网络分类学与生态学

分类学实践中的一场革命正在进行，它将使分类学成为生态学家更加可靠的信息来源。随着网络分类学的出现，如何创建、测试、访问、思考和使用分类学信息正在发生巨大变化。

网络分类学是“网络辅助分类学”的缩写。它具有分类学的传统目标:探索、发现、描述、命名和分类物种;研究它们的系统发育关系;并绘制它们的地理分布和生态联系。通过网络基础设施和数字技术的采用，网络分类学能够比以往任何时候都更快更好地产生结果(Wheeler 2008, 2010)。

网络分类学不应与创建分类学信息数据库的实践相混淆。数据库是这一过程中不可分割的一部分，但网络分类学指的是广泛的硬件、软件、仪器仪表、通信工具和工作实践，它们共同使分类学家在保持最高水平的卓越的同时更有效地开展工作。因此，用户将发现分类学信息更可靠、更全面、更容易获取。

网络分类学，像传统分类学一样，是综合的。也就是说，分类学家把所有可用的证据放在一起，综合和分析，这些证据在被研究的分类学水平上是有信息的。典型的数据来源包括形态、分子、化石和个体发生，以及动物行为学、生理学、生物化学和其他数据来源。网络分类学可以可视化为具有多个数据层的类似gis的环境:形态、分布、分子、图像和声音记录(仅举几例)。此外，还有用于处理系统发育、时间、空间或生态关系数据的算法和应用程序层。用户可以激活“层”的任何组合，以在多层“网格”中检索所需的信息。可能性是多种多样的:二分法或交互式诊断键，特定区域的物种清单，季节性发生，分布图(点数据或基于气候和环境的预测范围)，表型变异的三维可视化，等等。正如传统上分类学家个人将所有现有知识综合成定期出版的专著一样，在网络空间合作的国际专家团队将能够以最新的准确性收集和维护与一个分类单元的物种有关的所有数据和信息。即使是这些分类单元知识库，生态学家也可以将其结合起来，以比较和对比在特定生态系统中同时出现(或可能同时出现，例如，考虑到未来的气候变化)的物种。

一旦全面实施，网络分类学将影响分类学信息创建和使用的几乎每一个方面。分类学家需要的研究资源规模与其他任何生命科学学科都不同:追溯到1753年的主要文献，来自几十个相关物种的完整地理范围的数千个标本，确保命名稳定性的模式标本，以及来自许多国家数十个博物馆或植物标本馆的标本和数据。网络分类学有望前所未有地访问这些资源，包括数字图像档案、开放访问数据库、远程操作仪器和电子出版工具。

传统的分类信息的印刷来源几乎总是过时的，往往是在发布的时候。自出版以来，可能会有任何数量的新物种、名称变化、分布记录或自然历史观察的增加，所有这些对生态学家来说都是非常有价值的。网络分类学将开放对从分类学社区不断更新的分类单元知识库中提取的完整和最新信息的访问。

网络分类学将增加野外生态学家可用的物种识别工具的武器库，包括基于浏览器的野外指南、交互式诊断键、从照片中自动识别、直接访问专家或收集组织样本进行分子鉴定——后者在将非常不同的生命阶段联系起来时特别有用，例如观察到的幼虫和成虫之间的生命阶段。

网络分类学不仅改变了分类学家的工作方式，也改变了生态学家获取和利用分类学数据、信息和知识的方式。随着收集、构建和分析分类学和相关自然历史信息的新方法的出现，生态学家将能够更详细地了解复杂的生态系统，更精确地检测和监测环境变化，并更有效地实现可持续生态服务的目标。