tooluniverse-ecology-biodiversity

生态学与生物多样性研究

推理策略

1. 物种与分类学问题

当问题涉及物种识别或比较时：

1. 查询，不要猜测——使用 GBIF_search_species 获取分类信息；海洋生物使用 WoRMS_search_species
2. 如果问题询问入侵物种的影响，可考虑：生态位重叠、繁殖率、捕食者释放和生态系统工程效应
3. 使用 PubMed_search_articles 或 EuropePMC_search_articles 查找有关特定生态影响的研究

2. 入侵物种影响评估

推理框架——比较入侵物种的影响时：

1. 确定生态系统：受影响的生境／生物群系是什么？
2. 评估影响机制：竞争？捕食？疾病传播媒介？生境改造？杂交？
3. 影响范围：局部（单个地点）、区域还是大陆范围？
4. 营养级位置：处于较高营养级的入侵物种（捕食者）造成的危害往往大于较低营养级的物种（食草动物）
5. 生态系统工程：改造生境的物种（海狸、蚯蚓、排挤本土传粉者的蜜蜂）会造成远超其数量的影响
6. 查询具体信息——不要依赖一般知识。在文献中搜索“[物种名称] invasive impact [地区]”

3. 传粉者生态学

传粉问题的推理框架：

1. 觅食行为：区分探查（靠近／评估）和实际取食（喙管插入）
2. 相互作用类型：互利共生（获得传粉回报）、寄生（盗蜜）、偏利共生
3. 观察方法：摄像机陷阱存在分辨率／视场限制——应考虑在给定分辨率下能够识别哪些信息
4. 统计学考量：观察者一致性（评分者间信度）、采样努力和时间模式
5. 行为谱解释：每种行为类别都有特定的起始／结束判定标准——应严格遵循

4. 种群动态

种群生态学问题的推理框架：

1. 增长模型：指数增长（不受限制）、逻辑斯谛增长（受 K 值限制）、Allee 效应（低密度问题）
2. 灭绝分析：区分确定性灭绝（r < 0）和随机性灭绝（小种群波动）
3. 生存分析：事件发生时间分析需要采用适当的统计检验（log-rank、Cox 回归、Kaplan-Meier）
4. 微生物生态学：对于微生物对胁迫因子的响应，使用基于时间杀灭动力学的生存曲线分析。要比较不同种群的灭绝时间点，需要使用生存统计方法分析灭绝时间数据（而非仅比较终点）

5. 群落生态学与食物网

1. 营养级联：移除顶级捕食者 → 中型捕食者释放 → 猎物减少
2. 关键种：相对于其丰度，产生不成比例的影响
3. 岛屿生物地理学：物种—面积关系、距离与定殖之间的权衡
4. 竞争排斥：两个物种无法稳定共存于单一的限制性资源上（Gause 原理）

6. 进化生态学

1. 警戒色：警戒色向捕食者传递有毒／不可口的信号
2. 拟态：贝氏拟态（无害物种模仿危险物种）与穆氏拟态（危险物种相互模仿）
3. 生活史权衡：r 策略（后代多、投入少）与 K 策略（后代少、投入多）
4. 出生—死亡模型：对于系统发育问题，随时间变化的速率会引发可识别性问题。解决策略包括：限制速率变化、增加化石数据、使用分子数据校准，或限定为特定函数形式

