摘? 要：隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，動(dòng)物行為生態(tài)學(xué)數(shù)據(jù)的收集方法更趨向于綜合化和復(fù)雜化，致使獲得實(shí)驗(yàn)數(shù)據(jù)信息呈現(xiàn)爆發(fā)式增長(zhǎng)并不斷積累，對(duì)深度挖掘?qū)嶒?yàn)數(shù)據(jù)的軟件要求越來越高；而常用的數(shù)據(jù)處理軟件很難滿足對(duì)大數(shù)據(jù)的充分挖掘和處理，致使許多數(shù)據(jù)被忽略且可視化效果不佳。將R語(yǔ)言與動(dòng)物行為生態(tài)學(xué)課程教學(xué)相結(jié)合，既能滿足學(xué)生對(duì)可視化分析的需求，又能加深學(xué)生對(duì)交叉學(xué)科知識(shí)點(diǎn)的理解。

關(guān)鍵詞：動(dòng)物行為生態(tài)學(xué)；R語(yǔ)言；可視化分析

中圖分類號(hào)：TP39；G642? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：2096-4706（2023）01-0093-03

Application of R Language Technology in the Visualization of Animal Behavioral Ecology

WANG Guohai

（College of Chemistry and Bioengineering， Guangxi Minzu Normal University， Chongzuo? 532200， China）

Abstract： With the rapid development of economy and society， the collection methods of animal behavioral ecology data tend to be more comprehensive and complex， resulting in the explosive growth and continuous accumulation of experimental data information. The requirements for the software of deeply mining experimental data are higher， while the commonly used data processing software is difficult to meet the fully mining and processing of big data. As a result， a lot of data are ignored and the visualization effect is poor. Combining R language with the course teaching of animal behavioral ecology can not only meet the needs of students for visual analysis， but also deepen students' understanding for the interdisciplinary knowledge points.

Keywords： animal behavioral ecology; R language; visual analysis

0? 引? 言

動(dòng)物行為生態(tài)學(xué)是一門集動(dòng)物行為學(xué)與生態(tài)學(xué)交叉的綜合性學(xué)科，是研究動(dòng)物行為類型和功能、適合度和進(jìn)化過程的科學(xué)，并涉及生理學(xué)、遺傳學(xué)、進(jìn)化論和社會(huì)學(xué)的學(xué)科。對(duì)其特征進(jìn)行分析不僅可以掌握動(dòng)物行為的時(shí)空變化，還能在此基礎(chǔ)上進(jìn)行延伸研究動(dòng)物個(gè)體生長(zhǎng)與環(huán)境間適應(yīng)性[1]。雖然動(dòng)物行為生態(tài)學(xué)在生態(tài)學(xué)專業(yè)發(fā)展中具有重要的意義，但目前很多高校生態(tài)學(xué)專業(yè)基本上未開設(shè)動(dòng)物行為生態(tài)學(xué)這門課程，即便開設(shè)了此課程但也只是將其作為選修課，導(dǎo)致有些學(xué)生根本不知道開設(shè)有此課程。其次，動(dòng)物行為生態(tài)學(xué)課程學(xué)習(xí)目標(biāo)不僅要求學(xué)生掌握?qǐng)?jiān)實(shí)的理論基礎(chǔ)，同時(shí)還要熟練掌握在野外環(huán)境下觀察、記錄和分析野生動(dòng)物行為數(shù)據(jù)的能力[2]；但隨著人類活動(dòng)干擾的不斷擴(kuò)大，野生動(dòng)物數(shù)量和棲息地不斷縮小和破碎化，加之野外環(huán)境下未知風(fēng)險(xiǎn)多，高校任課教師在該課程講授過程中都傾向于室內(nèi)的基礎(chǔ)理論講解，導(dǎo)致學(xué)生無法將課堂中學(xué)到的研究方法實(shí)地用于觀察和收集動(dòng)物行為數(shù)據(jù)中，從而降低學(xué)生對(duì)該門課程的學(xué)習(xí)興趣。最后，以往的動(dòng)物行為數(shù)據(jù)收集方法都是采用焦點(diǎn)動(dòng)物掃描法或瞬時(shí)掃描法，數(shù)據(jù)分析時(shí)大多數(shù)都是以2 h為間隔將1 d劃分為12個(gè)時(shí)間段后再計(jì)算各時(shí)間段的相對(duì)多度來反映動(dòng)物的行為變化[3]，這種方法常會(huì)因樣本量不足而對(duì)結(jié)果產(chǎn)生重要影響，同時(shí)也難以對(duì)結(jié)果進(jìn)行良好的可視化分析。

