洞察力

在生态建模方面的地方性知识

• 摘要
• 简介
• 已发表的研究
• 问题1:LEK参与程度与建模目标之间的一致性
• 第2期:自然科学与社会科学的概念与方法的结合
• 问题3:数据采集过程的可靠性
• 第4期:模型准确性
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

建模在生态学中起着重要的作用。模型使研究人员能够更好地理解生态系统的功能，根据各种情景预测未来，并为资源管理者提供决策所需的相关信息(Jørgensen和Bendoricchio 2001)。模型可以解决一系列问题，从极少变量的简单问题到涉及非线性和多尺度过程的“大”和复杂问题(Sutherland et al. 2013)。因为模型是复杂现实的简化表示(Box 1976)，建模者依靠他们的判断来决定要表示现实的哪一部分，什么参数是最相关的，以及什么程度的复杂性是必要的(Krueger et al. 2012)。固有的主体性使得建模特别适合结合科学和本地知识产生的不同形式的专业知识(Barber和Jackson 2015)。

在过去的几十年里，涉及当地生态知识(LEK)的研究激增(图1)，生态学家越来越多地认识到LEK可以补充科学知识的许多方式(Asselin 2015)。科学生态知识(SEK)一般来源于假设-演绎方法，而LEK则来源于人们与环境的直接接触(方框1)。国际公约和宣言推动了LEK越来越多地参与生态研究的趋势，其中SEK和LEK，包括土著和传统生态知识，被发现同时存在，如联合国的生物多样性公约,联合国教科文组织《科学与利用科学知识宣言》，以及最近的巴黎协定在气候beplay竞技变化问题上。

LEK不仅在理论生态学和应用生态学中占有一席之地，在生态建模中也占有一席之地(图1)。事实上，LEK可以提供用经典研究设计难以获取的信息的生态模型。模型的可靠性、范围和预测能力取决于数据的质量和数量(Rykiel 1996)，但从研究者的角度来看，数据收集可能是耗时和消耗资源的。或者，当地人每天、一年甚至长期与环境互动。他们对生态过程的了解可以达到一个精确的水平，这几乎不可能与基于有限的样本量在几周内进行的实地调查相匹配。除了提供数据外，LEK还可用于建立模型背后的概念框架，设定范围、限制和假设，估计模型参数，并验证模型输出(Krueger等，2012)。

在生态建模中引入LEK的预期好处超出了对模型性能的关注。如果生态模型考虑到主要相关方的知识、需求、关注和看法，尤其是在处理敏感问题时，其合法性就会提高(Ericksen和Woodley, 2005)。此外，让当地社区参与研究过程有助于当地发展(Sillitoe 1998, Blaikie 2006)，为当地专家提供了在研究和自然资源管理方面发挥积极作用的机会。因此，建模可以通过提供一个交流、知识共享、科学工具的使用以及联合知识创造和学习的平台来促进社区赋权(Voinov和Bousquet, 2010)。

虽然LEK和SEK的结合越来越受到鼓励，但也不是没有批评。在谱系的一端，涉及LEK的研究可以被政治指控(Davis和Ruddle 2010)，并被视为另一个边缘化文化被挪用以造福占主导地位的西方文化的例子(Oguamanam 2008)。另一方面，由于LEK有自己的认识论和意义(Agrawal 1995)，一些人可能会质疑它们作为系统和严格研究过程的一部分的可靠性(Gilchrist和Mallory 2007)。此外，获取和理解LEK需要生态学和社会科学的概念和方法。因此，跨学科性是涉及LEK的研究项目的一个重要和具有挑战性的组成部分，研究人员需要调整建模方法，以达到伦理和科学标准(Davis和Ruddle 2010)。

我们回顾了相关的科学文献，总结了LEK在生态模型中纳入的一般问题。我们认为以下四个问题是最重要的:(1)LEK参与程度和建模目标之间的一致性，(2)结合自然科学和社会科学的概念和方法，(3)数据收集过程的可靠性，(4)模型的准确性。我们设计了一个分析网格来评估生态建模练习。我们使用该工具评估了23项已发表的研究如何处理这四个问题。

LEK是一个异质集团，源于文化特定的认识论，除非特别调查，否则研究者不知道(Agrawal 1995, Sillitoe 1998)。我们所说的“科学知识”是指生态学作为生物科学的一个领域所接受的方法和认识论所产生的知识(Begon 1996)。

