Translate

A következő címkéjű bejegyzések mutatása: adatbázis. Összes bejegyzés megjelenítése
A következő címkéjű bejegyzések mutatása: adatbázis. Összes bejegyzés megjelenítése

2025. szeptember 8., hétfő

iNaturalist adatok a Flóraatlaszban

2024 tavaszán indult el a „Közösségi flóratérképezés Magyarországon” nevű adatgyűjtő projekt az iNaturalist felületén azzal a céllal, hogy felhasználóbarát és megbízható adatbeküldési csatornaként szolgáljon a Magyarországi edényes növények elterjedési atlasza (Atlas Florae Hungariae, AFH) felé. (Lásd még ebben a bejegyzésben.) A projekttagsági feltételeket teljesítő tagok 2024. november 27-ig feltöltött adatainak importja idén tavasszal készült el. Csak az AFH-ra újnak számító rekordokat vittük át, ezekből is csak flóratérképezési kvadrátonként és taxononként egyet. A várakozásainkat messze felülmúlva 1211 KEF kvadrátban 1845 faj 10120 új, ellenőrzött előfordulási adatával gazdagodott az AFH. Az új előfordulások az AFH által eddig alkalmazott szimbólumokkal láthatóak, a részletes adatok között pedig fellelhető az iNaturalistre feltöltött eredeti, fotós megfigyelés linkje, ahol minden előfordulás ellenőrizhető, a határozások szükség esetén revideálhatóak. Ezek a változtatások az iNaturalisten „valós időben” követhetőek, de az AFH-ban csak a következő adatimportkor jelennek meg. Meglehetősen nagy munkát jelentett a két eltérő rendszer nómenklatúrájának és térbeli leképezésének összecsiszolása. A még fennálló apróbb hiányosságok javításán folyamatosan dolgozunk, hogy a következő importtal egy még teljesebb állapotot érhessünk el.



Ebben a pillanatban a projektnek 129 tagja van, közülük 118-an töltöttek fel már adatot, a megfigyelések teljes száma 97719 (ezek nem csak újdonságok, és kb. 80%-uk validált), a megfigyelt taxonok száma az iNaturalist rendszerét követve 2666.

Az iNaturalistre feltöltött adatok a herbáriumi lapokhoz hasonlóan önálló dokumentumokként hivatkozhatóak. Egy megfigyelés feltöltése nem zárja ki a későbbi hagyományos florisztikai adatközlés lehetőségét, sőt kiváló lehetőség bizonyító fotók közzétételére.

A projekt nagy sikerének tartom, hogy általa olyanok megfigyelései is felkeltik a botanikus szakma figyelmét, akik nem foglalkozásszerűen, gyakran képzettség nélkül hódolnak a terepi botanika szenvedélyének. Több olyan faj megfigyelése megtalálható már a projektben, amelynek eddig nem volt ismert magyarországi adata.

A projekt oldala itt érhető el: https://www.inaturalist.org/projects/kozossegi-floraterkepezes-magyarorszagon-community-floristic-mapping-in-hungary

Mindenkit biztatok a csatlakozásra, de kérjük a leírás figyelmes elolvasását és a feltételek betartását.

A projekt szakmai-szervezési munkájának dandárját Schmidt Dávid, Sonkoly Judit, Takács Attila és jómagam végeztük, Kis Szabolcs és Molnár Ábel Péter hozzájárulásaival, melyeket e helyütt is köszönünk. Az OpenBioMaps rendszerébe való integrálásért hálásak vagyunk Bán Miklósnak. Külön köszönet azoknak, akik a megfigyelések határozásában segítettek, köztük kiemelkedő aktivitásáért Rédei Tamásnak. Emellett örömmel látjuk, hogy egyre több hazai botanikus csatlakozott a projekthez, sőt adatfeltöltőként és validálóként is tevékeny.

Bízom benne, hogy a Közösségi flóratérképezés Magyarországon egy széles kört megszólító, szakmailag magas szintű és technikailag modern eszközként állhat a hazai botanikusok rendelkezésére a következő években is.

2022. november 18., péntek

Tudomány és online közösség természetbúvároknak: röviden az iNaturalistről

Frissítve: 2022.11.19. 9:46

A természeti sokféleség kutatásában az utóbbi évek egyik legfontosabb hívószava kétségkívül a 'citizen science'. Ez a fogalom a laikusok által gyűjtött adatok (jellemzően nagy adattömegek) tudományos felhasználására épülő kutatást jelenti. Amikor először írtam a témáról, talán egy kezemen összeszámolhattam volna, hogy hány olyan projektről tudtam, amely lelkes, nem szakmabeli természetbúvároktól származó adatokat gyűjtött. Ma már a lábujjaimat is be kéne vetnem, de lássuk, mi jut eszembe Google nélkül: az MME számos projektje (pl. MAP, MMM, RTMTotem), Vadonleső, Lepketérkép, Ízeltlábúak.hu, Szúnyogmonitor, Kullancsfigyelő, Özönnövény-vadász, a mi kankalinos projektünk, Hódtérkép, myPond, több Facebook csoport (pl. kaktuszokról), még több OpenBioMaps projekt (köztük a Flóraatlasz). Ezek közül egyesek erős szakmai kontrollal, igazából profi vagy félprofi módon működnek, másokban bárki teljes értékű résztvevő lehet, de a lényeg, hogy alapvetően önkéntes adatszolgáltatásra építenek. A fenti projektek néha nagyon eltérő adatokat gyűjtenek, nagyon eltérő technikai háttérrel, ezért az átjárás köztük gyakran nem megoldott.

Az időmből igen jelentős részt elvenne, ha minden potenciálisan értékes adatot meg szeretnék osztani a megfelelő adatbázisban, hiszen mindenféle hétköznapi (és pláne hétvégi) tevékenység közben is szeretem figyelni, milyen élőlények vannak körülöttem. Csakhogy ennyi időm nincs, ezért döntenem kell, melyek azok az oldalak, ahova töltök fel adatot. Az adatok közreadásával pedig az a célom, hogy azok minél több helyen hasznosuljanak, egyben azt is szeretném, hogy minél szélesebb körben a sajátomként ismertethessem el őket. Külön öröm, ha az adatfeltöltéssel magam számára is naplózom a terepi élményeimet. Sejthető, hogy hacsak nem valamilyen speciális, fókuszált, módszertanában kötött adatgyűjtésről van szó (amiből azért van jócskán a fentiek között), akkor egy nagyon sokak által használt adatbázist kéne választanom, amelyből lehetőleg át lehet vinni adatokat más projektekbe. Szerencsére létezik ilyen választás: az iNaturalist. Ebben a bejegyzésben erről a rendszerről fogok írni kicsit bővebben, mert, bár évek óta ismerem felületesen, mostanában kezdett csak nyilvánvalóvá válni számomra, mennyire jó oldalról van szó.

Mielőtt belevágnék, el kell ismernem, kicsit úgy érzem magam, mintha az okostelefon nyújtotta digitális lehetőségekről kezdenék értekezni, miközben a világ egy jelentős része számára ezek már-már unalomba hajlóan megszokott dolgok. Az iNaturalist története ugyanis 14 évre nyúlik vissza, s azóta a természetbúvároknak szóló adatgyűjtő oldalak közül a legnépszerűbbé vált. A "nyugati világban" kifejezetten sokan használják, de pl. Ororszországban is nagyon erős és aktív tábora van. Ehhez képest Magyarországon még mindig csak mérsékelten elterjedt, talán éppen a hazai projektek aránylag magas száma miatt.


Az iNaturalist lényege, hogy élőlények megfigyeléseit és fotóit töltsük fel hellyel és időponttal; és erre épül még megannyi funkció.


Kezelőfelület -- Egyszerű, mégis nagyon praktikus, letisztult, logikus. Okostelefonos applikáció és honlap formájában is elérhető. Előbbin csak a legfontosabb adatbeküldő funkciók érhetők el, de ez pont elég ahhoz, hogy utcán, túra közben vagy a kertben lőjünk egy fotót a telefonunkkal, és már küldjük is be a képet. A honlapon pedig bőven van min időzni, de a képfeltöltés ott is roppant egyszerű, a téli fotórendezgetés közben is csak egy mozdulat áthúzni a kiválasztott tartalmat. A fontosabb részek elérhetők magyarul, és a fordítás folyamatosan halad.



