該方法具有成本低、范圍廣、可持續(xù)性強(qiáng)等特點(diǎn)，有助于儲(chǔ)備都市生物多樣性監(jiān)測(cè)大數(shù)據(jù)。研究基于已獲得的數(shù)據(jù)進(jìn)行了初步分析，得出草本植物種類的城鄉(xiāng)差異與群落高度的梯度變化，驗(yàn)證了該方法的可行性，具有未來應(yīng)用潛力。該方法尚處于探索階段，監(jiān)測(cè)實(shí)驗(yàn)規(guī)模較小，數(shù)據(jù)積累較為有限，不可避免存在一定的誤差，經(jīng)檢驗(yàn)，誤差符合統(tǒng)計(jì)學(xué)要求。研究成果對(duì)開發(fā)生物多樣性監(jiān)測(cè)技術(shù)、開展都市生態(tài)修復(fù)工作具有積極的借鑒意義。

公眾參與；人工智能；鄉(xiāng)土草本植物多樣性；監(jiān)測(cè)技術(shù)；種類；頻次；上海

城鄉(xiāng)生物多樣性監(jiān)測(cè)因難度極高、意義重大已成為生態(tài)環(huán)境、城鄉(xiāng)規(guī)劃、風(fēng)景園林等學(xué)科的交叉研究熱點(diǎn)問題[1]。中國各大城市均已建立了成熟的生態(tài)環(huán)境監(jiān)測(cè)系統(tǒng)，但普遍缺少生物多樣性監(jiān)測(cè)數(shù)據(jù)，這是未來重點(diǎn)發(fā)展方向之一[2-3]。本研究目標(biāo)在于探索一種應(yīng)用于都市環(huán)境，基于公眾參與和人工智能技術(shù)的生物多樣性監(jiān)測(cè)方法，旨在通過公眾智慧和力量，積累都市生物多樣性大數(shù)據(jù)，促進(jìn)都市生態(tài)保育與修復(fù)工作。當(dāng)前研究處于探索性階段，文章重點(diǎn)在于探討該監(jiān)測(cè)方法的技術(shù)特點(diǎn)和應(yīng)用潛力。

草本植物是城鄉(xiāng)生態(tài)系統(tǒng)的構(gòu)成要素，在城鄉(xiāng)生物多樣性方面具有極為重要且無可替代的生態(tài)功能[4]，掌握草本植物多樣性數(shù)據(jù)是開展都市生態(tài)修復(fù)工作的必要信息基礎(chǔ)。草本植被監(jiān)測(cè)難度較高，傳統(tǒng)監(jiān)測(cè)技術(shù)在該領(lǐng)域存在技術(shù)瓶頸：植株較小、易受喬灌木遮擋，遙感技術(shù)很難進(jìn)行拍攝和分辨；分布廣、差異大，開展樣方調(diào)查的人力成本高、耗時(shí)長；生長周期較短、變化快，進(jìn)行動(dòng)態(tài)監(jiān)測(cè)的成本極高。該技術(shù)瓶頸長期未受到重視，目前仍未得到有效解決，這造成中國各大城市普遍缺少城鄉(xiāng)草本植物多樣性、空間分布、動(dòng)態(tài)趨勢(shì)等基礎(chǔ)數(shù)據(jù)，嚴(yán)重限制了人們深入開展草本植被監(jiān)測(cè)研究和生態(tài)修復(fù)工作，故亟待開發(fā)有針對(duì)性的監(jiān)測(cè)技術(shù)。此外，《國務(wù)院辦公廳關(guān)于科學(xué)綠化的指導(dǎo)意見》（國發(fā)辦〔2021〕19號(hào)）明確要求“科學(xué)選擇綠化樹種草種，積極采用鄉(xiāng)土樹種草種進(jìn)行綠化”“全面監(jiān)測(cè)林草資源狀況變化、構(gòu)建空天一體化綜合監(jiān)測(cè)評(píng)價(jià)體系”，因此，開展城鄉(xiāng)草本植被監(jiān)測(cè)研究工作意義重大。