已发表的研究

我们汇编了已发表的研究，包括本地知识和生态(或环境)模型。我们在谷歌Scholar和Scopus中搜索以下关键词的不同组合:“本地的”、“传统的”、“土著的”、“生态知识”(框1)和“模型(l)ing”。然后，我们选择了所有展示了涉及LEK的生态模型的科学论文。我们将搜索扩展到合成论文中引用的文章。我们最终在2000年至2017年间在同行评议期刊上发表了23项研究。模型跨越所有大陆，涵盖了一系列组织(从物种到生态系统)和空间(从地方到全国)尺度、环境(土地、水或两者兼有)和目的(基础或应用研究;图2)。所有已发表研究的分析网格和参考文献均可在在线材料中找到(附录1和2)。

问题1:lek参与程度与建模目标之间的一致性

在建模中涉及LEK的原因有很多，从更广泛、更容易地获取数据(例如，Anadón等人2010)到促进社会学习和发展的意愿(例如，Mendoza和Prabhu 2006, Rajaram和Das 2008)。LEK参与的水平也有很大的变化，从基本的经验数据收集到作为共同研究者的当地人民和组织的全面参与。在本节中，我们将解决建模目标和LEK参与程度之间的一致性问题。我们提出了一个框架来分析LEK参与生态建模的基本原理，并回顾了使用的方法，重点是参与性研究。

Blackstock等人(2007)受到协商民主原则的启发(见Dryzek 2002)，将可持续发展研究中涉及利益相关者的原因归纳为三种功能。我们调整了他们的框架，以适应LEK参与生态建模的特殊性:

1. 实质性功能依赖于LEK和SEK之间的互补性。当实验数据不完整时，例如在研究稀有物种、长时间序列或偏远地区时，LEK尤其有用(Anadón et al. 2010, Ehrich et al. 2016, Bastari et al. 2017)。
2. 规范性功能是关于对当地人口进行科学评估的合法性(Ericksen和Woodley, 2005)。生态学研究有时受到批评，因为它只提供了部分知识，几乎没有外部有效性，也就是说，如果脱离了它的本地背景，它就变得毫无意义(Menzies and Butler, 2006)。当用于证明资源管理政策对当地人口的影响时，SEK的合法性尤其受到挑战(Booth和Skelton 2011年)。
3. 工具功能指的是LEK作为一种社会发展工具，增强当地社区和机构的资源管理能力(Fraser et al. 2006)。它依赖于研究人员与当地民众和组织之间的合作和知识生产(Mendoza和Prabhu 2006, Lane等人2011)。

当地专家和利益相关者参与建模的程度应与目标一致。为了实现实质性的功能，当地对生态系统的了解可以帮助建立概念框架，观测可以作为第一手数据。然而，规范性和工具性功能需要更深入的参与(Briggs 2013)。尽管科学向社区开放的重要性得到了普遍承认，但仅仅在经典的实验研究设计上撒点LEK可能会导致诸如知识工具化或文化挪用等不良结果(Oguamanam 2008)。

参与式建模过程(Lynam et al. 2007, Voinov and Gaddis 2008)可以促进实体、规范和工具功能中的一种或另一种的执行，当地专家和组织可以在以下方面做出贡献:

• 定义目标;
• 设计概念模型;
• 收集或传递数据;
• 分析、验证和修改结果。

大多数已发表的研究(20)声称，包括LEK的实质性功能，如“TEK可能会为管理的科学方法提供信息，[…]]作为基准数据的来源，以填补其他方式无法解决的信息空白”(Espinoza-Tenorio et al. 2013)。八项已发表的研究试图增加合法性，认为LEK和SEK是有价值的，需要同时考虑:“当西方在该地区进行的科学研究忽略TEK并得出容易被当地观察证明无效的结论时，当地专家感到沮丧”(Olsen et al. 2015:11866)。发表的八项研究致力于促进当地发展。Mantyka-Pringle等人(2017:126)声称:“传统知识和科学知识的共同生产还可以增强农村或观察到资源下降的脆弱社区的能力，允许新思想和工具改善当地和科学实践，并提供制衡以确保新思想在习惯制度和价值方面是可接受的。”

