综述：生态系统建模中的多模型集成：决策制定的挑战与最佳实践

《Global Change Biology》：Multi-Model Ensembles in Ecosystem Modeling: Challenges and Best Practices for Decision-Making

　　

生态系统模型对于环境政策、保护规划和气候相关投资的决策制定日益重要。然而，从业人员和政策制定者（有时在紧迫的时间线和信息不完善的情况下）对生态系统模型的多模型集成（MME）的依赖日益增加，这常常超过了确保集合可靠性所需的科学严谨性。在此，MME指代那些结合多个模型的目标预测，以期提高鲁棒性并量化预测不确定性的方法。设计不良的MME可能会制造虚假的信心，并导致次优的政策和市场决策。本观点认为，稳健的、与决策相关的MME必须建立在两个支柱之上：（1）严格的模型比较项目（MIP），这些项目识别模型间的一致性和分歧，表征模型不确定性，并使用基于观测的基准评估鲁棒性——MIP的诊断评估至关重要，它必须驱动MME在模型选择和加权中的决策，尤其是在仅有有限数量模型可用时；（2）由利益相关者和科学家共同设计，以确保情景、指标和不确定性要求提供与决策相关的信息。基于现有MIP-MME工作（例如气候/地球系统/作物）的成功经验和教训，研究人员推导了MME的理论基础，解决了其在生态系统建模中的具体挑战，并强调了模型数量和多样性的适当考虑、模型相互依赖性的风险、模型参数的有效校准、某些生态系统模型可能过时的问题、关键开放基准数据在广泛条件下的作用，以及建议使用人工智能支持MIP-MME。研究人员强调了MIP和MME通过识别性能更好的模型、系统基准测试、反馈循环和有针对性的模型改进来推动科学进步和创新的未被充分认识的机会。通过遵循可行的最佳实践指南，MME可以从临时模型集合演变为环境政策和决策制定的可信支柱。