Határozás -- A megfigyeléshez megadhatunk határozást, de ez nem kötelező, mert majd megteszik mások is, hacsak ezt kifejezetten nem utasítjuk el. Bárki bárkinek bármilyen taxont bármilyen taxonómiai szinten határozhat; persze, az önmérséklet ajánlott - ne határozzunk olyanokat, amikhez nem értünk! A határozás egyébként jó időtöltés a többi felhasználóval való kapcsolatba lépés lehetőségével és a saját fajismeret edzésben tartásával. Itt egy cikk arról, hogy miért érdemes határozni. Figyelemreméltó az is, hogy a fotók és a határozások nyilvánossága, valamint a vita lehetősége miatt jóval transzparensebb a rendszer, mint bármely másik  adatgyűjtő oldal. Feltöltéskor mesterséges intelligencia alkalmazásával működő határozási segédletet is kapunk, amivel nem kötelező élnünk, de az ötletek sosem jönnek rosszul. Ez egy a már feltöltött és meghatározott megfigyelések fotói alapján "tanított" modell, amely tippeket ad feltöltés alatt álló megfigyeléseinkre. Pontossága eléggé változó, nagyon függ attól is, hogy az élőlény határozóbélyegei mennyire jól fotózhatók le. Tapasztalatom szerint pl. füveknél, bonyolult felépítésű növényeknél nem működik jól (bár gyorsan fejlődik), míg nappalilepkéknél, ahol gyakorlatilag minden információ a szárnyon látható két dimenzióban, szinte hibátlan, már amennyiben a fajnak vannak már fotói a rendszerben, amin lehetett tanítani a modellt.

Megbízhatóság -- Az adatoknak három főbb szintjük van: hobbi (Casual), határozásra vár (Needs ID), tudományos (Research Grade). A feltöltött megfigyelések alapértelmezésben először határozásra várók lesznek, ha teljesítünk néhány alapfeltételt: pontos hely és időmegjelölés, az élőlény vadon él, és még néhány. Ha ezek nem teljesülnek, vagy nem kérünk meghatározást a fotóra, akkor megmaradnak hobbiszintűnek. Ha teljesülnek, akkor legalább két egybehangzó, faji szintű határozásra van szükség ahhoz, hogy tudományos szintre emelkedjen. Egy-egy fotó kapcsán kialakulhat vita is, ilyenkor 2/3-os többségi egyetértés esetén kapja meg a megfigyelés a tudományos szintet. Az egyszer kialakult konszenzus nem végérvényes, ellentmondó véleményekkel a tudományos szintű megfigyelés "visszaminősíthatő" határozásra váróvá. Az iNaturalist tehát semmit sem érne, ha a jó fajismeretű emberek nem határoznák rendszeresen a fotókat, akár a már korábban meghatározottakat is át-átnézve. Ezért aztán a laikus természetbúvárok adatszolgáltatása mellett a szakértők hozzájárulása is elengedhetetlen. Egy kísérlet szerint a tudományos szintű megfigyelések megbízhatósága 92% körüli.



Biztonság, jogosultságok -- Az adatfeltöltésekkor megválaszthatjuk, hogy milyen korlátozással hozzuk nyilvánosságra a megfigyelés földrajzi helyzetét: teljesen, közelítőleg (random pontot mutat néhány km-es sugarú körön belül) vagy semennyire. Én pl. az érzékeny fajok állományait és a saját lakóhelyemet csak pontatlanul adom meg. Szintén megválaszthatjuk, hogy az adatokhoz milyen felhasználási jogosultságot adunk a Creative Commons licenszek segítségével. A szakmabeliekben fel szoktak merülni tudományetikai aggályok amiatt, hogy a gyanútlan laikusok (és nem csak ők) feltöltik az adataikat, amik ezzel kikerülnek a kontrolljuk alól, és a tudományos eredmények babérjait végül más aratja le. Azt gondolom, ez minden közösségi kutatást érint, és az iNaturalist az általam ismertek közül a legkörültekintőbben kezeli a kérdést. A személyes tapasztalatom, hogy én eddig inkább nyertem abból, hogy mások bepillantást nyertek abba, hogy milyen adataim és milyen terepi jártasságom van, mert kapcsolatokat és elismertséget kaptam cserébe. Konkrétan, semmi negatív élményem nem született emiatt. Az említett babérok learatásához pedig a nagy adattömeggel is komoly munkát kell végezni, egyáltalán nem hullik az ölébe senkinek semmilyen tudományos eredmény ingyen. Nem hanyagolható körülmény, hogy az iNaturalist döntően azoktól vár adatokat, akik egyébként valószínűleg semmilyen formában nem tennék azokat elérhetővé a tudomány számára, mert nem ismerik vagy nem tudják használni ennek a hagyományos csatornáit. Nem hiszem, hogy bárkinek jobb lenne, ha ezek az adatok a veszendőbe mennének. Érdemes azt is tudni, hogy a florisztikai/faunisztikai adatoknak csak minimális hányada az, amit "megérné ellopni", mármint más által szerzett adatot sajátként feltüntetni, mert önmagában olyan busás tudományos respektet váltana ki (persze, jogtalanul). A mérleg másik serpenyőjében ugyanis ott az adatközlésből fakadó nyilvánosság, amely miatt ha a lopás gyanúja felmerül, az véleményem szerint aránytalanul nagy erkölcsi veszteség egy kutató számára. Ilyen értelemben a nyilvánosság védi is az adatgazdát. Az adatok többsége pedig csepp a tengerben, és megfelelő hivatkozáson kívül én nem várok semmi ellentételezést azért, mert valaki a kutatásához több tízezer egyéb adat mellett az enyéimet is felhasználta. Ezért úgy döntöttem, a publikálatlan florisztikai és faunisztikai adataimat is feltöltögetem iNaturalistra, persze, némelyeket csak rejtett lokalitással.

Kicsit más kérdés a nyilvánosság természetvédelmi következménye. Ha érzékeny fajok előfordulásai mindenki számára elérhetőek lesznek, akkor gyűjtők veszélyeztethetik az állományaikat. Az iNaturalist ezt úgy szabályozza, hogy az IUCN szerint legalább mérsékelten veszélyeztetett (NT, near threatened) fajok előfordulásait automatikusan pontatlanítja. Ezeket csak ismerőseinkkel vagy megfelelő projekthez csatlakozva oszthatjuk meg, mindkettő kifejezett szándékot igényel Nem lehet az ember elég elővigyázatos, de szerintem ez a megoldás kielégítő. Főleg, ha figyelembe vesszük, hogy lopások enélkül is történtek, még hétpecsétes titokként őrzött növények esetében is, amelyek még tudományos publikációban sem jelentek meg. A gyűjtés hatását nem elbagatellizálva, a fajokat ma sokkal inkább veszélyezteti az élőhelyek tönkretétele (Magyarországon biztosan), ami ellen éppen a védett fajok előfordulásainak nyilvánosságra hozása az, ami a jogi védelem egy fontos eszköze.



Projektek -- Az iNaturaliston belül indíthatunk ún. projekteket. Ezek gyakorlatilag szűrési feltételek (élőlénycsoportra, helyre, időre, a megfigyelés szintjére...), amelyeket kielégítő megfigyeléseket a rendszer folyamatosan leválogatja nekünk. A projektekhez lehet csatlakozni, a tagoknak lehet körleveleket írni, közösséget építeni köré, ... gyakorlatilag kész 'citizen science' kutatás megszervezésére, lebonyolítására alkalmas eszközöket kínál. Példának hadd hozzam fel az idegenhonos növényekről indított projektet (blogbejegyzés itt), de a Halloween napi fajgyűjtő versenytől Wekerletelep élővilágán át Oroszország és a Krím flórájáig van minden. Külön érdekesség pl. a leíratlan fajok fotóit gyűjtő projekt. A projektek kiváló lehetőséget nyújtanak oktatási feladatok, ismeretterjesztő játékok, tanulmányi versenyek lebonyolítására is. A bejegyzés elején felsorolt kutatások jelentős részét el lehetne indítani iNaturalist projekt formájában. Mindemellett számomra az iNaturalist egyik legszimpatikusabb tulajdonsága, hogy egy megfigyelés több projektben is részt vehet, és hogy a projektekből pofon egyszerű táblázatos formában exportálni az adatokat. Ezzel megoldható, hogy az adataim bárki számára elérhetőek lesznek, nem nekem kell 5-10 érdekesnek tartott kutatás saját honlapjára feltöltögetnem, és a későbbi felhasználónak sem kell több oldalról összeszedni őket, bajlódni a technikai sokféleséggel és az átfedések tisztázásával.

