近日，德國多個研究機構組成的聯合研究團隊成功利用智能手機的植物識別程序來記錄和分析德國生態系統的變化，并通過與聯邦自然保護局(BfN)多年積累的數據庫進行比較分析，證實了該方法對于生物多樣性和環境研究具有巨大潛力。

隨手給植物拍張照，然后用智能手機的應用程序識別一下植物的種類和名稱，讓很多人樂此不疲的小應用，卻可以為快速記錄生物多樣性的變化開辟新的途徑。用于植物識別的智能手機應用程序，不僅可以識別植物種類，而且還可以記錄大規模的生態模式。盡管受到應用程序用戶行為的強烈影響，但它們與德國植物區系的長期觀測結果非常吻合。這是德國一個聯合研究團隊的新成果，發表在近日的生態學核心期刊《描述生態學》上。

該研究團隊分析了德國一個名為FloraIncognita的智能手機應用程序在2018年至2019年收集的數據。該程序可以快速識別4800多種植物物種。

研究人員認為，使用FloraIncognita應用程序在短短兩年內獲得的數據可用于推導德國的生態模型。通過與德國聯邦自然保護局的數據庫進行比較，研究人員發現，新的數據集可以反映各種環境因素對不同植物物種分布的影響，甚至可以與德國植物區系的長期觀測結果相媲美。BfN的數據庫是70多年來在5000多名專家的支持下創建的。

另一方面，對這兩個數據集的直接比較還顯示，在人口密度較低的情況下，例如農村地區，來自應用程序的數據集與常規長期觀測的數據集還是有出入。作為研究的通訊作者和應用程序FloraIncognita的共同開發者，馬克斯·普朗克生物地球化學研究所的亞娜·維爾德西博士說：“在某個地區，使用某個應用收集的數據量當然取決于那里有多少智能手機用戶。”

此外，用戶的興趣也對所記錄的植物種類有影響。與稀有和不顯眼的物種相比，常見并且顯眼的物種被識別的頻率更高。維爾德西說：“通過該應用程序收集的植物觀察結果反映了用戶在自然界中看到的東西以及他們感興趣的東西。”盡管有這些特殊性，但收集到的約90萬個植物觀察數據仍然有助于構建生物地理數據模型。研究人員認為，自動物種識別對生物多樣性和環境研究的潛力巨大，隨著此類應用程序用戶的增加，未來將可以實時記錄和分析全球生態系統的變化。

關鍵詞： 植物 生態變化 德國 聯合研究團隊