协同分布式实验2.0(CDE 2.0):生态学野外研究新方法

全球野外实验网络是近年来兴起的生态学实验方法,产生了"协同分布式实验"(CDE)、"分布式协作实验"(DCE)的野外实验网络和英国生物学记录中心(BRC)的野外观察网络等具体方法,但均存在尺度小、周期短或数据偏差问题.野外实验网络的协议设计应秉持实验优于观察测量、数据数量优于数据质量和尺度优于操作的原则.综合上述方法,本研究提出利用公众科学(citizen science)获得大范围、多尺度和长周期的数据,采用环境因子作为协变量对公众参与者的实验数据集进行验证后,将其作为后验概率与作为主观概率的生态学家实验数据集进行比对,以完成数据有效性验证,克服公众参与者数据质量瑕疵,并提出了相应的统计学模型.讨论了生态学实验数据中应用先验概率、先验与后验概率的逻辑关系以及后验概率发现演化过程新关系的可能性.这种方法更符合统计学采样规范,并增加了大尺度时空的样本量.该方法有望为生态学研究所寻找的一般性理论提供方法支持,新方法可称之为"协同分布式实验2.0"(CDE 2.0).