4年前，新入职北京大学生态研究中心的研究员华方圆和团队“001”号成员、科研助理王玮亦开启了一项全球尺度的生物多样性数据分析，探究是什么因素影响鸟类群落对农业毁林的响应。尽管核心成员极为精简，但所有原始数据研究的第一作者和通讯作者都被列为了该研究的共同作者。这些作者来自全球6个大洲21个国家的49家研究机构，这样的合作方式并不常见。
近日，这项研究成果发表于《自然-生态与进化》。
2019年底，由于新冠疫情，刚刚入职北大的华方圆被困家中，野外考察一时搁浅。一天早晨，一个多年前曾让她好奇的问题突然又冒了出来——森林生态系统的生物多样性受农业毁林负面影响的程度与农耕文明之间是否有潜在关联？人类上万年的农业史是一部改造自然的历史。如今地球上已有约40%的无冰土地被转为农业用地。这种转变尤其是对森林的改变，即农业毁林，已成为全球生物多样性面临的最为严重的威胁之一。
已有大量的研究记录了生物多样性对农业毁林的负面响应。
“但具体到不同地区的不同案例时，这种响应却表现出很大差异。有的研究甚至认为，农业毁林对当地的生物多样性是有积极作用的。”论文共同第一作者兼通讯作者华方圆说，理解农业毁林对生物多样性影响的差异及其背后可能存在的规律，对于深入认识农业的生态影响具有很大的科学和实际意义。
要想探究这种差异，全球范围的数据收集工作是基础。在动植物类群中，鸟类是被人类认识最充分的一个类群，研究数据也最为丰富。于是，团队从与鸟类相关的近3000篇论文中，筛选出符合数据准入标准的61篇，并一一联系论文作者，最终获得了47篇论文的原始数据。论文共同第一作者、负责数据收集的王玮亦透露，数据收集工作持续了近1年半时间。
“并不是所有符合我们准入标准的论文都提供了我们需要的物种尺度的数据。即使是那些提供了数据的论文，数据格式也千差万别，而且在一些关键信息上可能是模糊的。”于是，在数据整理过程中，王玮亦不得不向原文作者逐一发邮件寻求数据，并多次核实相关细节。为说服、激励原文作者提供数据，研究团队决定让这些作者联合署名，对那些已经在发表的论文中提供数据的作者，团队同样发出了署名邀请。
“这不仅极大促进了数据的整理工作，也是对原文作者在原始数据收集中所作贡献的一个公正的认可。”王玮亦告诉《中国科学报》。
数据收集之后的分析与诠释工作，同样十分漫长。在此前的研究中，科学家一般把生物多样性对农业毁林响应的差异归因于农业景观和生产方式的不同特征。例如，很多研究发现在景观异质性更低、管理强度更高的农业系统中，生物多样性对农业毁林的响应往往更加负面，反之亦然。而在这项研究中，科研人员引入了一个“过滤”概念，即生态过滤机制可能也对这样的差异形成起到了至关重要的作用。
华方圆说，过滤大致分为两方面：在天然时空变异性更大的森林生态系统中，比如冠层不连续、有季节性落叶、会发生周期性野火的森林生态系统中，物种和群落可能具有预先的对毁林所致生境改变的适应，这是一种自然过滤过程。而那些历史上人为毁林强度更高的地方，存留下来的物种和群落已经过了一定程度的毁林过程筛选，因此可能更加具有耐受性，这是一种人为过滤过程。
过滤对物种和群落毁林耐受性的影响很少有人研究。
为了填补这一空缺，研究团队汇编了一套全球范围内配对的农业系统与原生森林中物种尺度鸟类多度的数据集，对两种生态过滤机制的影响进行了检验。结果显示，自然和人为过滤越强，群落的性状就越偏向使物种表现出更高的耐受性。研究人员发现，整体而言，鸟类群落对于农业毁林的响应是近于中性的。然而，如果只看原生森林中的鸟类，农业毁林给它们带来的是显著的负面影响。
之所以整体近于中性响应，是因为那些仅出现在农业系统中的鸟类是农业毁林的“赢家”。换言之，真正需要保护和关注的是依赖于原生森林的“输家”。
华方圆表示，这一结论将有助于更好预测和应对未来农业驱动的土地利用方式变化带来的生物多样性影响。该研究还强调了保护现存完整森林的重要性。因为这些森林迄今经历的人为过滤强度比较低，也是“输家”物种最后的庇护所。一旦它们遭到破坏，不仅会导致更严重的生物多样性丧失，还会进一步强化人类活动在全球生态系统中造成的历史遗留效应。
除论文成果外，这一课题也让华方圆对科研合作有了更深的思考。在论文写作阶段，针对全球尺度的数据讲好多层次的生态演化故事的思路，是伴随投稿过程逐渐清晰的。“虽然经历2次拒稿、2次修改，每一次修改都是牵一发而动全‘数’，但在这个烦琐的过程中，我们得到了来自世界各地共同作者的帮助和鼓励。”王玮亦坦言，是全球同行间真诚的交流给了团队成长的养分。
华方圆告诉《中国科学报》，在这项研究中，收集数据的过程也是维系一个学术共同体的过程，如何把庞大的作者群凝聚到同一个目标中，关系到这项研究的成败。在她看来，生态学研究领域数据共享机制的设立至关重要。数据公开是科学研究公开、透明的体现，同时科学数据是一种公共资源，应该通过共享物尽其用，让其他研究团队据此获得更多的科学发现。