挖掘古诗词，华科大教授“画”出江豚千年变迁图：盛唐时期，长江江豚曾活跃汉江中游
长江江豚的分布自盛唐起便十分广泛，从汉江中游到湘江流域，都能见到它们的身影。近日，华中科技大学生命科学与技术学院宁康教授团队通过对古诗词和地方志研究，绘制出自唐朝以来长江江豚1400年来的变迁图谱。
宁康团队绘制的不同朝代江豚的分布图。
团队绘制的江豚变迁图显示，1400年前的唐代，江豚的活动范围远超今人想象。它们不仅活跃于汉江中游的襄阳，还现身于湘江的长沙、赣江的赣州等地。这种广泛的分布格局一直延续到清代前期，直到清末，江豚的栖息地才开始明显缩小，汉江上的江豚退缩至汉川，湘江的江豚则退守洞庭湖。进入近代，江豚的分布进一步收缩，仅限于长江干流及洞庭湖、鄱阳湖等大型通江湖泊。
宁康团队绘制的不同朝代江豚的分布图。
这项研究由宁康教授团队耗时一年完成。团队成员王波博士自幼酷爱古典诗词，曾参加央视诗词大会。他们采用大语言模型对近十万的古诗词、方志等进行搜集整理，剔除有瑕疵的内容，获取江豚出现的相关数据。“最后通过机器学习对数据进行建模统计，考证诗词中的时间、地点和环境，最终勾勒出江豚的历史分布轨迹。”王波说，江豚在古代还有江猪、䱡鱼、敷鱼、鯆鱼、奔䱐等三十多种别名。譬如，诗人赵进美在《过鲟鱼镇》中写过“上见退鹢飞，下见????䱐游”的诗句。
宁康教授与弟子王波博士。记者杨佳峰 摄
在研究过程中，团队发现了不少有趣细节。例如，一首诗中提及的“豚”曾被认为是安徽铜陵的江豚，但经考证，该诗作者实为福建莆田人，诗中所指的“铜陵”并非安徽铜陵，而是莆田的铜陵村，因此诗中的“豚”应为海豚而非江豚。
从事生物信息学研究的宁康教授表示，现代对长江江豚的研究大多局限于近几十年的记录，而化石和标本也只能反映百年前的情况。要了解江豚1400年来的栖息地演变，传统科研手段显得力不从心。幸运的是，自唐宋至明清，文人们乘船沿江游览，留下大量描绘江豚出没的诗词，其中不乏名人名作，例如韩愈的“江豚时出戏，惊波忽荡漾”，元稹的“江豚涌高浪，枫树摇去魂”，查慎行的“江豚鼓鬐鬛，簸荡南风起”等等。这些珍贵的文学记录成为研究江豚历史分布的绝佳素材。
7月7日长江宜昌段，江豚在江面上嬉闹。通讯员杨河 摄
宁康介绍，研究表明，长江江豚的分布经历了三个显著阶段：盛唐广域期、明清收缩期和现代孤岛期。盛唐时期，江豚广泛分布于长江中下游及其附属湖泊，包括鄱阳湖、洞庭湖甚至太湖流域。明清时期，随着人口增长和农业开发，江豚的栖息地开始从边缘水域退缩，主要集中在长江干流。进入近现代，江豚的分布范围骤减，呈现“碎片化”孤岛状分布，仅存于长江中下游干流及部分大型通江湖泊。
宁康教授团队发现，通过更严谨的数据分析发现，江豚在太湖流域的消失时间可能比之前认为的要晚一些，但这并不改变整体急剧萎缩的大趋势。
7月7日长江宜昌段，江豚在江面上嬉闹。通讯员杨河 摄
长江日报记者对话宁康教授——
从古诗词中寻找江豚变迁历史，如何确保准确性？
记者：古诗属于文学创作，难免有艺术化和夸张成分，如何确保研究结果准确性？
宁康教授：我们建立了四层标准化过滤校验体系，逐层剥离文学修辞，仅保留客观目击事实。同时针对学界存在的争议点进行了专项校正。具体步骤如下：