隨著社會(huì)經(jīng)濟(jì)技術(shù)的快速發(fā)展，目前對(duì)動(dòng)物行為數(shù)據(jù)的收集方法更趨向于綜合化和復(fù)雜化，如紅外相機(jī)技術(shù)具有靈敏度高、可持續(xù)性和隱蔽性強(qiáng)等特點(diǎn)，可在不干擾研究對(duì)象的前提下連續(xù)24 h不間斷的工作，從而能獲得大量的動(dòng)物行為數(shù)據(jù)（種群年齡結(jié)構(gòu)、數(shù)量及活動(dòng)時(shí)間等）[4]。但以往常用的數(shù)據(jù)處理軟件如SPSS、SAS、MATLAB、Minitab、Stata和Origin等很難滿足對(duì)大數(shù)據(jù)的處理和可視化分析，同時(shí)也極大地制約了學(xué)生的主觀能動(dòng)性，不利于學(xué)生科研實(shí)踐能力的發(fā)展。因此，如何簡(jiǎn)單、高效且充分的挖掘動(dòng)物行為生態(tài)學(xué)數(shù)據(jù)中所蘊(yùn)含的科學(xué)問題及如何將這些數(shù)據(jù)進(jìn)行可視化，成為生態(tài)學(xué)科研工作者面臨的重要挑戰(zhàn)，也是高校生態(tài)學(xué)專業(yè)人才培養(yǎng)所必須注重的能力之一。

R語(yǔ)言技術(shù)是一個(gè)集數(shù)據(jù)分析、統(tǒng)計(jì)計(jì)算、制圖以及可視化的優(yōu)秀程序設(shè)計(jì)軟件[5]。與其他軟件相比，具有好學(xué)易懂、操作性強(qiáng)、開源免費(fèi)、可開展交互式數(shù)據(jù)分析及強(qiáng)大的圖形輸出功能等優(yōu)勢(shì)[6，7]。鑒于R語(yǔ)言技術(shù)的這些突出優(yōu)勢(shì)，將R語(yǔ)言的數(shù)據(jù)分析及可視化功能應(yīng)用到動(dòng)物行為生態(tài)學(xué)具體的教學(xué)實(shí)踐中，這對(duì)于實(shí)現(xiàn)和提高動(dòng)物行為生態(tài)學(xué)的課程教學(xué)目標(biāo)和質(zhì)量具有重要意義。但目前許多高校針對(duì)生態(tài)學(xué)專業(yè)開設(shè)的數(shù)據(jù)分析與處理課程和教材都十分匱乏，非常不利于學(xué)生數(shù)據(jù)分析和科研思維能力的培養(yǎng)。因此，本文通過案例分析的方式說明R語(yǔ)言在動(dòng)物行為生態(tài)學(xué)數(shù)據(jù)可視化中的應(yīng)用優(yōu)勢(shì)，以期為動(dòng)物行為生態(tài)學(xué)的研究者和師生提供借鑒。

1? R語(yǔ)言在動(dòng)物行為生態(tài)學(xué)數(shù)據(jù)可視化中的應(yīng)用優(yōu)勢(shì)

R語(yǔ)言最初由新西蘭奧克蘭大學(xué)統(tǒng)計(jì)系的Ross Ihaka和Robert Gentleman及其他志愿者以S語(yǔ)言環(huán)境為基礎(chǔ)共同開發(fā)的一個(gè)自由開放、免費(fèi)獲取，并集數(shù)據(jù) 處理、統(tǒng)計(jì)分析和繪圖功能為一體的開源軟件[8]。R語(yǔ)言可以通過其網(wǎng)站或者鏡像中自由下載，而且R語(yǔ)言具備完善的數(shù)據(jù)類型和交互式的數(shù)據(jù)分析能力，尤其是強(qiáng)大的擴(kuò)展能力和豐富的功能選項(xiàng)，可以幫助使用者開發(fā)自己獨(dú)特的工具及方法，從而實(shí)現(xiàn)對(duì)不同類型數(shù)據(jù)的可視化分析[9]。