在23项已发表的研究中，最常见的模式(18)是在数据收集中涉及LEK，从而实现实质性功能(表1)。LEK还涉及制定假设和设计潜在的概念模型(15)。一些研究在设定研究目标(5)、分析和验证研究结果(6)中涉及了LEK。我们在两项发表的研究中发现了矛盾，这些研究声称具有规范功能，但除了提供数据外，没有随之涉及LEK。一项已发表的研究(Mantyka-Pringle et al. 2017)应该受到赞扬，因为它在建模过程的所有步骤都涉及了LEK。

根据我们对已发表研究的分析，我们认为从研究过程的开始到结束有可能涉及LEK。我们建议科学家和本地居民一起设计和进行研究，以充分发挥LEK-SEK组合的潜力。

第2期:自然科学和社会科学的概念和方法的结合

在生态学中，LEK本身并不构成一个研究对象，而是用来扩展对生态现象的理解。因此，有兴趣整合LEK和SEK的生态学家必须建立在社会科学发展的概念上(Davis和Ruddle 2010)。例如，民族学研究知识系统，文化地理学感兴趣的是与土地的关系，而知识获取和专家判断是与认知心理学相关的概念。因此，发表的研究大多在跨学科期刊(8)，如生态和社会或人类生态学，或在没有学科特殊性的专题期刊(6)，如北极或海洋科学前沿．

桥梁训练伴随着挑战。首先，不同学科的概念往往具有不同的含义，因此它们的整合需要沟通和适应努力(Miller et al. 2008)。例如，“景观”的概念指的是生态学中的空间尺度，以及文化地理学中的物理特征、感知和心理结构的组合(tres et al. 2001)。此外，自然科学和社会科学认识论是不同的，参考不同的标准来评估研究的质量和效度(Moon和Blackman 2014)。根深蒂固于某一学科的已发表研究很难达到另一学科的标准。例如，McGregor等人(2010)从人类学的角度阐述了澳大利亚湿地的传统火灾管理，但却没有描述研究区域内发生的自然干扰机制和生态过程，这些都是从生态学家的角度出发的基本信息。相反，Luizza等人(2016)利用农民和村民的知识研究了埃塞俄比亚农业系统中的入侵植物。然而，无论是文化(民族学)，还是社会组织(社会学)或与土地的关系(人文地理学)都没有以一种详细的方式进行讨论。

社会科学在生态模型的评估和验证中也发挥着重要作用。生态模型提供的信息应始终根据模型的假设、参数、范围、限制和不确定性来考虑(Jørgensen和Bendoricchio, 2001)。然而，生态学方法对于这种检查很少是准确的。例如，他们不适合评估LEK的局限性和不确定性，这些可能以神话、传说或仪式的形式出现(例如，Colding和Folke 2001)。此外，根据实验生态学标准对LEK的验证提出了伦理问题，特别是在跨文化和土著环境中(Brook和McLachlan 2005)。尽管土著人民仍在殖民历史的余辉中挣扎，但试图通过他人的透镜来验证知识体系将有助于维持权力的不平等(Asselin 2015)。另外，模型评估可以通过适合于分析作为知识系统一部分的LEK的意义和范围的社会科学方法来促进。根据Davis和Ruddle(2010)和Usher(2000)，这样的评估可以考虑以下因素:

• 从推论中辨别观察结果;
• 分析知识是如何从观察中创造出来的;
• 判断信息是在一个社区内广泛共享，还是只被少数人掌握;
• 描述知识从一代传递到下一代的过程;
• 描述个人经历以及与其他文化的互动如何改变一个知识系统。

两项已发表的研究直接解决了学科整合的问题。Liedloff等人(2013)提供了一个跨学科的有趣例子，其中人类学、生态学和水文地球科学的方法和观测学被汇集在一个模型中(Miller等人2008)。作者在对西澳大利亚菲茨罗伊河进行的两项独立研究的基础上，分别对当地土著居民的水文地质和社会经济进行了研究，建立了一个综合框架。所得到的模型与当地的环境概念(如当地的季节日历)一致，并通过LEK和SEK进行了验证。