第一步，文本语义初筛。运用AI语义模型区分“写实目击”与“托物抒情、神话想象”两类文本。凡无明确行舟或江面场景、无风浪或逐鱼等江豚标志性行为描写的诗句均被剔除。同时区分“江豚”“河豚”“家畜豚”，自动过滤美食、祭祀语境中的“豚”字，仅保留长江水域活动的水生豚类记录。
第二步，文史交叉核验。通过匹配诗人年谱、行迹、任职地点，锁定诗歌创作的真实地理位置。只有诗人因被贬、赴任、漫游长江沿线而创作的作品才被纳入考量，凭空想象、闭门咏江的作品直接排除。同时联合古典文献专家、古籍校勘团队核对版本，区分原作与后世批注、改写。
第三步，物种辨析校正。这是学界争议最大的问题。我们参考《本草拾遗》《本草纲目》等古代本草典籍，发现古人常将白鱀豚与江豚混称。为此设置了多重判定标准，通过多首诗歌交叉互证，单一孤证不予采信。同时补充了300余首新增地方志、地方文献记录，修正单一诗词带来的物种误判偏差。
第四步，时空数据人工终审。针对原始数据集中存在的文体混杂 、条目重复、地名错标等问题，在AI初筛后由生物、文献两组研究员进行双人复核：合并重复篇目、修正地名谬误；同时整合长江流域各地府志、地方文献，补充太湖湖州等遗漏历史点位，避免单一数据库带来的数据缺失偏差。
记者： 在研究江豚变迁中，古诗词史料是如何跟人工智能相结合的？
宁康教授：长江自古以来就是航运要道，江豚逐浪而出的形象具有极高的辨识度。从唐宋到明清，文人墨客沿江而行，留下了大量生动的诗词记录，这些作品构成了独一无二的民间自然观测档案。《全唐诗》《全宋词》等文献加上各地府县志的艺文志，总量多达数十万篇。单纯依靠人工筛选、校勘、定位和去重，即便耗时数年也难以完成。因此，我们必须借助生物信息学和人工智能技术来处理这些古籍大数据，最终搭建起“古籍文本识别—物种文本分类—时空地理建模”的一体化AI研究流程。即先采用大语言模型对古诗词、方志等进行搜集整理，获取江豚出现的相关数据，再通过机器学习对数据进行建模统计，绘制出江豚的历史分布轨迹。
当前古生态学主要依赖化石、考古和方志资料，而系统挖掘古典诗词这类文学史料的研究尚属少见；同时，古典文学研究也很少与定量生态学模型相结合。我们希望通过这项研究打破文理界限，证明中华传统文化典籍可以成为生物多样性保护的科学数据源，开辟一条“人文史料+AI计算+保护生物学”的全新研究路径。
记者：机器学习和AI建模在这项研究中起了怎样的作用？
宁康教授：AI和机器学习为处理千年尺度的人文数据提供了有力工具，主要解决了三大难题：
第一，数据纠偏与补全。面对海量古籍，我们团队运用AI技术不仅发现了原研究数据中的错漏，还通过智能检索和地方志库挖掘，补充了超过300首未被收录的“江豚诗”，其中有40首直接改写了历史认知。这种广度是人力短期内难以企及的。
第二，物种鉴定纠错。通过机器学习模型，我们系统性地解决了古人不精确的生物学分类问题。这是传统依靠人工阅读和主观判断无法完成的任务。
第三，构建“数据—空间”映射模型。古诗词中关于地点的描述较为模糊，我们利用AI算法，结合诗人的生平轨迹和地理信息数据库，将这些零散的诗句精确映射到30×30公里的地理网格上。AI帮助我们克服了千年间长江河道变迁、地名变更的巨大障碍，将感性的诗句转化为可用于量化分析的空间数据。通过这种方法，我们精准计算出江豚栖息地面积在千年间萎缩了65%，干流减少了33%，而支流和湖泊则锐减了91%。
