摘要
目的
对生物多样性空间分布的全面理解受到碎片化数据集、抽样偏差和不一致的观测规程的阻碍。本文提出了一种工作流程,通过整合不同的数据集来生成大规模的生物多样性指标地图,为具有管理意义的信息工具提供基础。我们采用整合物种分布模型(iSDM)来应对抽样偏差和不同的数据收集技术,并充分利用了像全球生物多样性信息设施(GBIF)等数据聚合平台中可用的海量开放数据集。
研究区域
挪威(不包括斯瓦尔巴群岛和扬马延岛)。
分类群
维管植物。
方法
该工作流程包括四个主要步骤:数据获取、数据整合、整合物种分布模型(iSDM)以及衍生结果的生成。输入数据包括结构化调查数据、机会性观测数据以及环境协变量。这些数据经过标准化并整合到一个基于点处理的iSDM框架中,以生成物种丰富度地图、相关不确定性以及抽样努力度地图。输出结果可进一步处理以识别生物多样性热点区域或总结物种—环境关系。本研究使用挪威的维管植物数据,将仅有出现记录的数据集与检测/未检测数据集相结合,并辅以环境协变量。输出结果的地理分辨率为500×500米,在准确性、计算可行性和管理决策相关性之间取得平衡。模型拟合和预测利用了高性能计算资源。使用部分可用数据对物种丰富度地图进行了验证。
结果
我们生成了覆盖挪威多样化景观的物种丰富度、不确定性和抽样强度的详细地图,最终结果中纳入了1218个物种。物种丰富度的空间格局与以往的研究成果一致,显示挪威南部和沿海地区物种丰富度较高,而北部则明显较低。验证结果表明模型精度有所提高,在整合了更多样化数据集的同时,超越了以往的建模工作。该工作流程也揭示了目前公开可获取数据基础设施的局限性,特别是对更多结构化检测/未检测数据集和标准化元数据的需求。
主要结论
本研究强调了通过整合不同数据集进行生物多样性建模的工作流程的潜力。为最大限度地提高准确性和实用性,未来的工作应重点关注改进数据标准化、发布和收集更多结构化数据以及促进数据共享合作。同时,工作流程本身的改进,包括优化建模协变量和整合更全面的时空特征,也将提高输出结果的实用价值。这些进步将增强我们估算物种丰富度的能力和精度,使其能够为保护和管理决策提供可靠依据。
利益冲突声明
作者声明不存在利益冲突。
数据可用性声明
支持本研究结果的数据可在全球生物多样性信息设施(GBIF)中公开获取,链接为 https://doi.org/10.15468/dl.zmb774。