Espinoza-Tenorio等人(2013)通过跨学科设计解决了墨西哥渔业的可持续性问题。与跨学科性相比，跨学科性依赖于一种特别发展的共同认识论(Miller et al. 2008)。作者结合影响评价、景观生态学和TEK的理论基础和方法，构建了自己的概念框架。

尽管很少有公开发表的研究直接涉及学科整合，但致力于跨学科或跨学科的努力有助于达到自然科学和社会科学的质量、有效性和可靠性标准。

问题3:数据采集过程的可靠性

引出法是用于获取专家知识和测量其不确定性的过程(O’hagan et al. 2006)。LEK持有者可以被认为是专家:他们的知识基于经验观察，扎根于当地语境，可以用来做出推断和判断(Usher 2000, O’hagan et al. 2006)。在涉及LEK (Davis and Wagner 2003)或更普遍的专家生态知识(Martin et al. 2012)的研究中，引出设计中严格性的重要性得到了强调。专家知识抽取本身就是一个研究领域。它解决了与当地专家的选择、代表性和知识能力之间的平衡、抽样努力的剂量、偏差控制和不确定性的量化相关的问题(Ayyub 2001)。它可以通过半结构化的访谈、研讨会、问卷调查或协作田野调查(Huntingdon 2000)来进行。

一个用于建模目的的好的LEK启发设计应该提供至少五个基本元素的细节(摘自Martin et al. 2012):(1)用于选择参与者的方法;(2)参与人数;(3)用于汇集信息的方法;(4)不确定性讨论;(5)关于偏见的讨论。

大多数已发表的研究根据明确的标准选择受访者，如职业、年龄或经验。然而，只有11人清楚地解释了他们的选择程序，如随机抽样或雪球抽样。16项已发表的研究提到了受访者的数量，14项解释了他们如何汇集许多专家的数据，5项讨论了不确定性，4项讨论了偏见。我们计算了23项发表的研究中每一项的启发性得分，从0(当5个元素都没有出现时)到5(当所有元素的信息都提供时)(图3)。大多数发表的研究(15项)得分低于3，这意味着通常缺乏关键信息。只有两项发表的研究获得了满分(Bridger et al. 2016, Mantyka-Pringle et al. 2017)。

我们注意到，在整个已发表的研究中，在启发式设计中几乎系统性地缺乏关键信息。启发设计应该是系统的、严格的、可复制的，就像任何其他形式的数据/知识收集一样。我们建议同行审稿人和编辑委员会成员在接受稿件发表之前对研究设计更加挑剔。

第4期:模型准确性

生态学中常用的统计和经验模型用于处理来自实验设计的数据，但不适用于处理LEK及其特异性(Krueger et al. 2012)。LEK可以采取定量或定性的形式(Berkes 2012)。它可以是显性的(明确的)，隐性的(可以明确的，但没有)，或隐性的(不能明确的;Fazey et al. 2006)。科学家只能通过它们的持有者来获取LEK，这涉及到内在的不确定性和需要量化的偏见，这可能证明说起来容易做起来难。建模者可以转向更适合欢迎LEK作为专家判断而不是实验数据的替代模型家族。那些所谓的“专家模型”依靠人工智能通过数学语言模拟人类推理来引入判断(Krueger et al. 2012)。它们越来越多地被用于结合实验设计数据和专家知识。11项已发表的研究使用了这种模型，并使用了专门适合于LEK的平台，而12项使用了经典生态模型(如多元分析、线性回归、栖息地适宜性指数)或其他模型家族。

两类专家模型在已发表的研究中反复出现，并在LEK-SEK集成方面具有很大的潜力:基于模糊规则的模型(FRBM;4项已发表的研究)和贝叶斯网络(5项已发表的研究;他们可以处理定性和定量数据，他们从本质上考虑不确定性(Adriaenssens et al. 2004, Kuhnert et al. 2010)。此外，两者都可以用简单的图形结构表示，易于理解和修改，使它们非常适合参与式建模(MacKinson 2000, Aguilera et al. 2011)。

FRBM解决了处理定性、不确定和不精确变量之间相互关系的复杂系统(Yager和Filev 1994)。他们依赖于模糊集的数学理论，集合理论的扩展(Zadeh 1965)。一个对象不是用它属于一个集合或另一个集合来描述，而是用它属于这些集合的“程度”来描述。例如，MacKinson(2000)通过渔民的知识研究鲱鱼群，用“隶属度”描述了小、中、大组的海岸大小(例如，小:0%，中:20%，大:80%)。变量之间的联系用“IF/THEN”规则表述，变量由归属函数描述(Yager和Filev 1994)。LEK为模型提供观测数据，并校准隶属函数。当地专家也可以分享他们对参数之间联系的理解来制定规则(MacKinson 2000)。

