| 2006年5月17日下午美国航天局（NASA）高级研究科学家兼蒙大拿大学教授Ramakrishna Nemani博士在中国生态大讲堂（第八讲）做了“整合遥感、气候数据与生态模型进行生态预测”的主题演讲。Nemani博士系统地介绍了利用遥感、气候数据和生态模型进行生态预测研究的进展和面临的挑战，同时介绍了他整合多源数据建立的陆地观测与预报系统(TOPS)。
Nemani博士主要介绍了生态预测的涵义，进行生态预测的必要性，生态预测的种类，以及进行生态预测需要建立的一般框架，并以全球净初级生产量监测和葡萄酒酿制产业的生态预测为例详细介绍了如何通过他建立的陆地观测与预报系统（TOPS）进行生态预测。同时，他指出了生态预测中未解决的问题，并提出应加快生态预测。
生态预测及其重要性
生态预测（Ecological Forecasting, EF）是预报生态系统状态和活动下物理、生物及化学环境的变化。它不同于“预报”在于“预测是在给定一系列具体假设下通过特定的方法和模型来进行的最佳估计”，有可能符合或不符合现实。生态预测需要估计不确定性或者误差，以供决策者判断预测结果发生的可能性。
从全球大气组成成分、大气表层温度变化及海平面的变化，Nemani博士指出生态预测的必要性：生态预测可以向决策者提供生态脆弱性的估计、某些特定的自然事件或管理决策可能造成的结果；对了解生态服务的潜在变化以及为避免服务系统灾难性的损失制定策略都至关重要。生态预测的目标是给出管理决策和选择来预防或逆转下降的趋势，减少风险，以及保护重要的生态资源和相关过程。
生态预测主要有三种类型：基于现状的生态稳定性和脆弱性估计、短期预测及脆弱性评价和长期预测及脆弱性评价。并根据很多研究实例来说明了不同种类的生态预测。
生态预测的一般框架：陆地观测和预报模型TOPS
Nemani博士以陆地观测与预报系统(TOPS)为例介绍了生态预测的基本框架：数据监测、模拟、预测以及多种尺度上的应用。预测系统具有大量的数据观测网络基础，如天气数据网络、河流网络、土壤湿度网络数据以及不同遥感平台等，并具有整合大量不同模型（如生物地球化学模型、作物产量模型、病虫害模型及碳循环模型等）及在不同时间空间尺度运作的能力。
Nemani博士介绍了TOPS数据及模拟软件系统构建，并通过系统得到了加利福尼亚1km尺度的生态日现报，除此之外，Nemani博士还详细地介绍了如何通过TOPS对模型全球净初级生产量进行监测以及应用于葡萄酒酿制产业的生态预测。
净初级生产量是植物光合和呼吸作用之间的平衡。它是人类消费食物、纤维及能量的基础，决定了大气CO2的季节和年际变化，综合体现了气候、生态、地球化学和人类活动对生物圈的影响，因此了解陆地净初级生产量和变化趋势非常重要。估算全球NPP包括以下三个步骤：第一步：将得到的辐射转化成总的最大生产量，第二步：通过气候限制因子降级得到GPP，第三步：减去呼吸作用得到NPP。
TOPS系统还可以对经济变化下的生产活动进行生态预测，以葡萄酒酿制产业为例。该系统以葡萄树生长阶段与气候影响之间的关系以及遥感数据为基础，可以为葡萄园建立详细的灌溉和管理计划。研究还利用遥感SST的年间变化来模拟缺水状况从而对葡萄收获进行预测，最后得出结论，介于气候的影响，葡萄酒产业的长期生存能力值得怀疑。
加快生态预测
Nemani博士指出应加快生态预测，主要可从以下方面着手：保持和升级用来测量陆地表面、淡水和海洋状况的遥感平台，改善数据之间的兼容性，推进模型之间的连接，改善对生物地学化学特质和进程监测的原地监测器（NEON），建立更完整的框架和数据管理（IWGEO/GEOSS），改善对决策者（组织或个人）交流的系统，加强基于网络的工具开发等。
最后Nemani博士指出，生态预测中的不确定性的定义与计算仍然是一个挑战。进行预测或许是简单的，但如何让用户信服却仍需时间及更详细的沟通交流。
（杨 琳）
主讲人简介：
Nemani博士是美国宇航局高级研究科学家，兼任蒙大拿大学教授。他在印度获得农学学士和应用气象学硕士学位，并于1987年获蒙大拿大学博士学位。已发表论文70余篇，其中多篇发表在Science和Nature等顶级刊物上。Nemani博士在利用卫星遥感数据反演植被的生物物理特征、通过生态建模估算区域和全球尺度上的碳、水和营养物质通量等领域做了大量工作。目前，他的研究小组正致力于构建生态数据系统和软件平台，以推动生态评估和生态预测的研究工作。
中国生态大讲堂简介：
“中国生态大讲堂”由国家生态系统研究网络综合中心、中国科学院生态系统研究网络综合中心、中国科学院生态网络观测与模拟重点实验室共同主办，以“传播新知识、交流新思想、展示新成果”为宗旨，邀请国内外知名生态学家进行学术讲演，每月举办一次，并不定期举办培训班、研讨班、研讨会等形式的学术交流活动。 |
国际前沿