Információforrás -- Minden fajhoz elérhető egy feltöltésekből gyűjtött fotókkal, elterjedési térképpel ellátott, taxonómiai helyzetet, természetvédelmi és honossági státuszt tartalmazó információs oldal. Növények esetén a nevezéktan a Plants of the World Online-t (POWO) követi, de nem vesz át automatikusan minden taxont. A POWO-ban az a jó, hogy naprakész, országok között egységes rendszer. A szűk elterjedésű, kevéssé ismert fajok azonban gyakran pontosításra szorulnak benne, vagy legalábbis nincsenek mindig összhangban azzal, amihez pl. Magyarországon hozzászoktunk a saját fajaink esetében, és az eltérések inkább hiányosságnak tűnnek, mint újonnan javasolt megoldásoknak. Pl. a Pulsatilla pratensis subsp. hungarica valamiért P. p. subsp. bohemica néven van benne jelenleg, ami egy szinoním. Szerencsére minden taxonnál lehet javaslatot tenni változtatásra, és ezekre a kurátorok aktívan válaszolnak.



Közösség -- Van egy elég hasznos fóruma, amin technikai, használathoz kapcsolódó, vagy akár tudományos kérdéseket lehet megvitatni, hibákat bejelenteni, stb. A meghatározások alatt egy kommentszekcióban lehet a megfigyeléshez kapcsolódóan üzeneteket váltani. És persze a projektek is kiváló terepei a kapcsolatépítésnek.

Tudományos kimenet -- Az iNaturalist adatai nagyon sokféleképpen tudnak hasznosulni a tudomány számára. Egy külföldi kollégám például a számára ismeretlen területeken az iNaturalistra feltöltött sziki fajok előfordulásai alapján kereste meg sikerrel a szikes élőhelyeket. Szentiványi & Vincze (2022) az iNaturalistra feltöltött fotók alapján vizsgálta a barna varangy és egy parazitája elterjedését. Vannak próbálkozások a növények és a virágaikat látogató rovar közti kapcsolatok vizsgálatára is. A taxonómiai és faunisztikai jellegű cikkeknek pedig se szeri, se száma, köztük új fajok leírásához is vezettek már a feltöltött fotók. Azt gondolom, az iNaturalist ezekre a célokra a legalkalmasabb. Jóval több kihívással kell szembenéznünk, ha a diverzitás és a kompozíció változatosságát szeretnénk vizsgálni az adatokkal, de például egy friss, Nature Ecology & Evolution lapjain megjelent cikkben éppen ezt teszik a faji jellegek alapján. Sok a módszertani jellegű tanulmány is, pl. ez itt. A fórumban gyűjtik az iNaturalist felhasználásával írt cikkeket, elég hosszú a lista (2019-ig, 2020-2021, 2022-2023). Fontos tudni, hogy iNaturalist tudományos szintű adatait több nagy adatbázis is átveszi, pl. a Global Biodiversity Information Facility (GBIF), amely talán a legfontosabb nemzetközi adatbázis, amely a fajok elterjedési adatait foglalja össze. Ahogy azt is, hogy ha egy nagy nemzetközi kutatáshoz elterjedési adatok kellenek sok országból, akkor általában nem hajtják fel az összes ország összes adatbázisát, egyszerűen csak letöltik, ami a GBIF-ben van, és hisznek benne, hogy az esetleges hiányok nem torzítják majd az eredményt. Esetleg ha az országnak van egészen friss, modern szintézise, akkor a biztonság kedvéért megnézik azt is, de pl. kontinenseken átívelő elemzésekhez általában elégnek gondolják ezt a szintű pontosságot, és talán nem alaptalanul. Nem állítom, hogy ez a jó gyakorlat, de a tény többnyire ez. Emiatt ha azt szeretnénk, hogy Magyarország hiteles adatokkal szerepeljen a nemzetközi vizsgálatokban (amelyek majd ránk is érvényes visszacsatolásokat implikálhatnak, pl. természetvédelmi szakpolitikákban), akkor nemzetközileg látható adatbázisban (is) érdemes közzétenni az adatokat. Ami természetesen nem zárja ki, hogy hazai adatbázisban vagy publikációban is megjelenjenek.

Korlátok -- Korlátok természetesen léteznek, de ezek közül elég kevés az, ami kimondottan az iNaturalistre jellemző, és más adatgyűjtő oldalakra nem. Ami az iNaturalist sajátja, az a közösségi határozási mechanizmus, és az ebből fakadó torzítások. Például nem kevés felhasználó ha meglát egy határozást egy megfigyelés alatt, jellemzően a sajátja alatt, azt "automatikusan" megerősíti, vagyis hozzáad egy elvileg független, támogató határozást, ezzel az adat tudományos szintre emelkedik. Kimutatható azonban, hogy ezek a "megerősítések" gyakran egyfajta csordaszellemből fakadnak. Magam is találkoztam olyan felhasználóval, aki a saját, egyébként nehezen felismerhető fotóira először  hajmeresztő mértékben téves határozásokat adott, amik arról tanúskodtak, hogy kritikátlanul elfogadta a gépi határozási javaslatokat, majd a határozásaimat látva mindegyikkel "egyetértett". Ha ilyen esetekben én tévedtem, akkor az egyetértő határozás is téves, mégis tudományos szintű lett az adat. Ilyenkor abban lehet bízni, hogy valakinek feltűnik a hiba. Alább egy erős példa, amit itt én javítottam:



A fentiekből talán érthető, miért gondolom az iNaturalistet egy nagyszerű rendszernek. Egyformán jól jön gyalogtúra során egy laikusnak, aki kíváncsi lesz egy virág nevére, egy külföldi utazónak, aki a meglátogatott ország fajait egyáltalán nem ismerheti, egy gazdálkodónak, akinek egy fura rovar eszi a növényeit, vagy egy kutatónak, aki célirányosan gyűjt adatokat. Természetesen nem az iNaturalist, vagy bármely más hasonló rendszer lesz a terepi kutatások Szent Grálja. Nem lehet vele egyszerre megválaszolni az összes eddig nyitva álló kérdést. Azonban nagyon sokat segíthet abban, hogy a laikusok új ismereteket és élményeket szerezzenek a természetről, a kutatók pedig egy kiaknázatlan információforráshoz jussanak, és újfajta kérdéseket vizsgálhassanak. Jó szívvel ajánlom ezért az adatfeltöltést mindenkinek, a hozzáértőknek pedig a határozást is.

2019. december 23., hétfő

Mit (nem) tudunk a növényvilág sokféleségéről?

Az Ecography egy idei számában jelent meg egy cikk, amelyben három nagy (a három legnagyobb?) botanikai adatbázis, az előfordulási helyeket felsoroló GBIF (Global Biodiversity Information Facility), a traitadatokat tartalmazó TRY és a genetikai GenBank átböngészése alapján adtak egy becslést arra, hogy melyek a világon a legjobban ismert, és melyek a leginkább adathiányos szárazföldi növénycsaládok (Embryophyta), illetve földrajzi régiók. A taxonómiai keretet a The Plant List nyújtotta, ami abban nem volt elfogadott név, az nem szerepelhetett az elemzésben - nyilván ha egy növénycsoport taxonómiája a nevek szintjén is feldolgozatlan, az nem jelent meg az elemzésben. Adathiányosnak az a faj minősült, amely a többi háromban egyáltalán nem fordult elő. Tehát ha egy fajnak volt egyetlen mért trait értéke (akár csak magassága, életformája, életciklusa) a TRY-ban, ha volt egyetlen előfordulási helye a GBIF-ben, és ha volt egy genetikai mintája a GenBankban, akkor már 'broadly-covered' minősítést kapott, amit "nagyrészt ismert"-ként fordíthatnánk. Ez egy elég laza, gyakorlati szempontból nem túl hasznos kritérium, de aki tud jobbat, írjon a szerzőknek, biztos örülnek majd. A földrajzi régiókat pedig a szélességi körök szintjén elemezték. A kapott számokat tehát ennek megfelelően kell értelmezni.

A teljes elemzésben 350 699 elfogadott fajnév szerepelt. Összehasonlításképpen, az edényes növények összfajszámát 2016-ban 360 000 körülire becsülték a Kew Garden kutatói (ebben nincsenek benne a mohák, amelyek viszont a fenti elemzésben szerepeltek). A fajnevek 17,7%-a (majdnem 62 000 faj) fordult elő mindhárom adatbázisban (vagyis ennyi lett 'broadly-covered'), és több mint fele szerepelt legalább egyikben. A nevek 26,7%-áról viszont semmiféle információ nincs.

