• 利用谷歌图片描述生物个体可见表型的地理分化


    这是Methods in Ecology and Evolution上的一篇文章近期文献,这个杂志在生态学里IF还是相当高的(6.3),它主要发表一些方法,包括实验和计算方法,比如如何从高大乔木上采集叶片和果实就是一个非常热的话题。作者来自南非的开普敦大学(The University of Cape Town)生物科学系。
     
    今天从邮箱alert了解到了这篇文章,题录如下
    Leighton, G.R.M., Hugo, P.S., Roulin, A., and Amar, A. (2016). Just Google it: assessing the use of Google Images to describe geographical variation in visible traits of organisms. Methods in Ecology and Evolution 7, 1060–1070.

    可以从www.researchgate.net上看到全文。Just Google it,好帅的题目。

    我大致翻译一下摘要:

    描述性状表一的空间分布格局,在生态学、进化学研究中颇为重要。但是,以往的实地考察(fieldwork)是非常耗费时间和金钱的。信息时代到来,搜索引擎收集了大量数据。谷歌图片或许已经收集了大量的表型地里变异信息。

    我们从谷歌图片的照片里收集提取了一些基于地理的表型变异数据。我们利用谷歌图片研究四种动物的性状,分别是美洲黑熊的皮毛颜色、某种猫头鹰的羽毛色彩和斑点、某种黑雀鹰的羽毛颜色、两种乌鸦的分布。我们还开发了一个软件(MORPHIC),便于研究中鉴别、整理及统计这些数据。

    在四个研究中,利用谷歌图片得到的结果和传统的实地调查得到的结果是一致的。具体来说,黑熊和猫头鹰的此次利用谷歌图片方法得到的数据,和之前传统方法的研究数据,有很强的一致性(R2 80% 64% 53%)。黑雀鹰的结果也成功拟合其性状的地理变异线。两种乌鸦的地理分布的分界线用谷歌图片的方法也得到了验证。

    我们的结果证实,对于常见的广泛分布的物种的一些可见性状,只要性状是具体的、二元的并可以从不同的角度方便识别,谷歌图片的方法很有用。谷歌图片的方法是高效而边界的,可以自信地在地理变异研究中使用,在一些情况下可以补充甚至替代实地调查(feildwork)工作,也有望在其他领域有所应用。

    尽管遗传变异甚至表观遗传变异能够更加精准的描述种群的分化,但表型的分化依旧举重轻重。

    利用网络上大众拍着的照片获取物种性状信息和对应的地理信息,想法很美好,现实很残酷。

    Hi Camila, thanks for your question! As described in the paper Morphic is a website that can be found here: https://morphs.io/
    You will need to sign up and then follow the instructions to create a survey.
    If you would like to see the source code for Morphic it is available on GitHub (https://github.com/avoid3d/morphs).

    根据上述提示,我在morphs.io根据其introduction,明白了它这个软件的工作流程。

    首先,建立一个调查表,命名,字段是可以从照片上观测的性状,比如皮毛的颜色,另一个字段就是拍摄地点,也就是个体出现的地点;它给提供了一个谷歌地图,方便选择;

    第二步,既然是利用谷歌图片搜索图片数据,那么come on,输入关键词,得到结果,通过一个论文提供的谷歌扩展就把搜过结果导入morphs软件中。

    第三步,就是提取图片中的性状和地理信息了,这个过程只能人工完成了,几千图片一张张筛选。性状靠人眼辨识,地理位置通过去图片原始页面找,有以图搜图的搜索寻找,找不到的尝试给拍摄者发邮件询问。

    第四步,导出数据,进行分析即可了。我在这一步失败了,显示是服务器出现了问题,数据倒不出来。由于不确定是因为国内网络的问题,还是其服务器有问题,还没有发邮件询问原因。

    确实,访问谷歌、安装chrome插件也挺费周折的。

    本来想自己用这个工具做点什么,但想来中国开发历史太悠久了,大型哺乳野生动物几近绝迹,网上的照片也多是动物园拍摄的,也很少有人专门拍摄,更别说找到照片的拍摄地,看出所拍动物的特征性状,传统方法的研究成果没有涉猎了解。巧妇难为无米之炊,光有锤子没有钉子也是很难受的。做点植物,大家喜欢拍自己的盆栽,没多大意义。

    此外,我记起照片有exif元信息,我就搜一了一些网络图片,发现大部分都被删除了,像QQ空间微博等,都是被处理了,而能接触其他媒介的喜欢拍照的人,上传图片都会特意留意exif等信息。根据图片exif抓取地理位置,成功的估计不到1%。

    科研真的可以开脑洞。

  • 相关阅读:
    React源码解析-从头写一个React的难点与思路
    2017前端书籍推荐——如何一步步看懂框架源码
    React-ReactElement解析
    新手初学WPF本地化
    IOS 关闭键盘的几种方式
    专注技术
    test
    盒子模型
    CSS选择器详解(二)通用选择器和高级选择器
    CSS选择器详解(一)常用选择器
  • 原文地址:https://www.cnblogs.com/liulele/p/5916111.html
Copyright © 2020-2023  润新知