贝叶斯网络结合了概率和图论(Aguilera et al. 2011)。它们被表示为多元的、无循环的和定向的因果网络。概率统计不同于生态学中普遍使用的频率统计，因为它们采用了概率和推理方法(Ellison 1996)。在概率统计中，不认为参数具有一个具有置信区间的固定值。相反，参数被认为是随机的，并用概率分布来描述。贝叶斯定理利用先验知识和似然推理出参数的后验概率分布。例如，Girondot和Rizzo(2015)将海龟产卵物候的LEK作为先验概率分布，结合实验数据作为似然分布。与FRBM一样，LEK也可以帮助构建概念模型(例如，Mantyka-Pringle et al. 2017)。

对已发表的研究的回顾表明，适应于包括专家判断的模式家族也很适合纳入LEK。但是，应该努力更好地考虑启发式和建模中的不确定性和偏差。

结论

建模在LEK-SEK集成方面有很大的潜力，在不久的将来，它的普及可能会继续增长。尽管存在方法上的问题，但建模提供了一个很好的机会，让当地人口参与研究项目的所有步骤，从而促进知识共享和授权。从23项已发表研究的分析中，我们得出结论，方法论指南尚未完全确定，特别是关于参与式方法和启发式设计。最紧迫的挑战在于社会科学和自然科学的方法和概念的整合。

我们提出了四个建议，以支持生态建模中LEK-SEK集成的最佳实践:

1. 参与式研究是充分发挥LEK-SEK组合潜力的有效工具。科学家和当地管理者应该共同合作，设计能够共享、增强和合法化生态系统知识的研究项目。
2. 致力于生态建模中LEK-SEK集成的研究团队应包括不同学科的科学家，以确保过程符合自然科学和社会科学的质量、有效性和可靠性标准。
3. 应努力设计严谨、适当和可重复的LEK引出方法。
4. 专家模型的巨大潜力在于将专家知识和实验数据结合起来。贝叶斯网络和FRBM非常适合这项任务，并在生态学中被广泛接受(Krueger et al. 2012)。

文献引用

Adriaenssens, V.， B. De Baets, P. L. M. Goethals, N. De Pauw, 2004。基于模糊规则的生态系统管理决策支持模型。总环境科学319(1 - 3): 1 - 12。http://dx.doi.org/10.1016/s0048 - 9697 (03) 00433 - 9

Agrawal, a . 1995。消除本土知识和科学知识之间的鸿沟。发展和变化26(3): 413 - 439。http://dx.doi.org/10.1111/j.1467-7660.1995.tb00560.x

阿奎莱拉，p.a.， A. Fernández, R. Fernández, R. Rumí，和A. Salmerón。2011.环境建模中的贝叶斯网络。环境模拟及软件26日(12):1376 - 1388。http://dx.doi.org/10.1016/j.envsoft.2011.06.004

Anadón, J. D.， A. Giménez, R. Ballestar. 2010。将本地生态知识和栖息地模拟联系起来，以预测大尺度上的绝对物种丰度。生物多样性和保护19(5): 1443 - 1454。http://dx.doi.org/10.1007/s10531-009-9774-4

艾瑟琳说,h . 2015。本土森林知识。586 - 596页在K. Peh, R. Corlett和Y. Bergeron编辑。劳特利奇森林生态学手册．劳特利奇，纽约，美国。

阿尤布，b.m. 2001。对不确定性和风险征求专家意见．CRC, Boca Raton, Florida, USA。http://dx.doi.org/10.1201/9781420040906

巴伯，M.和S.杰克逊，2015。“知识创造”:模拟当地和土著生态知识的问题。人类生态学43(1): 119 - 130。http://dx.doi.org/10.1007/s10745-015-9726-4

Bastari, A.， J. Beccacece, F. Ferretti, F. Micheli和C. Cerrano. 2017。当地生态知识显示亚得里亚海底栖无脊椎动物物种的时间趋势。海洋科学前沿4(5): 157。http://dx.doi.org/10.3389/fmars.2017.00157