本研究團(tuán)隊(duì)創(chuàng)新應(yīng)用公眾參與科學(xué)研究方法，基于已廣泛使用的植物識(shí)別智能App生命觀察（Biotracks）[5]，依托“都市生境研究志愿者”團(tuán)隊(duì)，開展了上海市域范圍的草本植物多樣性監(jiān)測(cè)工作，探索形成基于公眾參與（Public Participation）和人工智能（Artificial Intelligent）的生物多樣性監(jiān)測(cè)技術(shù)方法（簡稱公眾智慧監(jiān)測(cè)法）。文章對(duì)公眾智慧監(jiān)測(cè)法的技術(shù)特點(diǎn)、應(yīng)用潛力等展開深入探討。

1 生態(tài)環(huán)境監(jiān)測(cè)研究現(xiàn)狀與發(fā)展趨勢(shì)

20世紀(jì)60年代至80年代，國際上相繼建設(shè)生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)及數(shù)據(jù)庫管理系統(tǒng)，如聯(lián)合國陸地生態(tài)系統(tǒng)監(jiān)測(cè)網(wǎng)絡(luò)（TEMS）、中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)（CERN）、歐洲森林生態(tài)系統(tǒng)研究網(wǎng)絡(luò)（CRLTER）、美國長期生態(tài)學(xué)研究網(wǎng)絡(luò)（USLTER）等，相關(guān)網(wǎng)絡(luò)基本由政府機(jī)構(gòu)、大學(xué)和科研單位聯(lián)合架構(gòu)，由分布各地的監(jiān)測(cè)臺(tái)站組成[6]。目前世界上最大的生物多樣性保育項(xiàng)目是泛歐洲生態(tài)網(wǎng)絡(luò)（Pan-European Ecological Network，PEEN），監(jiān)測(cè)對(duì)象主要包括土壤、溫度、植被、鳥類和哺乳類動(dòng)物等，監(jiān)測(cè)技術(shù)主要采用遙感結(jié)合實(shí)地監(jiān)測(cè)的方法[7]。

中國環(huán)境監(jiān)測(cè)起步較晚，20世紀(jì)70年代以前，只有重點(diǎn)城市建有環(huán)境監(jiān)測(cè)站，開展環(huán)境污染調(diào)查和區(qū)域環(huán)境質(zhì)量評(píng)價(jià)。生態(tài)環(huán)境監(jiān)測(cè)主要依靠天、空、近地遙感技術(shù)，結(jié)合地面監(jiān)測(cè)站，形成一體化監(jiān)測(cè)網(wǎng)絡(luò)。在生物監(jiān)測(cè)方面，監(jiān)測(cè)對(duì)象目前多為森林植被或綠化植被，除內(nèi)蒙古、新疆等?。ㄗ灾螀^(qū)）外，很少開展草本地被監(jiān)測(cè)。各大城市現(xiàn)有監(jiān)測(cè)平臺(tái)（尤指進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)的數(shù)據(jù)平臺(tái)，不包括基于歷史文獻(xiàn)整理的專類數(shù)據(jù)庫）很少具有除喬木植被以外的生物多樣性監(jiān)測(cè)數(shù)據(jù)。

20世紀(jì)末至今，隨著互聯(lián)網(wǎng)應(yīng)用技術(shù)的發(fā)展，國際生態(tài)環(huán)境監(jiān)測(cè)領(lǐng)域上出現(xiàn)了公民參與科學(xué)研究的熱潮。國外以鳥類監(jiān)測(cè)為主要特色，已形成國際性的鳥類監(jiān)測(cè)網(wǎng)絡(luò)平臺(tái)E-Bird，公眾可獲取該平臺(tái)監(jiān)測(cè)數(shù)據(jù)，包括物種、地理信息、照片等，還可在該平臺(tái)組建監(jiān)測(cè)團(tuán)隊(duì)，基于手機(jī)APP進(jìn)行監(jiān)測(cè)記錄。國內(nèi)發(fā)展也極為迅猛，近10年來出現(xiàn)了多種植物識(shí)別手機(jī)APP，鳥類、昆蟲聲音識(shí)別APP等。中科院昆明植物研究所開發(fā)的“生命觀察”（Biotracks）軟件平臺(tái)，對(duì)草本植物識(shí)別的精度很高，只要拍攝到清晰的花、果、葉或植株照片，一般能準(zhǔn)確識(shí)別，識(shí)別結(jié)果還提供兩個(gè)額外的可能備選項(xiàng)，輔助識(shí)別人進(jìn)行現(xiàn)場(chǎng)判斷，因此能夠支撐公眾參與生物多樣性研究，具有先進(jìn)性和代表性。本研究團(tuán)隊(duì)基于該軟件平臺(tái)開展了上海市域范圍的草本植物多樣性監(jiān)測(cè)，在國內(nèi)尚屬首次，研究工作具有應(yīng)用創(chuàng)新性和實(shí)踐探索性。