可用工具

工具	用途
IUCN_get_conservation_status	按学名查询红色名录保护状况（CR/EN/VU/NT/LC）——权威的灭绝风险来源（需要免费的 IUCN_API_KEY）
GBIF_search_species	物种分类、出现记录、分布
GBIF_search_occurrences	在哪里观测到某个物种？
GBIF_get_taxon_parents	沿 GBIF 主干树向上遍历——获取 taxonKey 的分级祖先谱系（界→属）
GBIF_get_taxon_children	沿树向下遍历——获取直接子分类单元（例如，某个属中的物种）
GBIF_get_taxon_synonyms	获取已接受 taxonKey 的替代／历史学名
GBIF_get_vernacular_names	获取 taxonKey 的俗名（含语言代码）；可选的 language 筛选条件
GBIF_parse_name	将杂乱或带作者信息的名称字符串解析为规范名称＋属名／种加词／作者／年份
iDigBio_search_records	按 genus／scientificname／地点搜索 1.3 亿多条数字化博物馆／植物标本馆标本记录（Darwin Core）——用于补充 GBIF，获取实物标本来源信息
iDigBio_get_record	根据 uuid（来自 iDigBio_search_records）获取单个标本的完整 Darwin Core 详情
WoRMS_search_species	海洋物种分类
BOLDSystems_search_by_taxon / _search_by_bin / _get_record	基于 DNA 条形码的物种鉴定（COI 条形码）；BIN 聚类按条形码相似度对标本分组，适用于 GBIF 基于名称的搜索无法解决的隐存种问题
ensembl_get_taxonomy	分类学分类
NCBIDatasets_get_taxonomy	NCBI 分类查询
PubMed_search_articles	生态学主题文献
EuropePMC_search_articles	包含生态学主题的欧洲文献

浏览 GBIF 分类树

将名称解析为 GBIF usageKey 后，即可浏览主干树：

key = tu.run_tool("GBIF_match_name", {"name": "Panthera leo"})["data"]["usageKey"]  # 5219404
tu.run_tool("GBIF_get_taxon_parents", {"taxon_key": key})        # Animalia→...→Felidae→Panthera
tu.run_tool("GBIF_get_taxon_synonyms", {"taxon_key": key})       # Felis leo Linnaeus, 1758, ...
tu.run_tool("GBIF_get_vernacular_names", {"taxon_key": key, "language": "eng"})  # Lion, African Lion
# Walk down from a genus key (Panthera = 2435194) to its species:
tu.run_tool("GBIF_get_taxon_children", {"taxon_key": 2435194, "limit": 8})
# Normalize an authored name string without a key:
tu.run_tool("GBIF_parse_name", {"name": "Quercus robur L."})     # canonicalName 'Quercus robur'

这五种工具都无需密钥即可调用 GBIF 公共 API。通过 GBIF_match_name 或 GBIF_search_species 获取起始 taxon_key。

其他分类学与生物多样性数据源

GBIF/WoRMS/BOLDSystems/iDigBio（见上文）是主要数据源。以下八个数据源补充了 GBIF 单独无法提供的权威分类、系统发育和观测数据覆盖范围——当 GBIF 的结果不明确、你需要的是系统发育树而非扁平分类，或你需要公民科学观测分布密度而非博物馆标本记录时，请使用它们。

工具	用途
EOL_search_species / EOL_get_page / EOL_get_hierarchy_entry / EOL_get_collection	Encyclopedia of Life——聚合物种页面（图片、文本、每页包含多个分类系统）、经策展的主题合集
ITIS_search_by_scientific_name / _search_by_common_name / ITIS_get_hierarchy / ITIS_get_full_record	ITIS（Integrated Taxonomic Information System）——权威的北美分类标准；返回 tsn（Taxonomic Serial Number，分类序列号）
CoL_search_species / CoL_get_taxon / CoL_get_children	Catalogue of Life——覆盖范围最广的单一全球物种名录（整合了 190 多个来源数据库）；当 GBIF 的骨干分类系统无法匹配时，是很好的首选
OpenTree_match_names / OpenTree_get_taxon / OpenTree_get_mrca / OpenTree_get_induced_subtree	Open Tree of Life——涵盖所有生物的综合系统发育树（不只是分类阶元层级）；当问题涉及进化关系或分支顺序，而不只是分类时使用
iNaturalist_search_taxa / _get_taxon / _search_observations / _get_species_counts	iNaturalist——包含照片、地点和日期的公民科学观测记录；用于查询出现分布密度和近期目击记录，而非权威分类
OBIS_search_taxa / OBIS_search_occurrences	OBIS（Ocean Biodiversity Information System）——包含坐标和时间信息、并解析为 AphiaID（WoRMS 的标识符）的海洋物种出现记录；相当于海洋版的 GBIF 出现记录搜索
eBird_get_taxonomy / eBird_get_taxon_groups	eBird（Cornell Lab）——鸟类专用分类和物种分组；鸟类相关问题请使用它，而非通用分类数据源，因为后者对鸟类亚种和杂交种代码的覆盖较浅
MarineRegions_search_by_name / MarineRegions_get_record	Marine Regions Gazetteer（VLIZ）——通过 MRGID 查询海洋地理和政治边界（海域、专属经济区、海湾）；与 OBIS 搭配，可回答“哪些出现记录位于这个具名海域内”这类问题