A pázsitfüvek családja (Poaceae) a legjobban ismertek közé tartozik (puha rozsnok - Bromus hordeaceus)

A legjobban ismert családok között olyanokat találunk, amelyek széles földrajzi elterjedésűek és gazdasági haszonnal bírnak. Ilyenek a pázsitfűfélék (Poaceae), fenyőfélék (Pinaceae), burgonyafélék (Solanaceae), eperfafélék (Moraceae), kutyatejfélék (Euphorbiaceae), próteafélék (Proteaceae), nősziromfélék (Iridaceae), csatavirágfélék (Polemoniaceae). Hozzájuk csatlakoztak még olyanok, amelyek egyszerűen érdekesek voltak a kutatók számára: cikászfélék (Zamiaceae), vajvirágfélék (Orobanchaceae); illetve néhány egészen kicsi család, mint a ginkgófélék (Ginkgoaceae), a Trochodendraceae, és a kálmosfélék (Acoraceae). A legtöbb adat a 45-ös északi szélességi kör környékéről (a 45-ös kör közelében fekszik Krasznodar, Belgrád, Torinó, Bordeaux, Ottawa, Minneapolis) származott, és az északi féltekéről több volt az adat, mint a déliről.


A trópusokon még bőven van adathiányos, sőt, leíratlan faj (Kamerun, Nyong folyó)

Az érvényes nevek számához képest leghiányosabban ismert családok a mohák és májmohák családjai, a kosborfélék (Orchidaceae), fészkesek (Asteraceae), begóniafélék (Begoniaceae), Acanthaceae, Piperaceae. Különösen szembeötlő volt a hiány egyes tájak endemikus fajai közt, így pl. a Rubiaceae ázsiai, ausztráliai, új-zélandi, óceániai és dél-amerikai endemikusai igen hiányosan ismertek, csak úgy, mint a fészkesek európai, ázsiai és afrikai bennszülött képviselői, az európai és ausztráliai bennszülött ajakosok (Lamiaceae), valamint az endemikus kontyvirágfélék (Araceae) Ausztráliában és Dél-Amerikában.

Herbáriumi lap egy azonosítatlan orchideáról, Kamerunból

Egy ilyen léptékű vizsgálat nyilván sok-sok elhanyagolás árán vihető véghez, itt sem volt ez másképp. A módszertan "nagyvonalúságai" (amelyek, ugyanakkor, lehetővé tették, hogy egyáltalán bármiféle konkrétum megfogalmazása lehetségessé váljon) miatt a cikk talán a tudásszintünk kelleténél optimistább megítélésére csábít. Ne tévesszük meg magunkat, globális szinten inkább ritkaságnak számítanak azok a növények, amelyeket előfordulási terület, traitek és a genom tekintetében is használható mértékben ismerünk. És egyre több van, amit soha nem is fogunk már megismerni.

A cikk hivatkozása: Cornwell, W.K., Pearse, W.D., Dalrymple, R.L. and Zanne, A.E. (2019), What we (don't) know about global plant diversity. Ecography, 42: 1819-1831. doi:10.1111/ecog.04481

2018. december 17., hétfő

Flóraatlasz online

Elkészült a Flóraatlasz nyilvános honlapja, ahol kereshetőek a térképezett fajok elterjedési adatai, illetve lehet feltölteni saját adatokat. Az adatbázis tehát folyamatosan frissül. A honlap címe: http://floraatlasz.uni-sopron.hu

Korábbi bejegyzéseim az Atlaszról itt érhetők el.

Jó böngészést!

2018. március 27., kedd

PLADIAS: a cseh flóra és vegetáció online adatbázisa

Elindult a PLADIAS (Plant Diversity Analysis and Synthesis Centre) nevű online adatbázis, amely a cseh flóráról és vegetációról közöl minden elképzelhető információt. Nem tudok hasonló mértékben átfogó, igényes kidolgozású, tudományosan alátámasztott, nyilvános adatbázisról, tényleg hatalmas elismerés a cseh kollégáknak érte! Láthatóan sokan dolgoztak rajta, és a felmutatott szakmai kompetencián túl ez nem kis szervezési és együttműködési készséget feltételez. A munka három intézmény összefogásaként folyt: ezek a Masaryk Egyetem Botanikai és Zoológiai Tanszéke (Brno), a Cseh Tudományos Akadémia Botanikai Intézete (Průhonice) és a Dél-Bohémiai Egyetem (České Budějovice) voltak. A honlap a cseh flóra minden tagjáról tartalmaz felismerést segítő, határozóba illő fényképeket, részletes morfológiai, életmenet- és elterjedési információkat (utóbbit aktuális flóratérképezés alapján is), még egy cseh határozó megfelelő oldalai is be vannak linkelve PDF-ben. A vegetációról minden szüntaxonhoz diagnosztikus fajokat, leírást, elterjedési térképet és fotókat találunk. Ezeken kívül fent van a teljes cseh flóralista, az ország fitogeográfiai felosztása (képként vagy GIS rétegként letölthető), az élőhelytípusok fajkészletei, és még sok-sok érdekes összefoglaló adattábla fajokról, szüntaxonokról. Az összes flóratérképezési kvadrát fajlistája lekérdezhető. Tényleg példátlan információforrás, és mindez szabadon elérhető! Az egész honlap csehül és angolul olvasható. Reméljük, Magyarországon is elkészül valami hasonló, talán 1-2 évtizeden belül!

Néhány képernyőfelvétel ízelítőül:






2018. január 27., szombat

Az első mérföldkő: összeálltak az adatok

Így fest a cönológiai adattábla első néhány sora a Juice szoftverben...

... illetve a traites táblázat az R-ben

A lengyel kollégák együttműködésével a napokban sikerült elérni a Polonez projektem első harmadára kitűzött mérföldkövét, az elemzéshez szükséges adatok összerendezését. A közel 20.000 cönológiai felvétel alkotta minta lekérésével már az ősszel végeztünk, a keményebb dió a növényi traiteket és a rendszertani helyzetet tartalmazó rész precíz és dokumentált összeállítása volt. A táblázat 2010 fajra vonatkozóan tartalmaz jellegadatokat a CLO-PLA és a LEDA adatbázisokból, továbbá rendszertani adatokat a Catalogue of Life szerint. A munka legnehezebb (és talán legunalmasabb) részét a különböző adatbázisok által követett nevezéktanok egységesítése jelentette. Ezután következett egy félig-meddig automatizált fázis, amelyben a forrásadatbázisok rekordjainak fajonkénti és traitenkénti robusztus (vagyis a kiugró értékeket "intelligensen" felismerő és mellőző) átlagolása, kvalitatív változók esetén többnyire a módusz kiválasztása történt. A traitadatok minőségellenőrzése, a "gyanús" rekordok azonosítása folyamatosan történik - sajnos nem lehetünk teljesen biztosak abban, hogy a változatos forrásokból összegyűjtött, adatbázisokból átvett jellegadatok reálisak és egymással tökéletesen összehasonlíthatóak, de bízunk benne, hogy ha gondosan járunk el, akkor a hiba mértéke jelentősen kisebb, mint a keresett, biológiai mintázat. Cseppet sem meglepően nem minden faj minden traitjéről van adatunk. Az adathiányok pótlására a rendszertani információn és a traitek közti korreláción alapuló BHPMF módszert fogjuk kipróbálni hamarosan.

2017. december 2., szombat

A növényi változatosság fő dimenziói - avagy melyik traitet válasszam?

A jellegalapú vizsgálatok talán legfontosabb döntése, hogy a növényeknek pontosan mely tulajdonságaival fogunk dolgozni, mely tuladonságot mennyire tartunk fontosnak, és milyen "funkciót" tulajdonítunk nekik. Létezik-e vagy léteznek-e "legfontosabb" jellegek, s ha igen, melyek azok? Ezek a kérdések mindig is központi jelentőségűek voltak a funkcionális ökológusok számára. Abban mindenki egyetért, hogy nincs olyan egyedül üdvözítő növényi jelleg, amely az összes funkcionális problémára jó lehet, ehelyett a vizsgálat pontos célja határozza meg, hogy melyik traittel érdemes dolgoznunk. Egy növény-megporzó kapcsolatokat célzó vizsgálatban például a virágmorfológiai jellegek kulcsfontosságúak lehetnek, szemben a gyökér traitjeivel, míg sok más esetben éppen a fordítottja lehet igaz. Univerzális választ tehát ne várjunk. Ám ha belegondolunk, hogy a növények a világon mindenhol döntően ugyanazt az aránylag egyszerű fotoautotróf működést végzik, többnyire szesszilisek, és fennmaradásuk ugyanannak a néhány tápanyagnak elérhetőségétől, továbbá szintén nem túl sok környezeti változó megfelelő állapotának fennállásától függ, talán joggal sejthetjük, hogy vannak olyan, viszonylag általánosan elterjedt tulajdonságkombinációk, amelyek sikeres fennmaradást biztosítanak. Egy pillanatra sem szeretném lebecsülni a növényi diverzitást, és eszemben sincs megkérdőjelezni, hogy a világon minden faj egyedi. A fajok sokfélesége annak a következménye, ahogyan az evolúció során a mai fajok felmenői fokozatosan új és új tulajdonságokat "kifejlesztve" (vagy inkább "felfedezve") találták meg életlehetőségüket az adott abiotikus és biotikus körülmények között. A funkcionális megközelítés szerint azonban nem minden tulajdonság fontos minden szempontból, ezért az aktuálisan releváns traitek szempontjából egyező fajok között nem szükséges különbséget tennünk.


