全球標本數(shù)字化建設(shè)及共享發(fā)展趨勢

陳建平 許哲平

摘 要：? 標本數(shù)字化建設(shè)是生物多樣性保護和利用的重要工作基礎(chǔ)，通過標本數(shù)據(jù)的整合分析，在生物分類學、生態(tài)學、生物工程、生物保護、糧食安全、生物多樣性評估、教學教育和人類社會活動等方面提供數(shù)據(jù)支撐。為了了解全球標本數(shù)字化建設(shè)工作的現(xiàn)狀以及數(shù)據(jù)共享的策略與技術(shù)發(fā)展趨勢，該文分別調(diào)查梳理了北美洲、南美洲、歐洲、非洲、亞洲和大洋洲地區(qū)的標本數(shù)字化和平臺建設(shè)情況，對標本數(shù)據(jù)共享現(xiàn)狀和趨勢從數(shù)據(jù)使用協(xié)議、新技術(shù)新方法和公眾科學等方面進行了對比和分析，并為中國國內(nèi)的標本數(shù)字化工作提出了工作建議，包括：（1）加強標本數(shù)字化建設(shè)、管理和動態(tài)更新方面的協(xié)同機制建設(shè)，確保實物資源和數(shù)字化資源信息同步；（2）加強數(shù)據(jù)整理和發(fā)布，促進數(shù)據(jù)質(zhì)量的提升，充分開放數(shù)據(jù)使用協(xié)議，減少數(shù)據(jù)使用的阻礙；（3）加強對新技術(shù)的學習和引入，特別是開源軟件、機器學習和人工智能技術(shù)的應(yīng)用，能夠在標簽快速識別、自動鑒定和屬性數(shù)據(jù)提取等方面發(fā)揮作用；（4）加強區(qū)域和國際合作，推動數(shù)據(jù)的整合應(yīng)用；（5）推動公眾科學項目發(fā)展，促進野外采集、室內(nèi)整理、在線糾錯、數(shù)據(jù)產(chǎn)品研發(fā)等工作的開展。

關(guān)鍵詞： 標本數(shù)字化， 數(shù)據(jù)共享， GBIF， 公眾科學， 生物多樣性

中圖分類號：? Q94-34

文獻標識碼：? A

文章編號：? 1000-3142（2022）增刊1-0052-10

收稿日期：? 2021-07-13

基金項目：? 科技部基礎(chǔ)性工作專項（2015FY110200）; 中國科學院文獻情報領(lǐng)域引進優(yōu)秀人才計劃； 中國科學院A類戰(zhàn)略性先導(dǎo)科技專項（XDA19050000）。

第一作者： 陳建平（1974-），碩士，高級工程師，長期從事生物多樣性信息學研究及信息平臺建設(shè)工作，（E-mail）chenjianping@csnbgsh.cn。

通信作者：? 許哲平，博士，副研究館員，長期從事生物多樣性信息學以及科學數(shù)據(jù)管理與利用的研究工作，（E-mail）xuzp@mail.las.ac.cn。

Global specimen digitization and sharing trends

CHEN Jianping1， XU Zheping2*

（ 1. Chenshan Botanical Garden， Shanghai 201602， China; 2. National Science Library， Chinese Academy of Sciences， Beijing 100190， China ）

Abstract：? The digitization of specimens is an important basis for the conservation and utilization of biodiversity. Through the integrated analysis of specimen data， it can provide data support in taxonomy， ecology， bioengineering， biological protection， food security， biodiversity assessment， human social activities and education and other aspects. At present， the development situation varies from country to country. In order to understand the current status of global specimen digitization work， as well as data sharing strategies and technology development trends， this article summarizes the status of specimen digitization and platform construction in North America， South America， Europe， Africa， Asia and Oceania， and reviews the status and trends of specimen data sharing from data use agreements， new technologies and methods， and citizen science using. After comparison and analysis with the current situation in China， proposed work suggestions， including （1） strengthening the construction of coordination mechanisms in the digital construction， management and dynamic update of specimens， ensuring the synchronization of physical resources and digital resource information; （2） strengthening data collation and publishing， promoting data quality improvement， fully opening data use agreements， and reducing data use obstacles; （3） strengthening? the learning and introduction of new technologies， especially the application of open source software， machine learning and artificial intelligence technologies， which can play a role in rapid tag identification， automatic identification and attribute data extraction; （4） strengthening regional and international cooperation to promote data， and the integration and application of data products; （5） promoting the development of citizen science projects， and promote the development of field collection， indoor sorting， online error correction， and data product research and development.

