科学网—分类学不确定性不止是命名问题，更关乎保护决策可靠性

已有 112 次阅读

2026-9-19 21:35

| 个人分类: 植物收藏与迁地保护 | 系统分类: 观点评述

当生态学家统计物种丰富度、保护学家评估濒危等级时，我们默认每一个物种名称都对应边界清晰的生物学实体。然而，分类学不确定性广泛存在于几乎所有生物类群之中 —— 它源自物种概念分歧、隐存种现象与全球不均衡的分类研究投入，如同潜伏在数据背后的隐形误差，悄悄扭曲着我们对生物多样性的认知。 Leila Meyer 与 Juliana Stropp 领衔的国际团队撰文指出：分类学不确定性不是研究的障碍，而是可以被度量、被纳入分析的变量。本文梳理了八类可操作的度量指标，以及将不确定性嵌入生物多样性分析的三步工作流，为更严谨的生态学推断和更务实的保护决策提供新的思路。

当生态学家计算物种丰富度、绘制生物多样性分布图，保护学家划定保护地、评估物种濒危等级时，我们默认一个前提：每一个物种名称，都对应边界清晰、没有争议的生物学实体。但一篇发表在《 生态学与进化趋势 》（ Trends in Ecology & Evolution ）的观点论文提醒我们： 分类学不确定性 （ taxonomic uncertainty ）广泛存在于几乎所有生物类群之中，它如同潜伏在数据背后的隐形误差，悄悄扭曲着我们对生物多样性的认知，甚至直接影响保护决策的成败。

物种是生物多样性研究最基础的单元。然而现实世界里，界定物种边界远非一件简单的事。大量现生、灭绝物种尚未被科学描述；已经发表命名的物种，又会依托不同 物种概念 （ species concept ）、判别标准与研究手段得到截然不同的划分结果。绝大多数已描述物种并没有经过多证据整合的重新评估，这就造成不同类群之间物种边界的可信程度参差不齐。这种差异一方面来源于演化谱系本身复杂的生物学特征，另一方面来自全球不均衡的分类学研究投入，以及分类学家对于种群变异的判读差异。

很长一段时间，生态与保护研究习惯性把全部物种视作等价、确定的分析单元，忽略这套背后的不确定性。直接后果就是物种身份、物种计数出现偏差，高估或者低估区域物种数量，歪曲物种生态属性，最终造成对时空尺度下生物多样性格局的误读，给物种保护工作埋下隐患。

这支跨国研究团队成员涵盖多领域科研人员，其中包含多位来自全球知名植物园系统的分类学者： Rafaela J. Trad （英国爱丁堡皇家植物园分类与宏观生态学）、 Herison Medeiros （美国纽约植物园系统植物学）、 Lucia G. Lohmann （美国密苏里植物园植物学），联合 Leila Meyer 与 Juliana Stropp 等来自巴西、英国、西班牙、德国、美国多国的高校研究者共同提出： 分类学不确定性不是研究的障碍，而是可量化、可纳入分析的研究变量 。我们完全可以量化物种划分假设的置信度，把不确定性显式融入生物多样性分析流程，以此提升宏观生态学推断可靠性，优化保护决策，也为分类学资源投入指明优先方向。

分类学五大工作环节中的分类学不确定性来源

展示分类学是一套循环迭代流程，包含 类群发现 （ taxon discovery ）、 类群界定 （ taxon delimitation ）、 类群诊断 （ taxon diagnosis ）、 类群描述 （ taxon description ）、 标本鉴定 （ specimen identification ）五个核心环节。任意一个环节产生的不确定性，都会传导影响后续全部工作；一份无法鉴定的标本，可能开启新一轮分类修订，甚至发现新物种或重定义已有物种边界

1. 物种名字背后，藏着多少不确定性？

文章指出，分类学不确定性本质上是塑造自然演化谱系的生物学过程，和人类识别、命名、划分物种的科研实践二者相互作用产生的结果，主要可以分为生物学根源与人为实践偏差两大维度。

