Archivos de diario de diciembre 2020

01 de diciembre de 2020

Зима: новая фотография обложки

Обновлена фотография обложки во всех проектах сообщества "Флора России", которое включает:

  1. Собственно проект "Флора России" (состоит из 85 региональных порталов и потеряшек).
  2. Антипроект (бэклог), который включает неопределённые и неразобранные наблюдения.
  3. "Серая зона", благодаря которой формируются две базы: культурных растений и неточных данных.

Автор Георгий Виноградов (@prokhozhyj ). В коллаже использован оригинальный рисунок авторства Roman Poulvas (лицензия CC BY-SA 4.0). Источник: https://commons.wikimedia.org/w/index.php?curid=50991207

Ingresado el 01 de diciembre de 2020 por apseregin apseregin | 2 comentarios | Deja un comentario

02 de diciembre de 2020

Слишком большой радиус "точности": спасаем 4049 наблюдений

Дорогие друзья!

Продолжаем серию постов о технических проблемах отдельных наблюдений. Сегодня поговорим о параметре "Точность", который измеряется в метрах.

При загрузке фотографий, которые не снабжены автоматическими координатами в exif-файле, пользователь указывает место, где сфотографировано растение, на карте. При этом (помимо координат) необходимо указать точность геопривязки, которая является радиусом круга с центром в указанной точке. Чем больше этот параметр, тем больше круг и менее точная привязка.

Если при загрузке наблюдений пользователь выбирает место съемки из списка с помощью поиска (например, не конкретный населенный пункт, а целый муниципальный район или даже область), то сама точка ставится в его географический центр, а круг "накрывает" всю эту территорию целиком. Точность при этом (устанавливается автоматически) может достигать несколько километров, иногда десятков километров.

Кроме того, иногда происходят редкие неконтролируемые сбои и при загрузке в метаданные записывается точность, например в 2000, а то и в 3000 км.

Технически параметр "точность" является неотъемлемой характеристикой геопривязки. Все наблюдения с точностью, превышающей 50 км (иногда чуть меньше), переведены в серую зону ("Casual" = "Обыкновенное"). Для наблюдений с территории Москвы, Санкт-Петербурга и Севастополя этот критерий еще жёстче - 10 км.

К сожалению, технические сбои или небрежность/невнимательность пользователей, при которых точность оказывается неадекватной, случаются регулярно. Оказалось, что на данный момент 4049 (!) наблюдений находятся в серой зоне по этой причине. Только автор наблюдений может уточнить место съемки или указать более адекватный радиус для конкретного наблюдения.

Итак, если вы есть в списке внизу, значит, у вас имеется, как минимум, три наблюдения с неадекватным (завышенным) показателем точности. Сейчас таких участников с наблюдениями по флоре России 244 человека. Еще 614 человек имеют одно или два огрубленных наблюдения. Иными словами, каждый двенадцатый участник загрузил хотя бы раз наблюдение с завышенным радиусом.

Как спасти такие наблюдения? Вот инструкция в три шага:

  1. Для начала нужно их найти. Полный перечень таких наблюдений приведен здесь: https://www.inaturalist.org/observations?acc_above=10000&captive=false&place_id=any&project_id=flora-of-russia-gray-zone&subview=table&verifiable=any . В "Фильтрах" надо набрать свой ник.
  2. Заходя в каждое наблюдение, которые выведет ссылка из п. 1, поправьте, по возможности, точку съемки и/или радиус точности вручную.
  3. Внеся исправления, не забудьте поставить палец вверх в графе "Местоположение является точным" в панели "Оценка качества данных". Это выведет ваше наблюдение из серой зоны.

Чемпионы по числу завышенных показателей точности:

@andrey_358 (251 набл.)
@nasty_5090y (143 набл.)
@viktoriaf (117 набл.)
@naturalist41466 (102 набл.)
@dasaola (81 набл.)
@mkrivtsova (74 набл.)
@dashulka (73 набл.)
@naturalist35111 (72 набл.)
@anmivd (62 набл.)
@naturalist35154 (60 набл.)
@khalikova_bsu (56 набл.)
@mayta (55 набл.)
@maltseva_tanya (52 набл.)
@wolfh (50 набл.)
@naturalist397751 (48 набл.)
@naturalist36324 (45 набл.)
@anatolymikhaltsov (42 набл.)
@katjohnson (40 набл.)
@soltissolution (40 набл.)
@mariyahan_l (39 набл.)
@julialamzina2001 (36 набл.)
@laraabushaeva (34 набл.)
@yanita13 (33 набл.)
@artyomsabirov (31 набл.)
@braza911 (31 набл.)
@malina181818 (30 набл.)
@geobot306 (28 набл.)
@ivanova37372 (28 набл.)
@karinacute (28 набл.)
@larkina_anastasia (28 набл.)
@alinaboksorn (27 набл.)
@marziya (26 набл.)
@white5 (26 набл.)
@octour (25 набл.)
@mariagrabovenko (23 набл.)
@naturalist38484 (23 набл.)
@olgaaseeva (22 набл.)
@anastasiaak (21 набл.)
@hsplendens (21 набл.)
@kondi20 (21 набл.)
@sladik (21 набл.)
@elenafateeva (20 набл.)
@naturalist41064 (20 набл.)
@bootchiebob (19 набл.)
@ever_presenter (19 набл.)
@glebnsk (19 набл.)
@antondemucham (18 набл.)
@lika7883 (18 набл.)
@anastasiabykova (17 набл.)
@dashakudr15 (16 набл.)
@karina_2000 (16 набл.)
@natalyam (16 набл.)
@elenashelest (15 набл.)
@ollyt (14 набл.)
@briukhanova_veronika (13 набл.)
@natashamarch (13 набл.)
@naturalist28086 (13 набл.)
@vicia (13 набл.)
@alinatsybaeva (12 набл.)
@natale4ka (12 набл.)
@rezeda96 (12 набл.)
@svetlanakhanty (12 набл.)
@tanyazorina (12 набл.)
@unat2009 (12 набл.)
@olga_dzuba (11 набл.)
@one_giant_problem (11 набл.)
@pinaeva_anna-m (11 набл.)
@valentina999 (11 набл.)
@alenabidanetz120401 (10 набл.)
@awaken_at_dawn (10 набл.)
@azurefantoccini (10 набл.)
@k_ivanova (10 набл.)
@nattaly (10 набл.)
@naturalist37767 (10 набл.)
@yuliashadrina (10 набл.)
@maksimshmakov (9 набл.)
@nkita (9 набл.)
@tatyana-omck (9 набл.)
@beklid (8 набл.)
@dmitriy_bojarskiy (8 набл.)
@elena_sh (8 набл.)
@fomenko_03_38 (8 набл.)
@juli_dan (8 набл.)
@lizaveta03 (8 набл.)
@naturalist29573 (8 набл.)
@naturalist31947 (8 набл.)
@naturalist42003 (8 набл.)
@naturalist9569 (8 набл.)
@olgakrokhina (8 набл.)
@stepangrebnev2005 (8 набл.)
@sungeunnnn (8 набл.)
@swqt (8 набл.)
@vee469 (8 набл.)
@annaguz (7 набл.)
@anyamish (7 набл.)
@christamorgenstern (7 набл.)
@etisergieva (7 набл.)
@guldariyauzyanbaeva (7 набл.)
@natalia_trifuz (7 набл.)
@naturalist11984 (7 набл.)
@naturalist16742 (7 набл.)
@naturalist39097 (7 набл.)
@sarahchabot (7 набл.)
@siburhan (7 набл.)
@valeriya_ratkova (7 набл.)
@anastasiagorbacheva (6 набл.)
@antennaria (6 набл.)
@asiasengaeva (6 набл.)
@deasei (6 набл.)
@ekaterina_photos (6 набл.)
@julia_11_11 (6 набл.)
@katevergun2000 (6 набл.)
@katya_korolkova (6 набл.)
@lerun_03 (6 набл.)
@lexa_tihon (6 набл.)
@lianarebrova2011 (6 набл.)
@maria_shvets_ (6 набл.)
@naturalist19213 (6 набл.)
@naturalist34349 (6 набл.)
@pityunichka (6 набл.)
@roxyman (6 набл.)
@ruben1488 (6 набл.)
@rurich (6 набл.)
@stepovoiks (6 набл.)
@tprozorova (6 набл.)
@urij777 (6 набл.)
@vikitoria (6 набл.)
@vladimirbakutov (6 набл.)
@yuliakkk (6 набл.)
@afanasyeva (5 набл.)
@alexrybka (5 набл.)
@aliyafff (5 набл.)
@bespalov (5 набл.)
@bubblegumbeach (5 набл.)
@cvetlana (5 набл.)
@dariafedorchuk (5 набл.)
@darthlordik (5 набл.)
@darya_vasileva (5 набл.)
@elena_che (5 набл.)
@evgeniyaast (5 набл.)
@gamin0323 (5 набл.)
@greenadine (5 набл.)
@janakipriya (5 набл.)
@maxnuraliev (5 набл.)
@olgaprokudina (5 набл.)
@rada_kamalova (5 набл.)
@ru_osmanov (5 набл.)
@shaura_nastua (5 набл.)
@verachauzova (5 набл.)
@veronika_samokhina1 (5 набл.)
@yadrishnikov (5 набл.)
@yuriysavelev (5 набл.)
@anastasia003 (4 набл.)
@andreus007 (4 набл.)
@anna369 (4 набл.)
@belkastrelka1 (4 набл.)
@cub_agthukten (4 набл.)
@delerith (4 набл.)
@divitre (4 набл.)
@dmitry_bojarsky (4 набл.)
@e_plant (4 набл.)
@evdoklya (4 набл.)
@evelina_ishmukhametova (4 набл.)
@grisha59599 (4 набл.)
@irina_davydova (4 набл.)
@jegorius (4 набл.)
@khisamutdinovaaigul (4 набл.)
@lika4 (4 набл.)
@mark_khokhlov2005 (4 набл.)
@molchanov (4 набл.)
@nadezhdaaa (4 набл.)
@naturalist14060 (4 набл.)
@naturalist28131 (4 набл.)
@naturalist37808 (4 набл.)
@naturalist38035 (4 набл.)
@nikchervyakov (4 набл.)
@olegiflora (4 набл.)
@olgabobkovafoto (4 набл.)
@pollycrimea (4 набл.)
@prodius (4 набл.)
@robinteentitans (4 набл.)
@sevaskras (4 набл.)
@sloslysky (4 набл.)
@tachi_guro (4 набл.)
@tatyanadavidova1 (4 набл.)
@alenaalex00 (3 набл.)
@alyonaaltai (3 набл.)
@ami_lisa (3 набл.)
@anastasiared (3 набл.)
@andrewins (3 набл.)
@andreyefremov (3 набл.)
@annashcheglova13 (3 набл.)
@arinapereverzeva (3 набл.)
@astis_helgisdottir (3 набл.)
@bogdana1309 (3 набл.)
@da_tata (3 набл.)
@darya14 (3 набл.)
@deniszhbir (3 набл.)
@dharmahladadas (3 набл.)
@diankin (3 набл.)
@ekaterrina (3 набл.)
@elizavetaogo (3 набл.)
@elnikg (3 набл.)
@faizullina_bsu (3 набл.)
@galinamosina (3 набл.)
@hobbirk (3 набл.)
@katringreen (3 набл.)
@killerlewis (3 набл.)
@ksenia12op (3 набл.)
@luckybrand (3 набл.)
@luisamanuel07 (3 набл.)
@margo32m (3 набл.)
@matthewz (3 набл.)
@matveybeketov (3 набл.)
@michael717 (3 набл.)
@mihail13 (3 набл.)
@mirzasitara (3 набл.)
@nadezda7 (3 набл.)
@nastyaanosova (3 набл.)
@natali_koptelova (3 набл.)
@naturalist13700 (3 набл.)
@naturalist20971 (3 набл.)
@naturalist24147 (3 набл.)
@naturalist28451 (3 набл.)
@naturalist31778 (3 набл.)
@naturalist34446 (3 набл.)
@naturalist39415 (3 набл.)
@no_wheat_sky (3 набл.)
@olegpokrovsky (3 набл.)
@olga_vik (3 набл.)
@olyabram (3 набл.)
@oricon (3 набл.)
@persifrench (3 набл.)
@ranchich_mila (3 набл.)
@sir_de_relle (3 набл.)
@sokolov3719147 (3 набл.)
@stasy23 (3 набл.)
@stepanova_maria (3 набл.)
@tomaavtaeva (3 набл.)
@vedeney (3 набл.)
@victoria385 (3 набл.)
@yanateslina (3 набл.)
@yanavarvarenko (3 набл.)
@yuliapav (3 набл.)

Ingresado el 02 de diciembre de 2020 por apseregin apseregin | 4 comentarios | Deja un comentario

03 de diciembre de 2020

График выявления флоры в течение года

Вы задумывались над тем, когда имеет смысл исследовать окружающую вас флору, а когда это бессмысленно? Я тоже.

Около 15 лет я изучал флору Владимирской области методом сеточного картирования. Каждый полевой день передо мной стояла одна-единственная задача: выявить максимум видов в пределах квадрата 5 на 10 минут (около 100 кв. км). Накопился огромный массив данных, который был опубликован тут:

Серегин А.П. Флора Владимирской области: конспект и атлас. – Тула, 2012. – 620 с. – http://dx.doi.org/10.13140/RG.2.1.4544.5122/1.

Еще пару лет ушло на то, чтобы проанализировать эти данные (https://www.gbif.org/dataset/7afb26e9-aad6-47cb-a5bf-de49dc7597a4). Одним из "побочных" продуктов стал пропорциональный график выявления флоры в различные дни года: максимальное однодневное описание квадрата (19 июля 2009 г.) было принято за 1, а остальные описания, сделанные в течение года, получили соответствующие коэффициенты. По наибольшим отметкам была составлена таблица коэффициентов, которая исходно была опубликована тут:

Серегин А.П. Флора Владимирской области: анализ данных сеточного картирования. – М., 2014. – 441 с. + 56 вкл. – http://dx.doi.org/10.13140/2.1.1148.2407.

Данные последних нескольких лет (2014 - 2020 гг.), позволили уточнить исходную таблицу, добавив несколько рекордно богатых однодневных описаний из Новой Москвы (7 штук), Московской области (4 штуки) и одного описания, сделанного на границе Москвы и Калужской области (Нара - Кузовлево). Все описания были осуществлены в нестандартные сезоны - осенью, весной и даже зимой, и теперь табличка для Центрального Нечерноземья выглядит законченной.

Итак, важно: таблица сравнивает описания одного человека на относительно небольшой территории. С другой стороны, поскольку она оперирует весовыми коэффициентами, данные вполне можно использовать для планирования своих маршрутов в Нечерноземье. Например, в Крыму или даже в степной зоне коэффициенты смещены.

  1. Максимум видов за один день можно зарегистрировать в период с 5 июля по 15 сентября (>0,9). Именно в первые дни июля зацветают горцы (Persicaria) и кипреи (Epilobium). Всё, что зацвело к этому моменту до середины сентября отыскиваемо в плодах.
  2. Июнь по выявляемому богатству флоры сопоставим со второй половиной сентября, а май - с октябрем.
  3. В апреле выявляемость флоры успевает вырасти почти вдвое, а в ноябре - вдвое упасть. Впрочем, стандартных описаний за ноябрь у меня немного.
  4. 31 декабря (год был со снегом) я как-то нашел 82 вида, 18 февраля - 64 вида (минимум), 1 марта - 78 видов. Это были случайные вылазки в не самые богатые места, так что данные скорее заниженные.

В общем, фотографировать растения можно и нужно круглый год! Просто в некоторые сезоны в биоразнообразии можно утонуть.

Ingresado el 03 de diciembre de 2020 por apseregin apseregin | 4 comentarios | Deja un comentario

04 de diciembre de 2020

Pl@ntNet vs. iNaturalist

Дорогие друзья!

Вчера и сегодня я провёл некоторое время в изучении веб-версии базы данных Pl@ntNet, которая является основным конкурентом iNaturalist в категории "Приложения для автоматического распознавания растений", а с недавнего времени в категории "Публикация данных в GBIF".