R語(yǔ)言在動(dòng)物行為生態(tài)學(xué)課程教學(xué)可視化中具有以下優(yōu)勢(shì)：

（1）R語(yǔ)言安裝簡(jiǎn)便、兼容性強(qiáng)，能運(yùn)行于UNIX、Windows和Macintosh的操作系統(tǒng)上，且對(duì)電腦系統(tǒng)配置要求不高。課堂中學(xué)生使用筆記本電腦就能實(shí)現(xiàn)對(duì)動(dòng)物行為生態(tài)學(xué)數(shù)據(jù)進(jìn)行分析，一方面既能將抽象的理論知識(shí)和實(shí)踐相結(jié)合，打破學(xué)生對(duì)動(dòng)物行為生態(tài)學(xué)高度抽象性和理論性的思維定式，提高學(xué)生對(duì)交叉學(xué)科知識(shí)點(diǎn)的掌握程度；另一方面，通過學(xué)習(xí)各種R語(yǔ)言擴(kuò)展包的使用原理及安裝方法，使學(xué)生熟練掌握不同類型行為生態(tài)學(xué)數(shù)據(jù)格式的設(shè)置、代碼的輸入及運(yùn)行過程，提高學(xué)生的數(shù)據(jù)處理能力，為下一步相關(guān)專業(yè)課程的學(xué)習(xí)及今后的科研和工作提供幫助。

（2）R語(yǔ)言開源免費(fèi)的優(yōu)勢(shì)能彌補(bǔ)因高校經(jīng)費(fèi)不足而難以獲取正版統(tǒng)計(jì)學(xué)軟件的缺點(diǎn)。常用的一些統(tǒng)計(jì)學(xué)軟件如SAS、MATLAB、EViews和SPLUS均是收費(fèi)軟件，而R語(yǔ)言僅需從CRAN（http：//cran.r- project.org）免費(fèi)下載最新版本的R安裝程序包到計(jì)算機(jī)上即可使用，能有效地避免因使用盜版的統(tǒng)計(jì)學(xué)軟件而導(dǎo)致功能不全的尷尬局面。同時(shí)R語(yǔ)言擁有完善的社區(qū)，擁有數(shù)量龐大的志愿者實(shí)時(shí)對(duì)使用者提出的各種統(tǒng)計(jì)問題進(jìn)行答疑解惑[10]，且伴隨計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展而隨時(shí)更新、隨時(shí)加載大量程序包[11]，從而滿足不同階段的學(xué)生對(duì)動(dòng)物行為生態(tài)學(xué)中數(shù)據(jù)分析處理的需求，具有很強(qiáng)的推廣優(yōu)勢(shì)。

（3）R語(yǔ)言提供的數(shù)據(jù)挖掘算法程序包能獨(dú)立完成所有行為生態(tài)學(xué)數(shù)據(jù)的處理和分析工作，降低了不同軟件間的頻繁切換程度；同時(shí)R語(yǔ)言擁有強(qiáng)大的繪圖功能，如通過ggplot2程序包運(yùn)行簡(jiǎn)單的編程代碼不僅能繪制常見的條形圖、折線圖、散點(diǎn)圖和餅狀圖等，而且可以編譯出小提琴圖、箱線圖、環(huán)形圖、氣泡圖、熱力圖、馬賽克圖、臉譜圖等多種可視化圖形；對(duì)于復(fù)雜性數(shù)據(jù)分析，還可以將各功能圖進(jìn)行疊加、對(duì)大批量數(shù)據(jù)進(jìn)行交互式、動(dòng)態(tài)式和多維式可視化分析，以此滿足不同研究方向和內(nèi)容的多元化和可視化分析需求。

例如在分析動(dòng)物活動(dòng)節(jié)律時(shí)，先篩選出動(dòng)物活動(dòng)時(shí)被紅外相機(jī)記錄的具體時(shí)間，后通過運(yùn)行簡(jiǎn)單的核密度代碼就能實(shí)現(xiàn)可視化分析。該方法以活動(dòng)比例集中的周期來表示動(dòng)物的活動(dòng)高峰，該方法既能降低樣本量不足而對(duì)結(jié)果產(chǎn)生的影響，同時(shí)又能克服了傳統(tǒng)方法造成大量原始數(shù)據(jù)被浪費(fèi)的現(xiàn)象，從而更直觀地反映出不同時(shí)間段中動(dòng)物活動(dòng)強(qiáng)度的變化趨勢(shì)（如圖1所示）。