**1 引言：为什么需要MME**
生态系统模型因其能够量化不同政策设计和行业活动的复杂多维环境影响，已对政策和利益相关者决策变得不可或缺。随着环境市场和保护/气候相关金融的快速扩张，生态系统模型指导着从政策制定者、农民、保护团体到生态系统服务市场投资者等利益相关者的公共政策和重要投资决策。其输出越来越多地用于高风险背景，包括国家农业政策（如美国农业法案、生物燃料政策）、自愿和合规碳市场（如《巴黎协定》第6条）以及国际和国家评估报告与政策设计（如IPCC 2023）。多模型集成（MME）长期以来被视为气候、生态系统或作物建模的推荐做法，通过聚合多个模型的输出以生成具有鲁棒性和不确定性表征的共识预测。整合多模型结果为量化模型预测中的不确定性提供了令人信服的基础，从而增强了公众可信度。广泛的实证证据表明，集合平均预测通常优于单个模型。在大多数情况下，这些改进是因为平均减少了模型随机性（方差）并部分补偿了模型特定偏差，而非所有系统误差都被消除。因此，MME的性能强烈依赖于包含哪些模型、它们的误差有多相似，以及它们是否共享共同偏差。这一问题在生态系统建模中尤为重要，因为可用模型数量相对较少，使得集合结果对模型选择、共享偏差和模型相互依赖性特别敏感。如果MME没有被仔细构建和解释，这种模型选择的敏感性可能限制MME对政策和市场决策的有用性。支持高风险政策和投资决策的从业人员越来越多地考虑MME来综合证据并表征不确定性。必须明确决策背景，包括具体决策及其塑造条件（如目标、约束、时间范围和空间尺度），以确保输出可解释和可操作。当决策者和利益相关者帮助定义目标、绩效指标和情景，并且集合设计反映了利益相关者的观点和可能影响决策尺度结果的系统关键驱动因素时，MME往往最具有决策相关性。当结构设计用于比较利益相关者定义的情景，而不是产生单一“最佳”预测时，MME可以帮助揭示关键不确定性、暴露潜在失败模式并支持适应性风险管理。MME不应被视为独立产品，而应作为必须牢固植根于稳健模型比较项目（MIP）的成果。MME指多个模型预测的聚合，而MIP诊断单个模型的性能优势与劣势，评估模型多样性，并揭示基于观测基准的不同模型模拟之间的差异来源。现有著名的MIP示例包括用于气候预测的耦合模型比较项目（CMIP）、农业模型比较和改进项目（AgMIP）、区域尺度陆地二氧化碳源汇趋势与驱动因素（TRENDY）、北美碳计划多尺度综合与陆地模型比较项目（NACP MsTMIP）以及全球N₂O模型比较项目（NMIP）等。MIP能够独特地量化相对于观测的不确定性，这是MME单独无法完成的任务。因此，MIP可以通过为MME提供基础严谨性，降低MME因潜在的模型共享结构偏差或掩盖的模型缺陷而强化错误的风险。在这个意义上，MME和MIP应被视为单一推断过程中紧密耦合和迭代的组成部分，为所得预测提供信心并引领政策和投资决策。气候建模社区提供了一个有力的例子，说明稳健的MIP如何增强MME。通过CMIP等项目，表现不佳或有偏差的模型已被系统性地识别并在集合中赋予较低权重，在某些情况下甚至被排除在集合预测之外。这种做法提高了气候预测的可信度和准确性，代表了生态系统建模社区应效仿的最佳实践。除了生成共识预测外，MME还服务于科学界的更深层次目的：提高对系统动态和模型过程的理解，识别模型实现中的错误以及需要进一步研究的科学知识空白。这一功能主要通过MIP实现，MIP能够迭代改进模型表示，并帮助识别观测和模型输入/约束中的数据空白。尽管有这种潜力，MIP在推动模型改进方面的贡献在许多生态系统建模社区仍未被充分利用和投资。迫切需要关注MIP和MME超越共识预测的更广泛科学作用。在本观点中，研究人员旨在识别当前差距，并为生态系统建模中MME的最佳实践提供客观和基于科学的框架，特别是在决策背景下。生态系统建模是一个广泛的类别，包括许多学科，如环境科学、植物/作物/森林科学、土壤科学、生物地球化学、生物多样性等。一些学科在这方面做了很多工作（特别是那些为IPCC报告做出贡献的学科，如生态系统碳预算和通量；作物建模者通过AgMIP为作物产量进行了广泛的MIP），而一些学科和主题所做的工作较为有限。研究人员将基于生态系统建模和气候/地球系统建模社区（如CMIP、AgMIP）现有工作的成功经验和教训来确定观点。本观点聚焦四个支柱：（1）生态系统MME的理论基础与挑战，（2）实施严格MIP-MME的关键考虑，（3）MIP作为模型改进和科学进步的催化剂，以及（4）可行的最佳实践指南，包括采用标准化MIP和MME协议、通过协调社区协作进行迭代模型改进和基准测试，以及通过利益相关者参与共同设计MIP-MME工作，以使其与科学完整性和利益相关者相关性保持一致。基于这些努力，本观点提出了一个理解生态系统MME不确定性的综合概念框架，强调了由共享遗留框架引起的模型相互依赖性问题、MIP在指导MME模型选择/加权和模型改进中的关键作用，并将这些见解综合为在决策背景下设计和解释MIP-MME的最佳实践指南。