Egy faj, sok tulajdonság - de melyik a "legfontosabb"? Nyári hérics (Adonis aestivalis)
Több kísérlet született már a tápanyagfelvétel, életben maradás és szaporodás legfontosabb stratégiáinak leírására a traitek "nyelvén". A közelmúltból érdemes említenünk Westoby (1998) munkásságát, aki szerint a növények döntően három dimenzió mentén helyezhetőek el életstratégiájuk szerint. (A növényi stratégiák "bűvös hármasa" legalább Grime-ig datálható vissza, ő azonban nem alapozza ennyire szigorúan a rendszerét a traitekre.) A három dimenzió a fotoszintetizáló felületbe fektetett ráfordítást, a versengési képességet és a terjedési potenciált testesíti meg, röviden leaf-height-seed (LHS), vagyis levél-magasság-mag sémának szokás mondani. Westoby a levéllel kapcsolatban az egysényi levéltömegre jutó fotoszintetizáló felület, vagyis a fajlagos levélterület (specific leaf area, SLA) fontosságát hangsúlyozza. Ez tulajdonképpen a forráshasznosítás stratégiáját fejezi ki, egyben a levél tartósságának indikátora. A nagy felületű, nagy SLA-jú levél lapos, gyenge szövetű, a növény gyorsan előállítja, és ha lehullik, gyorsan pótolja. A lehullott levél gyorsan lebomlik, így az alkotóelemei szervetlen vegyületek formájában újra felvehetőek lesznek a növény számára. Ez a stratégia olyan élőhelyeken előnyös, ahol a bőséges víz- és tápanyag-ellátottság, valamint a hőmérséklet kedvező szintje gyors tápanyagforgalmat tesz lehetővé. A kicsi SLA-jú levél relatíve vastag, hengeres, mint egy tűlevél vagy pozsgás levél. A felépítése a vastag kutikula, a víztartó és a szilárdító szövetek miatt "drága", lassan fejlődik ki, ezért vigyázni kell rá, nem is hullatja őket a növény könnyen. Az ilyen levél szárazság és tápanyaghiány esetén térül meg igazán, mivel sikeresen dacol a sanyarú körülményekkel. (De kivételek mindig vannak!) Lényegében ugyanerről a stratégiai csereviszonyról (vagyis, mi éri meg jobban a növénynek: sok, nagy felületű, de lágy szövetű, gyenge levél gyorsan, vagy kevés ellenálló levél lassan?) írnak mások "levélökonómiai spektrum" néven. A magasság, pontosabban a lombozat magassága, a fényért való versengés képességét mutatja: akinek magasabban van a lombja, az képes a másikat árnyékolni, maga pedig többet kap az anyagcserét katalizáló napfényből. A mag, pontosabban a magtömeg pedig a terjedőképesség traitje: értelemszerűen, minél kisebb egy faj magja, annál több utódot tud belőle csinálni egy egyed, illetve annál messzebbre tud terjedni. A sok, kicsi magot (vagy más szaporítóképletet) hozó növények hamar kolonizálják az új, alkalmas élőhelyfoltokat, akár nagy távolságban is, ami még akkor is sikeres stratégia lehet, ha a magok és fiatal egyedek nagy része elpusztul. A nagy magok inkább az anyanövények közelében maradnak (hacsak valamilyen speciális ágens, pl. állatok nem segítik a terjesztést), bízva abban, hogy az az élőhelyfolt már "bizonyított". A nagy mag jobban ellenáll a káros hatásoknak, illetve több tartaléktápanyagot tartalmaz, így az utód túlélését jobban elősegíti.

A törpe keltike (Corydalis pumila) magjain fehér elaioszómák vannak. Ezek az olajtartó képletek fontos táplálékot jelentenek a hangyáknak, amelyek ezért összegyűjtik a magokat, ezzel járulván hozzá az egyébként elég nagy magok terjesztéséhez.
Diaz és mtsai (2016) egy átfogó, globális elemzésben több mint 46 000 növényfaj adatai alapján vizsgálták hat gyakran mért és bizonyítottan fontos trait korrelációit, valamint az általuk meghatározott 'jelleg-térben' (trait space) a fajok eloszlását. A hat trait a fenti hármon kívül (pontosabban, az SLA helyett annak reciproka szerepelt, de ez a lényegen nem változtat) a szár szöveti sűrűségét, a levél nitrogéntartalmát és a levélméretet foglalta magában. Az eredményeik szerint a növényfajok közötti változatosság nagy része kettő, nagyjából független grádiens mentén képezhető le. Az egyik egy méret-grádiens, amely tulajdonképpen egy általános allometrikus törvényszerűségre utal, hiszen a nagyobb mérethez sűrűbb szövetű erősebb szár kell, és a nagy növényeknek a magja is nagy. A másik grádiens itt is a levél tartóssága.
A fenti jellegeken kívül egyre több tanulmány igazolja, hogy a növény klonális szerveit és áttelelő rügyeinek eloszlását leíró jellegek (pl. klonális szervek léte, terjedési sebessége, klónutódok száma, rügyek magassága és száma...) legalább olyan fontosak a növények túlélésében, mint az LHS-traitek (ld. pl. Klimesová et al. 2016, Vojtkó et al. 2016). A szerzők szerint a klonális jellegek és a rügytraitek elsősorban az enyhébb zavarások utáni regenerációban játszanak fontos szerepet, míg az LHS-traitek a zavarás elkerülését írják le jól - a természetben azonban mindkét módon, tehát regenerációval és elkerüléssel is védekeznek a növények az őket érő zavarások ellen.

Az indás ínfű (Ajuga reptans) magyar nevét is a klonális terjedőképességéről kapta

A saját kutatásomhoz a fenti megfontolásoknak megfelelően választom ki a  traiteket. A "standard" LHS-traitek (vagyis SLA, lombozat magassága, magtömeg) mellett a klónutódok számából és a vegetatív oldalhajtások hosszából képzek egy klonalitási indexet, illetve a rügyek átlagos magasságából és a rügyek összegéből egy (esetleg kettő?) rügybank-indexet. Elvileg ezeknek már elég jól le kéne írni az általános növényi stratégiákat - a többi majd az elemzésekkor kiderül.

2017. október 31., kedd

Adatbányászat indul!

Már egy hónapja Wroclawban tartózkodom, és a költözéssel és munkahelyváltással járó adminisztrációs hercehurca után a kutatással is végre van időm foglalkozni. Egyelőre a vizsgálatokhoz szükséges adatok elérhetőségének ellenőrzése, az adatok lekérése, rendezése zajlik. Mint korábban írtam, a projektem célja kettős: a lengyel gyepvegetáció jellegalapú numerikus osztályozása, valamint a funkcionális diverzitás és redundancia durvaléptékű mintázatainak felderítése. Ehhez háromféle adatra van szükség: fajkompozíciós adatokra (cönológiai felvételekre), növényi jellegek adataira, illetve környezeti háttéradatokra. Az alábbiakban bemutatom a legfontosabb forrásaimul szolgáló adatbázisokat.


A lengyel vegetációs adatbázis

Ez az adatbázis a Lengyelország területén készített cönológiai mintákat foglalja magában. 2007-ben a Wroclawi Egyetemen létesítették, 2016-ra a digitalizált felvételek száma elérte a 85 000-et. Az adatok nagy része (~40%) száraz, üde és nedves gyepekből származik, de magas (25-25% körüli) az erdőket és cserjéseket, valamint az antropogén növényzetet reprezentáló felvételek aránya is. A kvadrátméretek a tudományterület sajátosságainak és történetének megfelelően változók, de ~90%-ban ismertek. A borításértékek kódolása túlnyomó többségben Braun-Blanquet skálán, ritkábban százalékos skálán, elhanyagolható arányban egyéb módokon történt. A fajneveket az Euro+Med PlantBase nómenklatúrájának megfelelően egységesítették. A felvételek kb. egyharmadánál a moha- és zuzmófajokat is rögzítették. A felvételek többsége 1960 és 2010 között készült, nagyrészt publikált tanulmányokból származik, de publikálatlan adatokat is tartalmaz. A cönológiai felvételekhez igen magas arányban társulnak jó minőségű háttéradatok. A felvételek majdnem 80%-ának max. 10 km-es hibájú pontossággal ismert a lokalitása, ami alapján klimatikus, talajtani és kőzettani változók értékeit is társították hozzájuk. Az adatbázist a TurboVeg szoftverrel tárolják és kezelik, ennek megfelelően lehet különböző formátumokba exportálni. A hozzáférés az adatbázis-kezelők, Zygmunt Kacki és Grzegorz Swacha személyes megkeresése útján lehetséges. További statisztikák és elérhetőségek olvashatók az adatbázis GIVD-oldalán. (A GIVD, Global Index of Vegetation-Plot Databases, a cönológiai adatbázisok nemzetközi meta-adatbázisa, lehetővé teszi a különböző regionális adatbázisok közti böngészést.) Az adatbázis új honlapja jelenleg fejlesztés alatt áll.


