La vigilancia de la biodiversidad impulsada por la multitud cubre lagunas en el mapeo global de rasgos vegetales

Por qué los avistamientos cotidianos de la naturaleza importan ahora para la ciencia global

Desde fotografías en jardines de flores silvestres hasta estudios detallados en bosques remotos, personas de todo el mundo registran dónde crecen las plantas y cómo son. Este estudio muestra cómo esas observaciones dispersas, cuando se combinan con imágenes satelitales y datos de campo de expertos, pueden transformarse en mapas globales detallados sobre cómo las plantas crecen, sobreviven y se reproducen. Estos mapas nos ayudan a entender cómo responden los bosques, pastizales y otros ecosistemas al cambio climático y pueden orientar los esfuerzos para proteger la biodiversidad.

Qué hace funcionar a las plantas

Las plantas difieren en muchas características medibles: el tamaño de sus hojas, la densidad de su madera, la profundidad de sus raíces o la cantidad de nitrógeno que contienen las hojas. Estos “rasgos funcionales” controlan cómo usan la luz, el agua y los nutrientes y, en conjunto, configuran el funcionamiento de los ecosistemas. Influyen en cuánto carbono almacenan los bosques, con qué rapidez circula el agua por el paisaje y cuán resistentes son la vegetación al calor, la sequía y las perturbaciones. Los científicos desean conocer cómo se distribuyen estos rasgos en el planeta, pero las mediciones directas en el campo requieren mucho tiempo y están distribuidas de forma desigual, dejando grandes regiones con muestreo insuficiente.

Convertir registros dispersos en una imagen global

Para llenar estas lagunas, los autores construyeron un marco que fusiona tres tipos principales de información. Primero, encuestas de vegetación realizadas por expertos, donde botánicos capacitados registran todas las especies de plantas y su abundancia en parcelas cuidadosamente seleccionadas. Segundo, registros colaborativos recogidos a través de plataformas que alimentan el Global Biodiversity Information Facility, donde ciudadanos suben observaciones georreferenciadas de plantas. Tercero, mediciones de rasgos procedentes de una gran base de datos internacional que compila medidas de laboratorio y campo, como la química foliar, la altura de la planta o el tamaño de las semillas. Estos datos biológicos se vinculan luego a capas ambientales de alta resolución derivadas de satélites de observación de la Tierra y mapas de clima y suelos, como la reflectancia superficial, la temperatura, las precipitaciones y las propiedades del suelo.

Cómo funciona la modelización internamente

Con estos insumos, el equipo entrenó modelos avanzados de aprendizaje automático para predecir los valores medios de rasgos de las comunidades vegetales locales para 31 rasgos diferentes, en resoluciones espaciales tan finas como un kilómetro cuadrado. Probaron tres enfoques: usar solo datos de parcelas de expertos, solo datos de ciencia ciudadana o una combinación de ambos. Para evitar resultados optimistas engañosos, validaron los modelos usando una forma especial de verificación cruzada que separa espacialmente las áreas de entrenamiento y prueba. Esto les permitió ver no solo cuán precisas eran las predicciones donde existían datos, sino también qué tan bien se transferían a regiones nuevas con ambientes distintos.

Lo que revelan los mapas sobre el potencial de los datos

El enfoque combinado superó o igualó a mapas globales de rasgos previos para rasgos clave como el área foliar específica y el contenido de nitrógeno en la hoja, alcanzando valores de correlación de hasta alrededor de 0,65 con datos de encuestas independientes. Los datos de parcelas de expertos por sí solos fueron algo más precisos en promedio en lugares con buena cobertura, pero añadir observaciones de ciencia ciudadana amplió considerablemente las áreas donde los modelos podían hacer predicciones fiables y redujo la incertidumbre, especialmente en regiones remotas o poco muestreadas como desiertos, zonas alpinas, bosques tropicales y humedales. El estudio también mostró que distintos rasgos se predicen mejor a diferentes resoluciones cartográficas: algunos responden principalmente a condiciones locales, mientras que otros siguen gradientes climáticos amplios, lo que subraya que no existe una escala única para entender las estrategias de las plantas.

Por qué esto importa para el planeta y para usted

En términos prácticos, estos nuevos mapas ofrecen a ecólogos y modeladores climáticos una visión mucho más nítida y completa de cómo funcionan las comunidades vegetales en todo el mundo. Pueden usarse para mejorar las simulaciones de los ciclos del carbono y del agua, refinar la clasificación de biomas e identificar regiones donde estrategias vegetales únicas o vulnerables pueden estar en riesgo. Quizá lo más importante, el trabajo demuestra que las observaciones cotidianas de científicos ciudadanos, cuando se combinan cuidadosamente con datos de expertos y medidas satelitales, pueden avanzar de forma significativa la investigación sobre el cambio global. A medida que más personas documentan las plantas a su alrededor y mejoran las tecnologías de teledetección, nuestra imagen de la superficie viva de la Tierra será cada vez más clara y útil para orientar la conservación y la acción climática.

Cita: Lusk, D., Wolf, S., Svidzinska, D. et al. Crowdsourced biodiversity monitoring fills gaps in global plant trait mapping. Nat Commun 17, 1203 (2026). https://doi.org/10.1038/s41467-026-68996-y

Palabras clave: rasgos de las plantas, ciencia ciudadana, teledetección, mapeo de la biodiversidad, función del ecosistema