**2 MME的理论基础与不确定性来源**
MME通过聚合多个模型的预测来估计目标量。模型是对现实的固有简化，因此容易出错。当与不确定的强迫输入和用户依赖的假设相结合时，这些不确定性通过系统级联影响最终集合输出。从数学上，误差可以分解为三个独立部分：E_total = E_Bias + E_Covariance + E_Variance，其中E_total是集合后的总误差（以均方误差衡量），E_Bias是偏差，量化集合均值与真实值的持续系统性偏离，反映结构不准确性、聚合模型模拟固有的校准偏移以及有偏强迫；E_Covariance代表由跨模型共享的相关不确定性引起的误差分量，如共同强迫数据集、相似结构假设或共享理论框架；E_Variance代表由模型特定的、不相关的不确定性引起的集合误差分量，如参数选择、随机成分或不同模型的内部变异性。这些误差往往随着集合规模增大而相互抵消。每个项与一个或多个来源相关，包括（1）由单个模型不同配置生成的集合，以及（2）由多个模型组成的集合。生态系统模型中的不确定性来源在很大程度上可以反映地球系统模型（ESM）中的不确定性来源，但也有其特定挑战。ESM模拟地球系统所有主要互连组成部分，包括大气、海洋、陆地、冰川和生物圈；生态系统建模往往侧重于其中的子集，如生物圈对环境响应。基于ESM MME及其他工作的现有成果，研究人员总结了生态系统模型的五个主要不确定性来源：（1）内部变异性（或初始条件不确定性）源于复杂系统的非线性行为，初始状态或边界条件的微小差异可能导致巨大分歧结果，通常通过单个模型在轻微扰动初始条件或输入下的集合来处理；（2）模型输入不确定性源于关键模型输入因不完美测量和反演算法、稀疏或不均匀的观测覆盖、时空异质性和系统固有随机性而带有不确定性，当使用共同输入数据集时，这种不确定性在模型间共享，主要通过多输入源集合方法处理；（3）模型结构不确定性源于不完全的科学理解以及在模型开发过程中对现实世界过程的不同数学或算法表示，可能通过MME利用强调不同过程或采用不同近似方法的模型来缓解，但模型相互依赖时效果有限；（4）模型参数不确定性涉及模型内参数值的选择和准确性，通常通过扰动参数集合和模型-数据融合技术来减少；（5）情景不确定性源于生态系统可能运行的各种未来条件，包括气候、土地利用、政策、市场力量和管理实践的变化，这些不确定性对所有模型共享，主要通过利益相关者参与的情景开发来管理。

**3 生态系统建模MME的关键考虑**
基于MME理论框架和第二节概述的五种主要不确定性类型，本节讨论进行决策相关生态系统建模MME的关键考虑。

**3.1 决策相关MME需要有意设计：MME质量取决于MIP的严谨性，尤其在模型可用性有限时**
“多少个模型才够？”是MME中的持续问题。理论框架表明，平均而言，MME误差随模型数量增加而统计下降，但这一结论对生态系统建模中有限模型可用性下需特别关注模型选择、排序和组成。进一步研究表明，基于MIP评估的个体模型性能排序（从好到差）进行选择可改进MME性能，尤其在模型数量有限时更显著。MIP提供了标准评估框架，用于指导模型选择和加权，使MME在实践约束下达到决策相关目标。MIP还提供机制鼓励创新，使更好的模型脱颖而出。研究人员强调，MIP的模型排名可能在不同环境或条件下变化，因此稳健的MIP应涵盖MME情景所需覆盖的广泛环境条件。

**3.2 模型间的冗余性和相似性降低MME有效性**
相关模型（因结构相似、相同根源等）会显著损害MME的性能优势。理论框架显示MME性能随模型依赖度增加而下降。许多生态系统模型共享遗留框架的共同根源，如土壤生物地球化学过程来自CENTURY，作物生长过程来自CERES，这损害了模型相互独立性并可能限制MME有效性。共享模型结构的冗余可能导致系统性偏差和相关误差。聚合结构相似模型而不审查模型相互依赖性，会造成鲁棒性假象但实际上增加MME误差。除共享遗留框架外，模型相互依赖性还可能源于共同强迫数据集、校准数据或跨模型共享的理论假设。