LEDA növényijelleg-adatbázis

A LEDA a növények fennmaradásához, regenerációjához és szaporodásához szükséges jellegek ('traitek') adatbázisa. Földrajzi lefedettségét tekintve Északnyugat-Európára koncentrál, de hasonló flórájú országokban is hasznos lehet. 2002-ben létesítették az oldenburgi egyetemen, azóta folyamatosan bővül. Az adatbázis egyedi vagy csoportosított mérési rekordokból áll. Egy rekord számos mezőt tartalmaz, beleértve a mért növény faját, a mért jelleget, a mérés pontos módját, a mérések számát, a vizsgált egyedek számát, több mérés esetén azok szórását, a mérési hibát, a mérés helyét, idejét, a vizsgált növény élőhelyét, környezeti hátterét, irodalmi adat esetén pedig a pontos hivatkozást. A LEDA-nak van egy saját standardja is, amit az új méréseknél alkalmaznak, az adatrekordok mégis igen heterogének a módszertan tekintetében, például hogy a levélterületet a levél rehidrálásával vagy anélkül mérték. Összesen mintegy 18 jellegről és kb. 3000 fajról tartalmaz adatokat, sajnos ezek teljessége jellegenként és fajonként is változó. Az információ publikus, a LEDA honlapjáról traitenként lehet őket letölteni TXT formátumba.


CLO-PLA növényijelleg-adatbázis

Ez a platform a közép-európai fajok klonális és vegetatív jellegeinek összegyűjtésére hivatott. Az első formája 2002-re datálható, tavaly vált elérhetővé a harmadik verzió. Jelenleg több mint 2900 fajról és 29 traitről tartalmaz adatokat. A jellegadatok terepi méréseken és megfigyeléseken, irodalmi közléseken és botanikai illusztrációkon alapulnak, illusztrációkat maga az adatbázis is tartalmaz. A kezelője Jitka Klimešová és Leoš Klimeš, illetve a Cseh Tudományos Akadémia Botanikai Intézete (Třeboň). A felépítése hasonló a LEDA-hoz. Az adatokat a honlapon egy webshophoz hasonló funkcióval kell ingyen "megvásárolnunk", majd emailben kapjuk meg őket automatikusan TXT formátumban, de böngészhetjük őket a honlapon is. A CLO-PLA honlap itt érhető el, s nem rég jelent meg 'data paper'-ük az Ecology-ban.

Képernyőfelvétel a CLO-PLA oldaláról


BiolFlor

A német flóra sokszempontú adatbázisa, amelyben az "igazi" funkcionális jellegek közül csak néhány fontosabb kapott helyet, viszont olyan változók is szerepelnek benne, mint a fajok honossági státusza (megtelepedés ideje), kromoszómaszáma, filogenetikai leszármazása, virágzási ideje, szaporodási sajátosságai, terjedési módja, ökológiai stratégiája, indikátorszámai, élőhelypreferenciája, bolygatástűrése vagy földrajzi elterjedtsége - szinte minden, amit fontosnak gondolhatunk, ha növényfajokról beszélünk. Nem kevesebb, mint 3609 fajról és 57 jellemzőről tartalmaz valamilyen adatot, a rekordok száma összesen 226840. Az adatbázis valóban lenyűgözően sokrétű és részletes, ám azokat a traiteket pont nem tartalmazza, amik nekem most a legfontosabbak, így csak másodlagos szerep jut neki a kutatásomban. A honlapja itt érhető el, az adatok online eléréséhez is meg kell vásárolnunk a CD-n kiadott verziót 25 euróért.


Worldclim

Globális, georeferált klímaadatbázis, tulajdonképpen térinformatikai rétegekként fogható fel. Az adatok alapját a meteorológiai mérőállomások havi átlagértékeiből képzett interpolációk adják. Különböző felbontásokban kérhető le, a legfinomabb felbontás 1 km-es. Különböző időszakokra számolt interpolációk és predikciók lehívására is van lehetőség. A választható változók magukban foglalják az egyszerű éghajlati mutatók (csapadék, napsugárzás, szélerő, napsugárzás...) mellett az ezekből képzett, ún. bioklimatikus változókat, amelyeket elterjedten használnak fajok terjedésének modellezésére. Ingyenesen elérhető az interneten. A bioklimatikus változók az R szoftver dismo csomagjának biovars függvényével is könnyen lekérhetők. Fontos linkek: Worldclim honlap, bioklimatikus változók, Hijmans et al. (2005) cikke az adatbázisról.

2017. április 28., péntek

Új szintézisek a növénytársulások rendszeréről

A közelmúltban két olyan forrás is megjelent az interneten, amely átfogó, szintetikus jelleggel rendszerezi Európa vegetációját. Mindkettő hatalmas előrelépés és fontos kiindulási alap a jövő szüntaxonómiai kutatásai számára, ezért most röviden bemutatom őket.

Az első az EuroVegChecklist projekt eredménye. A projekt célja volt, hogy rendet tegyen az európai növényzet magasabb szintű (minimum asszociációcsoport, azaz 'alliance') osztályozásában. A mű nyomtatásban is megjelent az alábbi hivatkozással:


Ladislav Mucina, Helga Bültmann, Klaus Dierßen, Jean-Paul Theurillat, Thomas Raus, Andraž Čarni, Kateřina Šumberová, Wolfgang Willner, Jürgen Dengler, Rosario Gavilán García, Milan Chytrý, Michal Hájek, Romeo Di Pietro, Dmytro Iakushenko, Jens Pallas, Fred J.A. Daniëls, Erwin Bergmeier, Arnoldo Santos Guerra, Nikolai Ermakov, Milan Valachovič, Joop H.J. Schaminée, Tatiana Lysenko, Yakiv P. Didukh, Sandro Pignatti, John S. Rodwell, Jorge Capelo, Heinrich E. Weber, Ayzik Solomeshch, Panayotis Dimopoulos, Carlos Aguiar, Stephan M. Hennekens, Lubomír Tichý 2016. Vegetation of Europe: Hierarchical floristic classification system of vascular plant, bryophyte, lichen, and algal communities. Applied Vegetation Science 19 (Suppl. 1): 3-264. PDF


A cikk veleje, vagyis maga a rendszer, az interneten itt érhető el. Ilyesmi oldalakon történik a szüntaxonok bemutatása:






A szüntaxonokhoz szakértői alapon összegyűjtött diagnosztikus fajokat is találunk. A rendszerben túl sok váratlan dolgot eddig nem találtam, a hazai szüntaxonómiai munkák ismeretében jól el lehet navigálni benne.


Nem így a következő honlap esetén, amely a francia eVeg projekt terméke. A legnagyobb erénye, hogy egészen az asszociációk szintjéig lemegy, így aztán szinte teljes listát kapunk az Európában használt társulásnevekről. A gyengéje, hogy nem fordítottak túl nagy figyelmet a nevek validitására, ugyanis érvénytelen neveket is szép számmal találunk. Itt van például a Colchico autumnalis-Festucetum rupicolae Lengyel, Csiky, Dénes & Király in Lengyel, Illyés, Bauer, Csiky, Király, Purger & Botta-Dukát 2016 név, amit a tavalyi Preslia cikkünkben vezettünk be, és feketén-fehéren leírtuk, hogy a névvel az érvénytelen "Anthoxantho odorati-Festucetum rupicolae Dénes 1997" használatát akarjuk kiváltani. Az eVeg rendszerében azonban mindkét név benne van, ráadásul különböző asszociáció-rendekben: az előbbi a Trifolio-Cynosuretaliában, az utóbbi az Arrhenatheretaliában. Tehát valamiért azt észrevették, hogy javaslunk egy új nevet, de azt nem, hogy egy másikat érvénytelennek tekintünk...