Begon m . 1996。生态学 :个体、种群和社区．第三版。布莱克威尔科学，牛津，英国。

伯克,f . 2012。神圣的生态．第三版。劳特利奇，纽约，美国。

布莱克斯托克，K. L.， G. J. Kelly和B. L. Horsey, 2007。开发并应用可持续性参与性研究评估框架。生态经济学60(4): 726 - 742。http://dx.doi.org/10.1016/j.ecolecon.2006.05.014

布莱基没有放过任何一件芝麻小事,p . 2006。小真的漂亮吗?马拉维和博茨瓦纳的社区自然资源管理。世界发展34(11): 1942 - 1957。http://dx.doi.org/10.1016/j.worlddev.2005.11.023

Booth, a.l.和n.w. Skelton, 2011年。“你毁了一切!”不列颠哥伦比亚省的土著人民和工业发展的后果。环境、发展和可持续发展13(4): 685 - 702。http://dx.doi.org/10.1007/s10668-011-9284-x

鲍克斯，通用电气公司，1976年。科学和统计数据。美国统计协会期刊71(356): 791 - 799。http://dx.doi.org/10.1080/01621459.1976.10480949

布里杰，M. C.， C. J.约翰逊，M. P.吉林厄姆。2016。利用基于专家的栖息地模型评估森林发展对毛皮搬运者分布的累积影响。生态应用程序26(2): 499 - 514。http://dx.doi.org/10.1890/15-0555

布里格斯,j . 2013。本土知识:发展理论与实践的虚假曙光?发展研究的进展13(3): 231 - 243。http://dx.doi.org/10.1177/1464993413486549

布鲁克，R. K.和S. M.麦克拉克兰。2005.论用专家科学“检验”地方生态知识。生态和社会10 (2): r3。http://dx.doi.org/10.5751/ES-01478-1002r03

Colding, J.和C. Folke, 2001。社会禁忌:当地资源管理和生物保护的“隐形”制度。生态应用程序11(2): 584 - 600。http://dx.doi.org/10.2307/3060911

戴维斯，A.和K.鲁德尔，2010。建构信心:地方生态知识研究中的理性怀疑与系统探究。生态应用程序20(3): 880 - 894。http://dx.doi.org/10.1890/09-0422.1

Davis, A.和J. R. Wagner, 2003年。谁知道呢?论“专家”在研究地方生态知识中的重要性。人类生态学31(3): 463 - 489。http://dx.doi.org/10.1023/A:1025075923297

Dryzek, j.s. 2002。协商民主及其他:自由主义者，评论家，辩论者．美国纽约，纽约，牛津大学出版社。http://dx.doi.org/10.1093/019925043X.001.0001

Ehrich, D.， m.a. Strømeng和s.t. Killengreen. 2016。对干扰苔原的捕食者公会利用当地的生态知识进行研究。环境科学180(4): 1195 - 1203。http://dx.doi.org/10.1007/s00442-015-3521-1

埃里森，1996年上午。介绍用于生态研究和环境决策的贝叶斯推理。生态应用程序6(4): 1036 - 1046。http://dx.doi.org/10.2307/2269588

Ericksen, P.和E. Woodley, 2005。使用多种知识体系:好处和挑战。《千年生态系统评估》第85-117页。生态系统与人类福祉:多尺度评估一个小岛，华盛顿特区，美国。

A. Espinoza-Tenorio, M. Wolff, I. Espejel和G. Montaño-Moctezuma。2013.利用传统生态知识改善整体渔业管理:墨西哥南部泻湖生态系统的跨学科建模生态和社会18(2): 6。http://dx.doi.org/10.5751/ES-05369-180206

法泽，J. A.法泽，J. G.索尔兹伯里，D. B.林登梅尔，S.多佛斯，2006。环境保护经验知识的性质和作用。环境保护33(1): 1 - 10。http://dx.doi.org/10.1017/S037689290600275X

弗雷泽、E. D. G、A. J. Dougill、W. E. Mabee、M. Reed和P. McAlpine。2006.自底向上和自顶向下:分析参与性进程，以确定可持续指标，作为社区赋权和可持续环境管理的途径。环境管理杂志78(2): 114 - 127。http://dx.doi.org/10.1016/j.jenvman.2005.04.009