2 公眾智慧監(jiān)測(cè)法的技術(shù)特點(diǎn)

2.1 適用場(chǎng)景

公眾智慧監(jiān)測(cè)法適用于專業(yè)科學(xué)研究、公民科學(xué)研究和自然教育等場(chǎng)景。依托人工智能圖像識(shí)別技術(shù)和軟件平臺(tái)，非生物學(xué)專業(yè)的公眾志愿者也能夠快速開展生物識(shí)別和坐標(biāo)定位，特別適用于缺乏足夠人力物力、需要進(jìn)行長期監(jiān)測(cè)的工作場(chǎng)景。公眾志愿者能夠主動(dòng)搜尋生物多樣性高的生境，開展重點(diǎn)抽樣調(diào)查時(shí)的效率更高，其監(jiān)測(cè)記錄帶有空間信息坐標(biāo)，特別適用于國土生態(tài)空間規(guī)劃、都市生態(tài)修復(fù)等領(lǐng)域。

2.2 技術(shù)流程

公眾智慧監(jiān)測(cè)法的主要流程分為三部分：（1）組建公眾志愿者團(tuán)隊(duì)。團(tuán)隊(duì)規(guī)模無特別限制，以人員監(jiān)測(cè)范圍能夠覆蓋整個(gè)重點(diǎn)研究區(qū)域?yàn)橐恕＃?）培訓(xùn)公眾志愿者監(jiān)測(cè)技術(shù)。本研究制定三步監(jiān)測(cè)技術(shù)規(guī)程，即在拍攝草本植物時(shí)，至少拍攝三張照片：第一張是植物特征細(xì)節(jié)照片，如花、果、葉；第二張是植物全株照片，同時(shí)可以拍攝到相鄰植株；第三張是植物生長的環(huán)境背景照片，便于了解植株生長環(huán)境。培訓(xùn)可采用網(wǎng)上培訓(xùn)、現(xiàn)場(chǎng)示范等方式，后者效果最佳，志愿者在現(xiàn)場(chǎng)會(huì)提出操作細(xì)節(jié)問題，有助于講師結(jié)合實(shí)際場(chǎng)景講解監(jiān)測(cè)技術(shù)規(guī)程。（3）開展實(shí)地監(jiān)測(cè)，監(jiān)測(cè)時(shí)間一般為公眾志愿者閑暇時(shí)間，也可組織志愿者團(tuán)隊(duì)開赴樣地進(jìn)行集中調(diào)查。

2.3 技術(shù)特點(diǎn)

公眾智慧監(jiān)測(cè)法的優(yōu)勢(shì)主要為成本低、效率高、可持續(xù)性強(qiáng)。該方法無需專業(yè)設(shè)備，僅用智能手機(jī)聯(lián)網(wǎng)即可開展工作；監(jiān)測(cè)工作具有公益性質(zhì)，志愿者一般在居住或工作地附近開展監(jiān)測(cè)，因此人力、通勤、餐飲和時(shí)間成本都較低，但團(tuán)隊(duì)組織者需投入較多精力維護(hù)好團(tuán)隊(duì)監(jiān)測(cè)研究熱情。經(jīng)過培訓(xùn)的公眾志愿者會(huì)主動(dòng)遴選監(jiān)測(cè)對(duì)象及生境，避免大量監(jiān)測(cè)常見草本植物，有針對(duì)性地搜尋少見、不易被發(fā)現(xiàn)的草本植物，因此調(diào)查效率較高。志愿者基于興趣和熱情，會(huì)主動(dòng)進(jìn)行調(diào)查，在不同季節(jié)進(jìn)行監(jiān)測(cè)記錄，因此該方法的可持續(xù)性較強(qiáng)。

