师资队伍
在职教师(按职称)
在职教师(按系别)
特聘教授
您当前所在位置:首页 >> 师资队伍 >> 在职教师(按系别) >> 自然保护地系
赖江山 (Lai Jiangshan)  (自然保护地系)

基本信息

职称:教授

职务:系主任

邮箱:lai@njfu.edu.cn

电话:

个人简介:

1979年生,福建漳州人,糖心vlog生物与环境学院教授、博士生导师、高层次引进人才、系主任、中国生态学会生态模型专业委员会委员、中国林学会计算机应用分会理事、英国生态学会期刊Methods in Ecology and Evolution编委(Associate Editor)。研究方向为数量生态学,发表论文40多篇。主持国家自然科学基金、科技部、环保部和国家林草局等课题十项。近年来致力于在国内生态学界推广R语言和数量分析方法,开发有R程序包rdacca.hp和glmm.hp,利用“层次分割”获取典范排序分析(RDA, CCA和dbRDA)和广义混合效应模型(GLMM)中单个解释变量的贡献,已经被广泛应用于生态学与环境科学数据分析。出版译著《数量生态学-R语言应用》(第一版、第二版)(高等教育出版社),该书成为国内高校生态学与R语言教学的基本教材,并获得第二十届中国输出引入版优秀图书奖,目前已经累计发行2万多册。并多次受邀国内各大高校与科研院所开展R语言的培训,为R语言和生态数量方法在国内的生态与环境科学界的普及做出重要的贡献。

随着生态学进入大数据时代,先进的数据分析技术和生态统计模型对于当代生态学研究具有举足轻重的作用。近年来国内生态学研究发展迅速,高水平的研究论文也层出不穷,相比之下,生态统计学领域的研究并没有太多成果。另外,国内很多研究人员长期满足于使用国外软件进行数据分析,缺乏自主研发的积极性,生态统计学软件的在国内发展也受到很大限制。本课题组主要任务为国内生态与环境领域学者普及最新的数量学方法,开发新的数量学方法解决生态、环境和林学遇到的统计问题,并推动国内生态统计软件的研发,欢迎对本课题组研究方向感兴趣的本科生、研究生、博士生、博士后加入我的研究团队!

教育背景

· 1998年-2002年 北京林业大学生物学国家理科基地班,获理学学士学位

·      2002 - 2008 中国科学院植物研究所,硕博连读 获理学博士学位

工作经历

· 2022年9月-至今,糖心vlog生物与环境学院 教授 博导

· 20201-20228月,中国科学院大学 岗位教师

·     20173-20228月, 中国科学院植物研究所植被与环境变化国家重点实验室 副研究员

·      201411月 - 201511月,加拿大蒙特利尔大学生物系,数量生态学科创始人Pierre Legendre实验室访问学者

·      2009年12月 - 2010年5月,美国新墨西哥大学生物系James Brown 实验室访问学者

·      2008年5月 – 2017年2月,中科院植物所植被与环境变化国家重点实验室 助理研究员

--------------------------------------------------------------------------------------------------------------------------------------------------------------------

Basic information:

My name is Jiangshan Lai and I am a 43-year-old full professor and PI of quantitative ecology at Nanjing Forestry University in China. I recently left the Institute of Botany, Chinese Academy of Sciences. I was a visiting scholar in Pierre Legendre's laboratory at the University of Montreal, who is the founder of numerical ecology. My research focuses on developing new statistical methods to solve ecological problems.One such problem is the lack of quantitative frameworks for estimating the overall importance of single predictors in multi-response regression models. To address this issue, my colleagues and I demonstrated the mathematical links between commonality analysis, variation, and hierarchical partitioning. We also generalized these frameworks to allow the analysis of any number of predictor variables or groups of predictor variables, as in the case of variation partitioning. Finally, we introduced and demonstrated the implementation of these generalized frameworks in the R package rdacca.hp.Our work was published in the April issue of Methods in Ecology and Evolution in 2022 (https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.13800). To date, our article has been cited more than 260 times (Google Scholar) and 220 times (Web of Science). It is also the most cited article in MEE in the last two years (464 items in total) and has significantly higher citations than other articles in the same year (2022).

