定量古生物学及重要名词释义

定量方法在古生物学研究中的应用由来已久。经过一个半世纪的逐步发展,尤其是上世纪七十年代随着计算机技术的快速普及,各种数学理论及方法很快应用于化石的形态、分类、分布和演化过程等领域的研究,并演变出许多重要的交叉学科和新的研究方向。笔者等初步总结了中国定量古生物学近四十年的发展历史,并对当前定量古生物学的一些重要名词进行释义,以便中国同行对定量古生物学这一学科的概念、理论、方法和手段等获得较为全面的概要认识。

定量古生物学软件PAST及其常用功能

近半个世纪以来,古生物学涉及越来越复杂的现象与过程,难以用传统的经验科学方法来解决。伴随着相关研究引入日益增多的定量分析,古生物学逐渐成为一门可定量分析的科学。作为最早的古生物学专用的免费统计软件包,PAST功能全面、易于使用,并在过去十几年中发展迅速,目前已在相关软件中占据重要地位。本文在简单介绍该软件基本操作方法的基础上,结合古生物学应用案例,解读最常用到的几类"常规统计分析"与"多元统计分析"的使用;同时,针对古生物学相关领域中的"多样性、丰度及居群结构","形态学"和"生物地层学"问题,给出具体分析实例。在相关案例的分析介绍中,详细梳理用PAST实现这些分析的具体步骤,因而具有较好的实用参考价值。受篇幅所限,文章对软件中其他不常用但相对重要的9个模块只进行简要介绍,以供读者在偶尔涉及该类分析时参考。PAST软件不仅功能强大,而且能够针对古生物学及地层学浮现出来的最新前沿问题不断进行调整、更新,值得在古生物学界推广使用。

基于R语言的古生物学定量分析实践平台:理念、构建与教学实验

基于教学现状,提出引入R语言进行古生物学定量分析实践平台的建设思路。以培养理论基础扎实、擅长数据分析的古生物学专业人才为导向,在R语言基础教学、古生物学数据集建设、案例分析三个方面开展教学实践。

浅谈大数据语境下的古生物学研究

近半个世纪以来,基于数据的古生物学研究日益占据重要位置。当下的科学研究进入大数据时代已得到公认,虽然囿于总体上非实验性学科的特点,古生物学数据产出速度有限,目前尚难符合大数据的多数基本特征,但大数据时代及相关理念显然对古生物学研究产生了积极效应,比如近年来古生物学数据产出的多元化,数学方法与模型的复杂化均与之密不可分。本文主要基于作者研究经验,浅议了古生物学定量化研究历史三个阶段,同时考虑古生物不同门类数据的相通性,在大数据语境下将古生物学数据分为结构型、半结构型与非结构型,并简介了基本研究方法。在讨论了定量古生物学与分析古生物学两大研究视角的异同后,基于古生物学代表期刊最新论文的小样本抽样,本文强调了分析古生物学的研究思路与统计模型较传统统计方法的优势。近年来古生物学展示了数据驱动型研究的特点,未来可能需要同时重视模型驱动的研究视角,将自上而下问题导向的模型设计与自下而上基于数据的收集分析相结合,以保证古生物学数据研究的可持续发展。此外,古生物学不是数据密集型科学,未来将之与地学其他领域的数据有机整合,会促成古生物学在学科交叉方向的深入。最后,统计学领域最新的倡议同样需要古生物学者重视,对统计模型的选择与对数据的解读需要考虑系统的复杂性与多解性,统计显著性相关的因果规律识别尤其需要慎重。

早期生命形态演化研究中的定量方法

定量古生物学是现代古生物学的一个分支,提倡用定量的手段来研究地质历史时期生命的演化过程。我国从事定量古生物研究的群体较小,特别是对前寒武纪早期生命演化的定量研究还没有系统地展开。这篇文章将主要介绍如何利用定量手段来研究前寒武纪化石的形态演化。对于前寒武纪化石,由于大部分化石分类属性的不确定性,通常使用几何性状对化石的最基本形态结构进行分析,并用存在/缺失(1/0)这种离散变量对每个性状进行量化。非参数多维标量分析方法[Non-parametric multidimensional scaling analysis(MDS)]可以将高维度的离散数据投影到二维或者三维的形态空间上,进而探讨生物群在形态空间中所占有的范围;由离散变量计算得出的生物群的表形分异度(morphological disparity)可以用MDS方差或者平均差异参数[Mean dissimilarity coeffi-cient(MDC)]来计算。形态空间的范围(morphospace range)和表形分异度是相互联系的,如果形态空间范围是固定的,那么表形分异度实际上代表了生物群在形态空间中的分布密度。在解释数据之前,需要对可能存在的样本效应进行测试。常用的方法包括稀释法(rarefaction)、随机取样法(randomization)和自举法(bootstrapping)等。为了帮助读者进一步了解这些方法的使用,文中列举了三个实例:伊迪卡拉生物的形态演化,元古代宏观藻类的形态演化和元古代及寒武纪疑源类的演化。