Gemeinsame Daten liefern ein genaues Bild der Artenvielfalt und unterstützen so Schutzbemühungen

Daten, die von Menschen gesammelt werden, die Wildtiere auf ihren Smartphones aufzeichnen, könnten die Überwachung der Artenvielfalt verbessern und dazu beitragen, den globalen Naturverlust zu verhindern, so eine neue Studie.

Die Studie wurde heute als überarbeiteter Vorabdruck in veröffentlicht eLifewurde von den Herausgebern als eine wichtige Studie beschrieben, die bürgerwissenschaftlich erstellte Diversitätsaufzeichnungen und quantitative Methoden nutzt, um die Schätzungen der Artenverteilung zu verbessern.

Diese Kombination aus Feldern, Technologien und Methoden ist robust und verbessert Karten der Artenverteilung, die bisher nur auf begrenzten Daten basierten, die von Wissenschaftlern mithilfe traditioneller Erhebungen gesammelt wurden.

Die Forschung wird für Forscher von Interesse sein, die sich für Citizen Science und neue Big-Data-Quellen zur Biodiversität interessieren, sowie für Biogeographen, die die Verteilung von Arten auf dem Planeten untersuchen.

Ökosysteme – und ihre direkten und indirekten Beiträge zur menschlichen Gesellschaft – haben in den letzten Jahren einen rapiden Niedergang erlebt. Um diesem Problem entgegenzuwirken, zielt das Kunming-Montreal Global Biodiversity Framework (KM-GBF) der Vereinten Nationen darauf ab, bis 2030 30 % der Land- und Meeresfläche der Erde zu schützen (30×30) und verlangt von Unternehmen, ihre Auswirkungen auf die biologische Vielfalt zu überwachen und transparent offenzulegen. Dazu ist es wichtig, den Status der biologischen Vielfalt in Raum und Zeit genau zu beurteilen und dabei eine ausreichende Auflösung zu haben, um die Naturschutzplanung zu unterstützen.

„Traditionell wurde unser Wissen über die Artenverteilung durch Experten gewonnen, die Vor-Ort-Erhebungen durchführten, aber das Sammeln von Verbreitungsdaten mit ausreichender räumlich-zeitlicher Auflösung ist eine Herausforderung, wenn wir ausschließlich auf begrenzte menschliche Ressourcen angewiesen sind“, erklärt Hauptautor Dr. Keisuke Atsumi. Datenwissenschaftler bei Biome Inc, Kyoto, Japan.

„Seit dem Aufkommen digitaler Geräte und des Internets haben Menschen ihre Beobachtungen der natürlichen Welt durch Bilder und Aufzeichnungen geteilt und so eine Crowdsourcing-Datenquelle bereitgestellt. Wir wollten sehen, ob diese Daten bestehende statistische Modelle verbessern könnten, die zur Vorhersage der Auswirkungen des Klimas verwendet werden.“ Veränderungen und Landnutzungsänderungen.

„Im Jahr 2019 haben wir in Japan die mobile Biome-App auf den Markt gebracht, um das Engagement der Gemeinschaft bei Biodiversitätsstudien und Umweltbildung zu fördern“, erklärt Hauptautor Shogoro Fujiki, CEO von Biome Inc. „Biome nutzt künstliche Intelligenz, um Benutzern bei der Identifizierung von Arten zu helfen, hat dies aber auch getan.“ ein Spielelement, bei dem Spieler Punkte sammeln können, indem sie anderen helfen, Arten zu identifizieren.

Seit seiner Einführung hat Biome eine große Zahl von Bürgerwissenschaftlern angezogen, die zusammen 6 Millionen Daten zum Vorkommen verschiedener Arten gesammelt haben, viermal mehr als die Datenmenge, die das World Biodiversity Information Center im gleichen Zeitraum in Japan gesammelt hat. Quelle dieser Daten. Was die Forscher nicht wussten, war, ob die Daten genauso gut waren wie die mit herkömmlichen Methoden gesammelten Daten?

Um dies zu testen, beurteilten sie die Genauigkeit der Artenidentifizierung anhand von Biomdaten anhand traditioneller Umfragedaten, also von Experten. Nachdem sie Crowdsourcing-Daten nach ungültigen Datensätzen gefiltert und einzelne nicht wild lebende Arten ausgeschlossen hatten, stellten sie fest, dass die Genauigkeit der Artenidentifizierung bei Amphibien, Reptilien, Vögeln und Säugetieren mehr als 95 % und bei Samenpflanzen 90 % betrug. Dies veranlasste sie zu testen, ob die Kombination der beiden Datenquellen bessere Vorhersagen über die Artenvielfalt an bestimmten Standorten ermöglichen würde.

Artenverteilungsmodelle (SDMs) sind wirksame statistische Instrumente zur Bewertung der Biodiversität an bestimmten Standorten. Sie nutzen Aufzeichnungen über das Vorkommen von Arten und Umweltbedingungen, um potenzielle geografische Verbreitungsgebiete und geeignete Lebensräume für Arten abzuschätzen. Die Forscher konstruierten zwei SDMs: eines, das nur traditionelle Biodiversitätserhebungen nutzte, und das andere, das traditionelle Umfragedaten plus Crowdsourcing-Daten nutzte.

SDMs, die beide Datensätze verwendeten, waren genauer als solche, die nur herkömmliche Erhebungsdaten verwendeten, wenn jeder Datensatz die gleiche Anzahl an Datensätzen zum Vorkommen von Arten enthielt. Im Vergleich zu SDMs, die nur herkömmliche Umfragedaten verwenden, erzielten diejenigen, die beide Datensätze verwendeten, ein hohes Maß an Genauigkeit bei insgesamt weniger Daten.

Obwohl es einige Einschränkungen gibt, wie die ausschließliche Verwendung von Daten aus Japan und die Möglichkeit, nur Daten über das Vorkommen von Arten und nicht über deren Abwesenheit oder Häufigkeit einzubeziehen, könnte die schnelle Ansammlung von Daten über die Artenvielfalt durch Crowdsourcing einen erheblichen Beitrag dazu leisten effektivere Modellierung der Biodiversität. und gefährdete Arten.

„Die Einbeziehung eines breiteren Spektrums von Interessengruppen ist für eine effektive Bewertung der biologischen Vielfalt, die Planung des Naturmanagements und die Offenlegung naturbezogener industrieller Informationen von entscheidender Bedeutung“, schließt Fujiki. „Wir glauben, dass die Gemeinschaftswissenschaft erheblich zur Schaffung einer nachhaltigen Gesellschaft beitragen kann, indem sie ein positives Bewusstsein für die Natur in der Gesellschaft fördert und Datentools für wirksames Handeln bereitstellt.“