Dear friends!

Yesterday and today I spent some time exploring the web version of the Pl@ntNet database, which is the main competitor to iNaturalist in the automated plant recognition apps and more recently as active GBIF publisher. English translation is given below.

Необходимость такого изучения была связана с тем, что Pl@ntNet обновил свои массивы в GBIF:

В этих двух массивах значится 63 132 записи с основной территории России (https://www.gbif.org/occurrence/search?country=RU&publishing_org=da86174a-a605-43a4-a5e8-53d484152cd3) плюс 2 640 записи по Крыму (https://www.gbif.org/occurrence/search?publishing_org=da86174a-a605-43a4-a5e8-53d484152cd3&gadm_gid=UKR.20_1&gadm_gid=UKR.4_1) Соответственно, я знакомился с их базой вот через эту (единственную) точку входа: https://identify.plantnet.org/ . Общее впечатление: массив большой, перспективный, но работать с ним (пока?) совершенно невозможно. Людей, которые сандалят свои данные на Pl@ntNet откровенно жалко, поскольку это совершенно односторонний процесс: положить можно, взять оттуда что-то нельзя. Впрочем, большинство пользователей Pl@ntNet используют его исключительно как автоматический определитель, даже не зная о том, что их данные куда-то идут и с ними что-то можно делать. Теперь по частностям (которых оооочень много). Постараюсь быть объективным, хотя эта объективная реальность однозначно на стороне iNaturalist. Советую любопытствующим зарегистрироваться на Pl@ntNet и попытаться сымитировать свою деятельность на iNaturalist в новой среде. Это примерно то, чем я занимался. Наблюдения и короткие заметки даны ниже. Это даже не сравнение двух систем, а рассказ о PlantNet для тех, кто знаком с iNaturalist. 0) В Pl@ntNet только сосудистые растения. Кто из нас хотя бы раз не фотографировал гриб или бабочку? Туда вы их не загрузите. А в iNaturalist любым живым организмам будут только рады. 1) Проекты. Можно создавать, но только обратившись в головной офис Pl@ntNet. Проектов мало: 6 общих и 19 географических. Только что они начали развивать микропроекты: их 8 штук. Список тут: https://identify.plantnet.org/ . Общие и географические имеют организации-партнёры. 2) Нет общей точки входа в общую базу (аналога нашего https://www.inaturalist.org/observations). Кнопка "Explore" есть в панельках проектов. При этом непонятно, как соотносятся проекты между собой: в проекте World Flora, который должен включать всё, значится 4,258,944 изображений. Но в GBIF 10,429,008 записей. Догадки ниже. 3) В "наблюдении" (пример - https://identify.plantnet.org/the-plant-list/observations/1006029539, то же самое в GBIF - https://www.gbif.org/occurrence/2974487841) в самой базе Pl@ntNet вся география скрыта, но доступна через GBIF, если наблюдение туда попало. Насколько загрублено это местонахождение при этом - не ясно. Например, на видовых картах (например, https://identify.plantnet.org/the-plant-list/species/Asphodeline%20lutea%20(L.)%20Rchb./data) точки закартированы с точностью 1 км - об этом предупреждает дисклеймер. 4) В целом наблюдение на Pl@ntNet содержит очень мало информации: фото, название, функцию анонимного определения, грубую оценку качества (за/против), автора, дату. Есть закладка с обсуждением находки. Всё. 5) Веб-версия Pl@ntNet доступна на трёх языках: английский, китайский, французский. Базы русских названий растений, естественно, тоже нет. 6) Чтобы что-то поопределять, надо выбрать вид, пролистать до мозаики из фоток и листать их, переходя по необходимости из листалки фотографий в наблюдение, в котором и вписывается правильное название. При этом, напомню, никаких географических фильтров. 7) Культурные и дикие растения перемешаны. Отделить одно от другого руками нельзя. Непривычно и кажется анахронизмом. 8) Датасеты в GBIF состоят из двух штук: https://www.gbif.org/dataset/7a3679ef-5582-4aaa-81f0-8c2545cafc81 (794 тыс. наблюдений, идут из базы, имеют индекс "o-" в ID) и https://www.gbif.org/dataset/14d5676a-2c54-4f94-9023-1e8dcd822aa0 (9,6 млн наблюдений, их в базе нет - это запросы на определение от юзеров, которые не сохраняют потом картинку в базу, но машина им определяет растение с вероятностью 90% и выше, имеют индекс "q-" в ID). Самое тёмное в этой истории - хранит ли Pl@ntNet в принципе фотографии таких эфемерных запросов (летом их число за всё время существования оценивалось в 150 млн штук) или только короткий лог. В любом случае, проверить правильность определения наблюдений второго датасета нельзя - картинок для них нет ни в GBIF, ни в Pl@ntNet. 9) Боевая проверка надежности данных. Взял подряд из GBIF 48 наблюдений флоры Краснодарского края из первого датасета Pl@ntNet (из 173, которые числятся в категории "верифицированных вручную"). Неверно определено: 13 штук (27%). Пыльцеголовник под видом ландыша, зеленчук кавказский в качестве мелиссы, клевер ползучий под видом гибридного, гулявник Лезеля в качестве свербиги и т.д. Сугубо культурные: 12 штук (25%). Тюльпаны, сортовые ирисы, айва, ландыши с грядок. Зайти внутрь базы и отметить культурные нельзя. Просто нет такой функции. Таксономия: в попытке переопределить не смог даже среди синонимов найти Erythronium caucasicum и Rubus hirtus. Там вообще один принятый Erythronium. Зато я дернул из их базы Galeobdolon caucasicum. 10) В таксономии есть таксономические авторы. С научной точки зрения это абсолютно правильно. То, чего не хватает для солидности на iNaturalist. 11) Ещё из однозначных плюсов Pl@ntNet: при работе движка ИИ указана в процентах вероятность определения. Попробовал на хорошо снятой адоксе Adoxa moschatellina (https://identify.plantnet.org/the-plant-list/observations/1003554108 ): вероятность 99,79%, другие варианты не предложены. На iNaturalist, как вы знаете, будет написано без процентов: "Это скорее всего род Adoxa". Потом первым вариантом Adoxa moschatellina. А потом обязательно в довесок еще 7 приблудных видов. На Pl@ntNet предлагается в неясных случаях десять видов (с процентами), потом можно посмотреть следующие 10 и т.д. Этот момент однозначно лучше проработан на Pl@ntNet. Хотя история с предложением рода, семейства или трибы на iNaturalist является очень сильной фишкой для неизвестных для ИИ видов. 12) Только 4 фотографии на одно наблюдение - не больше. Таково ограничение Pl@ntNet. Это скорее минус. Обязательно нужно указать, какая это запчасть (орган или общий вид). 13) Откопал рекомендации по съемке для Pl@ntNet: формально требования к качеству высокие (но пролистывая базу понял, что им не всегда следуют). Вот официальная инструкция-инфографика с блюющими смайликами: https://plantnet.org/wp-content/uploads/2017/08/bonne_photoen@0.5x.png . Крайне спорно. Особенно постулат: "This is not a plant, this is hand holding a plant" [это не растение, это рука, которая держит растение]. Сколько я сэкономил времени и сил, снимая колоски злаков и осок, зажимая их между пальцами! 14) Вернёмся к пункту 2. Как считают число фоток в проекте? Не поверете: по-видимому, складывают фотографии всех видов из базового чеклиста проекта (например, все фото со всего мира всех видов, которые отмечены в США). Получается, что в коморском проекте 426.5 тыс. фоток 698 видов. А на деле... 22 фотографии в GBIF (https://www.gbif.org/occurrence/search?country=KM&dataset_key=7a3679ef-5582-4aaa-81f0-8c2545cafc81). 15) Нет журналов проектов и участников, нет форума, нет разнообразной статистики, нет csv-выгрузок, нет загрузки шейп-файлов, нет календаря, нет профиля, нет уведомления и панели мониторинга, нет возможности для массовых загрузок, нет биоблицев. В общем, в заключение так и хочется сказать: товарищи, если у вас кто-то из друзей и знакомых пользуется Pl@ntNet, их нужно срочно и любыми способами в этом разубедить. Эти люди могут принести гораздо больше пользы науке с помощью iNaturalist. Еще пару лет назад Pl@ntNet гораздо лучше определял растений России, поскольку "рос" из Франции. Сейчас iNaturalist в среднем сравнялся по качеству автоматических определений, а для России из-за заметного роста базы и использования географических подсказок (в Pl@ntNet их нет) делает их уже гораздо увереннее. Возможно, в этом посте буду что-то дописывать. Ссылкой на эту запись можно делиться, чтобы переубедить сомневающихся.
The need for my short study was due to the fact that Pl@ntNet updated its datasets in GBIF:

Two datasets contain 63,132 records from the mainland Russia (https://www.gbif.org/occurrence/search?country=RU&publishing_org=da86174a-a605-43a4-a5e8-53d484152cd3) and 2,640 records from the Crimea (https: //www.gbif.org/occurrence/search?publishing_org=da86174a-a605-43a4-a5e8-53d484152cd3&gadm_gid=UKR.20_1&gadm_gid=UKR.4_1)

Accordingly, I got acquainted with their database through this (single) entry point: https://identify.plantnet.org/. General impression: the Pl@ntNet is large, very promising, but it is absolutely impossible to work with it (yet?). It is a pity for people who upload their data to Pl@ntNet, because this is a completely one-sided process: you can put something, but you can't take something from there. However, most Pl@ntNet users use it exclusively as an automatic identifier, not even knowing that their data is going somewhere and something can be done with it.

Now, some particular issues (of which there are sooooo many). I will try to be objective, although this objective reality is definitely on the side of iNaturalist. I advise the curious ones to register on Pl@ntNet and try to simulate their activities on iNaturalist in a new environment. This is roughly what I was doing. Observations and short notes are given below.

1) Projects. You can create them, but only by contacting the Pl@ntNet head office. There are few projects - 6 general and 19 geographic. They have just started developing micro-projects, there are eight of them. The list is here: https://identify.plantnet.org/. General and geographic projects have partner organizations.

2) There is no single entry point to the whole database (something like https://www.inaturalist.org/observations). The "Explore" buttons are situated in the project panels. At the same time, it is unclear how the projects relate to each other: in the "World Flora" project, which should include everything, there are 4,258,944 images. But there are 10,429,008 entries in GBIF. My guesses are below.

3) In "observation" (example - https://identify.plantnet.org/the-plant-list/observations/1006029539, same in GBIF - https://www.gbif.org/occurrence/2974487841) within the Pl@ntNet database, locality and even administrative unit is hidden, but accessible through GBIF, if observation is there. It is unclear how coarse this location is. For example, on view maps (for example, https://identify.plantnet.org/the-plant-list/species/Asphodeline%20lutea%20(L.)%20Rchb./data) points are mapped with an accuracy of 1 km with a warning disclaimer.

4) In general, an observation on Pl@ntNet contains very little information: photo, species name, function of anonymous identification, rough quality assessment (for / against), author, date. There is a tab with a discussion of the record. That's all.

5) Pl@ntNet web version is available in three languages: English, Chinese, French. There is no database of national (e.g. Russian) vernacular plant names.

6) In order to define something, you need to choose a species, scroll to a mosaic of photos and flip through them, moving, if necessary, from a photo leaflet to an observation, where you can enter the correct name. At the same time, let me remind you, there are no geographic filters.

7) Cultivated and wild plants are mixed. You cannot separate one from the other manually. Seems anachronistic.

8) Datasets of Pl@ntNet in GBIF consist of two parts: https://www.gbif.org/dataset/7a3679ef-5582-4aaa-81f0-8c2545cafc81 (794K observations from the database, have an "o-" index in the identifier) and https://www.gbif.org/dataset/14d5676a-2c54-4f94-9023-1e8dcd822aa0 (9.6M observations, they are not in the database - these are ephemeral enquiries for automatic identification from users who do not save the image to the database later, but the machine identifies a plant with a confidence of 90% and higher, they have an index "q-" in the identifier). The darkest thing in this story is whether Pl@ntNet stores, in principle, photographs of such ephemeral queries (in the summer, their number was estimated at 150M throughout its existence) or only a short log. In any case, it is impossible to check the correctness of determining the observations of the second dataset - there are no pictures for them either in GBIF or in Pl@ntNet.

9) Data reliability check. I took 48 observations of the flora of Krasnodar Krai (Black Sea coast, Russia) from GBIF in a row from the first Pl@ntNet dataset (out of 173 observations, which are listed as "manually verified"). Incorrectly identified: 13 observations (27%). Surely cultivated: 12 observations (25%). You cannot go inside the base and mark cultural ones. There is simply no such function. Taxonomy: in an attempt to make a correct identification, I could not find Erythronium caucasicum and Rubus hirtus even among synonyms. There is generally one accepted Erythronium. But I pulled Galeobdolon caucasicum from their database.

10) There are taxonomic authors in taxonomy. This is absolutely correct. That is what we are missing on iNaturalist!

11) Another unambiguous advantage of Pl@ntNet: when the AI ​​engine is running, the confidence is indicated as a percentage. I tried it on a well-filmed adoxa moschatellina (https://identify.plantnet.org/the-plant-list/observations/1003554108 ): 99.79% confidence, no other options suggested. iNaturalist, as you know, will show you: "We are almost sure that this belongs to the genus Adoxa" and Adoxa moschatellina as a top-species superseded by seven more stray species. On Pl@ntNet, in unclear cases, ten species are offered (with confidence percentages), then you can see the next ten, etc. This point is definitely better outworked on Pl@ntNet. Although the story with the suggestion of a genus, family or tribe on iNaturalist is a very strong feature for species unknown to AI.

12) Only 4 photos per observation are possible on Pl@ntNet - no more. This is rather a minus. It is imperative to indicate which part it is (organ or general view).

13) I dug up the shooting recommendations for Pl@ntNet: formally, the quality requirements are high (but scrolling through the base I realized that they are not always followed). Here is the official infographic instruction with puking emoticons: https://plantnet.org/wp-content/uploads/2017/08/bonne_photoen@0.5x.png. Extremely controversial. Especially the postulate: "This is not a plant, this is a hand holding a plant". How much time and effort I saved by photographing spikelets of grasses and sedges, pinching them between my fingers!

14) Let's go back to point 2. How is the number of photos in the project counted? Apparently, they add photographs of all species from the basic checklist of the project (for example, all photographs from all over the world of all species listed for the USA). It turns out that there are 426.5K photos of 698 species in the Comoros project. But in fact... just 22 photos in GBIF (https://www.gbif.org/occurrence/search?country=KM&dataset_key=7a3679ef-5582-4aaa-81f0-8c2545cafc81 ).

15) No project journals, no personal journals, no forum, no various statistics, no csv uploads, no shapefile uploads, no calendar, no profile, no notifications and dashboard, no bulk uploads, no bioblitzes.

In conclusion, I just want to say: comrades, if any of your friends and acquaintances use Pl@ntNet, they need to be urgently and by any means dissuaded from doing this. These people can bring much more contribution to science with the help of iNaturalist. A couple of years ago, Pl@ntNet was much better at AI identifying plants from Russia, since it "grew" from France. Now iNaturalist, on average, has caught up in the quality of automatic definitions, and for Russia, due to the noticeable growth of the base and the use of geographic hints (there are none in Pl@ntNet), it makes them much more confident.

Perhaps, in this post I will add something. The link to this post can be shared to convince doubters.

Ingresado el 04 de diciembre de 2020 por apseregin apseregin | 5 comentarios | Deja un comentario

12 de diciembre de 2020

880 000 !!!

