NordicTraits: imputed species-level functional trait dataset for vascular plants of Denmark, Finland, Iceland, Norway and Sweden

Het NordicTraits-dataset biedt voor het eerst een volledig, openbaar en imputatie-gebaseerd bron van functionele eigenschappen op soortniveau voor alle inheemse vaatplanten in Denemarken, Finland, IJsland, Noorwegen en Zweden, waardoor robuuste ecologische studies over biodiversiteit en klimaatverandering in het Noord-Europese gebied mogelijk worden.

De kern

De "NordicTraits": Een Grote, Volledige Gids voor Planten in het Noorden

Stel je voor dat je een enorme bibliotheek hebt met boeken over alle planten in Denemarken, Finland, IJsland, Noorwegen en Zweden. Maar hier is het probleem: de meeste boeken zijn half geschreven. Soms staat er alleen de titel, soms een paar zinnen over hoe hoog de plant is, en vaak ontbreken hele hoofdstukken over hoe ze eten, hoe ze zich voortplanten of hoe ze zich aanpassen aan de kou.

Wetenschappers hebben deze "halve boeken" (de gegevens) nodig om te begrijpen hoe het noorden verandert door de klimaatcrisis. Maar je kunt geen goed verhaal schrijven als je de helft van de tekst mist.

Dat is precies wat dit nieuwe onderzoek, NordicTraits, heeft opgelost. Hier is hoe ze het hebben gedaan, vertaald naar begrijpelijke taal:

1. Het Verzamelen van de Puzzelstukjes

De onderzoekers hebben eerst een lijst gemaakt van bijna 3.100 verschillende plantensoorten die in de vijf Noordse landen wonen. Vervolgens zijn ze op zoek gegaan naar alle bestaande informatie over deze planten. Ze hebben duizenden oude studies, databases en meetresultaten uit de hele wereld opgehaald.

Het was alsof ze duizenden losse puzzelstukjes uit verschillende dozen hadden gehaald. Sommige stukjes pasten perfect, andere waren in een andere taal geschreven (verschillende meeteenheden) of hadden rare namen. Ze hebben al deze stukjes eerst opgeschoond, genormaliseerd en in één grote, logische doos gelegd.

2. De "Slimme Gokmachine" (Imputatie)

Nu kwam het lastige deel: voor veel planten ontbraken er nog steeds hele pagina's. Bijvoorbeeld: we weten hoe hoog een plant is, maar niet hoe zwaar zijn zaadjes zijn.

In plaats van te zeggen "dit weten we niet, dus we laten het weg", hebben de onderzoekers een slimme computer ingezet. Deze computer werkt als een zeer ervaren tuinier die alles over planten weet.

• De computer kijkt naar de planten die we wel goed kennen.
• Hij ziet patronen: "Oh, planten die hoog zijn en in de schaduw groeien, hebben meestal ook grote, dunne bladeren."
• Vervolgens kijkt hij naar de plant waar we niets over weten, maar die wel op die andere lijkt (verwant is in de "plantenfamilie").
• Op basis van deze patronen voorspelt de computer wat de ontbrekende gegevens waarschijnlijk zijn.

In de wetenschap noemen ze dit "imputatie", maar je kunt het zien als het invullen van de ontbrekende zinnen in een verhaal, gebaseerd op de stijl van de schrijver en de rest van de plot.

3. Het Resultaat: Een Volledige Gids

Het eindresultaat is een enorme database met 44 belangrijke eigenschappen voor elke van de 3.100 planten. Denk aan:

• Hoe hoog ze worden.
• Hoe zwaar hun zaden zijn.
• Hoe snel ze groeien.
• Of ze wortels hebben die samenwerken met schimmels.
• Hoe ze zich verdedigen tegen insecten.

Deze database is nu "gatenvrij". Er staat geen enkel vraagteken meer. Of het nu een echte meting is of een slimme voorspelling van de computer, het is allemaal beschikbaar voor onderzoekers.

Waarom is dit zo belangrijk?

Vroeger konden onderzoekers alleen kijken naar de planten waar ze toevallig veel over wisten. Nu hebben ze een complete kaart van het hele Noordse plantenleven.