3 公眾智慧監(jiān)測(cè)法的應(yīng)用潛力

3.1 監(jiān)測(cè)基本情況

本研究監(jiān)測(cè)范圍為上海市域，監(jiān)測(cè)從2021年4月正式開始，截至7月29日，已形成6 008條監(jiān)測(cè)記錄。監(jiān)測(cè)到草本植物837種、145科。監(jiān)測(cè)志愿者106人，30條以上記錄者共35人。志愿者常住地分布于全市各地，中心城居多，郊區(qū)相對(duì)較少，但監(jiān)測(cè)記錄數(shù)郊區(qū)較多，中心城相對(duì)較少，因此將外環(huán)內(nèi)五區(qū)合并計(jì)算。由于崇明區(qū)監(jiān)測(cè)數(shù)據(jù)過少，且屬于島嶼，地理環(huán)境特殊，故本文未將其納入研究范疇（圖1）。

1. 監(jiān)測(cè)點(diǎn)范圍示意圖

雖然軟件識(shí)別準(zhǔn)確度較高，但監(jiān)測(cè)數(shù)據(jù)仍存在一定誤差，如使用者拍攝的照片不夠清晰，會(huì)造成無法識(shí)別或識(shí)別錯(cuò)誤。為減小誤差，課題組事先專門制定了監(jiān)測(cè)技術(shù)規(guī)程，要求分三步拍攝植物照片（花果葉細(xì)部特征、植株整體、背景環(huán)境），并多次開展線上、線下志愿者培訓(xùn)活動(dòng)，在工作中也進(jìn)行了現(xiàn)場(chǎng)示范，而后才開始實(shí)地監(jiān)測(cè)。監(jiān)測(cè)數(shù)據(jù)形成后，還設(shè)置了系統(tǒng)后臺(tái)識(shí)別糾正環(huán)節(jié)，由專業(yè)人員結(jié)合上傳的照片及識(shí)別結(jié)果進(jìn)行糾正，進(jìn)一步減少了錯(cuò)誤，因此具有較高的可靠性。

表1 監(jiān)測(cè)記錄統(tǒng)計(jì)表

本文采用變異系數(shù)法對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)可用性檢驗(yàn)詳見表1，檢驗(yàn)對(duì)象為平均每次記錄的植物種數(shù)，為便于直觀理解，按平均10次記錄的植物種數(shù)進(jìn)行計(jì)算。只有一次記錄的物種可能不夠準(zhǔn)確，為保障記錄的可靠性，挑選具有2次以上記錄數(shù)的種類進(jìn)行計(jì)算，變異系數(shù)計(jì)算方法見公式（1）。

式中，CV為變異系數(shù)，SD為標(biāo)準(zhǔn)偏差，Mn為平均值。在進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析時(shí)，如果變異系數(shù)大于15%，則要考慮該數(shù)據(jù)可能不正常，應(yīng)該剔除。根據(jù)表1中的每10次記錄種數(shù)，標(biāo)準(zhǔn)差為0.4，平均值為3.6，變異系數(shù)為11%，小于15%，故數(shù)據(jù)正常，可以進(jìn)行統(tǒng)計(jì)學(xué)分析。

3.2 草本植物科、種的城鄉(xiāng)差異分析

上海是高密度城市，城市地區(qū)的人口和建構(gòu)筑物高度密集，與鄉(xiāng)村地區(qū)的生態(tài)環(huán)境差異極大，形成了城鄉(xiāng)二元生態(tài)空間格局。研究基于中國地圖_CGCS2000的居住地?cái)?shù)據(jù)，結(jié)合已獲取的監(jiān)測(cè)數(shù)據(jù)（圖2），進(jìn)行城鄉(xiāng)空間格局中草本植物科、種差異特征分析。