Дорогие друзья! Dear all!
На счётчике сегодня 880 000 наблюдений в проекте "Флора России"! Для очередной десятитысячной отметки нашему сообществу потребовалось чуть больше, чем 11,5 суток (в прошлый раз на 10 тысяч ушло 11 дней). За последние 12 дней число наблюдателей флоры России выросло на 44 человека, а число выявленных и подтверждённых видов выросло на 40 таксонов.
We've got another milestone on the counter - 880,000 observations in the "Flora of Russia" project! For the 10-thousandth mark, our community spent 11.5 days (comparing to 11 days spent for previous 10K). During these days, the number of observers of the flora of Russia increased by 44 folks. We've got 40 new identified and confirmed species.
За последние 12 суток лишь 80 человек из 10,9 тыс. наблюдателей смогли выйти на улицу, сделать хотя бы одно наблюдение в природе и загрузить его на iNaturalist. В этот раз доля свежих полевых наблюдений упала до рекордных 6% (против 94%, поступивших из ранних архивов пользователей или вытащенных экспертами из бэклога).
Over the past 12 days, 80 people have been able to go outside, make at least a single observation in nature and upload it to iNaturalist. This time, the proportion of fresh field observations was 6% versus 94% that came from early archives or pulled by the experts from the backlog.
Давайте снова зафиксируем статистику для истории.
880 000 наблюдений наш проект достиг 11 декабря 2020 г. в 23:15 MSK (спасибо, @prokhozhyj, за точный хронометраж).
The project reached 880,000 observations in December 11, 2020 at 23:15 MSK.
● Статистика проекта | Project stats:
880 180 наблюдений - 7 126 видов - 4 243 эксперта - 10 947 наблюдателей | 880,180 observations - 7,126 species - 4,243 experts - 10,947 observers
● Статистика бэклога | Backlog stats:
117 543 наблюдения - 4 776 видов - 1 471 эксперт - 7 004 наблюдателя | 117,543 observations - 4,776 species - 1,471 experts - 7,004 observers
● Статистика по культурным растениям | Stats on cultivated plants:
59 918 наблюдений - 3 129 видов - 1 412 экспертов - 9 130 наблюдателей | 59,918 observations - 3,129 species - 1,412 experts - 9,130 observers
● Статистика забракованных данных | Stats of gray zone (bad data):
9 661 наблюдение - 1 938 видов - 561 эксперт - 2 195 наблюдателей | 9,661 observations - 1,938 species - 561 experts - 2,195 observers
С прошлого замера проект вырос на 10,2 тыс. наблюдений, а антипроект снова сократился, и на этот раз снова очень убедительно - на 2,1 тыс. наблюдений! Лучшее время для загрузки архивов продолжается! Заметьте: у нас плюс 10 тыс. наблюдений в проекте за 12 дней при минимальном притоке свежих полевых данных. Давайте посмотрим на движение данных за последние 12 суток:

625 свежих наблюдений было залито, определено и попало в проект | number of identified fresh field observations;
6 306 архивных наблюдений было залито, определено и попало в проект | number of newly added identified observations from archives;
1 849 архивных наблюдений из бэклога было определено и попало в проект | number of identified observations from older backlog;
165 свежих наблюдения было залито, но пока не определено и попало в бэклог | number of unidentified fresh field observations;
1 235 архивных наблюдения было залито, но пока не определено и попало в бэклог | number of newly added unidentified observations from archives.

Традиционные таблички даны ниже.

1. Самые активные участники (число наблюдений) | Top-observers (number of observations)

Место | Rank Пользователь | User Наблюдений | Observations Видов | Species
1 @apseregin 32115 1812
2 @dni_catipo 16710 958
3 @panasenkonn 15464 1089
4 @velibortravoved 12631 692
5 @melodi_96 11472 961
6 @katerina_kashirina 11077 1204
7 @vladimir_teplouhov 10925 501
8 @taimyr 10648 1318
9 @dryomys 10002 783
10 @a-lapin 9468 617
11 @alzov 9122 844
12 @eduard_garin 8083 835
13 @ledum 7720 1418
14 @max_сarabus 7615 569
15 @julia_shner 6981 656
16 @pavel_golyakov 6966 899
17 @vadim_prokhorov 6878 1113
18 @npz 6683 574
19 @convallaria1128 6628 1480
20 @sokolkov2002 6365 748
21 @tatyanazarubo 6305 667
22 @svetlana-bogdanovich 6072 1153
23 @olga2019kuryakova 5918 547
24 @aleksandrebel 5800 1032
25 @smsergey 5575 663
26 @yurii_basov 5426 605
27 @sapsan 5384 1170
28 @olegdavydov 5153 405
29 @fedor_kondrachuk 4868 502
30 @kildor 4783 825
31 @svetlanakutueva 4752 501
32 @yaroslavmagazov 4686 481
33 @dinanesterkova 4514 684
34 @borisbolshakov 4202 564
35 @alebedev 4092 500
36 @aleks-khimin 4012 644
37 @divitre 3998 496
38 @prokhozhyj 3987 558
39 @kiramarch 3908 569
40 @maxim_ismaylov 3805 395

2. Самые активные участники (число видов) | Top-observers (number of species)

Место | Rank Пользователь | User Наблюдений | Observations Видов | Species
1 @apseregin 32115 1812
2 @ramazan_murtazaliev 3473 1789
3 @convallaria1128 6628 1480
4 @ledum 7720 1418
5 @vvolkotrub 3588 1393
6 @taimyr 10648 1318
7 @mallaliev 3799 1222
8 @katerina_kashirina 11077 1204
9 @sapsan 5384 1170
10 @phlomis_2019 3767 1166
11 @svetlana-bogdanovich 6072 1153
12 @svdudov 1981 1142
13 @vadim_prokhorov 6878 1113
14 @panasenkonn 15464 1089
15 @lenatara 3011 1077
16 @aleksandrebel 5800 1032
17 @melodi_96 11472 961
18 @dni_catipo 16710 958
19 @mihail13 1603 909
20 @dinasafina 3520 908
21 @pavel_golyakov 6966 899
22 @alzov 9122 844
23 @eduard_garin 8083 835
24 @kildor 4783 825
25 @ev_sklyar 2900 802
26 @dryomys 10002 783
27 @allaverkhozina 2628 781
28 @vladimirarkhipov 1344 764
29 @gen_ok 1481 758
30 @ggularijants 1389 751
31 @sokolkov2002 6365 748
32 @alopecurus 3575 747
33 @naturalist16000 2822 741
34 @birdchuvashia 3131 729
35 @velibortravoved 12631 692
36 @dinanesterkova 4514 684
37 @epopov 1436 682
38 @ocanire 2053 679
39 @tomegatherion 2575 679
40 @tatyanazarubo 6305 667

3. Статистика региональных проектов (наблюдения) | Regional projects' stats (observations)