I am committed to sharing my expertise in statistical ecology with others. I have organized and led many workshops on statistical ecology with R in China, with thousands of participants.


Education
----------------------------------------------------------------------------------------------

  • Bachelor. 2002. Biology Sciences. Beijing Forestry University, Beijing.

  • Ph.D. 2008. Ecology. Institute of Botany, Chinese Academy of Sciences, Beijing.

----------------------------------------------------------------------------------------------

Professional Experience
----------------------------------------------------------------------------------------------

  • From April 2008 to February 2017, assistant professor in Institute of Botany, Chinese Academy of Sciences

  • From March 2017 to September 2022, associate professor in Institute of Botany, Chinese Academy of Sciences

  • From December 2009 to May 2010, a visiting scholar in James Brown`s laboratory on University of New Mexico in USA.

  • From November 2014 to November 2015, a visiting scholar in Pierre Legendre`s laboratory on University of Montreal in Canada.

  • From October 2022 to now, full professor and PI in Nanjing Forestry University in China

----------------------------------------------------------------------------------------------


科研项目:

1.生态学典范分析解释变量相对重要性的研究,面上基金 2023-2026 主持

2 . 糖心vlog高层次人才引进启动经费,2022,主持


发布论文:

代表性论文 (Main publications):

1.     Jiangshan Lai*, Yi Zou, Jinlong Zhang, Pedro R. Peres-Neto. 2022. Generalizing hierarchical and variation partitioning in multiple regression and canonical analyses using the rdacca.hp R package. Methods in Ecology and Evolution,13:782-788(入选 Clarivate 2022年7月、9月、11月和2023年1月、3月、5月、7月、9月前0.1%热点论文)

2.    Jiangshan Lai*, Yi Zou, Shuang Zhang, Xiaoguang Zhang. Lingfeng Mao.2022. glmm.hp: an R package for computing individual effect of predictors in generalized linear mixed models. Journal of Plant Ecology 15(6):1302-1307. DOI:10.1093/jpe/rtac096.(入选 Clarivate 2023年5月前0.1%热点论文、7月前1%高引论文)

3.     Yasi Liu, Xiangping Wang , Dayong Fan*, Jiangshan Lai*. 2022 The use of R in photosynthesis research. Functional Plant Biology49, 565–572.

4.     Jiangshan Lai*, Christopher J. Lortie, Robert A. Muenchen, Jian Yang, Keping, Ma. 2019. Evaluating the popularity of R in ecology. Ecosphere. 10(1):e02567 

5.     Joel E. Cohen*#, Jiangshan Lai#, David A. Coomes and Robert B. Allen. 2016 Taylor’s law and related allometric power laws in New Zealand mountain beech forests: the roles of space, time and environment. Oikos. 125 (9): 1342-1357(共同一作)

6.     Jiangshan Lai, David A. Coomes, Xiaojun, Du, Chang - fu Hsieh, I-Fang Sun, Wei-chun Chao, Xiangcheng Mi, Haibao Ren, Xugao, Wang, Zhanqing Hao,and Keping Ma* .2013. A general combined model to describe tree-diameter distributions within subtropical and temperate forest communities. Oikos. 122 (11): 1636-1642 

7.     Jiangshan Lai, Bo Yang, Dunmei Lin, Andrew J. Kerkhoff, Keping Ma *. 2013. The allometry of coarse root biomass: log-transformed linear regression or nonlinear regression? PLoS ONE, 8: e77007

8.     Jiangshan Lai, Xiangcheng Mi, Haibao Ren, Keping Ma*. 2009. Species-habitat associations change in a subtropical forest of China. Journal of Vegetation Science. 20(3):415-423.

