环境监控与预警   2023, Vol. 15 Issue (4): 1-5.  DOI: 10.3969/j.issn.1674-6732.2023.04.001.
0

生物多样性保护

引用本文 [复制中英文]

王备新, 王萌, 彭智奇, 吴淑鸿, 《昆明-蒙特利尔全球生物多样性框架》下的生物多样性监测. 环境监控与预警, 2023, 15(4): 1-5. DOI: 10.3969/j.issn.1674-6732.2023.04.001.
[复制中文]
WANG Beixin, WANG Meng, PENG Zhiqi, WU Shuhong. Biodiversity Monitoring Under the Kunming-Montreal Global Biodiversity Framework. Environmental Monitoring and Forewarning, 2023, 15(4): 1-5. DOI: 10.3969/j.issn.1674-6732.2023.04.001.
[复制英文]

基金项目

国家自然科学基金资助项目(41771052)

作者简介

王备新(1970—),男,教授,博士,主要从事水生生物多样性、水生态健康评价和底栖动物生态学等相关研究.

文章历史

收稿日期:2023-06-16
修订日期:2023-06-21

码上扫一扫

《昆明-蒙特利尔全球生物多样性框架》下的生物多样性监测
王备新, 王萌, 彭智奇, 吴淑鸿    
南京农业大学植物保护学院, 江苏 南京 210095
摘要:生物多样性监测是执行和评估《昆明-蒙特利尔全球生物多样性保护框架》(简称《昆-蒙框架》)长期目标和行动指标所需要的关键数据的主要来源。简要介绍了《昆-蒙框架》下的全球生物多样性观测网络(The global biodiversity observation network,GEO BON)概况、中国已有的生物多样性监测/观测网络,构建全球生物多样性观测系统(A global biodiversity observation system,GBiOS)的目的和核心监测指标,分析了生物多样性监测网络建设的一般步骤和GEO BON建议的4种生物多样性监测新方法。提出,地理空间单元与生物类群的全覆盖监测是建设生物多样性监测网络的主要目标,传统监测方法和新监测技术的互补是当前生物多样性监测的重点工作内容。
关键词生物多样性    监测网络    环境DNA    生态声学    相机陷阱    高光谱成像仪    
Biodiversity Monitoring Under the Kunming-Montreal Global Biodiversity Framework
WANG Beixin, WANG Meng, PENG Zhiqi, WU Shuhong    
College of Plant Protection, Nanjing Agricultural University, Nanjing, Jiangsu 210095, China
Abstract: Biodiversity monitoring supports the implementation and assessment of the Kunming-Montreal global biodiversity framework by providing essential data. This paper described the structure of the global biodiversity observation network(GEO BON) under the Kunming-Montreal framework, the existed China's biodiversity monitoring and observation networks, and the goals and core monitoring indicators of a global biodiversity observation system, GBiOS), and then reviewed how to build a regional biodiversity monitoring network and the four new methods for future biodiversity monitoring suggested by GEO BON. We highly recommended the major aim of building a regional biodiversity network should cover geographical and biological groups, and complementarily apply traditional and new methods in current program of biodiversity monitoring.
Key words: Biodiversity    Monitoring network    Environmental DNA    Ecological acoustics    Camera-trap    Hyperspectral camera    

生物多样性是人类生存和社会可持续发展的物质基础,保护生物多样性是共建“地球生命共同体”和阐释人与自然和谐共生的重要内容。自从进入人类世以来,人类活动引起的物种丧失速率显著高于物种自然灭绝速率,减缓生物多样性的丧失是全球生物多样性保护的核心目标。2021年10月,联合国《生物多样性公约》缔约方大会第十五次会议第一阶段会议在中国的云南昆明顺利召开,第二阶段会议于2022年12月在加拿大的蒙特利尔召开,并通过了《昆明-蒙特利尔全球生物多样性框架》,简称《昆-蒙框架》[1]

