数字鸟群和捕食者帮助科学家模拟动物真实行为

去年10月的一天，生态学家科恩·德·科宁（Koen de Koning）上班后做的第一件事，和往常一样：启动“鹤类雷达”（Crane Radar）。这个交互式网络应用显示一群鹤正朝他飞来。他兴奋地冲出去，抬头一看，果然有大约60只鸟沿着南迁路线飞过。

“鹤类雷达”是一种数字孪生技术——即现实世界实体的虚拟表示，在生态学领域是相对较新的技术（参见go.nature.com/46rbkg4）。“多亏了这个雷达，我肯定看到了更多迁徙景象，也学到了更多迁徙模式。”德·科宁说，他就职于荷兰瓦赫宁根大学及研究中心，也是一位热心的观鸟者。

在制造业、基础设施和医疗保健等领域，这项技术已被用于建模各种对象，从电子元件到英国医院病房，甚至新加坡整个国家。它们的用途各不相同：数字孪生可以为个体用户带来便利（如谷歌地图持续更新助司机导航），也能预测气候变化对城市的影响、规划建筑或模拟外科手术。例如，荷兰医疗科技公司飞利浦的HeartNavigator软件包，可通过模拟不同型号瓣膜的手术来规划心脏瓣膜置换等手术，为患者找到最佳适配方案。

1970年，美国国家航空航天局（NASA）使用了通常被认为是第一个数字孪生（当时称为“活模型”），以查明阿波罗13号登月任务中氧气罐爆炸的原因，并将宇航员安全带回地球。该机构首席技术专家约翰·维克斯（John Vickers）于2010年创造了“数字孪生”一词；而几年前，美国系统工程师迈克尔·格里夫斯（Michael Grieves）在安阿伯市密歇根大学产品生命周期管理发展联盟担任联合主任时，在一次面向制造业的演讲中正式提出了这一概念。

过去十年，数字孪生在多个领域的发展显著增加，这主要得益于数据可用性的提高、物联网（IoT）设备的普及以及人工智能（AI）和云计算的发展。一份报告预测，未来5年全球数字孪生市场规模将增长逾7倍，从今年的210亿美元增至2030年的1500亿美元（参见go.nature.com/4nctfu2），其中医疗保健领域预计增长最快，因其有望减少失误、改善诊断和手术效果。

对于生态学家来说，数字孪生带来了独特机遇，但也存在需要解决的局限性，从确保足够的数据访问到可持续的资金支持。

### 生态数字孪生的应用
瓦赫宁根大学及研究中心的安娜·戴维森（Anna Davison）从事生态学数字孪生研究，她说数字孪生对研究超出历史常规变化的系统特别有用，包括生态系统对人为气候变化的反应。因此，生态学家越来越多地使用数字孪生来弥补生物多样性研究中的空白——这些空白源于生态系统的复杂性、政府行动的迟缓以及缺乏实时监测。

2022年启动的“鹤类雷达”是瓦赫宁根大学及研究中心在欧盟资助的“自然优先”（Nature FIRST）项目中开发的四个数字孪生之一，该项目耗资30万欧元（约合35.2万美元）。它预测普通鹤（Grus grus）在荷兰、比利时、卢森堡、法国北部和德国西北部的迁徙情况，帮助观鸟者和生态学家定位迁徙鹤群。德·科宁选择鹤类迁徙作为研究重点，是因为数据丰富且建模相对简单，还有个人动机：“我总是在错误的时间或地点看鹤，这个模型帮我更频繁地看到它们。”

构建数字孪生时，科学家需先收集相关数据（实时物联网数据或历史记录），再开发算法模拟物理实体行为，测试模型（如拟合历史与近期数据），最后应用于实时数据。“鹤类雷达”耗时约一年建成，成本1.5万至2万欧元，利用Movebank迁徙数据、观鸟者实时观测及风速等因素，预测鸟类未来四小时位置（K. De Koning, Ecol. Inform. 85, 102938; 2025）。研究人员还与非营利组织“感知线索”合作，将模型转化为公众、政策制定者等易于使用的平台；观鸟者可通过公民科学平台Observation.org记录观测数据，雷达每分钟更新，网站每五分钟更新一次并提供四小时预测。该雷达在迁徙高峰期日均访问量达10万次，荷兰国家新闻报道后周末用户超30万。

西班牙南部多尼亚纳国家公园正在构建更复杂的生态系统数字孪生。该公园是欧洲重要生物多样性保护区，但面临过度用水、农业开发等威胁。研究团队模拟植被、兔子和伊比利亚猞猁（关键物种）间的相互作用，利用猞猁GPS数据、兔子数据及卫星归一化植被指数，展示物种间响应关系，为猞猁重引入提供依据。

此外，欧洲、非洲和亚洲的河流系统也在开发数字孪生。英国斯蒂夫基河数字孪生旨在改善白垩溪流栖息地健康；中国长江、葡萄牙杜罗河部分河段及肯尼亚三条河流的数字孪生也在推进中。肯尼亚的劳伦斯·恩德鲁团队正开发马拉河流域数字孪生，整合气象站等数据预测洪水，预警社区转移牛群等，避免“事后诸葛亮”的高昂代价。

### 面临的挑战
挑战包括：传感器需联网才能发挥作用；数据质量问题（如观鸟者观测的时间戳、位置可能不准确）；数据存储成本高（如恩德鲁团队每年需2.5TB存储，在肯尼亚云端存储成本约800美元/年）；人们对数字孪生潜力认识不足，科学家需先解释成果；以及可持续性——研究资金的短期性与构建、维护数字孪生的时间和成本之间的平衡。