Szép számmal találunk olyan szüntaxonneveket, amelyek talán szokatlannak hatnak. A réteket és magaskórósokat összefoglaló kategóriát például itt nem Molinio-Arrhenathereteának hívják, hanem Agrostio stoloniferae-Arrhenatheretea elatioris subsp. elatioris (Tüxen 1937 em. 1970) de Foucault 1984 névvel illetik. Hogy a jóval közismertebb nevet miért utasították el, arról nem találtam magyarázatot. A szüntaxonokhoz vannak elterjedési térképek és ökológiai mutatók is, de ezek még igen hiányosak. Így aztán jelen pillanatban ennek az adatbázisnak az a legnagyobb haszna, hogy ha valaki szüntaxonómiai kutatásba fog, akkor talál benne egy jegyzéket az eddig közölt társulásnevekről (legalább is nagyon sokról), és ez jó kiindulási alap a nyomozás elkezdéséhez. És ez nem elhanyagolható, ugyanis hosszas szakirodalmi kutatás spórolható meg általa. Bizonyára az adatbázist folyamatosan egészítik ki, frissítik, tehát egyre csak jobb lesz. A szerkesztők azt is tervezik, hogy feltöltik a szüntaxonok típusfelvételeit, néhány név esetén már ezt meg is tették. Ez rendkívüli mértékben segíteni fogja a jövőbeli kutatásokat. Úgy látom, a projekt önkéntes együttműködésekre épül, a honlapon történő regisztrálás után elvileg munkához is láthatunk. Előtte azért érdemes a honlapon jól körülnézni, amit az nehezít, hogy sok szöveg csak franciául van meg egyelőre. Láthatóan kezdeti állapotban van tehát az eVeg adatbázisa, de nagyon ígéretes lehet a folytatás.

2016. május 12., csütörtök

Osztályozások jóságának mérése, és egy új prediktív módszer

A bejegyzés lényegét adó élményem megosztását egy rövid elméleti bevezetővel kezdem.

Amikor élő közösségeket reprezentáló mintavételi egységeket osztályozunk fajösszetételük vagy a fajok tömegességei alapján, szükségszerűen szembesülünk a kérdéssel, hogy az elkészült osztályozás (elég) "jó"-e? Hűen tükrözi-e a közösségek mintázatát? Élesen elkülönülő, biológiailag azonosítható típusokat különít-e el? Előzetes megfontolások alapján egyformán indokolható és elfogadható, de különböző számításmenetű módszerekkel készített, nem egyező osztályozások közül melyik a "legjobb"? Az osztályozások jóságának megítélésére rengeteg módszer létezik, elég csak belepillantanunk Milligan & Cooper (1985)Aho et al. (2008), Tichý et al. (2010), Vendramin et al. (2010) cikkeibe, vagy a témavezetőm, Botta-Dukát Zoltán akadémiai doktori értekezésébe. A módszereket az alábbi csoportokba sorolhatjuk:

1. "Külső" (external) módszerek: az osztályozás jóságának megítélése olyan változók segítségével történik, amelyek nem vettek részt az osztályozás elkészítésében. Ez olyan esetekben merül fel, amikor van egy előzetes várakozásunk arról, hogy az osztályozásnak milyen mintázatot kellene felfedni. Például ha a növényzeti mintáink különböző talaj pH-jú élőhelyekről származnak, és a mintaegységeket a fajösszetételük alapján osztályoztuk, kíváncsiak lehetünk, hogy a növényzeti adatokból képzett osztályozás mennyire jól tükrözi a talajkémhatás szerinti különbségeket. Mivel a pH nem szerepelt a csoportképzésben, "külső" változóként használjuk. Vagy ha erdőkben vettünk fel mintaegységeket, majd a lombkoronaszint fajai alapján osztályoztuk őket, megvizsgálhatjuk, hogy mennyire esik egybe az osztályozás az aljnövényzet fajai alapján kapott osztályozással. Itt az aljnövényzet szerepel "külső" változóként (már amennyiben azt tekintjük referenciának).

2. "Belső" (internal) módszerek: az osztályozást az elkészítéséhez felhasznált változók segítségével értékeljük. Két altípusa van:

2a. Geometriai módszerek: ezeknél az osztályozást a mintavételi egységek közti távolságot vagy disszimilaritást kifejező mérőszámok bevonásával értékeljük. Például úgy, hogy kiszámoljuk az egy csoportba tartozó felvételpárok közti és a különböző csoportokba tartozó felvételek párjai közti disszimilaritások arányát, hiszen a "jó" osztályozás esetén az egy csoportba tartozó felvételek kevésbé térnek el egymástól, mint a különböző csoportokba tartozók. A "geometriai" szó annyit jelent ebben az esetben, hogy azt vizsgáljuk, hogy a felvételek közti disszimilaritásokat távolságként leképező, sokdimenziós térben a csoportok milyen alakzatokat vesznek fel, mennyire válnak el egymástól. Az osztályozáshoz felhasznált változók (pl. fajok tömegességei) csak közvetve, a mintaegységek közti disszimilaritások kiszámolásakor szerepelnek az elemzésben.

2b. Nem-geometriai módszerek: itt közvetlenül a fajok mintázatai alapján értékelünk. Például azzal a feltételezéssel élünk, hogy akkor jó egy osztályozás, ha a csoportoknak sok karakterfajuk van. Ebben az esetben a magas fidelitásértékű fajok száma lesz a csoportjóság mérőszáma, több osztályozást összehasonlítva azt tekintjük a legjobbnak, amelyiknél a karakterfajok száma a legmagasabb.

Ennyi az elmélet, most jön a lényeg.

A csoportjóság mérésének módjai mindig is érdekeltek, még módszertani fejlesztésekkel is próbálkoztam, de nem sok sikerrel. Még végzős egyetemista koromban, tehát kb. 6 éve, volt egy ötletem, amely úgy szólt, hogy az osztályozást fogjuk fel egy statisztikai modellként, amely a fajok előfordulásainak megjósolására (predikciójára) alkalmas. A modellben maga az osztályozás (a mintaelemek csoporttagságait kódoló vektor) egy faktorjellegű, vagyis nominális típusú magyarázó változó annyi lehetséges állapottal, ahány csoportunk van. A fajok előfordulásai pedig a függő változók mátrixaként szerepelnek. Ezt egy redundanciaanalízisbe (RDA) berakva kiszámolhatjuk, hogy mekkora a modell magyarázó ereje (R-négyzete), s minél nagyobb ez a szám, annál jobb az osztályozás. Néhány hónap számolgatás után azonban a témavezetőmmel be kellett látnunk, hogy bármennyire is elegáns megoldásnak tűnt, az RDA által alkalmazott lineáris modellek (többszörös lineáris regresszió) és az R-négyzet több szempontból sem alkalmas vegetációosztályozások értékelésére. Az ötlet ennyiben maradt, soha nem publikáltam róla semmit, pedig ilyen szép ábrák készültek róla.

Itt azt néztem, hogy különböző jósági indexek hány csoportot mutatnak optimálisnak
 adott csoportszámú, szimulált adatsorok esetén

Idén aztán a Journal of Vegetation Science-ben megjelent egy cikk, ahol ausztrál szerzők gyakorlatilag teljesen ugyanezt csinálják, de RDA* helyett minden egyes fajra általánosított lineáris modellt (GLM) számolnak, a modell jóságát pedig nem R-négyzettel, hanem AIC-vel mérik, amit fajonként összeadnak, s ez adja ki a teljes modell (az összes fajra érvényesen) jóságát. És ez működik. A módszer a fenti csoportosítás 2b. kategóriájába esik, vagyis egy belső, nem-geometriai mutató. Valahol egy picit sajnálom, hogy ez nekem nem jutott eszembe, pedig ennyire közel voltam hozzá, de közben kimondottan örülök, hogy más megcsinálta, és hogy az akkori, egyetemistaként kitalált ötletem veleje nagyon is jó volt. Ezúton is gratulálok a szerzőknek! A cikk hivatkozása:

Lyons, M. B., Keith, D. A., Warton, D. I., Somerville, M., Kingsford, R. T. (2016), Model-based assessment of ecological community classifications. Journal of Vegetation Science. doi: 10.1111/jvs.12400

*Az RDA gyakorlatilag minden egyes fajra csinál egy lineáris regressziót (ami a GLM egy speciális esete), majd ezek R-négyzeteinek súlyozott átlagolásával adja meg a teljes modell R-négyzetét.

2016. február 26., péntek

Gondolatok a nemrég megjelent Flóraatlasz kapcsán

Az idei Flóra Konferencián került bemutatásra a "Flóraatlasz", vagyis Magyarország edényes növényfajainak elterjedési atlasza (Atlas Florae Hungariae). A könyvet a Nyugat-magyarországi Egyetem adta ki, s számos szerkesztő, területi koordinátor és terepi adatgyűjtő sokéves munkája kellett ahhoz, hogy végre kezünkbe vehessük. Az atlasz 2832 db megközelítőleg 6,25km * 5,55km oldalhosszú négyzetből álló hálórendszeren ábrázolja a hazai edényes növényfajok (ha jól számoltam, 2231 taxon) előfordulásait. Az adatok saját terepi felvételezésekből, 1990 utáni, pontosan lokalizálható irodalmi forrásokból, valamint herbáriumi gyűjtésekből származnak. A Flóraatlasz megjelenésével a hazai botanikus szakma régóta dédelgetett álma látszik teljesülni. Ezúton is gratulálok az Atlasz szerkesztőinek és adatgyűjtőinek!