Key words： specimen digitization， data sharing， GBIF， citizen science， biodiversity

過去450年的時間里，科研人員收集的植物標本數(shù)量超過3.81億，分布在全球3 000多個標本館中 （Krishtalka et al.， 2016; Thiers， 2017）。標本數(shù)據(jù)的整合分析能夠給生物分類學、生態(tài)學、生物工程、生物保護、糧食安全、生物多樣性評估、人類社會活動和教學教育等領(lǐng)域提供重要支撐（Culley， 2013; Heberling & Bonnie， 2017; Soltis， 2017; 張健，2017; 馬克平等，2018）。2012年，GBIF在綜合眾多專家意見的基礎(chǔ)上發(fā)布了全球生物多樣性信息學展望報告（GBIO）（Hobern et al.，2012）。該報告從文化、數(shù)據(jù)、實證和知識理解四個層次對未來全球的生物多樣性數(shù)據(jù)相關(guān)的研究做了展望，并將標本采集數(shù)據(jù)作為五類基礎(chǔ)數(shù)據(jù)源之一（其他四類數(shù)據(jù)源為出版物材料、野外觀測、基因測序和自動化遙感觀測），為標本數(shù)據(jù)的整合和應(yīng)用指明了方向。

在全球范圍內(nèi)，過去十年隨著生物多樣性信息機構(gòu)（GBIF）、全球生物物種名錄（COL）、網(wǎng)絡(luò)生命大百科（EOL）和生物多樣性歷史文獻圖書館（BHL）等生物多樣性數(shù)據(jù)項目的推動，生物標本數(shù)據(jù)的匯聚和共享進展迅速。以全球最大的生物多樣性觀測數(shù)據(jù)平臺——GBIF為例（GBIF，2021），目前觀測記錄（occurrences）數(shù)據(jù)總量為16.97億條，其中傳統(tǒng)標本館的數(shù)字化標本數(shù)據(jù)為1.85億條（占整個平臺數(shù)據(jù)的10.9%），包括動物（8 637萬條，占比46.5%）、植物（8 586萬條，占比46.2%）、菌物（707萬條，占比3.8%）等。這些標本數(shù)據(jù)分布前10個的國家是美國（3 546萬條）、巴西（1 258萬條）、澳大利亞（1 216萬條）、墨西哥（892萬條）、加拿大（796萬條）、日本（609萬條）、哥斯達黎加（526萬條）、挪威（452萬條）、西班牙（404萬條）、瑞典（366萬條）。為了進一步加強對全球館藏資源的整合，GBIF在2019年還啟動了全球科學館藏注冊系統(tǒng)項目（GRSciColl）（GBIF，2021），收集研究機構(gòu)、館藏和相關(guān)工作人員的數(shù)據(jù)，涵蓋了所有相關(guān)學科，包括地球與空間科學、人類學、考古學、生物學和生物醫(yī)學以及農(nóng)業(yè)、獸醫(yī)學和技術(shù)等應(yīng)用領(lǐng)域，增補了標本數(shù)據(jù)的元數(shù)據(jù)與相關(guān)背景信息，提升了數(shù)據(jù)質(zhì)量。

本文通過梳理世界各大洲的標本數(shù)字化建設(shè)情況，對標本數(shù)據(jù)共享現(xiàn)狀和趨勢進行了調(diào)研，與我國當前的建設(shè)情況進行對比和分析，在數(shù)字化建設(shè)與共享服務(wù)、協(xié)同機制、國際合作和公眾科學等方面提出了相應(yīng)的建議。

1 數(shù)字化建設(shè)

1.1 北美洲標本數(shù)字化建設(shè)

北美的標本數(shù)字化以美國的iDigBio平臺為代表，iDigBio 是一個跨機構(gòu)合作的綜合性生物多樣性數(shù)據(jù)平臺，是北美地區(qū)標本數(shù)字化的門戶網(wǎng)站（iDigBio，2021）。目前，已經(jīng)數(shù)字化的標本記錄數(shù)量為 1.28 億條（植物占47%），多媒體文件記錄 3 917 萬條（植物占82.5%），總共1 688個數(shù)據(jù)集。2017年前是iDigBio數(shù)字化工作開展最為迅猛的階段。2017年至今，數(shù)據(jù)量則呈現(xiàn)出平穩(wěn)的上升趨勢。在項目組織上，iDigBio將參加單位（數(shù)據(jù)源）的融入劃分為4個階段，分別是準備、協(xié)商、行動和數(shù)據(jù)匯總，按照參加單位所處的階段，有序開展工作，使得項目能夠穩(wěn)定持續(xù)地推進。

在數(shù)據(jù)規(guī)范與標準上，iDigBio 有詳細的標本數(shù)字化文件規(guī)范、圖像存儲規(guī)范、圖像處理規(guī)范、圖像使用規(guī)范，使得數(shù)字化工作有明確的操作標準。其規(guī)范與標準在iDigBio官網(wǎng)上都有開放性的文檔說明。基本原則可以概括為：采集圖像盡量采用設(shè)備的極限分辨率，保證采集質(zhì)量，圖像應(yīng)該采用無損壓縮格式永久存檔，圖像處理應(yīng)避免人為過分修飾，處理圖像應(yīng)該基于原始圖像，避免誤差積累，應(yīng)盡量為用戶提供最佳質(zhì)量。