2. 居住地范圍示意圖

表2 居住地與非居住地的草本植物前20科對(duì)比表

分析采用居住地空間圖層、非居住空間圖層提取監(jiān)測(cè)數(shù)據(jù)，分別統(tǒng)計(jì)草本植物科、種信息，對(duì)比分析其差異特征。分析結(jié)果顯示上海草本植物的城鄉(xiāng)差異，在科層級(jí)不顯著，排名前20的差異率為9%；在種層級(jí)顯著，排名前30的差異率為47%，詳見表2、表3?？撇町惒伙@著、種差異顯著的現(xiàn)象，是當(dāng)前鄉(xiāng)土草本植物多樣性動(dòng)態(tài)演替過程的呈現(xiàn)：（1）科差異不顯著，反映城鄉(xiāng)草本植物多樣性在城市快速開發(fā)前，歷史上處于相近的水平；（2）種差異顯著，反映出城市開發(fā)建設(shè)與鄉(xiāng)土草本植物多樣性之間的交互關(guān)系，城市環(huán)境對(duì)草本植物物種具有“人工篩選”作用（包括生長環(huán)境條件與人工干預(yù)強(qiáng)度），只有適生草本植物才能在城市環(huán)境中繁衍，因此形成鄉(xiāng)土草本植物在種層級(jí)的顯著差異。在排名前30的草本植物中，外來入侵物種、植株較小的鄉(xiāng)土草本植物在城市空間排名靠前，反映城市鄉(xiāng)土草本植物多樣性具有退化趨勢(shì)，不僅存在外來物種入侵的問題，還可能存在草本植物群落結(jié)構(gòu)退化問題。

表3 居住地與非居住地的草本植物前30種對(duì)比表

3.3 草本植物群落高度的城鄉(xiāng)梯度分析

為進(jìn)一步分析論證草本植物群落結(jié)構(gòu)是否存在退化問題，需要對(duì)植物群落的特征指標(biāo)進(jìn)行城鄉(xiāng)梯度分析。選取草本植物平均高度作為特征指標(biāo)，草本植物平均高度是指一定區(qū)域內(nèi)主要植物品種的株高平均值，可以代表區(qū)域植物群落的平均高度，能夠間接反映植物群落的結(jié)構(gòu)層次和生物量。

本文采用歸一化植被指數(shù)的近20年（2000 — 2020年）動(dòng)態(tài)差異進(jìn)行城鄉(xiāng)空間劃分，該分區(qū)方式具有創(chuàng)新性。該分區(qū)方法具有以下優(yōu)勢(shì)：（1）更為合理，如果采用行政分區(qū)，按市區(qū)、郊區(qū)劃分，此類分區(qū)是行政管理的轄區(qū)，與生態(tài)現(xiàn)象無直接內(nèi)在關(guān)聯(lián)。（2）更為統(tǒng)籌，草本植物演替的影響因子較多，如環(huán)境條件（土壤、光照、風(fēng)環(huán)境、微氣候等）、人工干擾（除草劑的使用、綠化植被的改變、土壤種庫的改變等），上述因子不僅數(shù)量眾多，且都屬于微觀層面的影響因子，不同影響因子組合可能產(chǎn)生相近的植被演替現(xiàn)象[8]。為統(tǒng)籌把握城鄉(xiāng)植被演替過程，研究采用增強(qiáng)型植被指數(shù)（EVI），該指數(shù)對(duì)植被變化的監(jiān)測(cè)具有更高的靈敏性和優(yōu)越性，在草地退化監(jiān)測(cè)、草地資源定量分析等研究中應(yīng)用廣泛[9]。（3）數(shù)據(jù)易于獲取且持續(xù)性強(qiáng)，該數(shù)據(jù)為公開數(shù)據(jù)（MODIS遙感數(shù)據(jù)產(chǎn)品，MOD13A3），有利于開展動(dòng)態(tài)分析研究。

