《Journal of Environmental Management》：Local data matters: Improving biodiversity risk and impact assessment through a data quality focus
编辑推荐：
自然的广泛退化增加了企业和金融机构评估和减轻其生物多样性影响的压力，然而，收集相关的本地数据可能成本高昂。生物多样性数据和地球观测（Earth Observation，EO）数据的日益可用性提供了一条通过使用现有数据和统计建模进行外推的成本效益影响评估途径。通
自然的广泛退化增加了企业和金融机构评估和减轻其生物多样性影响的压力，然而，收集相关的本地数据可能成本高昂。生物多样性数据和地球观测（Earth Observation，EO）数据的日益可用性提供了一条通过使用现有数据和统计建模进行外推的成本效益影响评估途径。通过对企业和金融机构当前使用的数据集和工具的审查，研究人员表明，从全球数据集外推到本地站点，或仅使用代理变量，是主导方法。研究人员通过结合高分辨率地球观测时间序列数据与来自近期环境DNA（environmental DNA，eDNA）调查的广泛生物多样性数据（覆盖两个条件差异很大的国家——瑞典和马达加斯加）来测试此类评估的可靠性。研究人员使用机器学习结合高质量生物多样性数据来预测本地站点的五个基本生物多样性变量（Essential Biodiversity Variables，EBVs），并使用交叉验证来测试预测准确性。结果表明，对于拥有一些本地数据的站点，可以获得相当准确的EBV预测，但当对新的站点进行汇总度量建模时，性能显著下降。此外，预测的质量（无论是在站点内还是在新站点）取决于EBV和本地背景。为了解决对基于模型的EBV评估可靠性的担忧，研究人员提出了一个生物多样性数据层级框架，该框架可供组织用于跟踪其生物多样性影响评估所依据的数据源的逐步改进。
**论文解读：本地数据在生物多样性风险与影响评估中的核心地位——基于数据质量视角的分析**
**研究背景与问题**
全球自然环境的持续退化，部分由大型跨国企业和金融机构驱动，给依赖或影响自然的组织带来了经济与金融风险。为此，可持续金融领域迅速发展，金融监管机构和投资者要求企业衡量并减轻其对生物多样性的影响。然而，收集相关的本地生物多样性数据成本高昂，导致企业和金融机构普遍依赖第三方全球数据集和工具（如ENCORE、IBAT等）进行风险评估。现有工具多基于压力与代理变量（如土地利用变化）而非直接观测，存在地理与分类学偏差，且仅关注少数物种或单一汇总指标，难以反映复杂生态系统的真实状态。尽管技术进步（如环境DNA（environmental DNA，eDNA）、遥感等）使数据收集更高效，但基于模型的外推预测在缺乏本地数据时可靠性存疑。因此，亟需评估当前基于全球数据外推方法的准确性，并探索提升数据质量的路径。
**研究内容与结论**
研究人员（Robert M. Goodsell、Emma Granqvist、Christophe Christiaen、Fredrik Ronquist）通过分析84份符合自然相关财务披露工作组（TNFD）标准的企业报告，发现全球工具（如ENCORE）被广泛使用（67%的企业和93%的金融机构），而本地数据使用率低（仅26%的金融机构提及）。随后，研究人员结合高分辨率地球观测（Earth Observation，EO）时间序列数据与来自瑞典（198个站点）和马达加斯加（50个站点）的eDNA调查数据，利用机器学习（XGBoost梯度提升回归树）预测五个基本生物多样性变量（Essential Biodiversity Variables，EBVs），并通过交叉验证评估预测准确性。结果表明，在拥有本地数据的站点内，EBV预测相对准确，但预测新站点时误差显著增加（如物种丰富度误差增加87%和62%），且预测质量依赖于EBV类型和地理背景。基于此，研究人员提出了生物多样性数据层级框架，用于跟踪数据源的逐步改进，并强调本地数据收集的重要性。该论文发表于《Journal of Environmental Management》。
