Citizen science plant observations encode global trait patterns

特质 公民科学 鉴定(生物学) 植被(病理学) 生物圈 编码 人气 生物 数据科学 地理 生态学 计算机科学 政治学 基因 医学 植物 生物化学 病理 程序设计语言 法学
作者
Sophie Wolf,Miguel D. Mahecha,Francesco María Sabatini,Christian Wirth,Helge Bruelheide,Jens Kattge,Álvaro Moreno‐Martínez,Karin Mora,Teja Kattenborn
出处
期刊:Nature Ecology and Evolution [Nature Portfolio]
卷期号:6 (12): 1850-1859 被引量:58
标识
DOI:10.1038/s41559-022-01904-x
摘要

Global maps of plant functional traits are essential for studying the dynamics of the terrestrial biosphere, yet the spatial distribution of trait measurements remains sparse. With the increasing popularity of species identification apps, citizen scientists contribute to growing vegetation data collections. The question emerges whether such opportunistic citizen science data can help map plant functional traits globally. Here we show that we can map global trait patterns by complementing vascular plant observations from the global citizen science project iNaturalist with measurements from the plant trait database TRY. We evaluate these maps using sPlotOpen, a global collection of vegetation plot data. Our results show high correlations between the iNaturalist- and sPlotOpen-based maps of up to 0.69 (r) and higher correlations than to previously published trait maps. As citizen science data collections continue to grow, we can expect them to play a significant role in further improving maps of plant functional traits.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
liuchang完成签到 ,获得积分10
2秒前
2秒前
江霭完成签到,获得积分10
2秒前
carly完成签到 ,获得积分10
4秒前
马鸿菲完成签到,获得积分10
6秒前
WW完成签到 ,获得积分10
7秒前
7秒前
不秃燃的小老弟完成签到 ,获得积分10
9秒前
9秒前
清脆的秋寒完成签到,获得积分10
10秒前
无聊的剑心完成签到,获得积分10
10秒前
俭朴从安完成签到,获得积分10
11秒前
小灰灰完成签到,获得积分10
11秒前
傲娇尔安完成签到 ,获得积分10
13秒前
Suer完成签到,获得积分10
14秒前
自觉的万言完成签到,获得积分10
15秒前
彩色亿先完成签到 ,获得积分10
15秒前
温暖的颜演完成签到 ,获得积分10
18秒前
微雨若,,完成签到 ,获得积分10
20秒前
科研通AI6.4应助呆萌鱼采纳,获得10
21秒前
whandzxl完成签到,获得积分10
23秒前
Copyright应助zbh采纳,获得10
24秒前
浅蓝色的盛夏完成签到 ,获得积分10
25秒前
清爽念柏完成签到 ,获得积分10
25秒前
哈哈哈完成签到 ,获得积分10
25秒前
waswas完成签到,获得积分10
25秒前
酱子完成签到 ,获得积分10
27秒前
yongzaizhuigan完成签到,获得积分0
27秒前
Hello应助Wang采纳,获得10
28秒前
hui完成签到 ,获得积分10
29秒前
ikun完成签到,获得积分10
29秒前
李嘿嘿完成签到 ,获得积分10
30秒前
科研通AI6.4应助时不言采纳,获得10
32秒前
Ning00000完成签到 ,获得积分10
33秒前
34秒前
情怀应助xiaowang采纳,获得10
34秒前
火树银花完成签到,获得积分10
34秒前
中华牌老阿姨完成签到,获得积分10
35秒前
36秒前
呆萌芙蓉完成签到 ,获得积分10
38秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7247843
求助须知:如何正确求助?哪些是违规求助? 8870776
关于积分的说明 18712820
捐赠科研通 6926665
什么是DOI,文献DOI怎么找? 3198044
关于科研通互助平台的介绍 2373825
邀请新用户注册赠送积分活动 2172908