通過近20年植被指數(shù)動(dòng)態(tài)分析，可按植被指數(shù)變化類型（增加、不變、減少）形成上海植被演變空間格局（圖3、圖4），空間辨率為1 km×1 km。植被指數(shù)增長區(qū)主要為上海市邊緣地帶和中心城，該區(qū)域?yàn)榻?0年內(nèi)城市化建設(shè)最少的區(qū)域，邊緣地帶基本無城市化建設(shè)，森林植被能夠持續(xù)生長，新生灘涂濕地逐漸向高等級(jí)濕地植被演替，因此植被指數(shù)增加；中心城在20年前已基本建設(shè)完畢，植被砍伐的情況少，植樹造林、喬木穩(wěn)定生長的情況多，因此植被指數(shù)增加。農(nóng)田區(qū)域因植被變化少，因此植被指數(shù)基本不變。外環(huán)外城市擴(kuò)展建設(shè)區(qū)，近20年從農(nóng)林用地向建設(shè)用地轉(zhuǎn)化，植被砍伐的情況多，新建綠地規(guī)模比原始植被少，且新栽種的喬木郁閉度有限，因此植被指數(shù)降低。

3. 上海植被遙感解譯數(shù)據(jù)差值分析圖（2000 — 2020年）

4. 上海植被遙感解譯數(shù)據(jù)克里金差值分析圖（2000 — 2020年）

基于植被指數(shù)動(dòng)態(tài)變化值進(jìn)行空間分區(qū)，能夠區(qū)分植被及其生長環(huán)境的差異，該分區(qū)與其鄉(xiāng)土草本植物多樣性不具有空間自相關(guān)性，但具有生態(tài)學(xué)關(guān)聯(lián)，因此基于上述分區(qū)開展分層抽樣統(tǒng)計(jì)具有可行性?；谝韵聝牲c(diǎn)可排除圖3、圖4與草本植物監(jiān)測(cè)數(shù)據(jù)之間的空間自相關(guān)性：（1）上海近自然草地規(guī)模較小，草本植被在圖中的面積極??；（2）草本植物植株極小且會(huì)被喬灌木遮擋，無法被遙感衛(wèi)星拍攝到。該圖與草本植物多樣性有生態(tài)學(xué)關(guān)聯(lián)，客觀反映了上海區(qū)域地表覆被的動(dòng)態(tài)變化，對(duì)植被動(dòng)態(tài)變化有較強(qiáng)的解釋力，植被指數(shù)穩(wěn)定可說明植被及其生長環(huán)境穩(wěn)定、受人工干擾程度低，穩(wěn)定的植被群落可維持較高的鄉(xiāng)土草本植物多樣性。

分析采用分層簡單隨機(jī)抽樣法，排除了監(jiān)測(cè)點(diǎn)空間分布不均勻可能造成的統(tǒng)計(jì)問題。根據(jù)植被指數(shù)分區(qū)，各區(qū)具同質(zhì)性，為空間抽樣統(tǒng)計(jì)學(xué)上的同一個(gè)層，可采用簡單隨機(jī)抽樣法，不要求監(jiān)測(cè)點(diǎn)均勻分布。研究的志愿者及其采樣地點(diǎn)都非預(yù)先知曉或刻意指定，志愿者的位置、活動(dòng)范圍、監(jiān)測(cè)樣地皆具隨機(jī)性，等同于簡單隨機(jī)抽樣。通過分層抽樣結(jié)合監(jiān)測(cè)頻次排序法，排除了監(jiān)測(cè)點(diǎn)數(shù)量不平衡對(duì)樣本的影響：同一層的監(jiān)測(cè)數(shù)量級(jí)相同，具有同層可比性；同一層的監(jiān)測(cè)數(shù)轉(zhuǎn)化為排序后，作用等同于數(shù)量級(jí)歸一化；對(duì)不同層提取前30位進(jìn)行比較，本質(zhì)上與監(jiān)測(cè)點(diǎn)數(shù)量級(jí)無關(guān)，故可排除監(jiān)測(cè)點(diǎn)數(shù)量不平衡對(duì)分析的影響。