从人为与文化层面：不同分类学家采用不一样的 物种界定 （ species delimitation ）标准。奉行 支序物种概念 （ phylogenetic species concept ）的学者，更容易拆分出数量更多、界定更窄的物种；学界俗称的 拆分派 （ splitters ）倾向划分更多物种，而 归并派 （ lumpers ）倾向把近缘类群合并为少数物种。即便是同一套数据集，不同研究者解读也会得到不一样的分类处理方案，造成分类体系冲突。

从生物学本身层面：很多生物存在 隐存种 （ cryptic species ）或者 物种复合体 （ species complex ）：形态高度相似但遗传分化巨大，或是形态差异巨大遗传分化却很小。这类现象常见于近期物种分化、适应性辐射、基因渐渗、杂交事件的类群。分子系统学、群体遗传学可以缓解部分难题，但对绝大多数生物，物种边界依旧充满疑问。

除此之外还存在显著的研究偏倚，也就是分类学投入的不均衡。历史上 温带地区 （ temperate regions ）获得远多于 热带地区 （ tropics ）的分类学关注，但热带拥有更高物种数量，想要达到同等分类认知水平，需要更大科研投入。同时，魅力更高的大型类群得到更多研究；无脊椎动物、真菌、大量热带植物长期研究不足，未来极大概率会经历大规模分类修订工作。植物园作为保藏标本、开展分类修订的核心机构，恰恰可以在这类研究短板类群中发挥关键作用。

你是否遇到过 “ 同一物种，不同数据库名字不一样 ” 的情况？植物园馆藏标本、分类专家意见往往是核验物种边界的重要依据，你是否借助过植物园资源解决分类歧义？

2. 看不见的代价：分类变动如何改写生态结论

分类学上的变更（合并、拆分及新组合）及其对生态学研究与保护评估中常用参数的影响

上箭头与下箭头分别表示相应参数的增加或减少。在 “ 合并 ” 示例中，物种 A 与物种 B 被合并为单一分类单元，且保留 “ 物种 A” 这一名称；在 “ 拆分 ” 示例中，物种 A 被拆分为两个分类单元 —— 部分种群仍归入物种 A ，而其他种群则重新归入物种 B ；在 “ 新组合 ” 示例中，物种 A 从属的属 A 被转移至属 B 。

分类修订带来的 拆分 （ splitting ）、 归并 （ lumping ）、属级转移，会系统性改变我们对物种丰富度、特有性、分布区、种群规模、功能性状、分化速率的全部认知。

当一个类群被拆分为多个物种：区域物种丰富度上升，特有种比例提高，分化速率估算升高；但是每个新物种地理分布范围收缩、种群规模下降，生态位宽度收窄。

当多个类群被归并为单一物种：物种丰富度下降，物种分布区扩大，表观种群规模上升。

当物种发生属的转移，多样性在高阶分类单元之间重新分配。

分类变动会给博物馆、植物园馆藏标本、全球生物数据库带来连锁更新压力。尤其当类群同域分布、仅依靠分子证据区分时，标本重鉴定工作格外困难；而且很多分类修订并不会获得学界全部共识，同一类群并行多套分类方案，基于不同版本的分析会输出完全不一样的生物多样性格局。植物园承担着海量模式标本与历史标本保藏任务，是处理这类分类变动的重要阵地。

保护层面的冲击更加现实：物种被归并之后，合并后的新类群可能不再满足原有受威胁等级标准；而拆分后产生的新物种，则可能立刻面临更高灭绝风险。论文举例，澳大利亚 870 种蜥蜴与蛇类评估显示，其中 282 个类群存在分类学不确定性，需要重新评估保护地位；热带木材树种因形态近似却分类存疑，也给采伐管控、国际贸易监管制造现实障碍。植物园的物种评估与保育工作，同样会持续遭受分类学不确定性的干扰。

