社区科学与专家调查协同揭示城市植物多样性：以美国库克郡为例

本研究通过整合社区科学(iNaturalist等平台)、专家文献和机构数据，系统评估了美国库克郡城市植物多样性的监测格局。研究发现三类数据源在物种组成(coefficient of conservatism)、空间分布(NDVI/NDBI梯度)和生境覆盖(16%绿地)方面具有互补性，其中社区科学贡献了81%的观测记录(171,162条)，填补了私有绿地和密集城区的监测空白，为制定包容性城市生态政策提供了数据整合框架。

　　

随着全球城市化进程加速，城市如何维持植物多样性成为兼具生态价值与社会意义的重要议题。芝加哥所在的库克郡作为美国人口第二大郡，其复杂的城市景观马赛克——从密集的市中心到郊野保护区，从私人庭院到工业废弃地——为研究人类主导环境下植物生存策略提供了天然实验室。然而当前研究存在三大困境：专业调查多集中于保护区内"明星物种"；社区科学数据的可靠性存疑；不同来源数据间互补性尚未系统评估。这正是Sophie Taddeo团队在《Urban Ecosystems》发表研究的出发点。

研究团队创新性地采用三源数据整合策略：从45篇同行评议文献(2012-2022年)提取2,175条记录，从4大社区科学平台(iNaturalist/Budburst等)获取138,711条研究级观测，补充30,276条机构调查数据。通过taxize包进行物种名标准化，结合USDA数据库标注生长型与原生状态，采用Universal Floristic Quality Assessment Calculator计算区域特异性保护系数(coefficient of conservatism)。空间分析融合CMAP 2018土地利用数据与Landsat 8衍生的NDVI(归一化植被指数)/NDBI(归一化建筑指数)，通过卡方检验与Kruskal-Wallis方法系统比较数据源差异。

【物种组成互补性】

研究发现三类数据仅共享20%物种，社区科学贡献48%独有物种(图2A)，尤其擅长记录观赏性外来种(36% vs 专家数据的23-29%)。专家数据则更关注高保护系数物种(中位数4.5 vs 社区科学3.2，图5)，如保护区特有的稀有草本。物种累积曲线(图3)显示社区科学每新增观测发现新物种的概率是专家数据的1.8倍，印证其"广撒网"特性。

【空间分布特征】

社区科学覆盖84%人口普查区(图1B)，显著拓展了专家数据(12%)与文献(3%)的空白区域。但所有数据均呈现"绿地偏好"：尽管绿地仅占库克郡16%面积(图7A)，却集中了87%的观测。值得注意的是，社区科学在私有住宅区(占全郡33%)的观测量是专家数据的6倍，而专家数据在保护型绿地的采样强度高出社区科学2.3倍(图7C)。

【时间维度缺陷】

追踪分析显示仅17%地块有≥4年观测记录，且重复观测多来自Budburst等专项计划。这种时间连续性不足限制了气候变化响应的研究潜力，突显需建立长期监测网络。

讨论部分深刻指出，社区科学如同"分布式传感器网络"，有效捕捉城市生物多样性的时空异质性，而专家数据则像"高精度显微镜"，提供深度生态解析。二者协同可破解"私有绿地黑箱"与"保护区偏见"的双重困境。研究建议：开发多语言社区科学工具以改善数据 equity(目前西部南部社区参与度低)；推动期刊强制要求共享地理坐标；设计"生物多样性热点打卡"等游戏化机制提升重复观测。这些发现为《昆明-蒙特利尔全球生物多样性框架》中"30×30"城市目标提供了可操作的监测蓝图。

该研究的范式意义在于：首次量化证明社区科学能有效补充专业监测的 taxonomic 和 spatial gaps，特别是对观赏植物(如紫露草属Tradescantia)和抗逆物种(如洋槐Robinia pseudoacacia)的记录；建立的"系数保护力-土地利用-城市化梯度"三维评估模型，为其他大都市区开展类似研究提供了标准化流程。正如作者强调，在气候变化加剧的背景下，这种"全民科学+专家智慧"的混合监测模式，或许是构建城市生物多样性早期预警系统的关键拼图。