城市環境所等構建水環境動態數據挖掘框架

　　水環境動態性是環境科學和生態學在水域生態系統的主要交叉研究主題之一。根據水域生態系統邊界特征，水環境動態性關聯機制包括外部和內部兩方面，一是從環境科學角度看水環境動態性受到系統外部因素的驅動，例如流域內氣候水文和人類活動疊加作用下水體環境變化；二是從生態學角度看水環境動態性與系統內部水生生物之間具有相互作用，如通過有機物生產和分解等過程改變水體的環境。水體野外原位觀測數據和科學文獻與日俱增，為環境科學和生態學在水環境動態性外部和內部關聯機制多尺度定量剖析帶來了新機遇。 

　　水環境動態性的研究隨著水體野外原位觀測數據快速遞增帶來“喜悅”的同時，增長中的“煩惱”也隨之而來。觀測數據和科學文獻的快速遞增亟待破解數據共享中遇到的一系列難題。例如，不同研究中在觀測期限和頻率上的差異，明顯成為數據共享的主要壁壘之一。中國科學院城市環境研究所聯合美國新墨西哥州立大學，以水庫總氮這一關鍵營養物季節變化為案例，構建了針對科學文獻水環境動態數據挖掘的系統性框架。 

　　水環境動態數據挖掘框架包括三個逐級關聯的模塊：第一級是數據提取模塊，其模塊功能是文獻下載、篩選和分組以及文獻圖表數據的提取與匯總；第二級是數據分流模塊，其模塊功能是根據觀測時長、觀測頻率和原始數據表達方式等限制條件對第一級模塊產生的數據進行多次分流，即分出“混濁”數據，洗出“清潔”數據產生時間序列數據矩陣；第三級是數理統計模塊，其模塊功能是對時間序列數據矩陣進行歸一化處理和凝聚層次聚類分析及分析結果可視化。 

　　在案例分析中，該框架識別了水庫總氮動態的三種模式：一是夏低谷模式，即水庫總氮動態由浮游植物的生長和降雨等自然過程驅動；二是夏高峰模式，即濕沉降和農業徑流導致水庫總氮在夏季處于峰值；三是春高峰模式，即水庫總氮季節動態可能受到人為排放的干擾。這個案例分析并不意味著全球總氮動態僅有三種模式。隨著水庫總氮動態原位觀測數據和科學文獻的繼續遞增，迭代應用該框架可能會識別出更多的模式，或有更充足的證據表明僅存在三種模式。 

　　水環境動態數據挖掘框架進一步整合和夯實了科研人員多年前兩項研究中的數據分析路徑。該框架的第一級和第二級模塊，對其中一項針對產油藻類種群動態科學文獻數據提取路徑進行了分級和優化；第三級模塊對另一項關于水庫浮游植物動態同步性檢驗統計學方法進行了相應改進。這些路徑分級和優化及方法改進，不意味著該框架已能夠完全適用于水環境動態數據挖掘。事實上，因水環境參數多種多樣及數據觀測過程和表達方式差異化，其科學文獻數據共享存在不同程度的挑戰。這預示著水環境動態數據挖掘框架的優化和升級研究尚待發展。 

　　水環境動態數據挖掘框架和案例分析結果以Revisiting seasonal dynamics of total nitrogen in reservoirs with a systematic framework for mining data from existing publications為題，發表在Water Research上。研究團隊在同期Water Research上以Bayesian change point quantile regression approach to enhance the understanding of shifting phytoplankton-dimethyl sulfide relationships in aquatic ecosystems為題，發表了關于水域生態系統冷室氣體物質對浮游植物生物量響應的邊界變點模型的合作研究成果。     

　　論文鏈接