
-
生物通官微
陪你抓住生命科技
跳动的脉搏
多尺度环境地理多样性:适用于国家生态观测网络的可灵活调整的工作流程数据
《Scientific Data》:Multi-scale environmental geodiversity: data for the National Ecological Observatory Network (NEON) with an adaptable workflow
【字体: 大 中 小 】 时间:2026年07月16日 来源:Scientific Data 7.2
编辑推荐:
摘要环境条件的空间变异性对于解释和预测生物多样性模式至关重要。然而,大多数用于解释生物多样性模式的模型使用的是在某一尺度上收集的均值,而非跨多个尺度的环境驱动因子的空间异质性或“地理多样性”指标。此外,对于没有接受过超级计算培训的研究人员来说,获取和使用大规模、高分辨率的环境数据
环境条件的空间变异性对于解释和预测生物多样性模式至关重要。然而,大多数用于解释生物多样性模式的模型使用的是在某一尺度上收集的均值,而非跨多个尺度的环境驱动因子的空间异质性或“地理多样性”指标。此外,对于没有接受过超级计算培训的研究人员来说,获取和使用大规模、高分辨率的环境数据集往往具有挑战性。为帮助克服这一障碍,我们提供了一种开放、可重复且可灵活调整的工作流程,用于提取和总结不同空间尺度上的环境地理多样性信息。我们还提供了美国国家生态观测网络(NEON)各站点在地块、区域及更大尺度上的气候与海拔地理多样性指标及均值等可直接使用的数据。最终得到的数据集包含20,400多个表格数值,这些数据被整理成了13个空间层。这些可供分析的数据以及相关的R语言工作流程,将为研究气候与海拔地理多样性对生态过程的多尺度影响提供可能。