《Ecological Informatics》：Graph Theory, Graph Neural Networks, and Reinforcement Learning in marine ecology: A systematic review of methodologies, theoretical rigour, and future directions
编辑推荐：
海洋生态系统以复杂、动态和非线性的相互作用为特征，挑战了传统的生态建模方法。计算方法的近期进展，特别是图论（GT）、图神经网络（GNNs）和强化学习（RL），为分析、预测和管理这些系统提供了有前景的工具。本研究首次提出了一个综合性的系统综述，共同审视了GT、G
海洋生态系统以复杂、动态和非线性的相互作用为特征，挑战了传统的生态建模方法。计算方法的近期进展，特别是图论（GT）、图神经网络（GNNs）和强化学习（RL），为分析、预测和管理这些系统提供了有前景的工具。本研究首次提出了一个综合性的系统综述，共同审视了GT、GNNs和RL在海洋生态学中的应用与整合潜力。遵循PRISMA指导的方法，研究人员分析了2000年至2026年间发表的122项研究，以评估方法论趋势、应用领域、理论严谨性和实践相关性。结果表明，GT仍是最广泛使用且成熟的方法，尤其适用于分析生态连通性、食物网和保护规划。相比之下，GNNs和RL是新兴方法，GNNs主要应用于预测和分类任务（例如，海面温度预测和物种行为分析），而RL则专注于动态和不确定环境中的自适应决策，如渔业管理和自主监测系统。尽管各自具有优势，但这些方法大多孤立应用。文献中识别的关键挑战包括数据稀疏性、可解释性有限、生态知识整合不足以及实际验证不充分，特别是对于RL。为弥补这些差距，本综述引入了一个正式评分框架，以评估六个维度的理论严谨性：生态相关性、理论基础、不确定性量化、可扩展性、利益相关者效用和可解释性。此外，研究强调了研究贡献中显著的地理差异，并指出需要增加对全球南方生物多样性丰富地区的包容性。最后，研究人员提出开发整合的GT–GNN–RL框架作为未来研究的有前景方向，从而能够对网络化生态系统中的自适应行为进行建模，并支持可持续海洋保护的可解释、数据驱动决策。
本论文主体部分系统评述了图论（GT）、图神经网络（GNNs）和强化学习（RL）在海洋生态学中的应用，结构如下：
**1. 引言**
该部分阐述了海洋生态系统的复杂性，传统模型难以捕捉非线性与自适应反馈，因此引入计算方法的必要性。GT提供分析生态网络的静态框架，GNNs通过消息传递机制扩展了GT，RL则支持自适应决策。研究目标为评估这三种方法的方法论挑战与机遇，贡献包括首次联合综述、地理分析、方法分类、问题识别、评分框架及混合框架展望。
**2. 研究问题与综述定位**
制定了八项研究问题（RQ1-RQ8），涵盖趋势、应用、理论严谨性、性能指标、多智能体RL（MARL）角色、数据挑战、局限性及未来方向。通过与现有综述比较，指出本综述整合了三种方法，填补了GNNs在海洋生态学中缺乏系统综述的空白。
**3. 海洋生态学与先进计算方法需求**
该部分提供理论基础。
**3.1 图论：生态网络的数学基础**
GT将生态单元（如物种、栖息地）表示为节点，相互作用（如捕食、扩散）表示为边，通过度中心性、介数中心性、特征向量中心性、拉普拉斯矩阵和模块度等指标分析网络结构。例如，介数中心性（公式2）量化节点作为桥梁的重要性，模块度（公式7）则衡量网络划分成紧密子群的程度。这些概念帮助识别关键物种和评估网络韧性，但局限于静态分析。
**3.2 图神经网络：GT的高级扩展**
GNNs通过消息传递机制处理图结构数据，学习节点嵌入。基础消息传递神经网络（MPNN）框架包含消息计算、聚合和更新步骤（公式8-11），可捕获多跳依赖。专用架构包括图卷积网络（GCNs）、图注意力网络（GATs）和时空GNNs。在海洋生态中，GNNs用于预测海面温度（SST）、检测石油泄漏和分类物种行为，但多为描述性，缺乏自适应行动能力。