G.吉尔克里斯特和M. L.马洛里，2007。专家科学与地方生态知识的比较:我们害怕什么?生态和社会12(1): 02。http://dx.doi.org/10.5751/ES-01972-1201r01

Girondot, M.和A. Rizzo, 2015。将传统生态知识整合到生态建模中的贝叶斯框架:一个案例研究。人种生物学杂志》上35(2): 337 - 353。http://dx.doi.org/10.2993/etbi-35-02-337-353.1

亨廷顿，惠普，2000。在科学中运用传统生态知识:方法与应用。生态应用程序10(5): 1270 - 1274。http://dx.doi.org/10.1890/1051 - 0761 (2000) 010 (1270: UTEKIS) 2.0.CO; 2

Jørgensen, s.e.和G. Bendoricchio, 2001。生态模拟基础．荷兰，阿姆斯特丹，爱思唯尔。

克鲁格，T.， T. Page, K. Hubacek, L. Smith和K. Hiscock, 2012。专家意见在环境建模中的作用。环境模拟及软件36:4-18。http://dx.doi.org/10.1016/j.envsoft.2012.01.011

库纳特，P. M.， T. G.马丁，S. P.格里菲斯。2010。在贝叶斯生态模型中引出和使用专家知识的指南。生态学通讯13(7): 900 - 914。http://dx.doi.org/10.1111/j.1461-0248.2010.01477.x

莱恩，S. N.， N. Odoni, C. Landström, S. J. Whatmore, N. Ward, S. Bradley。2011。以不同的方式进行洪水风险科学:用激进的科学方法进行实验。英国地理学会学报36(1): 15-36。http://dx.doi.org/10.1111/j.1475-5661.2010.00410.x

Liedloff, A. C.， E. L. Woodward, G. A. Harrington, S. Jackson。在水资源开发的背景下，利用贝叶斯网络整合本土生态和科学水文地质知识。《水文499:177 - 187。http://dx.doi.org/10.1016/j.jhydrol.2013.06.051

Luizza, M. W.， T. Wakie, P. H. Evangelista和C. S. Jarnevich. 2016。结合当地牧民知识、参与式制图和物种分布模型对入侵橡胶藤进行风险评估(Cryptostegia开大花的)在埃塞俄比亚的阿法尔地区。生态和社会21(1): 22。http://dx.doi.org/10.5751/ES-07988-210122

lyam, T.， W. De Jong, D. Sheil, T. Kusumanto和K. Evans. 2007。将社区知识、偏好和价值纳入自然资源管理决策的工具审查。生态和社会12(1): 5。http://dx.doi.org/10.5751/ES-01987-120105

MacKinson, s . 2000。用于预测鲱鱼浅滩结构、动态和分布的自适应模糊专家系统。生态模型126(2 - 3): 155 - 178。http://dx.doi.org/10.1016/s0304 - 3800 (00) 00263 - 5

Mantyka-Pringle, C. S.， T. D. Jardine, L. Bradford, L. Bharadwaj, A. P. Kythreotis, J. Fresque-Baxter, E. Kelly, G. Somers, L. E. Doig, P. D. Jones, K. E. Lindenschmidt, and the Slave River and Delta Partnership. 2017。连接科学和传统知识，评估压力源对生态系统健康的累积影响。国际环境102:125 - 137。http://dx.doi.org/10.1016/j.envint.2017.02.008

马丁，T. G.， M. A. Burgman, F. Fidler, P. M. Kuhnert, S. Low-Choy, M. McBride, K. Mengersen. 2012。引出保护科学方面的专家知识。保护生物学(1): 26。http://dx.doi.org/10.1111/j.1523-1739.2011.01806.x

McGregor, S.， V. Lawson, P. Christophersen, R. Kennett, J. Boyden, P. Bayliss, A. Liedloff, B. McKaige和A. N. Andersen. 2010。土著湿地燃烧:保护澳大利亚世界遗产卡卡杜国家公园的自然和文化资源。人类生态学38(6): 721 - 729。http://dx.doi.org/10.1007/s10745-010-9362-y