在標本數(shù)字化技術(shù)上，iDigBio將數(shù)字化任務(wù)劃分為5個核心任務(wù)集。

（1）數(shù)字化前期：主要是標本實體的修復(fù)與規(guī)范化整理工作。

（2）圖像采集：使用專業(yè)單反數(shù)碼相機或者高清標本掃描儀進行圖像采集。

（3）圖像處理：包括9個常規(guī)工作，分別是質(zhì)量控制、條形碼獲取、格式轉(zhuǎn)換、顏色亮度調(diào)整、圖像修剪、圖像疊加增強、圖像編輯、文件傳輸、圖像內(nèi)文字識別。

（4）電子數(shù)據(jù)獲?。菏侵柑崛』蜉斎霕撕灁?shù)據(jù)到數(shù)據(jù)庫的過程。具體的工作方法可以是自動化或手工輸入，手段包括OCR圖像文字識別、語音輸入、鍵盤輸入等。

（5）地理位置的描述與地標化處理：審核文本描述的地名，并標注出精確的經(jīng)緯度坐標點，建議附上誤差范圍、坐標系等參數(shù)。

1.2 歐洲標本數(shù)字化建設(shè)

歐洲的植物標本館歷史悠久，館藏豐富，學術(shù)機構(gòu)眾多，機構(gòu)間也形成了良好的合作關(guān)系，其中歐洲分類學聯(lián)盟（Consortium of European Taxonomic Facilities， CETAF）是最大的分類學研究網(wǎng)絡(luò)，擁有5 000多會員，聯(lián)盟下機構(gòu)保存了全球80%已描述的生物多樣性標本與數(shù)據(jù)。BioCASe（The Biological Collection Access Service ） 是 CETAF 推動下創(chuàng)建的數(shù)據(jù)標準與軟件基礎(chǔ)體系，指導(dǎo)著標本的數(shù)據(jù)化與數(shù)據(jù)共享。BioCASe 數(shù)據(jù)標準主推 ABCD 標準，在軟件系統(tǒng)上提供了全方位的解決方案，包括適用于創(chuàng)建數(shù)據(jù)平臺的 BioCASe Portal 系統(tǒng)，以及適用于數(shù)據(jù)提供者的 BioCASe Provider Software（BPS）系統(tǒng)，以及網(wǎng)站監(jiān)控、數(shù)據(jù)質(zhì)量檢查的工具。BioCASe是GBIF的成員節(jié)點，在數(shù)據(jù)標準、應(yīng)用系統(tǒng)、共享政策上對GBIF有著重要的影響。通過 BioCASe 的數(shù)據(jù)整合，歐洲各國的標本數(shù)據(jù)最終通過 GBIF 進行共享發(fā)布。除了CETAF與BioCASe以及GBIF以外，歐洲各國的標本館、植物園等分類學相關(guān)機構(gòu)也普遍都創(chuàng)建了自己的網(wǎng)站系統(tǒng)，各類專題性的網(wǎng)絡(luò)數(shù)據(jù)庫非常豐富，還有大量的數(shù)據(jù)并未納入GBIF的共享范圍。部分數(shù)據(jù)庫因為起步早，積累豐富，已經(jīng)成為行業(yè)內(nèi)的基礎(chǔ)數(shù)據(jù)庫，成為事實上的國際標準與基礎(chǔ)平臺，如國際植物名稱索引（International Plant Names Index， IPNI）等專題數(shù)據(jù)庫。

在俄羅斯，從2014年開始，國立莫斯科大學開始進行標本數(shù)字化項目（Alexey， 2018），形成了“國家生物系統(tǒng)倉儲銀行”計劃（Seregin， 2021），包括兩個子項目，分別是莫斯科數(shù)字標本館和俄羅斯植物分布圖集，并通過在iNaturalist上創(chuàng)建的“Flora of Russia”項目來維護圖庫。目前，已經(jīng)累計形成標本113萬份，圖片111萬張，物種3.9萬個，地標化數(shù)據(jù)66萬條，標簽46萬張，OCR記錄66萬條。

在法國，國家自然歷史博物館的植物標本館（館代碼為P）的數(shù)字化建設(shè)也積累了豐富的經(jīng)驗（Le Bras et al.， 2017）。該標本館的第一個專業(yè)化工具Vaillant數(shù)據(jù)庫在20世紀80年代中期就被開發(fā)出來。從1993年開始建設(shè)現(xiàn)在的標本數(shù)據(jù)庫Sonnerat，該數(shù)據(jù)庫目前不僅用來存放博物館自身館藏的標本，同時也是一個法語國家的標本館網(wǎng)絡(luò)系統(tǒng)（e-ReColNat項目）。大規(guī)模的數(shù)字化計劃則是從2008年資助的Renobota項目開始的。表1展示了該標本館數(shù)字化建設(shè)的歷史發(fā)展。

1.3 非洲標本數(shù)字化建設(shè)