《昆-蒙框架》提出了4项长期目标(A,B,C和D)和23个行动目标。4项长期目标分别是:受威胁物种灭绝得到制止和物种灭绝速率下降10倍;实现生物多样性的可持续利用和管理,突出自然对人类的贡献;公平公正分享利用遗传资源及其数字序列信息的惠益;所有缔约方,特别是最不发达国家和小岛屿发展中国家都可以获得实施框架的充分手段[2-3]。4项长期目标的达成年份是2050年,23个行动目标的达成年份是2030年。23个行动目标按照爱知生物多样性目标的内容,可分为3类[1],即生物多样性威胁减少(目标1—8)、自然对人类的贡献即生物多样性的可持续利用与惠益共享(目标9—13)、执行工具与解决方案(目标14—23)。无论是长期目标还是行动目标,都需要来自不同生物类群和生态系统类型的连续、长期的监测数据,构建生物多样性监测网络是执行《昆-蒙框架》和其监测框架的重要内容[2-3]

现围绕《昆-蒙框架》的长期目标和行动目标,介绍国际和国内已有的生物多样性监测/观测网络,区域性生物多样性监测网络构建和生物多样性监测新技术及应用前景等,以期为省级层面的生物多样性监测网络建设提供参考。

1 生物多样性的层次与维度

生物多样性是指生物(动物、植物和微生物)与环境形成的生态复合体的多样性和变异性,包括种内、种间和生态系统多样性。遗传多样性是种内多样性的主要表现,物种多样性则是种间多样性的主要表现[4]。遗传多样性、物种多样性和生态系统多样性又称为生物多样性的3个组织层次,即个体、群落和生态系统,是表征生物多样性丰富程度的重要指标[5]

在群落组织层次,不同群落间的生物多样性水平的差异,除物种组成(物种多样性)差异外,还存在着物种间系统发育关系的变异即系统发育多样性和物种生态功能(物种性状)的差异即功能多样性。物种多样性、系统发育多样性和功能多样性被称为生物多样性的3个维度,它们之间的相互关系与生态系统的稳定性和可持续性密切相关[6]

生物多样性的3个层次和3个维度是认识生物多样性本质和功能的重要途径。3个层次是决定生物多样性丰富程度的生物学基础,是生物多样性的直观体现;而3个维度则反映了群落间物种组成差异产生的群落生态功能的变化及机制,旨在解决物种减少与生态系统功能降低之间的内在关系[4-6]

2 生物多样性本底调查与监测

生物多样性本底调查和生物多样性监测均是支撑生物多样性保护的基础性工作,两者相互补充且又存在一定的区别。从工作性质看,生物多样性本底调查是周期性的工作,一般5年左右1次。生物多样性本底调查是生物多样性编目工作的最主要的信息来源;生物多样性监测则是长期连续的工作,按月、季节或年度开展;从调查方法看,本底调查是抽样式调查,而生物多样性监测则是定点、定对象的观测活动;从工作目的看,本底调查重在摸清基数,而监测重在开展生物多样性现状评估和预测未来变化趋势。

3 《昆-蒙框架》与生物多样性监测网络 3.1 全球生物多样性观察网络

全球生物多样性观察网络(The global biodiversity observation network, GEO BON)属于地球观测组(The group on earth observations,GEO)的一部分,是联合国生物多样性公约(Convention on biological diversity,CBD)组织的合作单位,为CBD提供重要的生物多样性观测数据。GEO BON已经成立15年,共有来自135个国家和地区超过2 000个成员应用GEO BON的及时有效的数据来支持全球生物多样性的保护、管理和可持续利用[7]。GEO BON的工作内容包括4个相互补充的部分,即研究、数据和观测(监测)、评价、政策。