Bartha D., Király G., Schmidt D., Tiborcz V., Barina Z., Csiky J., Jakab G., Lesku B., Schmotzer A., Vidéki R., Vojtkó A., Zólyomi Sz. (szerk. / eds.): Magyarország edényes növényfajainak elterjedési atlasza / Distribution atlas of vascular plants of Hungary. - Nyugat-magyarországi Egyetem Kiadó / University of West Hungary Press, Sopron, 329 pp.





Bár az Atlasz "száraz" információtömege elsőre talán riasztóan hathat, a hazai flóra iránt érdeklődők számára már-már a perverzió határát súrolóan izgalmas böngészni a fajok elterjedési térképei közt. Öröm látni, hogy egyes fajoknál mennyire szépen visszaigazolódik az az area, amit tulajdonképpen eddig is sejtettünk vagy tudtunk (pl. ahogyan az erdőalkotó fafajok eltérő klimatikus/edafikus niche-ei kirajzolódnak, vagy ahogyan vikariáns fajok "leváltják" egymást), máshol a meglepetés erejével hat az elterjedési mintázat szabályossága olyan gyakori fajoknál, amelyekre már egy átlagos botanikus sem fordít elég figyelmet (engem például meghökkentett, hogy a Kiskunság homokterületein hiányzik, illetve szórványszerűen van csak jelen az erdei és a héjakút-mácsonya, és az, hogy a homoki pimpó képes szinte teljesen hiányozni a Nagykunságban).
A puszta gyönyörködésen kívül azonban egy ilyen atlasz, illetve az előfordulások adatbázisa, hatalmas eszköz lehet a botanikai és ökológiai kutatások számára. A kérdés, hogy hogyan?


1. Nyilvánvaló, hogy hatalmas lökést fog adni az Atlasz a hazai florisztikai kutatásoknak. Már csak azért is, mert - mi tagadás - az adatbázis jelenlegi állapotában meglehetősen hiányos. A Szerkesztők az atlas.florae.hungariae@emk.nyme.hu címen várják a kiegészítéseket, valamint a Studia botanica hungarica és a Kitaibelia folyóiratok szerkesztői is jelezték, hogy az Atlasz adatbázisát kiegészítendő és folyamatosan frissítendő új rovatot indítanak florisztikai adatközlések részére. A Studia botanicában már meg is jelent egy ilyen cikk. Mindkét kezdeményezésnek kifejezetten örülök, ugyanis én elsődlegesen nem folytatok florisztikai kutatást, néha azonban mégis rábukkanok egy-egy regionálisan új előfordulásra, amit megérné lepublikálni, viszont általában nem tudok elég időt szánni egy igényesebb, "kerekebb" florisztikai cikk megírására, így végül az adat marad a "fiókban". A fenti lehetőségekkel az érdekes előfordulási adatok lepublikálása könnyebb lesz, s remélem, ez rajtam kívül másokat is arra indít, hogy adataikat közzétegyék.

Mea culpa - a Müller-nőszőfű egy tájegységre új adatával máig adós vagyok...

2. A megbízható adatokkal rendelkező fajok esetén, illetve az adatminőség javítása után az Atlasz alkalmas lesz makroökológiai mintázatok vizsgálatára. A "modellező biogeográfia" manapság az ökológia frontvonalába tartozó irányzat, nívós folyóiratokban jelennek meg olyan cikkek, amelyek gridalapú adatbázisok (atlaszok, flóraművek, faunalisták) alapján komoly statisztikai módszertannal boncolgatnak olyan kérdéseket, mint pl. hogyan változik a fajgazdagság földrajzi és környezeti grádiensek mentén, hogyan jósolható meg egyes fajok vagy közösségek előfordulása, klímaváltozásra adott válasza. Magyarországról egyelőre nem sok efféle vizsgálatot olvashattunk, s ennek egyik oka minden bizonnyal az adathiány. Talán a Flóraatlasz megjelenésével nálunk is többen kezdenek majd modern biogeográfiai kutatásokba. Lássunk néhány példát, milyen kérdésekkel lenne érdemes foglalkozni:

- Milyen a fajgazdagság térbeli mintázata Magyarországon? Milyen klimatikus, tájtörténeti, geológiai és felszín-morfológiai változókkal magyarázható a térségek eltérő fajgazdagsága? Ugyanezt a kérdést megvizsgálhatjuk fajcsoportonként: csak adventív fajokra, csak szubmediterrán flóraelemekre, csak fásszárúakra...

- Alátámaszthatóak-e statisztikai módszerekkel az ország növényföldrajzi mintázatainak leírására tett korábbi kísérletek, pl. a növényföldrajzi régiók lehatárolása, a közép-dunai flóraválasztó, a kontinentális-szubmediterrán-kárpáti hatás alatt álló régiók átmenetei vagy határai.


3. A Flóraatlaszból megkaphatunk olyan flóralistákat, amelyek egy-egy tágabb térség regionális fajkészletét jelentik. Ezek azok a fajok, amelyek a lokális közösségekben ("növénytársulásokban") megjelenhetnek. Pl. hiába lenne alkalmas élőhely egy néhány hektáros nedves talajú legelő a héjakút-mácsonyának a Kiskunság közepén, ha valamilyen okból a környéken nem fordul elő, így nincs honnan betelepüljön, s végül nem fog megjelenni az adott foltban. A Flóraatlasz ilyen módon értékes referenciát szolgáltathat az Atlaszénál finomabb térléptékű növényzeti mintázatok kutatása számára, segíthet megérteni, a lokális közösségek szerveződésének törvényszerűségeit. A regionális fajkészlet és a lokális közösségek szerveződése közti kapcsolat szintén egy divatos, gyorsan fejlődő irányzata az ökológiának - a hazai vizsgálatok azonban itt is ritkák.


A Flóraatlasz megjelenése és folyamatos frissítése tehát a klasszikus florisztikai kutatások mellett több olyan irányzat számára is megtermékenyítően hathat, amelyeknek eddig kevés figyelmet szenteltek a hazai ökológusok, az adathiánynak is köszönhetően. Remélem, hogy a Flóraatlasz és a modern adatelemző módszertan együttesen hozzájárul az ország biogeográfiai és közösségi ökológiai sajátosságainak megismeréséhez.

2015. december 2., szerda

'Citizen science' még egyszer, és a Lepketérkép

Ennek a bejegyzésnek kettős aktualitása van, a közös pont bennük a 'citizen science' (vagyis az önkéntes adatszolgáltatáson alapuló tudomány), amiről a múltkor már írtam. Az első, hogy az egyik kedvenc ökológiai blogomon, a Dynamic Ecologyn tegnap jelent meg egy bejegyzés ugyanerről a témáról. A szerző, Margaret Kosmala, már korábban is írt a 'citizen science'-ről a fenti fórumon, ezúttal pedig az önkéntesek által gyűjtött adatok megbízhatóságát tárgyalja. Érdemes elolvasni!



A másik pedig, hogy nem rég találtam rá a Lepketérkép honlapra, ahol a nappali lepkék országos szintű térképezése zajlik. Regisztráció után földrajzi koordinátákkal tölthetünk fel adatokat. A lepkék határozásához a Magyarország lepkéi honlapon és a Magyarországi Nappali Lepke Térkép facebook-csoportban kaphatunk segítséget. Az adatminőség kontrollálására szerintem nagyon jó rendszert dolgoztak ki a szervezők. Az átlagos új regisztráló "kezdő" hozzájárulóként indul, és bármilyen fajt tölt fel, fotót is kell hozzá mellékelnie.

hajnalpírlepke (Anthocharis cardamines)

Ezután következnek a tapasztalt felhasználók, akik a fajok nagyobb részét rutinszerűen felismerik, majd a profik, akik országosan ismert, a ritkább taxonok tekintetében is megbízható adatfeltöltők. Rajtuk kívül működnek moderátorok, akik az adatok ellenőrzését, validálását, az adatfeltöltőkkel való kapcsolattartást végzik. A hierarchia csúcsán az adminisztrátor vagy jedi kategória áll - bizonyára velük van az Erő.

farkasalmalepke (Zerynthia polyxena)

fecskefarkú pillangó (Papilio machaon)

Aki teheti, képeivel, adataival segítse a Lepketérkép elkészítését, és ezzel a hazai élővilág megismerését!