非洲的植物資源調(diào)查與積累起步于殖民地時期宗主國的植物調(diào)查，目前有大量非洲標本分散于歐洲各國的標本館中，隨著歐洲標本的數(shù)字化工作已經(jīng)被逐步上網(wǎng)共享，如比利時的皇家中非博物館，英國邱園的非洲植物計劃等，都創(chuàng)建了專題標本數(shù)據(jù)庫，這些數(shù)據(jù)最終大多通過GBIF對外共享。然而，非洲各國自身的標本館建設(shè)與網(wǎng)絡(luò)平臺建設(shè)還在起步階段，通過與其他發(fā)達國家開展合作研究，正在展開很多項目，標本數(shù)字化還有很大潛力。以南非國家生物多樣性研究所（The South African National Biodiversity Institute， SANBI）為例，已經(jīng)創(chuàng)建了獨立的網(wǎng)站與專題數(shù)據(jù)庫（SANBI，2021），也參加了世界植物在線、千年種子庫等國際合作項目，以及非洲植物POSA項目和國家植被數(shù)據(jù)庫NVD等項目，推動了自有標本資源的數(shù)字化，目前公開共享的數(shù)據(jù)大部分是通過GBIF發(fā)布?？夏醽唶也┪镳^的東非植物標本館（East African Herbarium）擁有熱帶非洲最大的植物學收藏，目前擁有700 000多條植物標本及相關(guān)記錄，是熱帶非洲最重要的國家級數(shù)據(jù)中心，研究主要集中在東非植物的分類、分布、開發(fā)利用與保護方面。數(shù)據(jù)管理技術(shù)方面，除了GBIF平臺外，BRAHMS系統(tǒng)在非洲應(yīng)用較為廣泛，為肯尼亞國家博物館、南非BLFU標本館等多個機構(gòu)均提供了技術(shù)支持（East African Herbarium， 2021；BLFU， 2021）。

總之，非洲的標本數(shù)字化工作基礎(chǔ)資料在歐洲，主要通過GBIF共享數(shù)據(jù)，自有標本資料與數(shù)字化工作外部依賴性很強，工作空白區(qū)較多，未來的潛力很大。

1.4 南美洲標本數(shù)字化建設(shè)

南美的大量歷史標本都保存于美國、歐洲的各個研究所與大學的標本館中。除巴西外，各國的標本館數(shù)字化建設(shè)程度都比較低，目前能夠獲取的標本數(shù)據(jù)幾乎都來自GBIF，按植物標本記錄統(tǒng)計，巴西約有 700萬，哥倫比亞 139.2萬，秘魯80.7萬，阿根廷 72.2萬，玻利維亞 52.6萬。在獨立的信息系統(tǒng)建設(shè)上，巴西的體系比較完整，很有特色。巴西的標本數(shù)字化工作主要體現(xiàn)在 speciesLink 平臺中（speciesLink，2021），截至2021年4月15日，已經(jīng)上線的數(shù)據(jù)包括了 534 個數(shù)據(jù)集，1 521.9萬條在線記錄，其中 1 129.5萬條記錄具有地理坐標，378.5萬條記錄包含圖像，53.2萬份模式標本，其中藻類真菌與植物標本合計有1 097萬條記錄在線。從2002年至今，數(shù)字化標本量呈現(xiàn)穩(wěn)定上升的趨勢。在數(shù)字標本管理系統(tǒng)方面，speciesLink的精細化實時管理技術(shù)十分突出，其指標系統(tǒng)indicators，可以詳細展示每天新增的數(shù)據(jù)集、標本記錄、地標化記錄等量化指標；其數(shù)據(jù)清理系統(tǒng)，可以在線展示出數(shù)字標本中存在的問題類型與錯誤統(tǒng)計，諸如必填字段的空缺、地理坐標缺失、地標錯誤（如位置在海中）、重復(fù)的編號、懷疑出錯的學名人名、地名錯誤等，很多問題都附上了自動化的建議，問題可以逐級展開，可跟蹤到具體的標本記錄本身，可供隨時修訂；其工具與應(yīng)用軟件服務(wù)十分豐富，提供了十余套專業(yè)軟件服務(wù)，涉及到數(shù)據(jù)管理、地標化與地圖應(yīng)用、物種數(shù)據(jù)庫管理、物種分布模型、物種查詢?yōu)g覽器插件、網(wǎng)絡(luò)平臺管理、專業(yè)量化指標系統(tǒng)等方面。

1.5 大洋洲標本數(shù)字化建設(shè)

澳大利亞虛擬植物標本館是一套在線資源庫（Atlas of Living Australia， ALA，2021），可在線訪問澳大利亞和新西蘭植物標本數(shù)據(jù)，總數(shù)量超過666萬份（來自23家澳大利亞和新西蘭的標本館）。后隨澳大利亞生物圖集（ALA）項目的開展，AVH被合并到ALA中一起發(fā)展（ALA，2021）。在ALA中，與AVH同級別的數(shù)據(jù)合作伙伴還包括在線動物館藏記錄集（Online Zoological Collections of Australian Museums， OZCAM）、澳大利亞種子銀行合作伙伴（Australian Seed Bank Partnership， ASBP）和默里達令盆地管理局（Murray-Darling Basin Authority， MDBA）。