**3.3 参数和结构不确定性是生态系统模型的主要不确定性来源**
模型参数和结构仍是生态系统模型的主要不确定性来源，两者均可引入系统性偏差。理论框架显示包含大偏差模型会限制MME性能，强调MIP评估和量化模型偏差的必要性，以及纠偏后再进行集合构建。减少参数不确定性需进行必要模型校准，但校准应与“仅为拟合观测而调参”区分开，强调机制复杂性、物理意义参数、因果响应以及区分位置特定和过程特定参数。模型结构不确定性是生态系统建模的关键挑战，许多过程（如土壤有机质分解、养分循环、水分胁迫）遗留了长期历史但可能产生创新惯性。例如，Jarvis型经验水分胁迫函数已使用约50年，而一些新模型采用基于植物水力学的方案；土壤碳循环大多采用线性周转模型，而微生物显式模型近年才发展。现有模型中关键过程知识的不完整或缺失进一步复杂化预测，如微生物机制或土壤矿物-有机质相互作用常被简化或缺失。研究人员指出，在某些情况下生态系统模型创新已逾期，急需修改或整体重构。

**3.4 基准数据在MIP-MME中的关键作用与普遍数据稀缺挑战**
稳健的MIP-MME依赖于高质量、标准化的基准数据集。MIP中基准测试用于评估和改进个体模型，MME中基准测试用于评估集合层次性能。生态系统研究通过FLUXNET/AmeriFlux、NEON、LTER、LTAR等协调观测网络取得了重要进展，TRY数据库、SAPFLUXNET、国际土壤碳网络（ISCN）、国际土壤放射性碳数据库（ISRaD）、连续土壤呼吸数据库（COSORE）等自愿社区数据集体也提供了有用来源。然而，基准数据在许多生态系统研究中仍不完整，限制了系统评估和改进。需要加强建模者与实验者之间的协调，采用系统级方法考虑通量和库。例如，土壤有机碳（SOC）建模缺乏长期配对实验和ΔSOC测量，N₂O排放建模需要高分辨率时空显式数据。基准数据集也非无误差，观测包含测量误差和系统误差，多模型（竞争假设）框架可通过帮助确定测量优先级来增加价值。

**3.5 不确定性缓解与MME实施中的其他考虑**
初始条件在生态系统模型中通常作用较小，但针对长寿命生物（如森林）和长期土壤碳动态应用时需谨慎处理。输入不确定性在生态系统建模中可能显著，尤其评估位置特定影响时，但通常小于参数和结构不确定性。情景不确定性反映可能的但不可预测的轨迹，需要利益相关者参与情景开发过程，确保情景科学严谨且与用户相关。

**3.6 通过人工智能和机器学习（AI/ML）增强MME**
AI/ML可支持MIP-MME解决特定技术挑战，包括：（1）替代建模用于集合扩展：AI/ML模拟器作为计算高效替代方案，可生成大量集合以捕捉稀有尾部事件和探索参数不确定性；（2）减少系统性模型偏差：AI/ML策略如基于ML的偏差校正、残差学习、迁移学习可用于缓解模型偏差，如用高质量数据微调AI/ML模拟器，或替换特定易错参数化；（3）动态模型加权：AI分类器可根据时空性能分析动态分配权重，识别互补优势以优先选择最可靠模型；（4）概率不确定性量化：AI后处理（如贝叶斯神经网络、分位数回归森林）将原始输出转换为全概率分布，明确区分偶然不确定性和认知不确定性；（5）自动工作流配置：大语言模型驱动的AI智能体可自主规划和执行整个工作流，自动化MME设置，减少人工错误并加速大规模实验启动。

