水生生物科学数据是指在水生态环境保护、水生生物多样性和资源利用研究中产生的原始、基础性数据, 这些数据支撑了国内水生生物多样性、水体评价、水环境修复等方面的重大科学研究和发现, 为揭示国内水环境变化的影响因素和响应规律, 提高水华、鱼病灾害预测和预警能力提供了数据支持。

为充分发挥水生生物科学数据的系统分析利用和共享价值, 中国科学院水生生物研究所(以下简称“水生所”)于2019年6月成立了水生生物数据分析管理平台, 并设立水生生物大数据中心, 该数据中心于2021年12月23日通过中科院的首批认定, 成为中科院所级科学中心。数据中心建立了水生生物数据规范管理和层级共享机制, 汇集整合中科院及国内本学科领域主要科学数据资源, 汇交和保存本学科领域国家财政支持的科技项目产生的科学数据, 形成了规范、系统、具有时间尺度和空间覆盖范围的水生生物特色数据集共计58.7 TB。

在当今大数据时代背景下, 科学数据作为科研成果的信息载体, 是国家科技创新和社会经济发展的基础和保障, 是促进科技创新和科技进步的重要战略资源。党的十八大以来, 习近平总书记围绕生态文明建设作出了一系列重要论断, 指出要“提升生态系统多样性、稳定性、持续性”。随着中国可持续发展战略的实施以及人民生活水平质量的提高, 人们对水生态环境的保护越来越重视。水生生物作为水生态系统的主体, 是研究水体演变的关键依据, 也是水体生态系统健康修复与水生态文明建设的重要内容, 是水生态环境保护的重要对象。

1.   水生所特有的“黄金资源”——全国水生生物调查数据

水生所科学数据中心拥有自20世纪50年代至今, 全国33个省级行政区(21个省、5个自治区、4个直辖市)范围内(图 1), 包括江、河、湖、库及湿地等各类水体的水生生物调查数据。这些数据是国内淡水生态环境领域历时最长、调查范围最广、调查类群最全面的科学数据, 是了解内陆水体生命过程、生物资源利用和生态环境保护方面的宝贵资源。

图  1  水生生物历史调查数据分布图

根据中华人民共和国自然资源部监管的标准地图编辑[审图号为GS (2016) 1569]

Figure  1.  The distribution of historical data of hydrobiological survey

Edited based on a standard map supervised by the Ministry of Natural Resources of the People’s Republic of China [No. GS (2016) 1569]

下载: 全尺寸图片 幻灯片

自20世纪50年代开始, 水生所的科技工作者就在无锡太湖^[1]、武汉东湖^[2]、丹江口水库^[3]、三峡水库^[4]、黑龙江和松花江流域^[5]、长江流域和淮河流域^{[6, 7]}等地进行了大量的水生生物和渔业资源调查研究, 调查轨迹遍布全国大部分水域, 并在此基础上制定了我国首部《湖泊调查基本知识》规程^[7], 推动了国家对水生生物科学研究的重视, 引领了水生生物学的快速发展。新中国成立以来, 青藏高原研究成为了我国国家战略层面的科技任务。20世纪60年代, 水生所的科技工作者积极响应国家科技战略要求, 实现了对世界第一高峰——珠穆朗玛峰(珠峰)地区水生生物的首次调查^[8－10]; 20世纪70年代以来, 随着第一次青藏高原综合科学考察拉开序幕, 我们在号称“世界屋脊”的青藏高原开展了多尺度、大范围的科学考察研究^[11－13]。对该地区的鱼类、藻类、水生无脊椎动物等水生生物进行了专题性研究, 并整理、总结了相关科学数据和一手科研资料, 形成了一批以《珠穆朗玛峰地区科学考察报告》^[14]《青藏高原科学考察丛书》^{[12, 15]}《青藏高原横断山区科学考察丛书》^[16]和《中国西藏硅藻》^[17]为代表的宝贵成果。

除此以外, 水生所在武汉东湖^[18]、三峡水库、丹江口库区^[19]、洪泽湖及赤水河^[20]等地设有长期的野外科学观测站/科研基地, 这些科研基地为水生所研究人员在东湖(1956年至今)^{[2, 21, 22]}、长江流域、淮河流域(1956年至今)^{[7, 23]}、三峡库区(1958年至今)^{[4, 24]}及丹江口库区(1958年至今)^[3]等地区进行长期连续的生态监测与调查提供了基础设施和科研保障。科学观测站的建立也直接推动和加速了水生所对水环境指标、水生生物的时空分布格局及水生生物的食物网等基础资源数据的获取。

以上科学数据是水生所特有的“黄金资源”, 曾为青藏高原隆起的生物地理学研究、我国淡水渔业发展、三峡工程、南水北调等工程的方案实施、各地饮用水源地探测管理、流域管理规划、珍稀水生生物物种保育、水体富营养化管理、水华发生预警与研究等做出了重要贡献。