新西蘭總的植物標本超過140萬件，擁有世界上最多的南極植物標本數(shù)據(jù)，約有64萬件。2011年，新西蘭虛擬標本館（New Zealand Virtual Herbarium， NZVH）正式啟動，這是一個擁有11個標本館數(shù)據(jù)的虛擬合作網(wǎng)絡(luò)，可以在線提供70萬件標本的查詢和檢索。該系統(tǒng)由澳大利亞虛擬標本館（AVH）提供軟件和技術(shù)支持。隨后，該項目也被合并到AVH中，并最終成為ALA的一部分。

1.6 亞洲地區(qū)

截至目前，亞洲地區(qū)由于民族多、語言復(fù)雜及經(jīng)濟和科研工作相對落后的原因，數(shù)字化工作還任重道遠。盡管中國、印度、日本、韓國等地在生物多樣性數(shù)據(jù)庫建設(shè)方面有比較好的基礎(chǔ)，但大多數(shù)亞洲國家尚沒有完善的生物多樣性數(shù)據(jù)庫， 標本數(shù)字化建設(shè)工作相對落后。以GBIF上東南亞國家的標本數(shù)量及其貢獻國家來看（表2），該地區(qū)的標本絕大多數(shù)并不是由本國發(fā)布的，而是歐美國家數(shù)字化后發(fā)布，還有些國家尚無任何數(shù)字標本共享，急切需要內(nèi)外部力量合作，來共同推動該地區(qū)的標本數(shù)字化建設(shè)工作。

基于此，我國科研人員在亞洲生物多樣性保護和數(shù)據(jù)庫網(wǎng)絡(luò)計劃（ABCDNet， 2021） 的基礎(chǔ)上提出了亞洲植物多樣性數(shù)字化計劃（Mapping Asia Plant，MAP），分東南亞、南亞、西亞、中亞、北亞（俄羅斯亞洲部分）和東北亞6個區(qū)域推進工作，從文獻出版物和標本數(shù)據(jù)整理入手，正在逐步推進亞洲地區(qū)的生物多樣性數(shù)字化建設(shè)與共享合作（馬克平，2017）。

2 標本數(shù)據(jù)共享現(xiàn)狀和趨勢

2.1 GBIF平臺上的數(shù)據(jù)共享現(xiàn)狀

GBIF是全球標本數(shù)據(jù)最大的共享平臺，通過對GBIF上各大洲的參與國家和數(shù)據(jù)發(fā)布情況進行分析統(tǒng)計，可以了解全球標本數(shù)據(jù)的總體共享情況（表3）。由表3可知，歐美國家的數(shù)據(jù)貢獻占了全球的絕大部分，發(fā)展中國家的貢獻相對有限，與國際經(jīng)濟文化的發(fā)展水平密切相關(guān)，但發(fā)展中國家潛力巨大，將是未來標本數(shù)據(jù)增長的基礎(chǔ)。

2.2 數(shù)據(jù)使用協(xié)議和聲明

標本數(shù)據(jù)在共享和流通之前，需要明確其使用協(xié)議，用戶才能合法使用和加工。2013年，GBIF對1.2萬個數(shù)據(jù)集中的4.16億條數(shù)據(jù)記錄做了數(shù)據(jù)協(xié)議的總體分析后發(fā)現(xiàn)，只有10%的數(shù)據(jù)集擁有協(xié)議聲明，而數(shù)據(jù)協(xié)議竟然有432種，這極大地阻礙了數(shù)據(jù)的共享和流通（Peter，2013）。在此調(diào)研基礎(chǔ)上，GBIF管理委員會進行了廣泛的溝通和咨詢，對混亂的數(shù)據(jù)協(xié)議做了梳理，要求將所有的現(xiàn)有協(xié)議都等同地設(shè)置為以下三個協(xié)議：CC0、CC BY和CC BY-NC。經(jīng)過梳理之后，目前的數(shù)據(jù)協(xié)議占比情況是CC0 1.0（56.7%）、CC BY 4.0（27.6%）、CC BY-NC 4.0（15.7%）。從對北美和澳大利亞的標本數(shù)據(jù)平臺的共享協(xié)議（表4）分析可以看出，CC0和CC BY是最受歡迎的共享協(xié)議。但目前仍然有大量的標本館平臺，數(shù)據(jù)界面沒有明確標識使用協(xié)議，部分數(shù)據(jù)使用還需要繁瑣的線下申請和審批流程，制約了數(shù)據(jù)流通和再利用。

