《Integrative Zoology》：Reusing Geospatial Data of Invasive Alien Insect Species From the Literature: Significance, Challenges, and Potential
编辑推荐：
在入侵生物学中，地理空间数据是分析入侵动态的基础。本研究聚焦于外来入侵昆虫物种（IAIS）的扩散，通过对2016年至2026年文献的文献计量分析，评估了已发表地理空间数据的作用和再利用潜力。通过检查所有与IAIS相关的出版物，研究人员发现1032篇文章（占总数
在入侵生物学中，地理空间数据是分析入侵动态的基础。本研究聚焦于外来入侵昆虫物种（IAIS）的扩散，通过对2016年至2026年文献的文献计量分析，评估了已发表地理空间数据的作用和再利用潜力。通过检查所有与IAIS相关的出版物，研究人员发现1032篇文章（占总数的59.0%）在专题地图中呈现了地理空间数据，形成了一个庞大的数据仓库。研究人员从四个维度分析了这些出版物——视觉表征、空间尺度、数据再利用和数据可获取性——揭示了点状数据（80.1%）最为常见，区域尺度分析（54.9%）占主导地位，地理空间数据再利用的采用率较高（74.7%），且大多数（51.0%）缺乏可下载的源数据。为了评估数据再利用价值，研究人员探索了跨区域、跨时间段和跨物种的数据集整合。这种整合可以克服单个研究的局限性，这些研究通常空间覆盖范围有限、时间尺度短且分类学关注狭窄。然而，出版物中原始数据的显著缺失阻碍了地理空间数据的再利用。因此，研究人员建议开发计算技术，直接从出版物中的专题地图图中提取定量数据。研究人员讨论了数据提取工作流程中的关键挑战和潜在解决方案，包括地理配准、专题特征识别和专题图层分离。研究人员预计，克服这些数据提取挑战将把静态地图图像转化为动态的、可计算的知识，为数据共享和加强全球IAIS监测与治理铺平道路。
1 引言
全球贸易和旅行促进了物种的跨区域扩散，外来入侵物种（IAS）对自然生态系统、农业生产和人类健康构成多维威胁。昆虫是外来动物中物种最丰富的类群，外来入侵昆虫物种（IAIS）具有高繁殖率、强扩散能力和广生态适应性，成为入侵生物学的研究重点。IAIS的入侵和扩散过程呈现复杂的地理空间异质性，需要地理空间数据（Geospatial Data）来量化扩散动态和环境适应行为。目前入侵生物学已积累大量地理空间数据，但许多研究受限于特定区域、短时间跨度或单一物种，数据利用不足。通过整合和再利用已发表的地理空间数据，可以克服个体研究的局限性，降低监测成本，并揭示更广泛的生态模式。本研究基于Web of Science核心合集2016–2026年IAIS文献，考察三个关键问题：①IAIS研究中地理空间数据的类型；②这些数据集的再利用潜力；③从专题地图中提取地理空间数据以提高其可重用性的方法。
2 地理空间数据的类型与可获取性（Types and Availability of Geospatial Data in IAIS Literature）
2.1 文献筛选（Literature Selection）
采用文献计量方法，在Web of Science和Scopus数据库中使用关键词组合进行检索，经过筛选后保留1748篇IAIS相关文献，其中59.0%（1032篇）以专题地图形式呈现地理空间数据。
2.2 地理空间数据中的视觉表征类型（Types of Visual Representation in Geospatial Data of IAIS）
地理空间数据有三种主要表征形式：点状、线状和面状。点状表征最为普遍（80.1%），面状其次（66.2%），线状最少（8.0%），近一半文献（49.4%）采用两种或以上表征类型。点状表征记录入侵事件，线状表征记录扩散路径和运输路线，面状表征（包括矢量多边形和栅格网格）记录空间异质性。每种表征各有优缺点，需综合使用以全面理解入侵过程。
2.3 地理空间数据中的不同空间尺度（Different Spatial Scales in Geospatial Data of IAIS）
基于行政单元将专题地图分为全球、大陆、国家、区域和地方五个尺度。区域尺度分析最普遍（54.9%），其次为全球（21.2%）、国家（20.8%）、地方（19.9%）和大陆（15.2%），约26.5%的文献展示两个或以上空间尺度的数据。
2.4 地理空间数据当前再利用状态（Current Reuse Status of Geospatial Data on IAIS）
1032篇论文中，仅使用原始数据（Primary Data）的占25.3%，仅使用二次数据（Secondary Data）的占45.7%，同时使用原始和二次数据的占29.0%，总体74.7%涉及二次数据，表明数据再利用广泛。多维数据整合中，多区域整合占95.3%，多时间整合占88.9%，多物种整合占41.2%。
2.5 地理空间数据的可获取性（Availability of Geospatial Data on IAIS）
51.0%的论文未提供可下载数值数据，23.9%提供原始数值数据，25.1%提供可直接再利用的地理空间数据集。近年来数据可获取性呈改善趋势。
3 地理空间数据的再利用潜力（The Reuse Potential of Geospatial Data）
