Se sabe que las plantas responden a los cambios estacionales brotando, desarrollando hojas y floreciendo. Dado que el cambio climático está destinado a cambiar estas llamadas etapas fenológicas en el ciclo de vida de las plantas, el acceso a datos sobre cambios fenológicos, de muchas ubicaciones diferentes y en diferentes plantas, se puede utilizar para sacar conclusiones sobre los efectos reales del cambio climático. Sin embargo, la realización de estos análisis requiere una gran cantidad de datos y la recopilación de datos de esta escala sería impensable sin la ayuda de científicos ciudadanos. “El problema es que la calidad de los datos se deteriora cuando menos personas se involucran como científicas ciudadanas y dejan de recopilar datos”, dice la primera autora Karin Mora, investigadora de la Universidad de Leipzig e iDiv.
Aplicaciones móviles como Flora Incognita podrían ayudar a resolver este problema. La aplicación permite a los usuarios identificar plantas silvestres desconocidas en cuestión de segundos. “Cuando tomo una foto de una planta con la aplicación, la observación se registra con la ubicación (exacta), así como una marca de tiempo”, explica la coautora Jana Wäldchen del Instituto Max Planck de Biogeoquímica (MPI-BGC), quien desarrolló la aplicación con colegas de la TU Ilmenau. “Millones de observaciones de plantas con marca de tiempo de diferentes regiones se han recopilado hasta ahora”. Aunque los datos satelitales también registran la fenología de ecosistemas completos desde arriba, no proporcionan información sobre los procesos que tienen lugar en tierra.
Las plantas muestran una respuesta sincronizada
Los investigadores desarrollaron un algoritmo que se basa en casi 10 millones de observaciones de casi 3.000 especies de plantas identificadas entre 2018 y 2021 en Alemania por usuarios de Flora Incognita. Los datos muestran que cada planta individual tiene su propio ciclo en cuanto a cuándo comienza una fase de floración o crecimiento. Además, los científicos pudieron demostrar que el comportamiento grupal surge del comportamiento de los individuos. A partir de esto, pudieron derivar patrones ecológicos e investigar cómo estos cambian con las estaciones. Por ejemplo, los ecosistemas de los ríos difieren de los de las montañas, 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 áreas densamente pobladas. “Nuestro método puede aislar automáticamente estos efectos de los patrones ecológicos”, explica Karin Mora. “Menos observaciones no significan necesariamente que no podamos registrar la sincronización. Por supuesto, hay muy pocas observaciones en medio del invierno, pero también hay muy pocas plantas que se pueden observar durante ese tiempo”.
Se sabe que el cambio climático está provocando cambios estacionales, por ejemplo, la primavera está llegando cada vez más temprano. Cómo afecta esto a la relación entre las plantas y los insectos polinizadores y, por lo tanto, potencialmente también a la seguridad alimentaria, sigue siendo objeto de investigación adicional. El nuevo algoritmo ahora se puede utilizar para analizar mejor los efectos de estos cambios en el mundo vegetal.
Este estudio fue financiado por la Deutsche Forschungsgemeinschaft (DFG; FZT-118) y el iDiv Flexpool.
Revista
Métodos en Ecología y Evolución
Método de Investigación
Análisis de datos/estadísticos
Asunto de investigación
No aplicables
Título del artículo
Dinámica macrofenológica a partir de datos de ocurrencia de plantas de ciencia ciudadana
Fecha de publicación del artículo
9-jul-2024