實(shí)現(xiàn)代碼如下：

1.install.packages（"activity"） #安裝“activity”程序包；

2. library（activity）? #將“activity”程序包讀入Rstudio中；

3.install.packages（"overlap"）; #安裝“overlap”程序包；

4.library（overlap）#將“overlap”程序包讀入Rstudio中；

5.sd<-read.csv（"C：/Users/10167/Desktop/sd.csv"， head=TRUE）#導(dǎo)入數(shù)據(jù)；

6.range（sd$time） #選擇數(shù)據(jù)的范圍；

7.sd$time<-sd$time*2*pi #將時(shí)間數(shù)據(jù)轉(zhuǎn)化為數(shù)值數(shù)據(jù)；

8.densityPlot（sd$time， rug=F， adjust=1， xlab="time"， ylab="Density"，lwd=2， main=""， ylim=c（0，0.12），cex=2， cex.lab=1.2， pin=c（4，4）， side=1， tck=0.03， yaxt="n"）+axis（side=2， at=c（0.00， 0.04， 0.08， 0.12）， tck=0.04）#繪制基礎(chǔ)圖形并根據(jù)圖形的變化修改相應(yīng)的坐標(biāo)軸參數(shù)。

如在分析不同季節(jié)動(dòng)物活動(dòng)時(shí)間時(shí)，除了通過計(jì)算平均值和標(biāo)準(zhǔn)差來繪制帶誤差棒的柱形圖外，可以通過使用R語(yǔ)言技術(shù)將原始的數(shù)據(jù)疊加到圖形中，以便更直觀明了的將原始數(shù)據(jù)的分布形式顯示出來（如圖2所示），從而吸引學(xué)生對(duì)R語(yǔ)言技術(shù)的學(xué)習(xí)興趣。

實(shí)現(xiàn)代碼如下：

1.install. packages （"ggplot2"） #安裝“ggplot2”程序包；

2. library （ggplot2）#將“ggplot2”程序包讀入R語(yǔ)言中；

3.ab<-read.csv （"C：/Users/wgh/Desktop/ab.csv"） #導(dǎo)入數(shù)據(jù)

4.ggplot（ab，aes（x=bird，y=remation））+geom_boxplot（size=0.5）+theme_bw（）+stat_boxplot（geom="errorbar"，width=0.15）+geom_jitter（width=0.2，shape=21，size=2.5）+theme（panel.grid=element_blank（））#繪制基礎(chǔ)圖形并修改相應(yīng)的格式。

如在分析嚙齒動(dòng)物對(duì)擺放在不同喀斯特微生境中各類型種子移除率間的相關(guān)性時(shí)，除了進(jìn)行Pearson相關(guān)性分析外，可以通過使用R語(yǔ)言技術(shù)繪制散點(diǎn)圖矩陣，以便更直觀明了將各組數(shù)據(jù)間的擬合結(jié)果以圖形方式顯示出來（如圖3所示），極大程度的提高學(xué)生對(duì)數(shù)據(jù)可視化的興趣。

實(shí)現(xiàn)代碼如下：

1.install.packages （"pairs"） #安裝“pairs（）”函數(shù)；

2. library （pairs）#將“pairs（）”函數(shù)讀入R語(yǔ)言中；

3.as<-read.csv （"C：/Users/wgh/Desktop/as.csv"） #導(dǎo)入數(shù)據(jù)

4.pairs（as[，1：4]#繪制基礎(chǔ)的散點(diǎn)圖矩陣

5. panel.cor<-function（x， y， digits=2， prefix=""， cex.cor，...）{usr<-par（"usr"），on.exit（par（usr））， par（usr=c（0，1，0，1）），r<-abs（cor（x，y）），txt<-format（c（r，0.123456789），digits=digits）[1]，txt<-paste0（prefix，txt），if（missing（cex.cor）），cex.cor<-0.8/strwidth（txt），text（0.5，0.5， txt， cex=cex.cor *r）}#繪制各組數(shù)據(jù)間的相關(guān)系數(shù)

