pecan - 整合式生态系统建模和预测工具箱

我们的愿景

利用最佳可用数据和模型来指导生态系统科学、政策和管理

我们的使命

开发并推广可访问的工具，用于可重复的生态系统建模和预测

什么是PEcAn？

预测生态系统分析器（PEcAn）（参见pecanproject.org）是一个综合的生态生物信息学工具箱（Dietze等人2013，LeBauer等人2013），它包括：1）一个科学工作流系统，用于管理大量公开可用的环境数据；2）一个贝叶斯数据同化系统，用于在最先进的生态系统模型中综合这些信息。这个项目的动机是，许多关于全球变化的最紧迫问题并不一定受限于收集新数据的需求，而是受限于我们综合现有数据的能力。该项目旨在通过开发一个可访问的框架来以合理的方式整合多个数据源，从而提高这种能力。

PEcAn工作流系统使生态系统建模在数据应用操作方面更具可重复性、自动化和透明度，从而最终使同行和公众更容易理解。它减少了建模团队之间的重复工作，促进了合作，并使模型对研究界的其他成员更容易接受。

PEcAn本身不是一个生态系统模型，它可以与各种不同的生态系统模型一起使用；整合一个模型涉及编写一个包装器，以将输入和输出转换为PEcAn使用的标准格式。目前，PEcAn支持十多个生态系统模型，并且不断有新的模型被添加（请查看_models_文件夹以获取最新列表）。

文档

请查阅PEcAn项目的文档；可以是最新稳定开发分支，也可以是最新发布版。早期版本的文档在这里。

入门

请查看我们的"教程页面"，其中提供了自学教程、vignettes链接和概述演示。

安装

有关如何安装PEcAn的完整说明可以在文档这里找到。要启动并运行PEcAn，你可以使用以下三种方法之一：

运行虚拟机。这推荐给学生和新用户，为每个发布版本提供一个一致的、经过测试的环境。
使用Docker。这是推荐的方法，特别是对于开发和生产部署。
在你自己的Linux或MacOS计算机或服务器上安装所有PEcAn R包。这可以通过从r-universe安装来完成：

# 启用pecanproject仓库
options(repos = c(
  pecanproject = 'https://pecanproject.r-universe.dev',
  CRAN = 'https://cloud.r-project.org'))
# 在R中下载并安装PEcAn.all
install.packages('PEcAn.all')

然而，如果不安装PEcAn的其他组件，特别是BETYdb，这可能会有功能限制。

网站

访问我们的网页以了解有关PEcAn项目的最新新闻、版本和信息。

网页界面演示

通过PEcAn网页界面是开始生态系统建模的最快方式。我们有一个运行当前版本PEcAn的演示网站。使用这个实例，你可以在任何预定义的站点使用ED或SIPNET执行模型运行。

演示实例仅允许在pecan.ncsa.illinois.edu上运行。一旦你设置好运行，它将在我们的服务器上执行；根据执行模型的人数和所选模型的不同，这可能需要几秒钟到几分钟才能完成。完成后，你将看到执行结果，并可以绘制模型输出图。在我们的在线教程中可以找到一些执行的完整示例。

出版物

LeBauer, D.S.、D. Wang、K. Richter、C. Davidson 和 M.C. Dietze (2013)。促进野外测量与生态系统模型之间的反馈。生态学专著。doi:10.1890/12-0137.1
Wang, D、D.S. LeBauer 和 M.C. Dietze (2013)。通过模型数据合成预测美国本土短轮作杂交杨树(Populus spp.)的产量。生态学应用 doi:10.1890/12-0854.1
Dietze, M.C.、D.S LeBauer 和 R. Kooper (2013)。关于改善模型和数据之间的通信。植物、细胞与环境 doi:10.1111/pce.12043
Dietze, Michael C.、Shawn P. Serbin、Carl Davidson、Ankur R. Desai、Xiaohui Feng、Ryan Kelly、Rob Kooper 等。"陆地生物圈模型在北美生物群落中数据需求的定量评估。"地球物理研究杂志：生物地球科学 119, 第 3 期 (2014): 286-300。
Viskari, Toni、Brady Hardiman、Ankur R. Desai 和 Michael C. Dietze。"多种物候观测的模型数据同化以约束和预测叶面积指数。" (2015) doi:10.1890/14-0497.1
Shiklomanov. A、MC Dietze、T Viskari、PA Townsend、SP Serbin. 2016 "通过贝叶斯方法对RTM反演中光谱分辨率对叶片特征估计不确定性影响的量化" 环境遥感 183: 226-238
LeBauer, David、Rob Kooper、Patrick Mulrooney、Scott Rohde、Dan Wang、Stephen P. Long 和 Michael C. Dietze。"BETYdb：应用于第二代生物能源原料生产的产量、性状和生态系统服务数据库。"GCB生物能源 (2017)。

在谷歌学术上可以找到应用PEcAn或受我们工作启发的大量出版物列表。

致谢

PEcAn项目得到了国家科学基金会（ABI #1062547、ABI #1458021、DIBBS #1261582、ARC #1023477、EF #1318164、EF #1241894、EF #1241891）、NASA陆地生态系统、能源生物科学研究所、能源部（ARPA-E奖项#DE-AR0000594和DE-AR0000598）以及亚马逊AWS教育补助的支持。

本材料中表达的任何观点、发现、结论或建议均为作者的观点，不一定反映国家科学基金会、NASA或其他联邦机构的观点。PEcAn是波士顿大学地球与环境系、伊利诺伊大学卡尔·沃斯基基因组生物学研究所、国家超级计算应用中心图像空间数据分析组、威斯康星大学麦迪逊分校大气与海洋科学系以及布鲁克海文国家实验室陆地生态系统科学与技术组之间的合作项目。

BETYdb是伊利诺伊大学厄巴纳-香槟分校能源生物科学研究所的产品。我们非常感谢其他研究人员慷慨地提供自己的数据以供进一步研究。