1、中国植物物种分布数据中的地理与分类群偏差阳文静江西师范大学2025-08-261Geographical and Taxonomic Bias in Occurrence Information of plant species in China研究背景物种分布数据(Species Occurrence Data)对于理解生物的地理分布、生态习性和进化历史、自然与人类社会的相互作用、以及保护政策制定十分重要。全球哺乳动物和鸟类物种丰富度分布格局(Loiseau et al.2020,Nature Communications)研究背景3随着标本数字化和移动通信设备的快速发展,海量物种分布数据可
2、从网络数据库获取,为解析大尺度的生物多样性格局及保护政策制定提供科学依据。GBIF物种分布数据(http:/www.gbif.org/)iNaturalist(https:/www.inaturalist.org/)研究背景4当前,物种分布数据普遍存在多种偏差(Bias),其中地理偏差和分类群偏差尤为显著,这些偏差可能对生物地理与生态学研究有重要的影响。墨西哥,蝴蝶生物采集地点集中在主要的公路和河流附近(公路图效应)亚撒哈拉非洲,鸟类生物采集往往集中保护优先性高的地区(如保护区)泰国,植物人口密集的地区标本采集量要多于人口稀少的地区研究背景5中国是世界上植物生物多样性最丰富的国家之一,大量的植
3、物物种分布数据可从网络数据库及文献中获得,这些数据是否能反映真实的植物多样性格局仍有待于评估。国家标本平台中国数字标本馆文献数据科学问题1.中国植物物种分布数据中是否存在显著的地理偏差(geographical bias)和分类群偏差(taxonomic bias)?2.这些偏差的空间和分类学特征是怎样的?其严重性如何量化?3.影响地理偏差和分类群偏差的主要因素分别是什么?6汇报提纲二中国植物标本采集中的“公路图效应”一中国植物物种分布数据中的地理偏差及其驱动因素三中国植物物种分布数据中的分类群偏差及其驱动因素71.1 研究数据8约900万条记录的植物分布数据库,其中标本记录约700万条,文献
4、记录约200万条数据整理:1.去除重复的数据2.物种名录标准化3.地理分布地标化4.提取标本采集时间数据概况:1.约29000个维管植物物种2.覆盖了中国99%的国土面积1.2 方法与结果9Number of records1401201008050403020no data1-1314-4445-100101-192193-366367-702703-13051306-21832184-44214422-1145690500km0500kmno data1-1011-3031-6263-110111-183184-300301-462463-702703-10801081-432614012
5、010080Documented species richnessr=0.97Log10(物种丰富度)Log10(记录数据)物种分布记录条数已记载的物种丰富度记录条数与物种丰富度的关系在县级尺度,物种分布数据的记录条数与已记载的物种丰富度具有高度的相关性(r=0.97),表明已记载的物种丰富度在很大程度上取决于物种分布记录的积累量。1.2 方法与结果10物种累积曲线末端斜率0.05表明物种名录完整(即继续采样物种发现概率0.05)以物种累积曲线末端斜率来评估县级物种名录的不完整性,表明91%的县植物物种名录是不完整的,平原低地地区物种名录不完整程度更高。记录条数物种累积数量1401201008
6、0504030200500kmno data0.005-0.0490.050-0.0940.095-0.1370.138-0.1880.189-0.2600.261-0.3540.355-0.4800.481-0.6100.611-0.8310.832-1.000Inventory incompleteness不完整完整县级物种名录不完整程度1.2 方法与结果11No.假说变量数据来源H1交通便利程度公路密度Digital Chart of the WorldH2人口密度人口密度China Historical GISH3采集者居住地a 是否有标本馆b 离标本馆的距离从我们的数据库中获得核密度