• Voorspellen: Ze kunnen nu beter voorspellen welke planten zullen overleven als het warmer wordt en welke juist verdwijnen.
• Beschermen: Het helpt bij het beschermen van de natuur, omdat we nu precies weten welke planten welke rol spelen in het ecosysteem.
• Vergelijken: Het maakt het mogelijk om planten uit IJsland direct te vergelijken met die in Denemarken, alsof ze in dezelfde tuin staan.

Een belangrijke waarschuwing

De onderzoekers zijn eerlijk: de "voorspelde" gegevens zijn niet 100% hetzelfde als een echte meting in het veld. Het is alsof je het weer voorspelt op basis van de statistieken van de afgelopen 100 jaar; het is een zeer goede schatting, maar het is niet hetzelfde als naar buiten te kijken en de regen te voelen.

Voor grote studies over de hele regio is deze database een goudmijn. Maar voor heel specifieke, lokale vragen moet je nog steeds voorzichtig zijn en misschien zelf meten.

Kortom: NordicTraits is de eerste keer dat we een complete, digitale "encyclopedie" hebben voor alle planten in het Noorden, waardoor we de natuur beter kunnen begrijpen en beschermen in een veranderend klimaat.

Technische samenvatting

Probleemstelling

Hoewel de Noordse regio (Denemarken, Finland, IJsland, Noorwegen en Zweden) een rijke botanische geschiedenis heeft en een hoge diversiteit aan vegetatietypes vertoont, ontbreekt er tot nu toe een uitgebreide, verenigde database met functionele eigenschappen (traits) van vaatplanten. Bestaande globale databases (zoals TRY) zijn vaak fragmentarisch voor deze regio, wat onderzoek beperkt dat gebaseerd is op functionele ecologie. Een specifiek probleem is de aanwezigheid van ontbrekende waarden (missing data) in bestaande datasets, wat de uitvoering van robuuste, multi-soort analyses en het begrijpen van plantstrategieën onder klimaatverandering bemoeilijkt. Er is behoefte aan een dataset die alle inheemse vaatplanten in de regio dekt, inclusief zowel continue als categorische eigenschappen, zonder ontbrekende waarden.

Methodologie

De ontwikkeling van de NordicTraits-dataset volgde een gestructureerde workflow bestaande uit vier hoofdfasen:

1. Taxonomische Harmonisatie:

   • Er werd een lijst samengesteld van 3.099 inheemse vaatplantensoorten uit de vijf Noordse landen, gebaseerd op nationale beoordelingen van bedreigde soorten en bestaande invasieve soortenlijsten.
   • Soortnamen werden gestandaardiseerd met behulp van de nameMatch-functie in het R-pakket U.Taxonstand, gekoppeld aan drie globale databases (The Plant List, World Flora Online, en Leipzig Catalogue). De taxonomie van World Flora Online (WFO) werd gekozen als de taxonomische ruggengraat.

2. Dataverzameling en Preprocessing:

   • Data werden verzameld uit 20 verschillende bronnen, waaronder grote databases zoals TRY, BIEN, LEDA, GIFT, en regionale studies.
   • Ruwe data werden gefilterd om experimentele of kweekomgevingen uit te sluiten.
   • Continue eigenschappen werden omgezet naar uniforme eenheden en log-getransformeerd waar nodig (bijv. zaadmassa, plantlengte) om scheefheid te verminderen. Categorische eigenschappen werden geharmoniseerd of opgesplitst in dummy-variabelen.
   • Er werden 205 initiële eigenschapsvariabelen geselecteerd, inclusief worteltraits en macro-ecologische variabelen (zoals Ellenberg-waarden) om de imputatie te ondersteunen.

3. Aggregatie op Soortniveau:

   • Om intraspecifieke variatie en meetfouten te behandelen, werden meerdere waarnemingen per soort per dataset eerst gemiddeld tot een mediaan per dataset. Vervolgens werden deze mediaans over de datasets gemiddeld om een enkele soortniveau-waarde te verkrijgen. Voor categorische data werd de modus (meest voorkomende waarde) gebruikt.

4. Imputatie met Random Forest:

   • Om de ontbrekende waarden in te vullen, werd een Random Forest-gebaseerd imputatiemodel gebruikt (implementatie via het R-pakket MissForest).
   • Het model gebruikte 205 eigenschappen en 10 fylogenetische eigenvectoren (afgeleid van een fylogenetische boom via V.PhyloMaker2) als voorspellers.
   • Het algoritme werkt iteratief: elke variabele met ontbrekende waarden wordt voorspeld op basis van alle andere variabelen totdat convergentie wordt bereikt.
   • Na imputatie werden log-getransformeerde waarden teruggetransformeerd en werden overbodige of macro-ecologische variabelen verwijderd, resulterend in een definitieve set van 44 kern-eigenschappen.