2.   数据资源整合助力水生生物科学新发展

随着科技的快速发展, 大数据时代的数据爆炸为水生生物科学的发展带来了机遇和挑战。由数据驱动的科技创新改变了各学科当前的研究范式。

水生生物作为水生态系统的主体, 是研究水体演变的最重要依据, 也是维护水生态系统健康的关键, 没有水生生物的水是没有生命的“一潭死水”。“水”里有什么? “水”好不好? 如何保护“水”? 针对上述问题, 几十年来, 水生所开展了一系列以水生生物及水环境研究为特色的工作, 这些研究工作产生了大量的水生生物科学数据, 包括水生生物调查数据、种质资源数据、遗传资源数据、卫星遥感数据及物种图像数据等。如何系统全面地利用好这些科学数据, 加强水生生物数据分析管理平台的建设, 驱动水生生物的科研新发展是未来水生所科学数据中心工作的重中之重。

2.1   构建中国首个大规模水生生物遗传资源数据库

随着近几十年来测序技术的快速发展, 快速降低的测序成本促进水生所获得了大量的、除水生生物资源数据外的遗传资源数据。水生所科学数据中心将结合这些已有的遗传资源数据和活体种质资源数据, 并在万种鱼基因组计划^[25]和万种原生生物基因组计划^[26]的支持下, 构建包括DNA条形码库, 线粒体、叶绿体和细胞核基因组库等在内的我国首个大规模的水生生物(包括鱼类^[27]、底栖动物、浮游生物^{[28, 29]}、水生植物等)遗传资源数据库^[30](图 2A), 包括常见水生生物遗传资源基础库和珍稀濒危物种、入侵物种遗传资源特色库。为基于eDNA技术的水生生物多样性调查提供物种DNA检索库; 为水生态环境监测与保护研究, 如外来入侵物种的早期发现和预防、本土物种流失的监测与预防及珍稀濒危物种的保护等提供数据支持; 为外来物种入侵和本土物种流失的风险管理评估和决策提供科学依据。

图  2  数据资源整合与数据库构建

A. 中国首个水生生物eDNA数据库(AeDNA)数据总览; B. 青海湖水生态“一张图”展示系统可视化总览; C. 浮游生物图像自动识别结果展示

Figure  2.  Data resource integration and database construction

A. Landscape of the first aquatic environmental DNA database (AeDNA) in China; B. Visual overview of “one picture” display system of Qinghai Lake; C. Automatic recognition of plankton images

下载: 全尺寸图片 幻灯片

2.2   构建水生生物调查数据“一张图”可视化展示与服务系统

围绕所内历年的水生生物监测数据资源, 整合卫星遥感、生态要素和环境DNA等数据, 基于地理信息系统(GIS)统一进行展示和信息发布, 构建水生生物调查数据“一张图”可视化应用服务(图 2B)。“一张图”通过数据的交互访问达到数据互联互通, 实现水生生物数据的精细化有序管理, 为高效展示全国水生生物群落分布现状及其变化趋势提供快捷的系统支撑。通过对超大量生物及环境数据的挖掘分析, 利用科学模型提升生态环境预测预警能力, 实现“用数据决策”, 具备及时提供水华预警等各类预警的能力, 为政府决策和监测环境管理提供技术支持, 为公众提供全方位的环境状况信息。结合eDNA技术^{[31, 32]}提供物种遗传资源信息库服务, 入库信息涵盖物种DNA序列、图像、采集地点和日期、采集和鉴定人等, 以期达到调查数据的高效管理、历史追溯、分析共享及决策预警的作用。

2.3   构建水生生物图像智能识别系统

水生生物物种鉴定中心现存海量物种图像数据, 专业鉴定人员可以通过人工对物种特征点进行标注, 生成物种形态学特征点训练集, 通过该训练集开发以卷积神经网络算法为核心的机器学习模型, 继而进行图像识别, 实现对水生生物的人工智能鉴定。基于图像识别技术再结合多通路浮游生物自动进样技术、多景深显微拍摄与图片处理技术等, 构建水生生物图像智能识别系统(图 2C)。并将《SL733-2016内陆水域浮游植物监测技术规程》《HJ1216-2021 水质 浮游植物的测定 0.1 mL计数框-显微镜计数法》《SCT 9402-2010 淡水浮游生物调查技术规范》和《水和废水监测分析方法》(第四版)第五篇《水和废水的生物监测方法》等技术指南应用到智能识别自动计数、分析输出等计算模块中。通过与专业技术人员的鉴定结果进行比对, 制定浮游生物智能识别检测技术标准, 并进行技术试点和推广, 提高水生生物检测速度和准确度, 减少人工专业技术差异带来的误差。

3.   展望

水生所科学数据中心还将整合学科优势, 制定水生态监测相关的行业标准, 如浮游生物智能识别监测技术标准, 及eDNA采样、保存、运输、提取、分析等全过程的统一标准等, 保证水生生物检测和数据分析报告的稳定性和准确性。与此同时, 数据中心还将坚持务实发展, 在确保数据安全的前提下, 加强数据平台建设, 构建集动力数值模型建设、多源遥感数据重构、水华预警技术、水质评价技术及物种遗传资源信息库服务为一体的水生生物科学大数据中心。

下载: 全尺寸图片 幻灯片