过往研究处理这类影响，要么做假想的分类变化模拟，要么等待完整分类修订完成前后做对比。前者脱离真实分类现实，后者极度消耗时间、人力与专家资源。而该文的核心贡献，就是提出一套可实操的度量指标，不等修订完成，就可以经验性预估分类不确定性，给生态模型增加更贴近现实的误差区间。

3. 八类指标：把不确定性变成可度量的变量

作者把全部度量指标划分为两大类别：一类用来评估 物种边界的置信度 ；另一类回溯分类历史，评估分类体系稳定性。

分类学家专家评估 （ taxonomists’ assessment ）：依靠结构化问卷、 德尔菲法 （ Delphi method ）收集分类学专家判断，预判类群是否需要修订、可能发生何种分类变动；优势是捕捉文献之外专家经验，植物园的分类专家是开展该类评估的重要人才储备，短板在类群大、专家稀缺时难以落地。

分类修订投入 （ effort in taxonomic revisions ）：统计一个类群历经多少次修订、专著研究。反复修订却没有改动的类群，通常物种界定更为稳定。大量修订工作依托植物园标本馆藏完成。

物种描述完备度 （ thoroughness of species description ）：统计界定物种整合多少条证据、检测多少标本、地理覆盖情况；也需要考量研究者如何处理不同证据之间相互矛盾的结果。 AI 文本挖掘技术正在降低从古老分类文献提取这类信息的门槛，植物园数字化标本库为该类分析提供基础数据。

类群生物学特征（ biological characteristics of the taxon ）：把容易出现隐存种、物种复合体的生物学特征量化，预判高不确定性类群。

遗传谱系 ‑ 物种边界一致性 （ congruence of genetic lineages and species boundaries ）：比对分子得到的遗传谱系和现行物种边界，若一个物种包含多个高度支持遗传支系，则不确定性高；局限是大量类群缺少分子数据。

物种名录一致性 （ congruence of species lists ）：比对不同权威物种名录，冲突越多的类群，分类不确定性越高。猛禽的研究案例显示数百个物种在四份名录中记录不一致，亟待分类检视。植物园牵头编制的物种核对名录，是重要的比对数据源。

名称数字显示度 （ digital name salience ）：利用数字化文献工具统计竞争的分类名称的使用频次，反映学界共识随时间的变化趋势。

分类变动时间趋势 （ temporal trend in taxonomic change ）：统计历史上拆分、归并、异名积累速率，反映类群分类稳定性；挑战在于原始分类文献元数据获取繁琐，文本挖掘是未来解决路径。植物园馆藏的分类原始文献、模式标本记录，是追溯分类变动历史的一手材料。

八类指标中，你觉得哪一类最适合你研究的类群？专家评估固然权威，但在缺乏分类学专家的领域，名录一致性或历史变动趋势是否更具可操作性？植物园标本与名录资源可以如何助力分类不确定性量化？

4. 三步走：让不确定性走进生物多样性分析

论文给出标准化实操工作流，分为三步。 收集输入数据 ：数据源可以是专家问卷、分类文献、分子序列、权威物种名录；不同数据源在数据量、获取速度、准确度之间各有权衡取舍。植物园标本数据库、物种名录数据库是重要的数据来源。

获取分类不确定性估值 ：多指标可以借助主成分分析等多元统计手段整合为综合不确定性变量；可以预测哪些物种未来大概率会被拆分或归并。

嵌入生物多样性分析 ：在系统发育树、物种分布点位上附加不确定性数值，实现分类不确定性空间、系统发育层面的制图，定位需要优先投入分类研究的类群与地理区域；将不确定性作为权重、协变量或者贝叶斯先验放进统计模型与机器学习，输出更真实的误差范围；也可以改造多样性指数，校正高不确定性物种带来的统计偏移；利用经验的不确定性估值开展模拟，检验宏观生态结论对分类争议的敏感程度；在属、科高阶统计层面汇总历史分类变动速率，识别哪些经典生态结论建立在不稳定分类体系之上，需要重新评估。