Belangrijkste Resultaten

• Datasetomvang: De dataset bevat 44 functionele eigenschappen voor 3.099 vaatplanten.
• Aanvulling: De initiële data dekte gemiddeld slechts 54% van de soorten per eigenschap (varieerend van 5% tot 81%). Na imputatie is de dataset "gap-free" (geen ontbrekende waarden).
• Eigenschappen: De dataset omvat een breed scala aan traits, waaronder:
  • Grootte: Plantlengte, bladoppervlak, worteldiepte.
  • Bladeconomie: Specifiek bladoppervlak (SLA), droge stofgehalte (LDMC), stikstof- en fosforconcentraties.
  • Reproductie: Zaadmassa, zaadbank-persistentie, bestuivingstypen.
  • Strategie: Grime-strategieën (C, S, R), fotosynthetische pathway (C3, C4, CAM).
  • Wortels: Specifiek worteloppervlak (SRA), worteldroge stofgehalte (RDMC), mycorrhiza-associaties.
• Validatie:
  • Twee cross-validatieprocedures (CV) werden uitgevoerd.
  • CV 1 (Data-rijke soorten): 1% van de waarden werd verwijderd en geïmputeerd. De correlatie tussen waargenomen en voorspelde waarden was gemiddeld 0,71.
  • CV 2 (Data-arme soorten): 1% van de soorten werd volledig verwijderd (alleen fylogenie beschikbaar). De correlatie daalde naar 0,30.
  • Conclusie: Imputatie is betrouwbaar wanneer er correlaties tussen traits bestaan. Voor soorten met zeer weinig data (vooral worteltraits) is de voorspellende nauwkeurigheid lager, en moet voorzichtigheid worden betracht.

Bijdragen

1. Eerste Regionale Compleetheid: Dit is de eerste comprehensieve, openbare dataset met soortniveau-traits voor alle inheemse vaatplanten in de Noordse landen.
2. Methodologische Innovatie: Het toont een robuuste aanpak voor het omgaan met grote hoeveelheden ontbrekende data in ecologische datasets door fylogenetische informatie te combineren met Random Forest-imputatie.
3. Ondersteuning voor Wortel- en Ondergrondse Ecologie: In tegenstelling tot veel bestaande datasets, bevat NordicTraits een aanzienlijke hoeveelheid data over worteltraits, die vaak ondervertegenwoordigd zijn maar cruciaal zijn voor ecosysteemfuncties.
4. Open Beschikbaarheid: De dataset, inclusief metadata, validatiestatistieken en de code voor reproducerbaarheid, is beschikbaar via GitHub en als supplementaire bestanden.

Significantie en Toekomstperspectief

De NordicTraits-dataset faciliteert een paradigmaverschuiving van taxonomisch gebaseerd naar functioneel gebaseerd ecologisch onderzoek in Noord-Europa. Het stelt onderzoekers in staat om:

• Mechanistische links te leggen tussen plantstrategieën en omgevingsgradiënten (bijv. klimaatverandering).
• Biodiversiteitsveranderingen en ecosysteemdiensten op grote schaal te modelleren.
• Conservatieplanning en beheer van invasieve soorten te ondersteunen.

Beperkingen en Waarschuwingen:
De auteurs benadrukken dat imputatiewaarden geen echte metingen zijn. Gebruikers moeten voorzichtig zijn bij het toepassen van de data op:

• Soorten met zeer weinig oorspronkelijke data (vooral in taxonomisch complexe geslachten zoals Taraxacum, Hieracium en Ranunculus).
• Specifieke lokale populaties, aangezien de brondata vaak uit andere geografische gebieden kan komen en intraspecifieke variatie niet expliciet wordt weergegeven.
• Studies die absolute nauwkeurigheid vereisen voor enkele soorten; de dataset is het meest waardevol voor macro-ecologische studies en vergelijkingen over grote groepen soorten.

Samenvattend biedt NordicTraits een onmisbare basis voor het begrijpen van de functionele diversiteit van de Noordse flora in een veranderend klimaat.