如何选择物种标识与分类数据源（EOL、ITIS、CoL、GBIF 都能回答“这是什么物种”）：

• ITIS：当你需要北美监管标准标识符（tsn）时使用。
• CoL：当 GBIF 的骨干分类系统无法匹配时，用于获取覆盖范围最广的全球物种名录。
• EOL：当你需要聚合页面（图片、多个分类层级、经策展的合集），而非单纯的分类记录时使用。
• Open Tree of Life：仅当问题确实涉及系统发育（MRCA、分支顺序、Newick 子树）时使用——其他数据源都不会返回进化关系。
• 交叉核对用的 ID 不可互换：同一物种在每个系统中的键都不同（GBIF usageKey、ITIS tsn、CoL taxon_id、EOL page_id、Open Tree ott_id、iNaturalist taxon_id、OBIS AphiaID）——始终在同一个系统内解析，不要把一个数据库的 ID 用在另一个数据库的查询调用中。

示例：跨四个物种标识系统交叉核对物种（已通过实时查询验证，ID 真实有效）：

tu.run_tool("EOL_search_species", {"query": "Panthera leo"})            # page_id 1270491
tu.run_tool("ITIS_search_by_scientific_name", {"scientific_name": "Panthera leo"})  # tsn 183803
tu.run_tool("CoL_search_species", {"q": "Panthera leo"})                # 293 CoL-database matches
tu.run_tool("OpenTree_match_names", {"names": "Panthera leo,Panthera tigris"})
# -> ott_id 563151 (leo), 42314 (tigris); note `names` is a comma-separated
# STRING, not a JSON array, even though it takes multiple names

示例：系统发育 MRCA 和子树（已通过实时查询验证）：

tu.run_tool("OpenTree_get_mrca", {"ott_ids": "417950,770315"})
# -> mrca_name "Homininae", mrca_ott_id 312031, num_tips 19
tu.run_tool("OpenTree_get_induced_subtree", {"ott_ids": "417950,770315,312031"})
# -> real Newick tree with supporting_studies citations (pg_2741@tree6645, ...)

示例：海洋物种与区域（已通过实时查询验证）：

tu.run_tool("OBIS_search_taxa", {"scientificname": "Rhincodon typus"})   # whale shark occurrence-resolved AphiaID
tu.run_tool("MarineRegions_search_by_name", {"name": "Mediterranean Sea"})  # MRGID 25180

示例：公民科学观测分布密度（已通过实时查询验证）：

tu.run_tool("iNaturalist_search_taxa", {"query": "Panthera leo"})
# -> genus-level hit "Panthera" (59,036 observations) if the exact binomial
# isn't the top match — check the returned `rank` before assuming species-level

查阅资料，不要猜测

生态学问题的答案往往有悖直觉。例如：

• 蜜蜂（Apis mellifera）在美洲属于入侵物种，会排挤本土传粉者——这会让那些认为蜜蜂“有益”的人感到意外
• 破坏性最大的入侵物种往往并非最显而易见的那些
• 微生物灭绝临界点需要通过生存分析来判断，而不是简单的 t 检验

回答生态学问题前，务必检索文献。使用 PubMed_search_articles，并输入具体的检索词，例如“[物种] 入侵 影响 [地区]”或“[生物] [生态过程]”。

计算，不要描述

如果分析需要计算（统计分析、数据处理、评分、富集分析），请通过 Bash 编写并运行 Python 代码。不要描述你打算怎么做——实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。