20世纪90年代以来,生态学开始关注区域和全球尺度的生态环境问题,研究问题趋于复杂化和综合化,生态信息学应运而生。生态信息学是生态学和信息科学的交叉学科,充分利用现代生态学原理和信息技术,综合研究生态信息的提取、管理、模拟、分析和预测。本课程将系统、全面地讲授生态信息学的基本体系和学科框架。
课程主要分为七部分:走进生态信息学,生态数据的特征与获取,生态元数据与管理,生态数据的时空序列分析,生态模型模拟与评价,现代信息技术在生态学研究中的应用,生态信息学发展的机遇与挑战。通过案例教学的方式,重点介绍生态数据的特征与获取手段、时空序列分析方法,生态系统模型模拟等方面的理论和应用,引导同学们利用现代信息技术开展生态学研究;同时紧跟生态学科的前沿发展方向,拓展同学们的生态学视野和思维,加深对生态数据和生态信息的理解与表达。
课程面向对生态学、环境科学与信息科学等感兴趣的学生和相关科研人员。希望培养学习者的实践创新思维,充分运用现代信息技术与优秀第三方资源,开展多尺度下复杂生态问题的研究。
“生态信息学原理与方法”将带给你不一样的学科体验,快加入课程一起学习吧!
在完成本课程学习后,学生能够理解生态信息学的基本概念与理论,掌握生态数据的多种获取手段,拥有生态数据时间序列分析和模型模拟的综合分析和可视化的动手能力,了解学科前沿文献的发展动向,利用现代信息技术解决实际的生态问题的能力。
本课程对专业基础不做要求,但希望学生具备对生态学的宏观认识。欢迎对生态学、资源环境、信息科学等相关学科感兴趣的学生学习。
一、本课程学习环节包含:观看讲课视频,完成单元测验题、单元作业,参与课堂讨论,参加期末考试。
二、课程学习成绩由四部分构成:
(1)单元测验:题型为客观题,占课程成绩的60%;
(2)单元作业:题型为主观题,占课程成绩的15%;
(3)课堂讨论:占课程成绩的10%。
(4)期末考试:占课程成绩的15%。
三、完成课程学习,成绩合格可付费申请证书。证书分两种等级:总评成绩在60分至84分为合格证书,总评成绩在85分至100分为优秀证书。
1. Recknagel., R., & W.K., M. (2018). Ecological informatics Data management and knowledge discovery. Springer(生态信息学英文原著第二版,重点学习)
2. Recknagel, F. (2006). Ecological informatics: Scope, Techniques and Applications. Springer, New York(生态信息学英文原著第一版)
3. Jørgensen, S.E., Chon, T.S., & Recknagel, F. (2009). Handbook of ecological modelling and informatics. Wit Press(生态学模型模拟英文原著,建议学习)
4. 《Ecological Informatics》杂志(https://www.journals.elsevier.com/ecological-informatics/)发表的系列文献
5. Reichstein, M., Camps-Valls, G., Stevens, B., Jung, M., Denzler, J., Carvalhais, N., & Prabhat (2019). Deep learning and process understanding for data-driven Earth system science. Nature, 566, 195-204
6. McCallen, E., Knott, J., Nunez-Mir, G., Taylor, B., Jo, I., & Fei, S.L. (2019). Trends in ecology: shifts in ecological research themes over the past four decades. Frontiers in Ecology and the Environment, 17, 109-116
7. White, E.P., Yenni, G.M., Taylor, S.D., Christensen, E.M., Bledsoe, E.K., Simonis, J.L., & Ernest, S.K.M. (2019). Developing an automated iterative near-term forecasting system for an ecological study. Methods in Ecology and Evolution, 10, 332-344
8. Farley, S.S., Dawson, A., Goring, S.J., & Williams, J.W. (2018). Situating Ecology as a Big-Data Science: Current Advances, Challenges, and Solutions. Bioscience, 68, 563-576
9. Michener, W.K., & Jones, M.B. (2012). Ecoinformatics: supporting ecology as a data-intensive science. Trends in Ecology & Evolution, 27, 85-93
10.于贵瑞,牛栋,何洪林 (2003). 生态系统管理、生态信息科学与数据资源管理. 资源科学, 25, 48-53
11. 周才平, 何洪林, & 于贵瑞 (2002). 生态信息科学的理论框架初探. 资源 科学, 24, 77-81
12. 王让会等著(2011).《生态信息科学研究导论》,科学出版社.
13. 于贵瑞, 何洪林, & 周玉科 (2018). 大数据背景下的生态系统观测与研究. 中国科学院院刊, 32, 832-837
Q : 证书容易获得吗?
A : 只要按照课程规定,按时学习课程,积极完成课后作业,在考试要求时间内考试并取得及格,便可获得证书。
Q : 我来晚了,已经开课了,我还能加入课堂吗?
A : 可以的,您可以随时加入课堂。课程从2020年4月15日开课,每周三零点更新,您加入课程后可以随时随地开展学习。
Q : 这门课程的授课对象是谁?
A : 兴趣是最好的老师。不论你是在校学生、科研工作者、生态环境&信息技术爱好者,只要你怀抱热情与赤诚之心,我相信你一定会有所收获。