Место | Rank Проект | Project Наблюдений | Observations
1 Флора Подмосковья | Moscow Oblast Flora 85990
2 Флора Москвы | Flora of Moscow 76102
3 Флора Брянской области | Bryansk Oblast Flora 39779
4 Флора Курской области | Kursk Oblast Flora 32087
5 Флора Тульской области | Tula Oblast Flora 30347
6 Флора Нижегородской области | Nizhny Novgorod Oblast Flora 30048
7 Флора Новосибирской области | Novosibirsk Oblast Flora 29583
8 Флора Алтайского края | Altai Krai Flora 24462
9 Флора Свердловской области | Sverdlovsk Oblast Flora 24169
10 Флора Севастополя | Sevastopol Flora 23585
11 Флора Иркутской области | Irkutsk Oblast Flora 23484
12 Флора Крыма | Flora of the Crimea 22048
13 Флора Омской области | Omsk Oblast Flora 21369
14 Флора Воронежской области | Voronezh Oblast Flora 19541
15 Флора Татарстана | Tatarstan Flora 19516
16 Флора Чувашии | Chuvash Republic Flora 19450
17 Флора Мордовии | Flora of Mordovia 18759
18 Флора Ярославской области | Yaroslavl Oblast Flora 18360
19 Флора Владимирской области | Vladimir Oblast Flora 18278
20 Флора Башкирии | Bashkortostan Flora 17698
21 Флора Камчатки | Kamchatka Flora 16092
22 Флора Костромской области | Kostroma Oblast Flora 13589
23 Флора Тверской области | Tver Oblast Flora 13258
24 Флора Челябинской области | Chelyabinsk Oblast Flora 12539
25 Флора Краснодарского края | Krasnodar Krai Flora 11318
26 Флора Ленинградской области | Leningrad Oblast Flora 11118
27 Флора Санкт-Петербурга | St Petersburg Flora 10101
28 Флора Приморского края | Primorsky Krai Flora 9781
29 Флора Самарской области | Samara Oblast Flora 9692
30 Флора Красноярского края | Krasnoyarsk Krai Flora 9340
31 Флора Югры | Flora of Khanty-Mansi Autonomous Okrug 9334
32 Флора Калининградской области | Kaliningrad Oblast Flora 9263
33 Флора Дагестана | Dagestan Flora 8683
34 Флора Калужской области | Kaluga Oblast Flora 8474
35 Флора Пермского края | Perm Krai Flora 7639
36 Флора Тюменской области | Tyumen Oblast Flora 7581
37 Флора Белгородской области | Belgorod Oblast Flora 7511
38 Флора Томской области | Tomsk Oblast Flora 5950
39 Флора Республики Алтай | Altai Republic Flora 5817
40 Флора Кировской области | Kirov Oblast Flora 5664
41 Флора Бурятии | Buryat Republic Flora 4576
42 Флора Удмуртии | Udmurt Republic Flora 4416
43 Флора Саратовской области | Saratov Oblast Flora 4241
44 Флора Кемеровской области | Kemerovo Oblast Flora 4016
45 Флора Мурманской области | Murmansk Oblast Flora 4003
46 Флора Рязанской области | Ryazan Oblast Flora 3969
47 Флора Волгоградской области | Volgograd Oblast Flora 3905
48 Флора Карелии | Flora of Karelia 3898
49 Флора Липецкой области | Lipetsk Oblast Flora 3651
50 Флора Сахалинской области | Sakhalin Oblast Flora 3271
51 Флора Ростовской области | Rostov Oblast Flora 3081
52 Флора Ямало-Ненецкого АО | Flora of Yamalo-Nenets Autonomous Okrug 3042
53 Флора Архангельской области | Arkhangelsk Oblast Flora 2967
54 Флора Карачаево-Черкесии | Flora of Karachay-Cherkessia 2862
55 Флора Амурской области | Amur Oblast Flora 2818
56 Флора Ульяновской области | Ulyanovsk Oblast Flora 2760
57 Флора Новгородской области | Novgorod Oblast Flora 2711
58 Флора Псковской области | Pskov Oblast Flora 2629
59 Флора Хакасии | Flora of Khakassia 2609
60 Флора Курганской области | Kurgan Oblast Flora 2539
61 Флора Пензенской области | Penza Oblast Flora 2491
62 Флора Ивановской области | Ivanovo Oblast Flora 2441
63 Флора Марий Эл | Mari El Flora 2131
64 Флора Вологодской области | Vologda Oblast Flora 2093
65 Флора Смоленской области | Smolensk Oblast Flora 1815
66 Флора Астраханской области | Astrakhan Oblast Flora 1632
67 Флора Ставрополья | Stavropol Krai Flora 1349
68 Флора Оренбургской области | Orenburg Oblast Flora 1302
69 Флора Адыгеи | Flora of Adygea 1198
70 Флора Тамбовской области | Tambov Oblast Flora 1188
71 Флора Забайкальского края | Zabaykalsky Krai Flora 1129
72 Флора Чукотки | Flora of Chukotka 1083
73 Флора Коми | Komi Republic Flora 881
74 Флора Хабаровского края | Khabarovsk Krai Flora 747
75 Флора Орловской области | Oryol Oblast Flora 709
76 Флора Якутии | Flora of Yakutia 648
77 Флора Кабардино-Балкарии | Flora of Kabardino-Balkaria 643
78 Флора России - потеряшки | Flora of Russia - lost-and-found 371
79 Флора Тувы | Tyva Republic Flora 325
80 Флора Магаданской области | Magadan Oblast Flora 313
81 Флора Чечни | Chechen Republic Flora 201
82 Флора Северной Осетии | Flora of North Ossetia 164
83 Флора Ненецкого АО | Flora of Nenets Autonomous Okrug 119
84 Флора Еврейской АО | Flora of Jewish Autonomous Oblast 115
85 Флора Калмыкии | Flora of Kalmykia 100
86 Флора Ингушетии | Flora of Ingushetia 42

4. Статистика региональных проектов (виды) | Regional projects' stats (species)

Место | Rank Проект | Project Видов | Species
1 Флора Дагестана | Dagestan Flora 2044
2 Флора Крыма | Flora of the Crimea 1768
3 Флора Приморского края | Primorsky Krai Flora 1498
4 Флора Краснодарского края | Krasnodar Krai Flora 1494
5 Флора Севастополя | Sevastopol Flora 1458
6 Флора Подмосковья | Moscow Oblast Flora 1338
7 Флора Алтайского края | Altai Krai Flora 1323
8 Флора Брянской области | Bryansk Oblast Flora 1292
9 Флора Москвы | Flora of Moscow 1272
10 Флора Курской области | Kursk Oblast Flora 1255
11 Флора Свердловской области | Sverdlovsk Oblast Flora 1244
12 Флора Воронежской области | Voronezh Oblast Flora 1242
13 Флора Иркутской области | Irkutsk Oblast Flora 1200
14 Флора Красноярского края | Krasnoyarsk Krai Flora 1182
15 Флора Татарстана | Tatarstan Flora 1141
16 Флора Башкирии | Bashkortostan Flora 1108
17 Флора Тульской области | Tula Oblast Flora 1056
18 Флора Нижегородской области | Nizhny Novgorod Oblast Flora 1052
19 Флора Новосибирской области | Novosibirsk Oblast Flora 1019
20 Флора Республики Алтай | Altai Republic Flora 1005
21 Флора Владимирской области | Vladimir Oblast Flora 1002
22 Флора Камчатки | Kamchatka Flora 977
23 Флора Костромской области | Kostroma Oblast Flora 952
24 Флора Бурятии | Buryat Republic Flora 951
25 Флора Ярославской области | Yaroslavl Oblast Flora 927
26 Флора Белгородской области | Belgorod Oblast Flora 903
27 Флора Мордовии | Flora of Mordovia 902
28 Флора Тверской области | Tver Oblast Flora 885
29 Флора Чувашии | Chuvash Republic Flora 881
30 Флора Самарской области | Samara Oblast Flora 853
31 Флора Ростовской области | Rostov Oblast Flora 840
32 Флора Омской области | Omsk Oblast Flora 837
33 Флора Амурской области | Amur Oblast Flora 819
34 Флора Челябинской области | Chelyabinsk Oblast Flora 817
35 Флора Томской области | Tomsk Oblast Flora 786
36 Флора Калининградской области | Kaliningrad Oblast Flora 783
37 Флора Сахалинской области | Sakhalin Oblast Flora 783
38 Флора Волгоградской области | Volgograd Oblast Flora 779
39 Флора Карачаево-Черкесии | Flora of Karachay-Cherkessia 776
40 Флора Ленинградской области | Leningrad Oblast Flora 775
41 Флора Пермского края | Perm Krai Flora 768
42 Флора Архангельской области | Arkhangelsk Oblast Flora 758
43 Флора Калужской области | Kaluga Oblast Flora 752
44 Флора Кемеровской области | Kemerovo Oblast Flora 735
45 Флора Тюменской области | Tyumen Oblast Flora 686
46 Флора Санкт-Петербурга | St Petersburg Flora 685
47 Флора Саратовской области | Saratov Oblast Flora 682
48 Флора Кировской области | Kirov Oblast Flora 679
49 Флора Югры | Flora of Khanty-Mansi Autonomous Okrug 665
50 Флора Пензенской области | Penza Oblast Flora 649
51 Флора Хакасии | Flora of Khakassia 645
52 Флора Рязанской области | Ryazan Oblast Flora 640
53 Флора Псковской области | Pskov Oblast Flora 609
54 Флора Удмуртии | Udmurt Republic Flora 607
55 Флора Липецкой области | Lipetsk Oblast Flora 605
56 Флора Ульяновской области | Ulyanovsk Oblast Flora 586
57 Флора Новгородской области | Novgorod Oblast Flora 579
58 Флора Мурманской области | Murmansk Oblast Flora 537
59 Флора Марий Эл | Mari El Flora 530
60 Флора Вологодской области | Vologda Oblast Flora 527
61 Флора Адыгеи | Flora of Adygea 518
62 Флора Карелии | Flora of Karelia 514
63 Флора Смоленской области | Smolensk Oblast Flora 512
64 Флора Ставрополья | Stavropol Krai Flora 501
65 Флора Ивановской области | Ivanovo Oblast Flora 494
66 Флора Ямало-Ненецкого АО | Flora of Yamalo-Nenets Autonomous Okrug 486
67 Флора Забайкальского края | Zabaykalsky Krai Flora 472
68 Флора Курганской области | Kurgan Oblast Flora 472
69 Флора Оренбургской области | Orenburg Oblast Flora 470
70 Флора Хабаровского края | Khabarovsk Krai Flora 351
71 Флора Якутии | Flora of Yakutia 344
72 Флора Чукотки | Flora of Chukotka 340
73 Флора Тамбовской области | Tambov Oblast Flora 337
74 Флора Кабардино-Балкарии | Flora of Kabardino-Balkaria 327
75 Флора Коми | Komi Republic Flora 318
76 Флора Орловской области | Oryol Oblast Flora 298
77 Флора Астраханской области | Astrakhan Oblast Flora 292
78 Флора России - потеряшки | Flora of Russia - lost-and-found 270
79 Флора Тувы | Tyva Republic Flora 233
80 Флора Чечни | Chechen Republic Flora 157
81 Флора Магаданской области | Magadan Oblast Flora 152
82 Флора Северной Осетии | Flora of North Ossetia 135
83 Флора Еврейской АО | Flora of Jewish Autonomous Oblast 73
84 Флора Ненецкого АО | Flora of Nenets Autonomous Okrug 73
85 Флора Калмыкии | Flora of Kalmykia 65
86 Флора Ингушетии | Flora of Ingushetia 38