2.3 新技術(shù)和新方法

在標本數(shù)字化與數(shù)據(jù)共享的技術(shù)與方法上，受到IT技術(shù)突飛猛進的影響，在幾乎所有應(yīng)用環(huán)節(jié)都出現(xiàn)了革新。在數(shù)字影像的獲取上，流水線式作業(yè)的高速掃描系統(tǒng)使得海量標本的快速數(shù)字化成為可能，在提升圖像質(zhì)量方面，針對分類學研究的需要，為了強化分類學特征，出現(xiàn)了高清掃描儀、標本的側(cè)光攝影術(shù)以及結(jié)合解剖鏡的顯微攝影。在動物標本數(shù)字化中，還出現(xiàn)了三維高清影像獲取設(shè)備等新創(chuàng)舉。在野外調(diào)查工作中，高清數(shù)碼相機、智能手機、手持GPS等智能設(shè)備應(yīng)用普遍，獲取了海量的帶有精確地理坐標的植物活體影像數(shù)據(jù)，為標本提供了豐富的背景資料，某些情況下甚至替代標本成為唯一的憑證資料。

在數(shù)據(jù)管理與發(fā)布方面，除GBIF官方提供的IPT（集成發(fā)布工具包）之外，還有BRAHMS （Botanical Research and Herbarium Management System，植物研究和標本館管理系統(tǒng)）應(yīng)用比較廣泛，由英國牛津大學植物系歷經(jīng)數(shù)十年研制而成，廣泛用于標本館、植物園、樹木園、種子庫等科研單位，可提供數(shù)據(jù)管理與在線發(fā)布。

在數(shù)據(jù)挖掘與分析方面，基于GBIF數(shù)據(jù)已有大量的數(shù)據(jù)分析工具和代碼，可對標本和觀測數(shù)據(jù)進行分析和挖掘，僅GitHub網(wǎng)站上，GBIF相關(guān)的開源代碼庫就有686個，其中R語言85個，Python語言54個，Java語言52個，JavaScript語言51個。 iDigBio、BioCASe、AVH、NSII 等平臺也都有專門的應(yīng)用工具專欄。不同開發(fā)語言的數(shù)據(jù)訪問工具包也逐步完善，可以通過數(shù)據(jù)接口與應(yīng)用程序快速整合， 提供靈活高效的編程環(huán)境。例如，iDigBio 提供的Python開發(fā)包，使得編程訪問iDigBio數(shù)據(jù)非常順暢，加上Python科學計算與人工智能的應(yīng)用生態(tài)，可為數(shù)據(jù)開發(fā)者提供強大的技術(shù)支持。國內(nèi)開發(fā)的軟件工具的功能也日益強大，如用于標本館管理的herblabel（張金龍等，2016），用于分類樹構(gòu)建與分析的Taxonomic Tree Tool在線工具（Taxonomic Tree Tool， 2021），用于生物多樣性數(shù)據(jù)清洗、統(tǒng)計與分析的 ipybd （Ipybd，2021），在技術(shù)實力，以及應(yīng)用效果上都令人印象深刻，具有極強的實用性。

隨著人工智能深度學習技術(shù)的突破，圖像識別App進入了實用期，互聯(lián)網(wǎng)巨頭如谷歌、微軟、騰訊、百度等均有專題應(yīng)用，也公布了開放的API，人工智能識別已經(jīng)成為一項公共基礎(chǔ)服務(wù)。應(yīng)用于生物學領(lǐng)域，就出現(xiàn)了一批生物圖像識別的App，如識別植物的形色、花伴侶，用于識別標本的標本館伴侶等，雖然在覆蓋的物種數(shù)量、識別精度上還處于起步階段，但已經(jīng)在公眾科學、科普領(lǐng)域取得了全社會的關(guān)注與認可，對常見植物的識別準確率已經(jīng)能夠滿足普通公眾的日常需求，通過實踐證明了人工智能巨大的應(yīng)用潛力。未來還需要在識別中加入地理因素，充分利用分類學知識，尤其是標本數(shù)據(jù)，強化訓練，擴大識別范圍，讓人工智能技術(shù)獲得更多的應(yīng)用場景。另外，在種子鑒定、花粉鑒定、品種鑒定、有害入侵物種自動鑒定等細分領(lǐng)域也將大有可為，讓分類學知識通過人工智能服務(wù)于社會。標本數(shù)字化提供的大量數(shù)據(jù)，將是人工智能時代機器學習的重要基礎(chǔ)。

2.4 公眾科學的發(fā)展

標本數(shù)字化工作和公眾科學探索意愿的結(jié)合，催生了各種公眾科學項目的誕生。如邱園網(wǎng)站提供了19世紀信件識別、 真菌特征補全、 植物和真菌標本標簽識別和手機珍稀植物保護計劃等公眾可參與項目。大英歷史博物館開展了蘭花觀察者（Orchid Observers）的公眾科學項目，通過公眾參與獲得數(shù)據(jù)，使用蘭花作為模型，用于深入研究氣候?qū)τ参飬^(qū)系的影響。北美地區(qū)的iDigBio 平臺也提出了公眾可參與的眾包項目以及LiveScience項目。目前影響最大的項目是iNatrualist，它通過移動App為野外考察提供了非常便捷的工具，創(chuàng)建了在線社區(qū)，將分類學家與生物愛好者基于興趣組織起來，通過眾包方式收集了大量的生物影像資料，為科學研究提供了豐富的第一手資料。這些項目拉近了公眾與標本館、數(shù)據(jù)庫的距離，將科學研究、科普宣傳與社會服務(wù)結(jié)合在一起，通過靈活的工作策略，獲得了普遍的認同。

