《Biological Conservation》：Using traditional and local ecological knowledge for assessing biodiversity in tropical regions: A review
编辑推荐：
摘要当地资源使用者的生活体验以及代际相传的土著和传统实践，被称为地方生态知识（LEK，包括渔民生态知识）和传统生态知识（TEK），日益被认为生物多样性信息的重要来源。在热带地区的大部分区域，可靠的生物多样性数据仍然稀缺，然而 TEK/LEK 可以提供具有时空深度的生态信息，这
摘要
当地资源使用者的生活体验以及代际相传的土著和传统实践，被称为地方生态知识（LEK，包括渔民生态知识）和传统生态知识（TEK），日益被认为生物多样性信息的重要来源。在热带地区的大部分区域，可靠的生物多样性数据仍然稀缺，然而 TEK/LEK 可以提供具有时空深度的生态信息，这是仅通过常规监测难以获得的。我们系统回顾了 1997 年至 2025 年间发表的 100 项研究，这些研究利用 TEK/LEK 评估热带地区的生物多样性，审查了所评估的指标、应用背景以及与基于仪器的方法的一致模式。其中，91 项将当地知识与基于仪器的数据进行比较，而 9 项完全依赖 TEK/LEK。种群趋势（80%）和丰度（74%）是最常评估的指标，主要是在森林生态系统（49%）中，以及针对陆地哺乳动物（36%）和海洋鱼类（33%）；没有研究涵盖两栖动物。在 91 项比较研究中，64 项正式测试了在方向、相对大小以及空间或时间模式上的一致性。其中，37 项（58%）、21 项（33%）、5 项（8%）和 1 项（2%）分别显示了高、中等、部分和无不一致。报告的优点包括获取历史基线、广泛的空间和时间覆盖、检测稀有或隐存物种、成本效益以及保护协同效益。报告的局限性包括响应和选择偏差、基线漂移综合征、物种鉴定不确定性以及将定性观察转化为标准化措施的困难。总体而言，证据支持 TEK/LEK 作为宝贵且互补的生物多样性信息来源，特别是用于历史重建、景观尺度评估、快速评估和社区监测。
引言
关于野生动物种群状况和趋势的可靠信息在热带世界大部分地区仍然稀缺，那里生物多样性丧失严重且监测能力往往薄弱（Almond 等，2022；Barlow 等，2018；IPBES，2022）。常规监测经常受到难以进入的地形、有限的研究基础设施和长期资金不足的制约（Gardner 等，2008；Pfeifer 等，2017；Sheil，2001）。尽管诸如样线调查（Chen 等，2023）、相机诱捕（Bruce 等，2025）、声学监测（Sugai 等，2019）和环境 DNA（Thomsen 和 Willerslev，2015）等方法提供了标准化且可重复的测量，但它们的后勤需求可能限制空间和时间覆盖（Gardner 等，2008；Newey 等，2015）。
传统生态知识（TEK）和地方生态知识（LEK）提供了互补性的生物多样性信息来源。TEK 包括在土著和传统社会内部代际相传的累积生态知识、实践和信念体系（Berkes，2017；Berkes 等，2000）。LEK 涵盖了当地资源使用者通过持续参与特定景观和海景观而获得的生态理解（Charnley 等，2007；Huntington，2000）。两者都可以提供超出正式监测时间范围的物种行为、丰度、分布、物候和生态相互作用的长期观察（Davis 和 Ruddle，2010）。这些是操作性定义：相关术语，包括土著和地方知识（ILK）、土著生态知识和渔民生态知识，使用不一致且有时互换使用，许多研究并未明确定义其术语（Hernández-Vélez 等（2026））。
TEK/LEK 在国际生物多样性政策中的认可度已扩展。《昆明 - 蒙特利尔全球生物多样性框架》呼吁在生物多样性治理中整合和保护土著人民和地方社区的知识（CBD，2022），而生物多样性和生态系统服务政府间科学政策平台（IPBES）已建立正式程序以弥合土著和地方知识与科学评估之间的差距（IPBES，2022）。
尽管得到这种认可，关于 TEK/LEK 在保护科学中的方法论可靠性和认识论地位的争论依然存在。担忧集中在整体性和关系性知识体系与还原论和基于变量的科学框架之间的紧张关系（Agrawal，1995；Nadasdy，1999），以及回忆偏差和物种误识别（Berlin 等，1966；Medeiros 等，2022）。基线漂移综合征，即 successive generations 感知逐渐退化的生态条件为正常，可能会进一步影响当地对长期种群变化的评估（Papworth 等，2009；Pauly，1995），并可能影响当地对长期种群变化的评估。尽管此类偏差并非当地知识体系所独有，但它们强调了在使用 TEK/LEK 生成了生物多样性指标时进行佐证、三角验证和明确方法论透明度的重要性。