為將柵格圖轉(zhuǎn)化為面圖層，進(jìn)行了克里金差值處理，詳見圖4、圖5。根據(jù)該分區(qū)，分別提取草本植物監(jiān)測(cè)數(shù)據(jù)，形成各區(qū)草本植物品種目錄，選擇其中監(jiān)測(cè)頻次排名前30的植物品種，根據(jù)植物智網(wǎng)站的株高信息，統(tǒng)計(jì)不同分區(qū)排名前30的植物平均高度。植株高度的確定需考慮兩種情況，如植株高度為區(qū)間值，選用植株高度中位數(shù)；如植株高度過高，與上海常見情況不符，調(diào)整為上海常見的植株高度，統(tǒng)計(jì)結(jié)果詳見圖6。1區(qū)為植被指數(shù)減少區(qū)，主要為城市擴(kuò)張開發(fā)區(qū)域，以居住區(qū)、工業(yè)區(qū)為主；2區(qū)為植被指數(shù)不變區(qū)，主要為農(nóng)田；3區(qū)為郊區(qū)植被指數(shù)增長區(qū)，主要為城市森林、濕地等；4區(qū)為市區(qū)植被指數(shù)增長區(qū)，主要為外環(huán)內(nèi)高密度城市化區(qū)域。分析結(jié)果顯示，上海草本植物平均高度呈現(xiàn)顯著的城鄉(xiāng)梯度差異，主要表現(xiàn)為草本植物平均高度從城市邊緣地帶向中心城區(qū)逐漸降低，反映出鄉(xiāng)土草本植被群落的退化趨勢(shì)。

5. 上海植被動(dòng)態(tài)演變分區(qū)示意圖（2000 — 2020年）

6. 基于植被動(dòng)態(tài)演變分區(qū)的草本植物平均高度分析圖

4 總結(jié)與展望

本研究創(chuàng)新構(gòu)建了基于公眾參與和人工智能技術(shù)的生物多樣性監(jiān)測(cè)方法（公眾智慧監(jiān)測(cè)法），通過對(duì)草本植物的監(jiān)測(cè)研究實(shí)踐，論證了其可行性和實(shí)用性。研究集中數(shù)據(jù)采集耗時(shí)約4個(gè)月，參與志愿者一百余人，監(jiān)測(cè)工作主要利用志愿者閑暇時(shí)間，監(jiān)測(cè)范圍為上海市各區(qū)，開展了4次線下培訓(xùn)和2次線上培訓(xùn)工作。通過實(shí)際獲得的草本監(jiān)測(cè)數(shù)據(jù)，檢測(cè)了數(shù)據(jù)的統(tǒng)計(jì)學(xué)可用性，利用該數(shù)據(jù)分析了上海鄉(xiāng)土草本植物的生物多樣性特征，發(fā)現(xiàn)了鄉(xiāng)土草本植物的城鄉(xiāng)梯度差異與演變趨勢(shì)。通過上述探索研究，文章認(rèn)為該方法確實(shí)具有成本低、效率高、可持續(xù)性強(qiáng)等優(yōu)勢(shì)，未來應(yīng)用潛力巨大。該方法宜與自然教育等公益活動(dòng)聯(lián)合開展，能夠激發(fā)公眾參與城市生態(tài)建設(shè)的熱情，有利于普及科學(xué)知識(shí)和生態(tài)文明建設(shè)大政方針，具有極佳的社會(huì)效益和生態(tài)效益。未來研究宜進(jìn)一步豐富應(yīng)用領(lǐng)域，如面向小尺度生態(tài)修復(fù)項(xiàng)目開展監(jiān)測(cè)研究，探索其在實(shí)際工程項(xiàng)目中的應(yīng)用潛力；宜進(jìn)一步開展監(jiān)測(cè)技術(shù)規(guī)程標(biāo)準(zhǔn)化研究，形成可讀性更強(qiáng)、更易于掌握的規(guī)范性技術(shù)文件，提高監(jiān)測(cè)效率和數(shù)據(jù)質(zhì)量；宜進(jìn)一步探究公眾參與生物多樣性監(jiān)測(cè)的組織方法與活動(dòng)形式，為可持續(xù)的生態(tài)環(huán)境監(jiān)測(cè)不斷注入新的活力。