9.   刘尧,于馨,于洋,胡文浩,赖江山*. 2023. rdacca.hp包在生态学数据分析中的应用:案例与进展. 植物生态学报.27:134-144 DOI: 10.17521/cjpe.2022.0314

10.   李宁, 徐武兵, 赖江山*, 杨波, 林敦梅, 马克平. 2013. 亚热带常绿阔叶林8个常见树种粗根生物量. 科学通报. 58:329-335 (通讯作者)

11.  赖江山. 2013.生态学多元数据排序分析软件Canoco 5介绍. 生物多样性.21:753-757

      12. 赖江山, 米湘成. 2011. 基于Vegan 软件包的生态学数据排序分析.见:马克平主编:生物多样性研究进展Ⅸ, 北京: 气象出版社,351-362

      13. 赖江山, 米湘成, 任海保, 马克平. 2010. 基于多元回归树的常绿阔叶林群丛数量分类—以古田山24 hm2森林样地为例. 植物生态学报: 34: 761-7

      14. 赖江山, 张 谧, 谢宗强*. 2006. 三峡库区常绿阔叶林优势种群的结构和格局动态. 生态学报, 26:1073-1079

      15. 赖江山, 张 谧, 谢宗强*. 2006. 三峡库区世坪常绿阔叶林群落特征. 生物多样性, 14:435-443.

      16. 赖江山, 李庆梅, 谢宗强*. 2003. 濒危植物秦岭冷杉种子萌发特性的研究. 植物生态学报, 25:661-666.

译著

1.Daniel Borcard, François Gillet, Pierre Legendre ,(赖江山 译).2014. 数量生态学-R语言的应用,北京:高等教育出版社 

2.Daniel Borcard, François Gillet, Pierre Legendre ,(赖江山 译).2020. 数量生态学-R语言的应用(第二版),北京:高等教育出版社 (荣获第二十届引进版优秀图书奖)



科研成果:

1. 开发新方法解决“典范分析”中变量相对重要性评估的国际性难题。

典范分析(RDA、CCA和dbRDA)是生态多元统计核心方法,由于受到多元共线性的影响,解释变量相对重要性评估一直是尚未解决的国际性难题。本人将统计学中“层次分割”的理论应用于典范分析,并将层次分割与变差分解建立起数学联系,认为可以通过平均分配共同解释的组分与边际效应之和获得单个解释变量所分配的解释率,通过比较单个变量解释率来评估典范分析中共线性的解释变量相对重要性。该研究成果于2022年4月正式发表在生态方法学权威期刊Methods in Ecology and Evolution,本人为文章第一和唯一通讯作者。国际同行(审稿人)评价该论文为多变量模型的解读和模型筛选做出非常有价值的贡献。截至2023年9月,本论文谷歌学术搜索显示已经被引用190多次,SCI引用160多次, 2022年7月至今连续六次被科睿唯安列为生态环境领域全球前1%高引文章和前0.1%的热点文章。

 

2.开发国内外同行广泛使用的R语言程序包rdacca.hp和glmm.hp。

本人开发的不限制解释变量个(组)数的变差分解和层次分割的rdacca.hp包,自2021年1月发布在R语言官网CRAN,截至2023年9月已经被下载安装23000多次,已经有300多篇与生态和环境科学相关领域的SCI文章采用此程序包进行数据分析,说明此方法正在流行国际生态与环境科学领域数据分析中。本人也将此方法拓展到广义混合效应模型,并应约发表于2022年第6期的Journal of Plant Ecology,入选 Clarivate 2023年5月前0.1%热点论文,google 搜索显示已经有30多篇SCI论文引用此包;配套的R包glmm.hp也已经发布在R官网,目前已经被下载安装12000多次。


教学成果:

R语言已经成为国际上生态与环境科学研究中首先的数据分析工具,但国内生态学界在R语言教学基础薄弱,也缺乏相关的教材。申请人独自翻译了国际权威的教材“Numerical Ecology with R”第一版(2014)和第二版(2020),并由高等教育出版社出版,目前中文版累计发行2万多册,已经成为国内高校生态学科R语言教学的基本教材,并获得第二十届中国引入版优秀图书奖。申请人也多次受邀国内各大高校与科研院所开展R语言与数据分析的培训,累计授课学员数上万人次,同时也是中国科学院大学研究生课程“R语言及其在生态学上的应用”首席教授,被评为国科大2021年教学优秀岗位教师,为R语言在国内的生态学界的普及做出重要的贡献。2016年11月,应中国科学院加德满都科教中心和尼泊尔特里布文大学共同邀请,申请人赴尼泊尔主讲10天“基于R 语言统计分析方法”培训课程,为促进中尼科技交流做出贡献。