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！
为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。
电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。
认证证书申请注意事项：
1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
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。
【第一讲】走进生态信息学
1.1 什么是生态信息学
1.2 生态信息学的发展简史
1.3 生态信息学的研究领域
1.4 生态信息学的实际应用案例
【第一讲】走进生态信息学-单元测验
【第一讲】走进生态信息学-单元作业
【第二讲】生态数据的特征与管理
2.1 生态数据与生态信息
2.2 生态数据获取手段和技术
2.3 生态数据的分类
2.4 生态数据的特征与尺度效应
2.5 生态元数据
2.6 数据生命周期与质量控制
2.7 生态大数据与发展趋势
【第二讲】生态数据的特征与管理-单元测试
【第二讲】生态数据的特征与管理-单元作业
【第三讲】生态数据的在线获取
3.1 国内生态相关数据的获取网站及资源
3.2 国内外生态出版数据的获取
3.3 全球通量网介绍及数据获取
3.4 气象再分析数据ECMWF的获取
3.5 MODIS卫星遥感数据的下载和处理
3.6 开放道路网数据的获取
【第三讲】生态数据的在线获取-单元测验
【第三讲】生态数据的在线获取-单元作业
【第四讲】生态数据的时空序列分析
4.1 生态数据时空序列之概述
4.2 生态数据的时间序列分析内容与方法
4.3 生态数据时间序列分析之Mann-kendall案例分析
4.4 生态数据空间分析分析的内容与方法
4.5 生态数据空间分析之上海城市大气黑碳的空间模拟
【第四讲】生态数据的时空序列分析-单元测试
【第四讲】生态数据的时空序列分析-单元作业
【第五讲】生态模型模拟与评价（上）
5.1 模型与生态模型的基本概念
5.2 生态模型的发展历程
5.3 生态模型模拟初识
5.4 生态模型的分类与功能
5.5 生态系统模型的组成
5.6 生态系统模型建模过程
【第五讲】生态模型模拟与评价（上）- 单元测验
【第五讲】生态模型模拟与评价（上）- 单元作业
【第五讲】生态模型模拟与评价（下）
5.7 相关关系概述
5.8 线性相关关系的测定与解读
5.9 相关分析与回归分析
5.10 回归模型的拟合
5.12 不确定性分析
【第五讲】生态模型模拟与评价（下）- 单元测验
【第五讲】生态模型模拟与评价（下）- 单元作业
5.11 模型数据融合与数据同化
【第六讲】现代信息技术在生态学研究中的应用
6.1 “3S”技术及其在生态学中的应用 ——6.1.1 遥感技术(RS）
6.1 “3S”技术及其在生态学中的应用 ——6.1.2 地理信息系统(GIS)
6.1 “3S”技术及其在生态学中的应用 ——6.1.3 全球定位观测系统(GPS)
6.2 无人机技术及其在生态学中的应用
6.3 Meta分析及其在生态学中的应用
6.4 机器学习及其在生态学中的应用
【第六讲】现代信息技术在生态学研究中的应用-单元测验
【第六讲】现代信息技术在生态学研究中的应用-单元作业
【第七讲】生态信息学发展的机遇与挑战
7.1 生态学研究的文献检索方法与手段
7.2 生态学相关期刊的影响力评价
7.3 如何了解生态信息学的进展——文献计量学
7.4.1 过去四十年生态学研究主题的转变 [生态学前沿文献导读]
7.4.2 大数据与生态学的未来 [生态学前沿文献导读]
7.4.3 宏生态学：理解大陆尺度上的生态模式和过程 [生态学前沿文献导读]
7.4.4 生态监测迈向物联网 [生态学前沿文献导读]
7.4.5 迭代式生态短期预测的需求、前景与挑战 [生态学前沿文献导读]
7.4.6 心理认知科学与全球气候变化数据可视化 [生态学前沿文献导读]
【第七讲】生态信息学发展的机遇与挑战-单元测验
【第七讲】生态信息学发展的机遇与挑战-单元作业
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11月12日开课，每周四零点更新，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。