当前GEO BON正在迈向一个新的行动阶段,即聚焦于构建全球生物多样性观测系统(A global biodiversity observation system,GBiOS)。设计GBiOS是为了填补现有生物多样性监测内容在生物类群、地区和时间覆盖度方面的空缺,从而实现GBiOS为《昆-蒙框架》的长期目标和行动目标的评估提供重要观测与监测数据,并通过观测和监测及时掌握全球水生(淡水和海洋)和陆地生态系统中的生物多样性现状和变化趋势[7]。目前的GBiOS系统仍然存在地区性和生物类群的偏向性。如全球生物多样性信息设施(Global biodiversity information facility,GBIF)和海洋生物多样性信息系统(Ocean biodiversity information system,OBIS)中记录到的物种不及全球地表面积(5 km分辨率下)的7%和更高分辨率尺度下的1% [8]。对海洋生物而言,海岸带在OBIS数据记录中占30%~50%,而最繁忙的船运航线,虽然只占海洋面积的2%,但其在OBIS数据记录中占18%并占物种数的41%[8]。在过去的20年间,GBIF记录有关生物物种现状和变化趋势的能力一直没有提升,甚至在一些国家出现了下降[9],因此,现有的GBiOS无法实现所有国家都有监测数据。

为实现《昆-蒙框架》的长期目标和行动目标[7],针对现有全球生物多样性监测网络存在的不足,GBiOS建议重点开展以下4个方面的工作:

(1) 系统化的生物多样性监测。即生物类群、地理区和时间尺度的全覆盖监测,尤其是长时间序列的生物多样性监测数据,它是评价生物多样性变化趋势的关键。

(2) 生物多样性丧失的驱动因子监测。达成《昆-蒙框架》目标的生物多样性行动需要定期监测生物多样性变化相关的驱动因子(直接和潜在的原因)。有些驱动因子如外来入侵物种的数量和影响是可直接监测得到的,但其他的许多与人类相关的驱动因子,如土地利用变化、污染等则需要通过其他的监测体系来获得,如系统化全球观测系统(https://www.earthobservations.org/geoss.php)。

(3) 能力和技术建设。GBiOS致力于不同空间尺度(样点尺度和全球尺度)的生物多样性监测方法的推广和监测数据的标准化,监测方法的规范化和数据的标准化可以快速地开展不同层次(遗传、物种和生态系统)和不同维度(物种、系统发育和功能)的生物多样性评估。

(4) 建立《昆-蒙框架》评估指标需要的生物多样性核心变量(Essential biodiversity variables,EBVs)。GBiOS已建立的EBVs变量是评估《昆-蒙框架》长期目标A和B,行动指标2,3,4,6,11,12,19.2和20的重要数据来源[7]

3.2 生物多样性核心变量

EBVs的引入是为更好地推进生物多样性信息的采集与共享[10],便于原位监测、遥感监测等不同方法得到的生物多样性信息的汇总。EBVs包括6个类别21个参数(表 1)。

表 1 生物多样性监测的核心变量的类别和名称
3.3 中国生物多样性监测网络

中国生物多样性监测网络主要包括中国科学院于2013年启动建设的中国生物多样性监测网络(Sino BON)[11]和生态环境部(原环境保护部)于2011年开始建设的中国生物多样性观测网络(China BON)[12]。Sino BON由全国30个主点和60个辅点构成,监测对象包括兽类、两栖爬行类、鸟类、昆虫(蝴蝶、地表甲虫、传粉昆虫等)、植物和微生物等[11]。China BON则由全国31个省(自治区、直辖市)749个观测样区构成,监测对象包括鸟类、两栖动物、哺乳动物和蝴蝶[12]

根据联合国《生物多样性公约》第六条的要求,每一个缔约国尽可能制定适合本国国情的生物多样性保护战略与行动计划,也是更好地履行《昆-蒙框架》的纲领性和指导性文件[1]。构建完备的生物多样性保护监测体系是中国生态环境部正在牵头编制的《中国生物多样性保护战略与行动计划》中的一项重点工作任务。

