Un equipo de investigación dirigido por el Centro Alemán para la Investigación Integrativa de la Biodiversidad (iDiv) y la Universidad de Leipzig ha desarrollado un algoritmo que analiza datos de observación de la aplicación Flora Incognita. Se pueden utilizar enfoques novedosos descritos en Ecología y métodos evolutivos para derivar modelos ecológicos que pueden proporcionar información valiosa sobre los efectos del cambio climático en las plantas.
Se sabe que las plantas responden a los cambios estacionales brotando, foliando y floreciendo. Debido a que el cambio climático altera estas llamadas etapas fenológicas en el ciclo de vida de una planta, el acceso a datos sobre cambios fenológicos de muchos lugares diferentes y diferentes plantas es fundamental para comprender los verdaderos efectos del cambio climático y poder sacar conclusiones. . Sin embargo, tales análisis requieren grandes cantidades de datos y una recopilación de datos de esta escala sería impensable sin la ayuda de científicos ciudadanos. “El problema es que la calidad de los datos se ve afectada cuando muy pocas personas se involucran como científicos ciudadanos y dejan de recopilar datos”, dice la primera autora Karen Mora, investigadora de la Universidad de Leipzig y del IDIV.
Aplicaciones móviles como Flora Incognita pueden ayudar a resolver este problema. La aplicación permite a los usuarios identificar plantas silvestres desconocidas en segundos. “Cuando tomé una foto de una planta con la aplicación, la observación quedó registrada con la ubicación (exacta) y la marca de tiempo”, explica la coautora Jana Waldchen del Instituto Max Planck de Biogeoquímica (MPI-BGC). “. quien desarrolló la aplicación junto con colegas de TU Ilmenau. “Hasta ahora se han recopilado millones de observaciones de plantas con marcas de tiempo de diferentes regiones”. Aunque los datos satelitales también registran la fenología de ecosistemas enteros desde arriba, no proporcionan información sobre los procesos en el suelo.
Las plantas muestran respuestas adaptativas.
Los investigadores desarrollaron un algoritmo basado en casi 10 millones de observaciones de casi 3.000 especies de plantas en Alemania entre 2018 y 2021 por parte de usuarios de Flora Incognita. Las estadísticas muestran que cada planta tiene su propio ciclo de cuándo comienza a florecer o crecer. Además, los científicos pudieron demostrar que el comportamiento grupal se deriva del comportamiento de los individuos. A partir de esto, pudieron capturar patrones atmosféricos e investigar cómo cambian con las estaciones. Por ejemplo, los ecosistemas ribereños se diferencian de los ecosistemas montañosos, donde los eventos fenológicos comienzan más tarde.
El algoritmo también tiene en cuenta las tendencias de observación de los usuarios de Flora Incognita, cuya recopilación de datos está lejos de ser sistemática. Por ejemplo, los usuarios registran más observaciones los fines de semana y en zonas densamente pobladas. “Nuestro método puede separar automáticamente estos efectos de los patrones ambientales”, explica Karen Mora. “Menos observaciones no significa necesariamente que no podamos registrar la sincronía. Por supuesto, hay menos observaciones en pleno invierno, pero también hay menos plantas para ver durante ese tiempo”.
Se sabe que el cambio climático está provocando cambios estacionales; por ejemplo, la primavera llega cada vez más temprano. Cómo afecta esto a la relación entre plantas y polinizadores y, por lo tanto, potencialmente a la seguridad alimentaria, aún está sujeto a más investigaciones. El nuevo algoritmo ahora se puede utilizar para analizar mejor el impacto de estos cambios en el mundo vegetal.
Este estudio fue financiado por la Fundación Alemana de Investigación (DFG; FZT-118) e iDiv Flexpool.