**4 MIP-MME作为模型改进和科学进步的催化剂**
对科学家而言，设计良好的MIP是加深生态系统过程理解和改进模型的最有效机制，但其在模型开发中的作用仍未充分利用。有效MIP应超越比较，识别数据空白、缺失或不足的过程表示及结构限制，这些诊断见解可直接指导新数据收集和实验设计，形成反馈循环。能源部环境系统科学项目已倡导集成模型-观测-实验（ModEx）方法。此外，MIP可通过两种互补途径为增强建模基础设施奠定基础：一是催化社区级模型开发（如社区地球系统模型CESM），二是导致社区支持的基础设施平台（如保密清洁室计算环境），允许异构模型在共同评估框架内互比较而不损失模型所有权。MIP和MME可在期望-最大化（EM）范式中理解，MIP诊断模型性能、相互依赖性和偏差以建立最稳健框架，MME整合信息生成预测和不确定性估计，迭代形成自改进建模循环。

**5 生态系统建模中MME的最佳实践**
**5.1 最佳实践1：稳健MME必须建立在严格MIP基础上**
构建可靠MME的首要原则是将其锚定在稳健执行的MIP上。需为MIP和MME制定标准化协议，包括初始化、运行、校准、比较和评估模型的一致程序。高质量基准数据集不可或缺，应涵盖空间和时间梯度，包括关键状态和通量变量。应学习AgMIP和CMIP等成功经验，利用ILAMB、IOMB等评估框架。综合基准测试不应限于平均性能指标，还应评估昼夜、季节和年际变异性、变量间关系、过程保真度、对扰动实验的响应以及新兴系统属性。MIP结果应直接指导MME设计，包括模型选择、模型加权（如基于技能的贝叶斯模型平均或动态加权）。

**5.2 最佳实践2：MIP作为模型改进和科学进步的迭代平台**
MIP应作为迭代平台用于模型改进，许多MIP工作流程缺乏内置机制将互比较结果反馈回模型开发。MIP应提供协调机制识别模型分歧原因及需改进的特定过程或参数化。Box 4提供了通过MIP迭代改进特定目标过程的流程图，包括识别目标、确保基准数据、制定可执行协议、运行协议、审查发现空白、重复迭代。为促进这种演进，MIP应推广共享代码库、版本追踪、模块化设计和开放文档。改进模型需谨慎进行，通过系统性、假设驱动的精炼，基于观测数据、跨尺度验证和机制显式评估。

**5.3 最佳实践3：早期和全程参与利益相关者**
MME要可用和可操作，必须解决从业者面临的实际问题。利益相关者共同设计在确保MME输出符合用户需求方面发挥关键作用，使从业者和科学家共同制定相关政策情景、定义可接受不确定性阈值并以可操作方式解释结果。MME可提供概率范围并附有不确定性来源和含义的清晰解释。科学家有责任主动与利益相关者互动，确保模型保持相关性和响应性，克服学术倾向仅追求方法论完美，认识到从业者常需及时响应（即使近似见解）而非延迟的过于精确答案。

**6 结论与展望：建立生态系统建模的可信MME范式**
MME有潜力将生态系统建模转变为环境政策设计、可持续性规划和决策的强大工具，但并非即插即用解决方案。应首先学习CMIP和AgMIP等现有MIP-MME工作的成功经验和教训。MME的价值密切依赖于支撑它的MIP的严谨性和塑造它的利益相关者参与。在期望-最大化范式中，MME的长期可信度来自其持续根植于评估、学习和反馈，而非仅集合模型规模。为发挥MME全部潜力，生态系统建模社区必须投资于共享基础设施和长期合作，必要时利用AI，包括开发标准化协议、共享开放基准数据集，并将MIP-MME视为迭代、共同进化的平台以推动科学进步和创新。政策与资助机构在支持这一愿景中发挥关键作用，需投资于基准数据收集、MIP协调中心、实践社区，以及结构化科学家-利益相关者伙伴关系和开源平台。学术社区（如期刊和同行评审）应提高对MME研究方法严谨性、文档和报告透明度的期望。通过投资这些基础要素，科学界可将MME从临时模型集合提升为环境政策决策的可信支柱。