摘要
目的
理解生物多样性的模式和驱动因素是生态研究的主要焦点。虽然所有生物多样性数据都包含偏差，但最近的大多数研究使用由专家或物种分布模型得出的分布图来测试对观测到的物种丰富度模式的控制因素。对其他数据源的关注较少，例如来自博物馆标本或公民科学倡议的发生记录，这些数据受到采样投入的严重偏差影响。然而，这个问题可以通过使用丰富度外推器根据观测计数来估计“真实”丰富度来解决，这使得未检测或未描述的物种得以被考虑。
地点
澳大利亚。
时间段
近期。
主要研究类群
两栖动物。
方法
我们应用了四种丰富度外推方法，同时评估其性能。我们分析了发生记录，并比较了从分布图、博物馆标本和公民科学估计的丰富度如何影响对生物多样性假设的支持。这些比较使用了两种分辨率下的空间自回归模型。我们还包括了使用零丰富度单元格和人口密度的敏感性分析。
结果
几何级数指数（GSI）分布在博物馆发生数据集上表现最好，且估计的丰富度高于使用分布图。拟合几何威布尔（GW）分布产生了相似的性能。我们发现，基于发生和分布图的模型显示出对能量和生境异质性假设的支持，尽管模型对发生估计值中变异性的解释要少得多。包含零丰富度单元格有时会提高模型性能。然而，从公民科学发生记录外推丰富度未能检测到缺失的丰富度或恢复存在于其他两个数据集中的纬度多样性梯度。
主要结论
从不同数据源估计的丰富度可能支持不同的生物多样性假设，这些差异可能受到潜在偏差的影响。我们得出结论，当适当考虑偏差时，发生记录对于测试生物多样性假设具有信息价值，未来的研究应利用可用的多种数据类型。
利益冲突
作者声明无利益冲突。
数据可用性声明
支持本研究结果的数据可在澳大利亚生物图集（Atlas of Living Australia）获取：https://www.ala.org.au/。这些数据源自公共领域中的以下资源：博物馆发生记录，https://doi.org/10.26197/ala.b3cfb95c-9a5b-441a-82fa-5b92000；FrogID，https://doi.org/10.26197/ala.97303134-01cc-473c-8e5e-fb3e8015b94e。此外，分布图 Shapefile 文件是从澳大利亚两栖动物图集下载的：https://australian.museum/blog/amri-news/australian-frog-atlas/。其他数据源，如环境数据，可以使用 R 包下载或从文中引用的原始来源中提取。R 代码作为文件 S1 提供。
