No one-size-fits-all solution to clean GBIF

Abstract

Os registros de ocorrência de espécies fornecem a base para muitos estudos de biodiversidade. Eles derivam de espécimes georreferenciados depositados em coleções de história natural e observações visuais, como aquelas obtidas por meio de vários aplicativos móveis. Dado o rápido aumento na disponibilidade de tais dados, o controle de qualidade e precisão constitui uma preocupação particular. A filtragem automática é um meio escalável e reproduzível para identificar registros potencialmente problemáticos e personalizar conjuntos de dados de bancos de dados públicos, como o Global Biodiversity Information Facility (GBIF; http://www.gbif.org), para análises de biodiversidade. No entanto, não está claro quantos dados podem ser perdidos pela filtragem, se os mesmos filtros devem ser aplicados em todos os grupos taxonômicos e qual é o efeito da filtragem em análises comuns a jusante. Aqui, avaliamos o efeito de 13 filtros recentemente propostos na inferência de padrões de riqueza de espécies e avaliações automatizadas de conservação para 18 táxons neotropicais, incluindo animais terrestres e marinhos, fungos e plantas baixados do GBIF. Descobrimos que um total de 44,3% dos registros são potencialmente problemáticos, com grande variação entre grupos taxonômicos (25–90%). Uma pequena fração de registros foi identificada como errônea no sentido estrito (4,2%) e uma proporção muito maior como inadequada para a maioria das análises posteriores (41,7%). Filtros de informações duplicadas, ano de coleta e base de registro, bem como coordenadas em áreas urbanas, ou para táxons terrestres no mar ou táxons marinhos em terra, têm o maior efeito. A filtragem automatizada pode ajudar a identificar registros problemáticos, mas requer personalização de quais testes e limites devem ser aplicados ao grupo taxonômico e à área geográfica em foco. Nossos resultados enfatizam a importância do registro e da exploração completos dos metadados associados aos registros de espécies para a pesquisa de biodiversidade.