5. Топ-наблюдатели за 12 дней (по числу видов) | 12-days top-observers (species)

Место | Rank Пользователь | User Наблюдений | Observations Видов | Species
1 @olga2019kuryakova 82 57
2 @convallaria1128 50 50
3 @svetlana-bogdanovich 54 44
4 @zefirka 44 33
5 @npz 34 31
6 @lex_deineko 29 24
7 @prokhozhyj 37 22
8 @vyacheslavluzanov 26 22
9 @tatyanazarubo 18 16
10 @wrrite 18 16

6. Топ-поставщики видов за 12 дней (поле + архив) | 12-days top species uploaders (field & archives)

Место | Rank Пользователь | User Наблюдений | Observations Видов | Species
1 @apseregin 1309 432
2 @svetlana-bogdanovich 371 229
3 @zibzap 289 180
4 @mashat 502 166
5 @katerina_kashirina 202 159
6 @julia_shner 246 155
7 @sergilus 277 153
8 @dinanesterkova 241 141
9 @petr_kosachev 129 121
10 @sokolkov2002 206 107
11 @smsergey 114 90
12 @corylus_avellana 118 83
13 @anna_efimova 86 77
14 @tatyanazarubo 111 77
15 @prokhozhyj 164 75
16 @kugusheva_anastasia 115 71
17 @aleksandrebel 82 70
18 @alexanderdubynin 123 65
19 @ledum 138 62
20 @olga2019kuryakova 86 59
21 @birdchuvashia 68 56
22 @max_сarabus 114 55
23 @vvolkotrub 55 54
24 @roman_romanov 70 51
25 @convallaria1128 50 50
26 @andrey_358 45 44
27 @vladimir_teplouhov 65 44
28 @sergegorin 56 41
29 @npz 55 40
30 @nadya_n 39 37
31 @nikolay_sobolev 48 36
32 @naturalist49367 36 35
33 @mitrula_paludosa 69 34
34 @zefirka 44 33
35 @vyacheslavluzanov 40 31
36 @timviclev 29 29
37 @diogeno 30 28
38 @kildor 29 28
39 @aleksandr_levon 28 27
40 @naturalist22511 35 27

7. Самые активные эксперты для загруженных за 12 дней наблюдений (поле + архив) | Top-experts for the last 12 days uploads (field & archives)

Место | Rank Пользователь | User Определений | IDs
1 @julia_shner 1410
2 @elena_pismarkina 856
3 @eduard_garin 822
4 @mallaliev 765
5 @daba 652
6 @convallaria1128 580
7 @allaverkhozina 494
8 @madmanserg 492
9 @taimyr 336
10 @prokhozhyj 292
11 @svg52 266
12 @alex_iosipenko 240
13 @aleks-khimin 219
14 @olga2019kuryakova 217
15 @tatiana_moscow 181
16 @borisbolshakov 151
17 @sapsan 148
18 @davydovbotany 131
19 @lenatara 124
20 @alopecurus 114
ТЕКУЩИЕ ТЕМЫ:
● Наблюдателям: опубликован список наблюдений, у которых автором не указана дата съемки или дан неадекватно большой радиус точности. Такие проблемы хотя бы раз отмечены у каждого десятого пользователя. Обязательно проверьте, нет ли случайно ваших наблюдений в этих списках.
● Приглашаем желающих заполнить анкету и стать менеджером регионального проекта. Впрочем, запаситесь терпением.
Pl@ntNet или iNaturalist? Страннный вопрос? И всё же, если кто-то из ваших знакомых пользуется мегапопулярным французским приложением "Pl@ntNet" (более 10 млн загрузок на андроиды по всему миру), запаситесь аргументами, чтобы его переубедить!
● На майские праздники состоится традиционный четырехдневный марафон City Nature Challenge. Уже работает российское табло. От России в международный челлендж заявлено четыре города; для участия в неофициальном российском зачете есть специальная ветка в журнале, там же даны кое-какие подробности.
● Напоминаем всем участникам, что мы объявили конкурс "Белые пятна" для стимулирования сбора данных по флоре отстающих регионов. Предварительное объявление о конкурсе размещено тут, положение будет опубликовано до 1 марта 2021 г.
● Ответ на вопрос "Зачем снимать много раз одно и то же?" дан здесь. Это очень важно для нашего проекта! Однако если вы хотите, чтобы ваши наблюдения были определены, придётся поучиться у классиков.
● Приглашаем всех участников iNaturalist подписываться не только на проект МГУ "Флора России", но и на региональные страницы этого портала, на антипроект (бэклог) и "серую зону". В паспорте каждого наблюдения будет, таким образом, отражена как ссылка на общероссийский проект (в т.ч. ещё до определения или при съемке культурных растений), так и региональная принадлежность наблюдения. О том, что такое "серая зона", написано в специальном посте.
Для написания данного поста использован конвертер текстовых и табличных данных, который осуществляет разметку текста. Конвертер разработал Константин Романов (@kildor). Если у вас есть свои проекты, то вам эта ссылка, уверен, пригодится!
Ingresado el 12 de diciembre de 2020 por apseregin apseregin | 1 comentario | Deja un comentario

13 de diciembre de 2020

Отсутствующие русские названия: нужна помощь сообщества

UPDATE: задание выполнено! Всем огромное спасибо!!! Новая помощь сообщества потребуется вот тут: https://www.inaturalist.org/projects/flora-of-russia/journal/44753-nuzhna-pomosch-soobschestva-vo-vvode-prostyh-dannyh-dlya-tsifrovogo-gerbariya-mgu-nomera-rayonov


Дорогие друзья!

Из 7129 видов проекта "Флора России" у многих в базе данных iNaturalist до сих пор отсутствует русское название. Я сделал выгрузку таких пропусков и состыковал с русскими названиями из Цифрового гербария МГУ (автоматически нашлось 1628 названий). Теперь нужно вписать их в странички таксонов.

Инструкция:

1) Список недостающих названий лежит тут: https://www.inaturalist.org/journal/apseregin/44678-vidy-proekta-flora-rossii-bez-russkogo-nazvaniya-1628-shtuk , все названия по алфавиту, пронумерованы.

2) В комментариях к этому посту прежде всего пишите фразу: "Делаю виды 1-50", чтобы следующий доброволец четко знал, что сделано, а что нет. Если сделаете меньше, комментарий можно отредактировать.