**主要关键技术方法**
研究人员采用定性内容分析法分析84份TNFD报告（来自57家实体企业和27家金融机构），以了解当前数据集和工具的使用情况。生物多样性数据来源于昆虫生物组图谱（Insect Biome Atlas）项目，该项目在瑞典（198个站点）和马达加斯加（50个站点）使用Malaise陷阱进行大规模无脊椎动物调查，样本经分子鉴定得到操作分类单元（Operational Taxonomic Units，OTUs）。环境数据来源于高分辨率EO数据，包括ERA5气候数据（温度、降水、叶面积指数）和Copernicus全球动态土地覆盖数据（100m分辨率）。使用XGBoost算法进行梯度提升回归树建模，通过分层测试-训练分割（保留30%数据）和留一站点法进行交叉验证，以评估预测误差和站点优先级变化。
**研究结果**
**3.1 当前生物多样性数据集和工具的使用**
通过对84份报告的定性分析，研究人员发现全球工具（如ENCORE）被广泛用于筛选自然相关影响与依赖，金融工具使用率高达93%，企业为67%。金融工具几乎不依赖本地数据（仅26%提及），而企业更可能补充内部或本地数据（61%）。这些工具主要用于初步筛选和热力图生成，较少用于具体决策，且许多组织仍处于早期阶段。
**3.2 基于模型评估的质量**
**3.2.1 时间变化**
通过拟合广义加性模型，研究人员发现EBVs在瑞典和马达加斯加表现出不同的时间趋势。在瑞典，物种丰富度、局部对β多样性的贡献（Local Contributions to Beta Diversity，LCBD）和功能多样性指标存在明显的季节性波动（与温度相关），而遗传多样性变化较小。在马达加斯加，所有EBVs随时间变化较小，仅与雨季-旱季转换相关。
**3.2.2 空间变化**
空间趋势分析显示，瑞典的物种丰富度和功能离散度呈现南高北低的纬度梯度，功能均匀度相反，而遗传多样性和LCBD空间模式不明显。马达加斯加的物种丰富度集中在东北部，功能均匀度在西南部较高，遗传多样性在南部较高，LCBD无显著空间变异。
**3.2.3 预测性能**
通过交叉验证，研究人员发现新站点预测误差显著增加，且增加幅度因EBV和国家而异。物种丰富度误差增加最大（瑞典87%，马达加斯加62%），遗传多样性误差增加最小（瑞典4%，马达加斯加19%）。功能均匀度误差增加类似（瑞典32%，马达加斯加33%）。特征重要性分析显示，温度变量对瑞典的物种丰富度和功能多样性预测贡献最大，而降水与栖息地结构变量对马达加斯加更关键；季节代理变量对LCBD预测最重要。
**3.2.4 优先级层级变化**
比较观测值与预测值对站点优先级层级（四等分）的影响，发现新站点预测导致层级变化显著。例如，物种丰富度在站点内预测中78%的站点保持原层级，但新站点预测中仅35%（瑞典）和44%（马达加斯加）保持，且25%和15%的站点变化超过两个层级。功能多样性指标和遗传多样性也呈现类似趋势，表明基于模型的新站点预测可能导致错误的资源分配。
**讨论与结论**
**讨论部分总结**：研究结果表明，基于模型的外推预测高度依赖于本地数据，新站点预测误差大且优先级排序不可靠，根本原因在于生物多样性测量的语境依赖性。即使使用金标准数据，预测仍可能影响决策有效性。研究人员建议企业与金融机构优先收集本地数据，并利用数据层级框架（如从直接数据到预测数据的路径aAB）跟踪数据质量改进。此外，参照温室气体排放的数据质量评分方法，可设计生物多样性数据质量评分，以鼓励原始数据收集和报告，减少不确定性。具体建议包括：注意本地背景、设计适当采样策略、利用参考数据集，并将数据上传至全球生物多样性信息机构（GBIF）等平台。
**研究结论翻译**：机器学习和统计建模为大规模企业生物多样性风险与影响评估提供了潜在的实际洞察和应用价值。然而，评估的准确性取决于模型的底层训练数据，鉴于生物多样性变量的语境特异性，本地数据仍然是关键。生物多样性风险与影响报告领域仍在发展，因此企业目前有机会强调该领域取得的逐步改进。企业在其自身影响站点增加数据收集（即使水平较低）将使其风险与影响评估走上未来高质量数据的道路。研究人员建议使用数据层级和数据质量评分来跟踪这些增量改进，类似于温室气体排放的做法，如数据层级框架（表3）所述。数据质量层级的进一步细化将是未来工作的主题。研究人员认为，定义这样一个框架是一个有前景的方向，需要学术界和金融界的共同努力。