6. panel.hist<-function（x，...）{usr<-par（"usr"），on.exit（par（usr）），par（usr=c（usr[1：2]，0，1.5）），h<-hist （x，plot=FALSE），breaks<-h$breaks，nB<-length（breaks），y<-h$counts，y<-y/max（y），rect（breaks[-nB]，? 0， breaks[-1]， y， col= "cyan"， ...）}#在面板的對(duì)角線上展示各變量的直方圖

7.pairs（as[，1：4]， lower.panel=panel.smooth， upper.panel=panel.cor，diag.panel=panel.hist）#繪制最終的矩陣圖形

2? 動(dòng)物行為生態(tài)學(xué)課程教學(xué)中融入R語(yǔ)言時(shí)需注意的問題

R語(yǔ)言作為一門興起的計(jì)算機(jī)語(yǔ)言，其程序包中的各種統(tǒng)計(jì)方法是經(jīng)過很多科研工作者長(zhǎng)期不斷地摸索和積累而總結(jié)出來的[12]。因此，在動(dòng)物行為生態(tài)學(xué)教學(xué)中引入R語(yǔ)言時(shí)需要注意以下問題：

（1）由于R語(yǔ)言是一門以計(jì)算機(jī)知識(shí)作為基礎(chǔ)的程序語(yǔ)言，有其自身的語(yǔ)法規(guī)則，編寫過程必須遵守，否則會(huì)出現(xiàn)警告、異常，甚至出現(xiàn)程序無法運(yùn)行的情景。相比于計(jì)算機(jī)專業(yè)的學(xué)生，生態(tài)學(xué)專業(yè)背景的學(xué)生對(duì)計(jì)算機(jī)語(yǔ)言規(guī)則的理解能力、敏感性及語(yǔ)言結(jié)構(gòu)等方面都存在較大差異。因此，在教學(xué)中引入R語(yǔ)言時(shí)應(yīng)注意設(shè)計(jì)增加一些R 語(yǔ)言所需的計(jì)算機(jī)和生物統(tǒng)計(jì)學(xué)相關(guān)知識(shí)，以幫助學(xué)生更好地理解和掌握R語(yǔ)言代碼的編寫和使用規(guī)則，同時(shí)需提前對(duì)初次學(xué)習(xí)的學(xué)生進(jìn)行基礎(chǔ)的操作培訓(xùn)，使其掌握基本的R語(yǔ)言操作入門知識(shí)并將其成功應(yīng)用到具體的數(shù)據(jù)分析中，從而激發(fā)學(xué)習(xí)的積極性與主動(dòng)性為后期R語(yǔ)言的順利融入打下前期基礎(chǔ)。

（2）R語(yǔ)言作為一門實(shí)踐與理論兼?zhèn)涞恼n程，在課程設(shè)計(jì)時(shí)應(yīng)充分考慮理論知識(shí)講授與課堂實(shí)踐的時(shí)間配比，不能僅是一味的長(zhǎng)時(shí)間教授理論知識(shí)而忽略實(shí)踐部分，也不能因提高實(shí)踐程度而壓縮理論知識(shí)的講授，而是應(yīng)考慮如何將兩者合理有效地結(jié)合起來以實(shí)現(xiàn)最佳的教學(xué)效果。如在完成理論知識(shí)講解后，可以設(shè)計(jì)一個(gè)與行為生態(tài)學(xué)相關(guān)的課題來考核學(xué)生學(xué)以致用的能力，讓學(xué)生們用所學(xué)的R語(yǔ)言知識(shí)對(duì)相應(yīng)的行為生態(tài)學(xué)數(shù)據(jù)進(jìn)行分析，后根據(jù)結(jié)果并結(jié)合已學(xué)的生態(tài)學(xué)知識(shí)來分析和解釋導(dǎo)致上述結(jié)果的生物學(xué)因素。這個(gè)過程不僅打破了理論課與實(shí)驗(yàn)課間的鴻溝，將理論教學(xué)與實(shí)驗(yàn)操作合二為一，使教學(xué)過程變得更為流暢。同時(shí)通過動(dòng)手操作不僅提高了學(xué)生的R語(yǔ)言編程及處理數(shù)據(jù)能力還培養(yǎng)了學(xué)生的生物信息學(xué)思維，也使學(xué)生在短時(shí)間內(nèi)加深對(duì)所學(xué)知識(shí)的理解和掌握。