4 生物多样性监测网络构建与监测新方法 4.1 生物多样性监测网络构建

理想的生物多样性监测工作要能满足CBD、国家、省级等管理部门关于生物多样性的管理需求,是为决策者和公众提供生物多样性信息的重要来源。生物多样性监测网络是生物多样性信息的重要来源之一,其构建的主要目标之一是要涵盖物种多样性分布的空间异质性。生物多样性监测网络的建设(图 1),包括约定、评价、设计和执行4个基本步骤,可由观测站、观测样地、固定的样线、观测点等组成,按照相应的技术规范开展定期的连续监测。地区性(如省级)生物多样性监测网络与国家、全球的监测网络之间要有交流。在具体监测技术与方法上,为实现覆盖的调查范围更广和调查类群更多,以及实时和更高效等要求,GEO BON强烈推荐采用传统方法和新的生物多样性监测技术相结合的工作方法,如环境DNA(eDNA),生态声学(Ecological acoustics),相机陷阱(Camera-traps),高光谱成像仪(Hyperspectral cameras)等方法开展调查,并建立一系列的技术规范。随着全球生物多样性监测趋向于数据的自动获取和大数据分析,上述监测技术的应用越来越广泛[7]

图 1 生物多样性监测网络构建流程——以江苏为例(仿GEO BON[7])
4.2 生物多样性监测的新技术新方法

eDNA法通过采集环境(水、空气、土壤、沉积物等)介质中的生物DNA信息来监测物种的有无乃至数量变化。相对于传统的监测方法,eDNA法具有非侵入性、省时省力、分析流程和数据标准化等特点,尤其适合大规模的生物多样性监测活动和边远地区的生物多样性监测等,从而提升GEO BON监测点位的地理覆盖度。另外,eDNA法监测到的结果可以为计算EBVs变量中的遗传组成、物种种群和群落物种组成提供数据支持。目前eDNA法已应用于水生生物、土壤生物、陆生动物的监测,高质量参考数据库是影响eDNA法监测结果可靠性的主要技术瓶颈[13]

生态声学又称为被动声学监测(Passive acoustic monitoring,PAM),主要通过监测动物的发声来识别动物的种类,以及有关动物的多度、位置、个体大小和发声动机等隐含信息[14]。20世纪90年代以来,PAM法广泛应用于海洋生物物种监测,估计种群变化,测量领地范围,以及决定活动类型和移动路线等。蝙蝠曾是PAM法监测最多的陆生动物类群,这跟已有研究主要集中在夜间活动的生物种类有关。近年来,随着数字语音记录仪设备性能的提升和便携化,PAM法在动物多样性监测方面的运用呈现指数式增长,逐渐成为生物多样性监测的重要手段之一,并为生态学、行为学和保护生物学研究和管理工作提供重要支撑。建立标准化的声音采集方法和自动分析方法是今后PAM法发展的重点[15]

相机陷阱是指使用动作传感器、红外探测器或其他光束作为触发机关的遥控相机。相机陷阱在拍摄和监测野生动物的应用有100多年的历史,近10年来,相机陷阱的应用越来越广泛,是计算野生动物照片指数(Wildlife picture index)的重要数据来源。相关研究表明,相机陷阱获得的物种丰富度、物种分布、相对多度和动物密度数据与其他调查方法有较高的可比性。相机陷阱法正在积极成为全球生物多样性监测网络的关键方法,因为它具有数据标准化、对野生生物几乎没有干扰等优点[16]

高光谱成像仪具有的高光谱分辨率,允许对地表景观进行监测、鉴定和定量分析,并推断生物和化学过程。该方法可用于地理空间尺度的生物多样性格局分析,尤其适合直接监测干扰、栖境空间变化、时间变化如季节性变化产生的EBVs类别中生态系统结构和功能的变化。对于小尺度的EBVs变量如群落中物种性状等仍在探索研究中,目前还无法实现直接监测遗传组成变化等EBVs变量[17]

5 结语

结合《昆-蒙框架》对生物多样性监测数据的数量和质量要求,以及生物多样性监测技术与方法的发展趋势,现阶段的生物多样性监测网络建设应以构建地理空间单元与生物类群全覆盖的生物多样性监测网络为主要目标。在具体监测指标上,应以EBVs指标为重要参考指标,综合运用传统方法和新的监测技术,实现生物多样性监测数据在组织层次和时间尺度上的完整性。