3.1 通过多区域数据集整合再利用地理空间数据（Reusing Geospatial Data Through the Integration of Multi-Region Datasets）
IAIS研究常受限于行政边界，整合不同来源的数据可揭示更大尺度的分布模式和扩散过程。例如，整合全球非本地蚂蚁记录发现人类活动改变了蚂蚁生物地理格局。
3.2 通过多时间数据集整合再利用地理空间数据（Reusing Geospatial Data Through the Integration of Multi-Temporal Datasets）
IAS的范围扩展是动态过程，整合多时间数据可重建连续入侵轨迹。例如，对中国Hyphantria cunea（1979–2022）的研究通过整合发生记录，量化了入侵动态并划分为四个阶段。
3.3 通过多物种数据集整合再利用地理空间数据（Reusing Geospatial Data Through the Integration of Multi-Species Datasets）
理解生物入侵需要多物种框架，整合多个IAS的地理分布可揭示入侵途径、种间相互作用和生态影响。但专门针对IAIS的多物种整合研究仍然较少。
4 从专题地图中提取地理空间数据的挑战（Challenges for Extracting Geospatial Data From Thematic Maps）
4.1 专题地图的地理配准（Georeferencing of Thematic Maps）
地理配准将图像坐标与真实地理坐标关联，面临参考信息缺失和图像质量差两大挑战。77.3%的论文缺少坐标网格，37.5%缺少任何地理配准辅助。自动化框架包括图像预处理和基础地图特征自动识别，可通过文本标签、符号特征或整合方法提高精度。
4.1.1 当前地理配准的限制（Current Limitations in Georeferencing）
缺少经纬度网格或比例尺，图像压缩导致分辨率降低。手动方法劳动密集且依赖专家经验，自动特征匹配算法在专题地图上精度不足。
4.1.2 提高地理配准精度的潜在解决方案（Potential Solution to Improve the Accuracy of Georeferencing）
提出自动化框架，图像预处理使用多种算法增强视觉效果，但生成对抗网络（GAN）可能引入幻觉，不适用于专题地图。自动识别基础地图特征的方法包括：使用文本标签（如OCR）、符号特征（如检测网格）以及整合文本和符号识别（如AI4CMA竞赛中的方法）。
4.2 专题特征的识别（Recognition of Thematic Features）
专题特征指代表生物入侵信息的图元，如分布点和发生范围。由于制图方案不统一，特征识别困难。当前缺乏针对专题地图的自动化方法。
4.2.1 当前特征识别的限制（Current Limitations in Feature Recognition）
手动数字化耗时且难以标准化。自动识别面临符号多样性大、需要理解图例语义等挑战。现有通用地图数字化方法主要针对单一类型地理特征，不适用于专题地图的多样化符号系统。
4.2.2 特征识别的潜在解决方案（Potential Solution for Feature Recognition）
提出多模态框架，基于图例提示（Legend Prompt）整合通用目标检测模型（如YOLO系列）和场景文本识别模型（如TRBA），分四阶段完成特征识别：定位图例并分离条目、识别文本形成符号-标签对、检测匹配专题特征、分配属性并生成结构化数据。
4.3 专题地图中专题图层的分离（Separation of Thematic Layers in Thematic Map）
数据重叠是常见问题，约40%的论文采用多层可视化导致重叠。需要图形恢复和数据分离。
4.3.1 当前专题图层分离的限制（Current Limitations in Separation of Thematic Layers）
专题地图与一般图像不同，通用图像分离技术不适用。需要依赖图例系统和制图惯例，现有计算机视觉技术尚未适应专题地图图层处理。
4.3.2 分离专题图层的潜在解决方案（Potential Solution to Separate Thematic Layers）
提出综合框架，使用逆渲染算法（Inverse Rendering Algorithms）解耦重叠特征，然后使用生成模型（如变分自编码器VAE、扩散模型、GAN）恢复被遮挡区域，通过知识库（包括图例和制图规则）确保合理性。
5 结论与讨论（Conclusion and Discussion）
本研究对2016–2026年IAIS研究中地理空间数据的文献计量分析表明，59.0%的文献包含专题地图，支持早期预警、路径重建、栖息地适宜性预测和影响评估。数据再利用可超越个体研究局限并降低成本，最可行的方法是开发工具从已发表地图中提取数据，但面临地理配准、特征识别和图层分离等技术障碍。此外，数据质量异质性也是关键挑战，需要标准化评估框架。开发高效提取方法将有助于将分散的图像数据转化为可计算知识，支持全球入侵物种监测与治理，这些挑战也适用于其他领域如媒介监测和生态安全评估。