與國際趨勢類似，中國的公眾科學活動經(jīng)過多年的發(fā)展，也形成了多種層次多種方式的公眾科學信息平臺。包括基于論壇、微博、即時通訊工具等通用公眾信息交流平臺上的興趣群組，也包括基于移動App、微信小程序、Web App等專用工具的興趣群組，如中國自然標本館（CFH）、中國植物圖像庫（PPBC）、Biotracks、形色、花伴侶、綠途等均有大量的科學家與愛好者加入。

這些公眾科學平臺積累了大量的野外觀測資料，是對傳統(tǒng)標本數(shù)據(jù)重要的補充，部分資料可以代替標本成為研究的重要憑證。通過整理與審核，其中高質(zhì)量的數(shù)據(jù)可以作為標本數(shù)據(jù)庫中的新型數(shù)據(jù)資源類型，成為標本數(shù)字化資源庫的正式組成部分。

3 討論與建議

通過梳理全球標本數(shù)字化的現(xiàn)狀和進展，與國際相比，國內(nèi)標本數(shù)字化建設(shè)與數(shù)據(jù)共享雖然已經(jīng)取得了非常好的成效且有自己的優(yōu)勢，但仍然存在一些問題，需要努力解決。例如，標本數(shù)字化多是基于數(shù)據(jù)匯繳的項目制管理，進行集中共享，缺少后期的分布式數(shù)據(jù)網(wǎng)絡(luò)節(jié)點建設(shè)，形成了中心強，節(jié)點弱的格局，數(shù)據(jù)質(zhì)量的持續(xù)更新缺乏相應(yīng)的機制支持。數(shù)據(jù)共享方面存在共享協(xié)議不規(guī)范，標識不明確，尤其是在多語言的互聯(lián)網(wǎng)環(huán)境下，大規(guī)模數(shù)據(jù)使用授權(quán)上，仍然需要線下溝通，對數(shù)據(jù)復(fù)用造成困擾。另外，在新技術(shù)應(yīng)用、國際合作以及公眾科學方面，雖有良好的基礎(chǔ)，但還缺乏亮點項目與應(yīng)用。通過與國際趨勢的對比，結(jié)合實際情況，提出以下建議。

（1）加強數(shù)字化建設(shè)、管理和動態(tài)更新方面的協(xié)同機制建設(shè)，確保實物資源和數(shù)字化資源信息的同步。加強標本數(shù)據(jù)與其他生物多樣性數(shù)據(jù)的融合，成為這個學科的重要資源拼圖。

（2）加強數(shù)據(jù)整理和發(fā)布，促進數(shù)據(jù)質(zhì)量的提升，尤為重要的是分類學和時空信息等。充分開放數(shù)據(jù)使用協(xié)議，利用CC0或者CC BY協(xié)議來減少數(shù)據(jù)使用的阻礙。充分利用GBIF IPT工具對數(shù)據(jù)進行對外發(fā)布，并通過文獻引用的跟蹤，分析標本數(shù)據(jù)在不同領(lǐng)域的應(yīng)用和服務(wù)情況。通過數(shù)據(jù)的共享服務(wù)及使用，獲得數(shù)據(jù)反饋，及更新數(shù)據(jù)，提升數(shù)據(jù)質(zhì)量。

（3）加強對新技術(shù)的學習和引入，特別是機器學習和人工智能技術(shù)的應(yīng)用，能夠在標簽快速識別分類、標本自動輔助鑒定和特征屬性的數(shù)據(jù)提取等方面發(fā)揮作用。加強針對標本數(shù)據(jù)的開源代碼研究。

（4）加強區(qū)域和國際合作及數(shù)據(jù)的匯聚和整合。通過MAP等區(qū)域或國際合作項目來推動跨國家或跨區(qū)域的數(shù)據(jù)建設(shè)和共享，帶動薄弱國家的標本數(shù)字化建設(shè)。

（5）加強公眾科學項目的合作和推廣，讓專業(yè)人員和大眾愛好者參與進來，促進標本數(shù)據(jù)的野外采集、室內(nèi)整理、在線糾錯、數(shù)據(jù)產(chǎn)品研發(fā)等工作的開展。

參考文獻：

ABCDNet： Asia Biodiversity Conservation and Database Network ［EB/OL］.（2021-04-15）. http：//www.abcdn.org.

ALEXEY PS， 2018. The Largest Digital Herbarium in Russia is now available online ［J］. Taxon， 67（2）： 463-467.