3? 結(jié)? 論

將R語(yǔ)言技術(shù)融入動(dòng)物行為生態(tài)學(xué)課程教學(xué)中，不僅能降低學(xué)生對(duì)繁雜生態(tài)學(xué)計(jì)算公式的理解難度；同時(shí)熟練的掌握和應(yīng)用R語(yǔ)言可視化技術(shù)將復(fù)雜的數(shù)據(jù)以圖形的形式展現(xiàn)出來，不僅能增強(qiáng)了課程教學(xué)的視覺效果，還能提高學(xué)生對(duì)動(dòng)物行為生態(tài)學(xué)及相關(guān)交叉學(xué)科的學(xué)習(xí)興趣和探索能力，為后期學(xué)生的科研和工作打下堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)：

[1] 任曉英，孟麗華，張浩，等.動(dòng)物行為生態(tài)學(xué)教學(xué)與實(shí)驗(yàn)過程研究及建議 [J].綠色科技，2019（1）：229-230.

[2] 王琛，王修華.動(dòng)物行為生態(tài)學(xué)中觀鳥訓(xùn)練的教學(xué)方法探索 [J].科技資訊，2017，15（17）：209-210.

[3] 段曉敏，劉佳，林建忠，等.利用紅外相機(jī)對(duì)廣西崇左白頭葉猴自然保護(hù)區(qū)獸類和鳥類資源的初步調(diào)查 [J].獸類學(xué)報(bào)，2020，40（4）：380-389.

[4] 汪國(guó)海，施澤攀，李生強(qiáng)，等.基于紅外相機(jī)技術(shù)對(duì)帚尾豪豬活動(dòng)節(jié)律和時(shí)間分配初步觀察 [J].獸類學(xué)報(bào)，2019，39（1）：62-68.

[5] The R Development Core Team. R：a language and environment for statistical computing [M].R Foundation for Statistical Computing，2016.

[6] 唐凱歌. R語(yǔ)言在大數(shù)據(jù)審計(jì)方面的應(yīng)用探析 [J].科技經(jīng)濟(jì)導(dǎo)刊，2018，26（8）：23.

[7] 姚維，汪國(guó)海，林建忠，等.同域分布鼬獾和食蟹獴活動(dòng)節(jié)律的比較 [J].獸類學(xué)報(bào)，2021，41（2）：128-135.

[8] 張哲，張豪.淺談R語(yǔ)言在生物統(tǒng)計(jì)學(xué)教學(xué)中的應(yīng)用 [J].教育教學(xué)論壇，2013（27）：54-55.

[9] 張智杰，牛青山.R語(yǔ)言在法庭科學(xué)DNA檢驗(yàn)中的應(yīng)用現(xiàn)狀 [J].中國(guó)法醫(yī)學(xué)雜志，2021，36（6）：634-637+645.

[10] 劉鈺，余卓芮，劉岱寧.R語(yǔ)言可視化的優(yōu)勢(shì)及其在空間統(tǒng)計(jì)教學(xué)中的應(yīng)用 [J].高教論壇，2020（5）：30-33.

[11] 唐毅，王鳳珍，劉明宇，等.R語(yǔ)言在生物學(xué)教學(xué)中的應(yīng)用 [J].教育現(xiàn)代化，2019，6（79）：275-276.

[12] 張倩.R語(yǔ)言在綜合評(píng)價(jià)方法中的應(yīng)用 [J].教育教學(xué)論壇，2019（22）：247-248.

作者簡(jiǎn)介：汪國(guó)海（1986.12—），男，漢族，廣西樂業(yè)人，講師，博士，主要研究方向：動(dòng)植物協(xié)同進(jìn)化。

收稿日期：2022-08-19

基金項(xiàng)目：廣西民族師范學(xué)院科研經(jīng)費(fèi)支持項(xiàng)目（2021BS002）；廣西壯族自治區(qū)教育廳第四批民族院校特色學(xué)科建設(shè)立項(xiàng)建設(shè)學(xué)科項(xiàng)目（民族生態(tài)學(xué)）