5. 从 “ 起名字 ” 到 “ 管数据 ” ：分类学的新使命

经过数百年分类积累，叠加新一代分子、文本挖掘技术，人类已经拥有降低分类学不确定性的工具。植物园作为分类学研究的传统阵地，保存着海量模式标本、历史文献活体材料，在化解分类学不确定性工作中扮演不可替代角色。但类群间、地域间研究投入不均衡，部分演化谱系天然边界模糊仍是客观现实。这就意味着，生物多样性分析不该继续默认所有物种是同等确定的分析单元。

文章末尾提出 4 个值得持续探索的开放科学问题：理解分类不确定性的驱动因素可以怎样指导科研策略；能否实现全部生物类群稳健的不确定性定量；分类不确定性究竟在多大程度贡献生态模型整体误差；如何打破学科壁垒，促进分类学家、宏观生态学家、保护生物学家协同工作，植物园科研团队理应成为跨学科协作的关键纽带。

分类学不只是 “ 给物种起名字 ” 的老式博物学。当我们把分类学不确定性公开、量化、纳入模型，得到的不仅是更严谨的科研结论，也让保护决策直面生物世界真实的复杂性。物种边界的模糊，不是科学的失败，恰恰是演化生命本身留给我们的信号。

核心要点

Q1 ：什么是分类学不确定性？它为什么重要？

分类学不确定性指的是物种名称与实际生物学实体之间的对应关系并不像我们想象的那样确定。它之所以重要，是因为几乎所有生态学和保护生物学研究都以物种为基本单元 —— 如果这个单元本身就不稳定，那么基于它得出的结论也会跟着动摇。植物园标本保藏与分类修订，正是降低分类学不确定性的核心手段。

Q2 ：分类学不确定性主要来自哪里？

主要来自两个方面：一是生物本身的原因，比如隐存种、物种复合体、杂交和基因渐渗导致物种边界天然模糊；二是人为因素，不同分类学家采用不同的物种概念（拆分派 vs 归并派），加上全球分类研究投入不均衡，热带和无脊椎动物类群长期研究不足。

Q3 ：分类学不确定性会对保护决策产生什么影响？

影响非常直接：一个物种被拆分后，新分出的物种可能立刻变成濒危物种；反过来，多个物种被归并后，原来的受威胁物种可能 “ 降级 ” ，甚至失去保护优先级。澳大利亚 870 种蜥蜴和蛇类中，有 282 个类群需要重新评估保护地位，就是一个典型例子。植物园开展的珍稀植物保育评估，同样会受到该类问题困扰。

Q4 ：有哪些方法可以度量分类学不确定性？

论文总结了八类指标，分为两大方向：评估物种边界置信度以及追溯分类历史稳定性。这些指标可以单独使用，也可以通过统计方法整合为综合指标。植物园标本库、专家团队、物种名录数据库可为多项指标测算提供支撑。

Q5 ：普通生态学家或保护学者，现在就能做什么？

第一步，在你的研究中显式承认不确定性的存在，不要默认所有物种名称都是 “ 铁板钉钉 ” 的；第二步，尝试用一两个简单指标（比如不同名录之间的一致性）给你的研究类群打一个不确定性的 “ 分 ” ，可以主动参考植物园公开的标本与名录资源；第三步，在结果讨论中说明，如果分类体系发生变化，你的结论会如何变化。这三步不需要等待完整的分类修订，今天就可以开始。

参考文献

Meyer L, LADLE R J, TRAD R J, et al. Taxonomic uncertainty: causes, consequences, and metrics[J]. Trends in Ecology & Evolution, 2025. https://doi.org/10.1016/j.tree.2025.12.006 .

转载本文请联系原作者获取授权，同时请注明本文来自廖景平科学网博客。 链接地址： https://blog.sciencenet.cn/blog-38998-1553248.html

上一篇： 中世纪至近代的修道院园林并不能简单等同于后来审美式欧式园林 欢迎参加科学网十佳博文评选活动！ 主办单位： 支持单位：

主题：物种|分类学|保护决策|如同潜伏在数据背后|更关乎保护决策可靠性