AVH： The Australasian Virtual Herbarium? ［EB/OL］. （2021-04-15）. https：//avh.chah.org.au.

ALA： Atlas of Living Australia ［EB/OL］.（2021-04-15）. https：//www.ala.org.au/.

CULLEY TM， 2013. Why vouchers matter in botanical research ［J］. Appl Plant Sci， 1（11）： 1300076.

East African Herbarium? ［EB/OL］. （2021-04-15）. http：//eaherbarium.museums.or.ke/.

Geo Potts Herbarium （BLFU）， 2021.? ［EB/OL］.（2021-4-15）. https：//herbaria.plants.ox.ac.uk/bol/blfu/.

Global Biodiversity Information Facility （GBIF）， 2021. GBIF Registry of Scientific Collection（GRSciColl） ［EB/OL］.（2021-04-15）. https：//www.gbif.org/en/grscicoll.

Global Biodiversity Information Facility （GBIF）， 2021. Occurrence Search.（ ［EB/OL］. （2021-04-15）. https：//www.gbif.org/occurrence/search.

HEBERLING JM， BONNIE LI， 2017. Herbarium specimens as exaptations： New uses for old collections ［J］. Amer J Bot，104：1-3.

HOBERN D， APOSTOLICO A， ARNAUD E， 2012. Global Biodiversity Informatics Outlook： Delivering biodiversity knowledge in the information age? ［EB/OL］. （2021-04-15）. https：//doi.org/10.15468/6jxa-yb44.

Integrated Digitized Biocollections （iDigBio）， 2021.? ［EB/OL］.（2021-04-15）. https：//www.idigbio.org/.

Ipybd-Powerful Data Cleaner For Biodiversity ［EB/OL］. （2021-05-13）. https：//github.com/leisux/ipybd.

KRISHTALKA L， DALCIN E， ELLIS S， 2016. Accelerating the discovery of biocollections data. Copenhagen： GBIF Secretariat. ［EB/OL］（2021-04-15）. http：//www.gbif.org/resource/83022.

LE BRAS G， PIGNAL M， JEANSON ML， 2017. The French Muséum national d′histoire naturelle vascular plant herbarium collection dataset. Sci Data. 2017 Feb 14;4：170016. doi： 10.1038/sdata.2017.16. ［EB/OL］ （2021-4-15）. https：//pubmed.ncbi.nlm.nih.gov/28195585/.

MA KP， 2017. Mapping Asia Plants： A cyber infrastructure for plant diversity in Asia ［J］. Biodivers Sci， 25（1）：1-2? ［馬克平， 2017. 亞洲植物多樣性數(shù)字化計劃 ［J］. 生物多樣性，? 25（1）： 1-2.］

MA KP，? ZHU M，? JI LQ， 2018. Establishing China infrastructure for big biodiversity data ［J］. Bull Cas，? 33（8）： 838-845.? ［馬克平，? 朱敏，? 紀力強，? 2018. 中國生物多樣性大數(shù)據(jù)平臺建設(shè) ［J］. 中國科學院院刊，? 33（8）： 838-845.］

PETER D， 2013. Analyzing the licenses of all 11， 000+ GBIF registered datasets? ［EB/OL］. （2021-04-15）. http：//peterdesmet.com/posts/analyzing-gbif-data-licenses.html.

SEREGIN AP， 2021. Moscow Digital Herbarium： Electronic resource. -Moscow State University，? Moscow.? ［EB/OL］. （2021-04-15）. https：//plant.depo.msu.ru/.

SOLTIS PS， 2017. Digitization of herbaria enables novel research ［J］. Amer J Bot， 104： 1-4.

speciesLink? ［EB/OL］. （2021-04-15）. http：//www.splink.org.br/.

Taxonomic Tree Tool （TTT） ［EB/OL］. （2021-04-15）. http：//ttt.biodinfo.org/.

The South African National Biodiversity Institute （SANBI） Website? ［EB/OL］. （2021-04-15）. https：//www.sanbi.org/.

THIERS B， 2017. The Worlds herbaria 2016： A summary report based on data from Index Herbarium.? ［EB/OL］. （2021-04-15）. http：//sweetgum.nybg.org/science/ih/.

ZHANG J， 2017. Biodiversity science and macroecology in the era of big data ［J］. Biodivers Sci， 25（4）： 355-363.? ［張健， 2017. 大數(shù)據(jù)時代的生物多樣性科學與宏生態(tài)學 ［J］. 生物多樣性， 25（4）： 355-363.］

ZHANG JL， ZHU HL， LIU JG， 2016. Principles behind designing herbarium specimen labels and the R package ‘herblabel ［J］. Biodivers Sci， 24（12）： 1345-1352. ［張金龍， 朱慧玲， 劉金剛， 2016. 植物標本標簽設(shè)計的原則及R程序包herblabel ［J］. 生物多樣性，? 24（12）： 1345-1352.］

（責任編輯 李 莉 周翠鳴）