参考文献
[1]
徐靖, 王金洲. 《昆明-蒙特利尔全球生物多样性框架》主要内容及其影响[J]. 生物多样性, 2023, 31(4): 7-15.
[2]
CBD(Convention on Biological Diversity)(2022a) Draft Elements of a Possible Decision Operati onalizing the Post-2020 Global Biodiversity Framework[EB/OL]. [2023-02-28]. https://www.cbd.int/doc/c/fb60/5b11/e9e962bbce1a6c5342301986/wg2020-03-03-add3-en.pdf.
[3]
CBD(Convention on Biological Diversity)(2022b) Draft Report of Fourth Meeting of Open-Ended Working Group on the Post-2020 Global Biodiversity Framework[EB/OL]. [2023-02-28]. https://www.cbd.int/doc/c/3303/d892/4fd11c27963bd3f826a 961e1/wg2020-04-04-en.pdf.
[4]
李爽, 朱彦鹏, 曹萌, 等. 我国生物多样性保护标准体系现状、问题与建议[J]. 生物多样性, 2022, 30(11): 192-200.
[5]
YANG Q, LIU G Y, CASAZZA M, et al. Three dimensions of biodiversity: New perspectives and methods[J]. Ecological Indicators, 2021, 130: 108099. DOI:10.1016/j.ecolind.2021.108099
[6]
PETCHEY O L, GASTON K J. Functional diversity: Back to basics and looking forward[J]. Ecology Letters, 2006, 9(6): 741-758. DOI:10.1111/j.1461-0248.2006.00924.x
[7]
GEO BON. A Global Biodiversity Observing System to meet the monitoring needs of the Global Biodiversity Framework(EB/OL). [2023-02-28]. https://geobon.org/science-briefs/.
[8]
HUGHES A C, ORR M C, MA K P, et al. Sampling biases shape our view of the natural world[J]. Ecography, 2021, 44: 1259-1269. DOI:10.1111/ecog.05926
[9]
OLIVER R Y, MEYER C, RANIPETA A, et al. Global and national trends in documenting and monitoring species distributions[J]. PLoS Biology, 2021, 19: e3001336. DOI:10.1371/journal.pbio.3001336
[10]
PEREIRA H M, FERRIER S, WALTERS M, et al. Essential biodiversity variables[J]. Science, 2021, 339: 277-278.
[11]
冯晓娟, 米湘成, 肖治术, 等. 中国生物多样性监测与研究网络建设及进展[J]. 中国科学院院刊, 2019, 34(12): 1389-1398.
[12]
李佳琦, 徐海根, 伊剑锋, 等. 全国生物多样性观测网络的建设与主要成效[J]. 生态与农村环境学报, 2020, 36(5): 549-552.
[13]
RODRÍGUEZ-EZPELETA N, ZINGER L, KINZIGER A, et al. Biodiversity monitoring using environmental DNA[J]. Molecular Ecology Resource, 2021, 21(5): 1405-1409. DOI:10.1111/1755-0998.13399
[14]
WIMMER J, TOWSEY M, ROE P, et al. Sampling environmen-tal acoustic recordings to determine bird species richness[J]. Ecological Applications, 2013, 23: 1419-1428. DOI:10.1890/12-2088.1
[15]
SAYURI L, SUGAI M, SANNA T, et al. Terrestrial passive acoustic monitoring: Review and perspectives[J]. BioScience, 2019, 69(1): 15-25. DOI:10.1093/biosci/biy147
[16]
WEARN O L, GLOVER-KAPFER P. Snap happy: Camera traps are an effective sampling tool when compared with alternative methods[J]. The Royal Society Open Science, 2019, 6: 181748.
[17]
SKIDMORE A K, COOPS N C, NEINAVAZ E, et al. Priority list of biodiversity metrics to observe from space[J]. Nature Ecology and Evolution, 2021, 5: 896-906.