编辑推荐：
为解决外来入侵物种（IAS）对生物多样性、生态系统服务及人类生计影响的量化评估难题，研究人员基于 IPBES 框架构建全球影响数据集 GIDIAS，整合超 2.2 万条记录，覆盖 3353 种物种，关联 EICAT 与 SEICAT 标准，为入侵物种管理提供跨区域、跨类群的科学依据。
外来生物入侵如同一场没有硝烟的战争，正以前所未有的速度改写着地球的生态版图。据世界自然保护联盟（IUCN）定义，外来入侵物种（Invasive Alien Species, IAS）是指被人类引入自然分布范围之外，且对本地生物多样性、生态系统服务或人类经济与福祉产生负面影响的物种。当前，全球约有 4 万种已知外来物种，预计未来 30 年其数量将增加 36%，每年新增记录约 200 种，其中 25% 为全球首次发现的入侵物种。这些 “生态侵略者” 不仅威胁着本土物种的生存，如导致种群衰退甚至局部灭绝，还会通过改变生态系统结构（如土壤化学性质、营养循环）和干扰人类生产生活（如传播疾病、破坏农作物），形成复杂的社会经济成本。然而，由于入侵影响的多维度性（如生态、经济、文化）和区域差异性，长期以来缺乏一个能够系统整合全球数据、覆盖多类群和多影响类型的标准化评估工具。
为填补这一研究空白，瑞士弗里堡大学（University of Fribourg）的 Sven Bacher 团队联合全球 100 余名研究人员，开展了一项具有里程碑意义的研究。他们构建了全球外来入侵物种影响数据集（Global Impacts Dataset of Invasive Alien Species, GIDIAS），相关成果发表在《Scientific Data》。该研究通过整合多源数据，首次提供了覆盖全球各大洲、主要生态系统（陆地、淡水、海洋）及物种类群（植物、脊椎动物、无脊椎动物、微生物）的入侵影响全景图，为理解生物入侵的复杂效应及制定针对性管理策略奠定了基础。
研究方法与数据采集
研究团队采用标准化数据采集协议，通过四大核心策略获取数据：
- 清单法：基于全球入侵物种登记库（如 GRIIS、EASIN）确定目标物种，结合 “外来”“入侵” 等关键词检索区域物种清单。
- 泛化搜索：使用 “影响”“食物”“健康” 等术语，跨学科检索科学文献（Web of Science、Scopus）及灰色文献（政府报告、土著知识）。
- 滚雪球法：通过已检索文献的参考文献扩展数据源，涵盖论文、专利、视频等多种形式。
- 现有综述利用：整合全球尺度综述（如鸟类、蚂蚁入侵研究）中的已编译数据。
数据采集覆盖 16 种语言，由 114 名评估人员分区域（美洲、亚太、欧洲及中亚、非洲）和类群协作完成，最终合并 37 个子数据集，经去重、分类学标准化（基于 GBIF 数据库）后，形成包含 22865 条记录的最终数据集。
研究结果解析
1. 数据集的多维结构与覆盖范围
GIDIAS 将入侵影响划分为三大核心维度：
- 对自然的影响（13221 条记录）：涉及本土物种生存、种群动态（如丰度变化）、群落结构（物种丰富度、营养结构）及生态系统过程（碳循环、水质调节），采用 IUCN 环境影响分类标准（EICAT）评估影响等级（0 级：无影响；3 级：全球灭绝）。
- 对生态系统服务的影响（7232 条记录）：基于 IPBES 的 18 类生态系统服务框架（如食物供给 NCP12、灾害调节 NCP9），记录入侵物种对物质供给（如农作物产量）、调节服务（如授粉、水质净化）及非物质服务（如文化认同）的正负向改变。
- 对人类福祉的影响（3302 条记录）：依据社会经济影响分类标准（SEICAT），评估入侵对健康（如过敏、人畜共患病）、生计（如渔业减产）、文化实践（如传统栖息地破坏）的影响程度（1 级：活动受限；3 级：局部活动废弃）。
地理覆盖上，数据集涉及 172 个国家（全球覆盖率 88%），其中非洲国家覆盖率最高（96%），大洋洲最低（64%）。生态系统层面，陆地记录占比最大，海洋与淡水系统分别有数千条记录；物种类群中，无脊椎动物（如蚂蚁、软体动物）和植物是主要入侵主体，微生物研究相对匮乏。
2. 影响的方向性与情境依赖性
研究发现，入侵影响的 “正” 与 “负” 具有显著的社会文化与生态情境依赖性。例如，某些入侵植物可能通过固氮改善土壤肥力（对自然的正向影响），但同时挤压本土植物生存空间（负向影响）；在经济层面，入侵物种可能为特定产业带来短期收益（如养殖外来鱼类），却对公共健康（如寄生虫传播）和长期生态稳定性造成威胁。为解决主观认知差异，GIDIAS 明确界定：对自然的负向影响指本土物种受损（遵循 EICAT 标准），正向影响指本土物种受益于入侵引发的生态系统变化（如濒危植物因入侵灌木提供庇护而增长）；对人类福祉的影响则以个体健康与活动改变为衡量依据（如因入侵蚊媒疾病导致就医率上升）。
此外，数据集纳入 “中性影响”（如未检测到显著变化的生态参数）和 “无方向性影响”（如土壤 pH 值变化但未明确对物种的利弊），旨在揭示当前认知盲区，例如极地与岛屿生态系统的入侵影响数据匮乏，微生物入侵的长期效应研究不足等。
3. 数据标准化与应用价值
通过与 GBIF 分类学数据库对接，研究团队对 3353 种入侵物种的学名进行标准化处理，纠正 339 例拼写错误及同义名问题，确保数据的全球可比性。数据集提供 CSV 与 Excel 格式文件，包含 52 个元数据字段，如物种功能群、影响地点（是否为岛屿 / 保护区）、研究方法（观测 / 实验）等，支持用户根据特定需求筛选分析。例如，政策制定者可通过检索 “SEICAT 3 级影响” 快速定位高风险入侵事件，科研人员可利用多维度数据验证 “岛屿生态系统对入侵更敏感” 等假设。
研究结论与科学意义
GIDIAS 的发布标志着入侵生物学研究进入 “大数据整合” 时代，其核心贡献体现在三方面：
- 方法论创新：首次将 EICAT 与 SEICAT 标准嵌入全球尺度数据集，实现生态影响与社会经济影响的跨尺度关联，为 “生物 - 社会” 复合系统研究提供范式。
- 管理决策支持：通过揭示数据空白（如南极洲仅 6 条记录、微生物研究不足），引导未来研究资源配置；同时，其标准化框架可直接应用于区域入侵风险评估，辅助《生物多样性公约》（CBD）等国际协议的履约成效监测。
- 科学认知拓展：数据显示，同一入侵物种常同时产生正负向影响（如互花米草固沙护堤但阻碍潮汐湿地生态功能），挑战了 “入侵即有害” 的简化认知，强调需以动态、多利益相关方视角评估入侵效应。
正如研究指出，生物入侵的 “净影响” 计算可能掩盖特定群体或生态要素的真实风险。GIDIAS 通过透明化数据结构，呼吁学界与政策界摒弃单一维度评估，转而采用 “全影响谱” 分析 —— 这不仅是科学方法的革新，更是应对全球环境变化的关键一步。随着数据集的持续更新（计划纳入更多中性影响与长期监测数据），其将成为解锁入侵物种复杂效应的 “数字钥匙”，助力构建更具韧性的生态保护与人类发展协同框架。