一个相关的概念问题涉及数据、信息和知识之间的区别。在数据 - 信息 - 知识 - 智慧（DIKW）框架内，观察在结构化和情境化时成为信息，而知识涉及理解关系以启用推理（Ackoff，1989；Rowley，2007）。区分这些类别很重要，因为它们的证据强度和适用于定量整合的适宜性可能不同（Varghese 和 Crawford，2021）。
尽管 TEK/LEK 研究迅速增长，但其应用于野生动物种群评估仍受到有限的系统评估（Brook 和 McLachlan，2008；Loch 和 Riechers，2021）。现有综述往往强调韧性、生计或可持续性（例如，Barron 等，2022；Loch 和 Riechers，2021；Silvano 等，2023），但很少审查衍生的生物多样性指标是否与独立的科学数据一致。这限制了对 TEK/LEK 应用背景和生态参数的理解，以及其贡献如何与其他生物多样性监测方法相关（Gossa 等，2015）。
我们聚焦于热带地区，因为监测能力通常有限且对 TEK/LEK 的依赖相应重要，同时认识到关于植物和渔业的庞大温带文献。第 4.5 节考虑了我们的发现向热带以外地区的可转移性。
本综述系统地映射了 TEK/LEK 在热带地区应用于野生动物种群评估的实证应用。我们包括生成了定量或半定量种群层面指标的研究，包括丰度、种群趋势、分布、存在/缺失、保护状况、单位努力渔获量（CPUE）和体型。记录知识但没有种群层面指标的研究不属于此范围；物种丰富度等组合措施仍然是重要的互补应用。该综述解决了四个相互关联的研究问题：
RQ1：地理和生态分布。在哪些区域、国家、生态系统和分类群中，TEK/LEK 被应用于评估生物多样性和野生动物种群状况？
RQ2：研究主题。语料库中出现了哪些主导研究主题，这些主题如何与生态系统焦点、类群和方法论方向相关？
RQ3：生物多样性指标。最常从 TEK/LEK 中衍生出哪些生态和种群参数？
RQ4：互补性与替代性。TEK/LEK 评估在多大程度上与基于仪器的方法（例如样线、相机诱捕、渔获数据、声学监测、eDNA）一起应用，报告了一致性水平如何，以及在什么条件下作者得出结论认为 TEK/LEK 补充或替代了常规科学监测？
章节片段
材料与方法
我们的文献综述遵循了环境证据合作组织（Collaboration for Environmental Evidence，2018）制定的指南，并遵守系统证据综述报告标准（Haddaway 等，2018）。协议是预先制定的，综述过程遵循了生态与演化 PRISMA 扩展，这是生态学中系统综述的 PRISMA 报告清单和流程图的专业特定改编，并且
研究选择与特征
筛选和引文追踪过程（图 1）产生了最终分析样本 100 项研究。其中，91 项比较了 TEK/LEK 与基于仪器的数据，9 项将 TEK/LEK 作为主要数据来源。
出版物横跨近三十年（1997–2025），自 2015 年以来研究产出显著增加（图 2）。2014 年之前，平均每年发表的研究少于 2 项；2017 年至 2024 年间上升至每年约 6 项，在 2022 年达到顶峰，共有 14 项出版物。
讨论
TEK/LEK 正越来越多地整合到各种生态系统和文化背景下的生态研究中（例如 Sinthumule，2023；Thi Mai Anh Tran 等，2025）。在此，我们考虑其在野生动物种群评估方面的优势和局限性，以及其有效且负责任的整合到保护科学中。
CRediT 作者贡献声明
Stephan M. Funk：写作 – 审阅与编辑，写作 – 原稿撰写，可视化，项目管理，方法论，调查，正式分析，数据整理，概念化。Julia E. Fa：写作 – 审阅与编辑，项目管理，方法论，调查，概念化。Neal Millar：写作 – 审阅与编辑，调查，概念化。Guillermo Ros Brull：写作 – 审阅与编辑，调查，概念化。Jonas Nyumu：写作 – 审阅与编辑，
生成式 AI 和 AI 辅助技术在写作过程中的声明
在本工作准备过程中，作者使用 Claude 编辑语言并检查数据、分析和统计的一致性。作者根据需要审阅和编辑了输出结果，并对已发表文章的内容承担全部责任。
Stephan M. Funk|Julia E. Fa|Neal Millar|Guillermo Ros Brull|Jonas Nyumu|Daniel Mukubi|Ruksan Bose|Rhett D. Harrison|Nathalie Van Vliet|Lauren Coad
国际林业研究中心（CIFOR），印度尼西亚，波戈尔