3) Через поиск по таксонам (просто "Поиск" или Ещё -> Информация о таксонах -> Искать) находим страницу вида (например, https://www.inaturalist.org/taxa/136306-Abies-holophylla). Далее идём на закладку "Таксономия" и находим справа внизу "Добавить имя".

4) На новой страничке копируем в строку русское название, убеждаемся, что в словарике выбран русский язык и жмем "Сохранить".

5) Если через запятую дано два названия (например, Лопух дубравный и Лопух лесной для Arctium nemorosum), то можно сохранить оба (по очереди). Нажимаем "Добавить имя" и вводим первое, потом повторяем процедуру. Результат будет выглядеть так: https://www.inaturalist.org/taxa/735487-Arctium-nemorosum

Заранее спасибо!

Ingresado el 13 de diciembre de 2020 por apseregin apseregin | 43 comentarios | Deja un comentario

15 de diciembre de 2020

Кто хочет стать миллионером?

В проекте сейчас 882 561 наблюдение.

В антипроекте - 117 221 наблюдение.

В сумме уже 999 782 наблюдения. Кто хочет этим приятным вечером стать автором миллионного наблюдения?

На старт, внимание, марш!

Ingresado el 15 de diciembre de 2020 por apseregin apseregin | 16 comentarios | Deja un comentario

16 de diciembre de 2020

1 000 000 наблюдений по флоре России: проект + бэклог

882 823 + 117 287 = 1 000 110 фотонаблюдений!

Первая цифра - число определенных и верифицированных наблюдений в проекте "Флора России" на iNaturalist, вторая - нуждающихся в проверке и (или) определении. Ещё у нас есть 60 тыс. записей по культурным растениям и 10 тыс. записей, которые мы забраковали (90% брака по двум причинам: отсутствие даты и радиус точности 50 км и больше).

Миллионным наблюдением стало: https://www.inaturalist.org/observations/66628687 (автор @julia_shner ). Это произошло в среду 16 декабря в 00:51 MSK. Точнее, это наблюдение стало на ту секунду 1 000 002-м, но за пару минут до этого было загружено два наблюдения культурных растений без соответствующих пометок. Огромное спасибо всем, кто потратил эту ночь на финальный рывок!

К 9 января 2019 года (день основания нашего проекта) на iNaturalist было 11 849 наблюдений по флоре России, ну а потом - понеслась, что называется.

Фигачим дальше!

Ingresado el 16 de diciembre de 2020 por apseregin apseregin | 0 comentarios | Deja un comentario

17 de diciembre de 2020

Нужна помощь сообщества во вводе простых данных для Цифрового гербария МГУ

UPDATE (28 декабря, 16:26): есть новые задания - ввод текстовых верхних географических привязок с этикеток. Всё так, как описано ниже, только вместо номера района вписывается название области. Внимательно читайте и обращайтесь.


Дорогие друзья!

Если у вас есть время, силы и желание, то нам снова нужна ваша помощь во вводе простых данных для Цифрового гербария МГУ (https://plant.depo.msu.ru/).

Исходники: 9 790 сканов новых включений 2019 и 2020 гг. из отделов Восточной Европы, Кавказа, Сибири и ДВ, Средней Азии, доступных в интернете (например, такой: https://plant.depo.msu.ru/public/scan.jpg?pcode=MW1006081). Залиты в Цифровой гербарий МГУ сегодня.

Задача этапа - открывая изображение по гиперссылке, в простую xlsx-таблицу с одним пустым столбиком напротив каждого образца написать номер района, который на каждом листе написан карандашом в левом нижнем углу. Всё просто: в приведенной ссылке для MW1006081 - это район 4, а на примерах выше - 8 и 6 соответствтенно.

Ввод этих данных для новых сканов позволит структурировать массив по географии и сделать ввод следующих элементов более скоростным. У вас же будет возможность познакомиться с интересными растениями из разных регионов, которые попадают в фонды университетского гербария.

Задание большое, поэтому легко делится по частям между желающими. Минимальная партия - 400 образцов. Сканы качественные, а потому могут загружаться небыстро. Соответственно, скорость ввода данных отчасти зависит от скорости загрузки скана.

Если вы готовы помочь, то пишите, пожалуйста, на почту botanik.seregin@gmail.com, потому что здесь нельзя прикреплять файлы. Обязательно напишите, какой отдел вы выбираете:
E - Восточной Европы,
K - Кавказа,
S - Сибири и ДВ,
M - Средней Азии.

Месяц назад мы всем миром обработали новые поступления в отдел Сибири и Дальнего Востока Гербария МГУ, ввели географию для новых сканов Гербария ГБС РАН. Эта работа вызвала живой отклик сообщества. Впереди - похожая работа по зарубежной Азии, а также небольшие массивы по Африке, Западной Европе, Америке, Австралии.

Ingresado el 17 de diciembre de 2020 por apseregin apseregin | 0 comentarios | Deja un comentario

20 de diciembre de 2020

Отсутствующие русские названия: нужна помощь сообщества (часть 2)

Дорогие друзья!

И вновь, как и в случае с Цифровым гербарием МГУ, работа над которым продолжается, нам требуется помощь сообщества.

Из 7144 видов проекта "Флора России" у многих в базе данных iNaturalist до сих пор отсутствует русское название. Недавно общими усилиями мы добавили в базу 1628 русских названий из Цифрового гербария МГУ.

Наступил второй этап, гораздо более ответственный: поиск и ввод русских названий для 415 видов, по которым автоматическая стыковка не сработала. Используя латинское название, необходимо найти русские названия этих видов в безусловно надёжных источниках и ввести их на страницу соответствующего таксона.

Пожалуйста, не придумывайте русские названия сами! Не берите первое попавшееся в интернете название. Не используйте русское название номенклатурного или таксономического синонима. Проверяйте русское название рода, принятое на iNaturalist (если есть два варианта). Вводите два варианта с "е" и с "ё" в случае необходимости.

Инструкция:

1) Список недостающих названий лежит тут: https://www.inaturalist.org/journal/apseregin/44823-vidy-proekta-flora-rossii-bez-nazvaniya-415-shtuk , все названия по алфавиту, пронумерованы.

2) В отдельных комментариях к этому посту прежде всего пишите фразу: "Делаю виды 1-10" (берите не более десяти штук за один раз, поскольку эта работа небыстрая!), чтобы следующий доброволец четко знал, что сделано, а что нет. Если сделаете меньше, комментарий можно отредактировать.

3) Если вы хотите в комментариях что-то сказать или что-то спросить, делайте это в другом комментарии, не смешивая с фразой "Делаю виды 1-10".

4) Ищем русское название соответствующего таксона в надёжном источнике. Для стабилизации номенклатуры давайте опираться на https://www.plantarium.ru/ (функция "Поиск таксонов" - если там несколько названий, то берите верхнее, которое дано жирным шрифтом на странице вида). В случае необходимости, расширьте поиск, в т.ч. в оцифрованных флорах и определителях, доступных в библиотеке "Флора и фауна" (http://herba.msu.ru/shipunov/school/sch-ru.htm).

5) Через поиск по таксонам (просто "Поиск" или Ещё -> Информация о таксонах -> Искать) находим страницу вида (например, https://www.inaturalist.org/taxa/136306-Abies-holophylla). Далее идём на закладку "Таксономия" и находим справа внизу "Добавить имя".

6) На новой страничке копируем в строку русское название, убеждаемся, что в словарике выбран русский язык и нажимаем "Сохранить".

7) Если есть необходимость ввести два названия (например, Лопух дубравный и Лопух лесной для Arctium nemorosum), то можно сохранить оба (по очереди). Нажимаем "Добавить имя" и вводим первое, потом повторяем процедуру. Результат будет выглядеть так: https://www.inaturalist.org/taxa/735487-Arctium-nemorosum

Поскольку я не очень большой ценитель и пользователь русских названий растений, то прошу участников отвечать на вопросу друг другу и обсуждать какие-то нестандартные моменты. Я пока всецело занимаюсь предыдущим заданием.

Заранее спасибо!

Ingresado el 20 de diciembre de 2020 por apseregin apseregin | 21 comentarios | Deja un comentario