门多萨，g.a.和R.普拉布，2006年。可持续森林管理的参与式建模和分析:软系统动力学模型和应用概述森林政策与经济9(2): 179 - 196。http://dx.doi.org/10.1016/j.forpol.2005.06.006

C. R. Menzies和C. Butler, 2006。理解生态知识。页1 - 20在c·r·孟席斯，编辑。传统生态知识与自然资源管理．内布拉斯加州大学出版社，林肯，内布拉斯加州，美国。

米勒，t.r.， t.d. Baird, c.m.利特菲尔德，G.科菲纳斯，F. S.查平三世和C. L.雷德曼。2008。认识论多元论:跨学科研究的重组。生态和社会13(2): 46。http://dx.doi.org/10.5751/ES-02671-130246

穆恩，K.和D.布莱克曼，2014。为自然科学家了解社会科学研究的指南。保护生物学28日(5):1167 - 1177。http://dx.doi.org/10.1111/cobi.12326

O 'Hagan, A.， C. E. Buck, A. Daneshkhah, J. R. Eiser, P. H. Garthwaite, D. J. Jenkinson, J. E. Oakley和T. Rakow, 2006。不确定判断:引出专家的可能性．约翰威利父子公司，奇切斯特，美国。http://dx.doi.org/10.1002/0470033312

Oguamanam, c . 2008。地方知识是被困的知识:知识产权、文化、权力和政治。世界知识产权杂志11(1): 29-57。http://dx.doi.org/10.1111/j.1747-1796.2008.00333.x

奥尔森，P. M.， C. A. Kolden, L. Gadamus. 2015。利用遥感数据和传统生态学知识建立海洋生境适宜性理论模型。遥感7(9): 11863 - 11886。http://dx.doi.org/10.3390/rs70911863

拉贾拉姆，T.和A.达斯，2008。发展中国家农村联系综合评估方法。影响评估和项目评估26(2): 99 - 113。http://dx.doi.org/10.3152/146155108X323605

小赖基尔1996。检验生态模型:验证的意义。生态模型90(3): 229 - 244。http://dx.doi.org/10.1016/0304 - 3800 (95) 00152 - 2

积极的,p . 1998。土著知识的发展:一种新的应用人类学。当代人类学39(2): 223 - 252。http://dx.doi.org/10.1086/204722

萨瑟兰,w·J。r . p . Freckleton h·c·J·高德弗雷s . r . Beissinger t·本顿·d·d·卡梅伦y . d . a .煤烟梅尔,t·库尔森·m·c·埃默森r . s .来自g·c·海斯·d·J·霍奇森d·约翰逊·m·J·哈钦斯J·p·g·琼斯,m·J·基林h .合欢树w·e·Kunin x Lambin, ot刘易斯,y Malhi, n . Mieszkowska e . J . Milner-Gulland k·诺里斯,菲利莫尔a, b, d . w . Purves J·m·里德d . c . Reuman k·汤普森,J·m·J·特拉维斯·l·a·特恩布尔·d·a·瓦尔德和t . Wiegand。2013。确定100个基本生态问题。《生态学杂志》101(1): 58 - 67。http://dx.doi.org/10.1111/1365-2745.12025

特雷斯，B.， G.特雷斯，H. Décamps，和a.m。d 'Hauteserre。2001.在景观研究中架起人文科学与自然科学的桥梁。景观与城市规划57(3 - 4): 137 - 141。http://dx.doi.org/10.1016/s0169 - 2046 (01) 00199 - 2

亚瑟，P. J. 2000。传统生态知识在环境评价与管理中的应用。北极53(2): 183 - 193。http://dx.doi.org/10.14430/arctic849

Voinov, A.和F. Bousquet, 2010。造型与利益相关者。环境模拟及软件25(11): 1268 - 1281。http://dx.doi.org/10.1016/j.envsoft.2010.03.007

Voinov, A.和E. J. B. Gaddis, 2008。成功的参与式流域建模的经验教训:建模从业者的视角。生态模型216(2): 197 - 207。http://dx.doi.org/10.1016/j.ecolmodel.2008.03.010

R. R. Yager和D. P. Filev, 1994。模糊建模与控制要点．威利，纽约，美国。

扎德，洛杉矶，1965年。模糊集。信息和控制8(3): 338 - 353。http://dx.doi.org/10.1016/s0019 - 9958 (65) 90241 - x