**3.3 强化学习**
RL基于马尔可夫决策过程（MDP），智能体通过与环境交互学习最优策略，最大化累积折扣奖励。状态-价值函数（公式13）和动作-价值函数（公式14）满足贝尔曼期望方程（公式15-16）和最优方程（公式18-19）。RL适用于动态环境下的自适应决策，如渔业管理、自主水下潜航器（AUV）导航和动物行为建模，但实际验证有限。
**4. 方法论**
遵循PRISMA框架，从Web of Science、Scopus和Google Scholar检索2000-2026年文献，筛选后纳入122项研究。质量评估确保方法透明度和生态相关性，并通过关键词共现网络和词云进行文献计量分析。
**5. 结果**
**5.1 RQ1: 趋势**
GT在所有年份中持续使用，RL自2016年后出现，GNNs自2022年兴起。研究分布偏向高收入国家（如澳大利亚、美国），全球南方贡献稀少。关键词分析显示连通性、幼虫扩散、海洋保护等术语主导，AI相关术语未突出。
**5.2 RQ2: 使用**
GT主要应用于栖息地连通性（超40项研究）、食物网和保护区规划，但多为静态假设。GNNs用于环境预测（如SST预测）、物种分类和风险制图，表现依赖数据量。RL用于个体/集体行为、自主监测和渔业管理，但奖励函数简化，实际部署不足。三种方法独立应用，缺乏整合。
**5.3 RQ3: 理论严谨性**
开发了六维度评分框架（0-3分）：生态相关性、理论基础、不确定性量化、可扩展性、利益相关者效用和可解释性。GT总体得分15.1（最高），RL得分14.9，GNNs得分13.7。GT在可解释性（2.8）和生态相关性（2.9）领先，但不确定性量化弱（1.7）。GNNs理论基础强（2.8），但生态相关性低（1.9）。RL在不确定性量化（2.0）和可扩展性（2.5）领先，但可解释性（2.5）中等。评分者间一致性良好（加权κ=0.753）。
**5.4 RQ4: 性能指标**
GT使用结构指标（中心性、模块度），GNNs采用ML指标（准确率、F1分数、RMSE），RL依赖任务特定累积奖励。缺乏统一评估框架，限制跨研究比较。
**5.5 RQ5: 多智能体RL的作用**
MARL建模物种间和利益相关者间的交互，例如学习鱼群队形、微游泳者导航和逆RL（IRL）推断行为目标。应用于人工上升流优化和野生动物监测，但多为仿真，实际应用有限。
**5.6 RQ6: 数据类型、处理策略与计算挑战**
GT依赖遗传数据、生物物理模型构建连通性矩阵；GNNs将遥感数据转为图（节点为区域，边为邻近性）；RL使用观测和仿真数据定义状态-动作-奖励元组。共同挑战包括数据稀疏、计算需求和生态复杂性表示困难。
**5.7 RQ7: 局限性**
GT受限于静态网络假设和计算可扩展性；GNNs面临数据噪声、黑箱特性和对稀有物种泛化能力差；RL受限于数据不完备、奖励函数设计困难和部分可观测性，训练成本高。
**5.8 RQ8: 前进方向与未来方向**
**5.8.1 可扩展性**：GT需发展动态图框架，GNNs利用联邦学习和轻量架构，RL结合实时数据流。**5.8.2 可解释性**：通过IRL、Q-table和GNN解释技术（如扰动测试）提升透明度，构建可解释AI（XAI）框架。**5.8.3 混合化**：提出GT–GNN–RL整合框架，GT编码网络结构，GNN预测动态变化，RL优化管理策略。以珊瑚礁保护区自适应管理为例演示。跨领域证据（如交通、通信系统）支持可行性。**5.8.4 未来方向**：GT需时间图模型和标准化数据；GNNs需层次池化和动态更新；RL需领域知识注入和透明可视化。
**6. 结论**
GT、GNNs和RL在海洋生态学中各有贡献，但孤立应用限制了潜力。未来应发展整合、生态扎根和可解释的框架，扩展至全球南方研究，以支持可持续海洋治理。
