eBird 的数据来源和可靠性如何?
eBird 的数据主要来自全球观鸟者自愿提交的观鸟清单，属于典型的公民科学（citizen science）数据。它由康奈尔大学鸟类学实验室（Cornell Lab of Ornithology）运营，数据免费开放给科研、保护和教育用途。可靠性方面，eBird 有一套自动过滤加区域专家复核的审核机制，能拦截大部分明显错误，但数据仍存在观察者偏差和地理覆盖不均的问题，使用时需要结合具体目的判断。
数据从哪里来
eBird 的核心数据单位是"清单"（checklist）：用户记录一次观鸟活动中看到或听到的鸟种、数量、时间、地点和观察方式（例如是否使用望远镜、是否沿固定路线统计）。这些清单由全球志愿者提交，覆盖范围从个人后院到偏远保护区。
除普通清单外，还有几类结构化数据：
- 定点计数：在固定地点停留固定时长，适合做长期监测。
- 样线/样点调查：按固定路线或固定半径统计，用于标准化比较。
- 繁殖代码：记录筑巢、育雏等行为，用于繁殖鸟类图谱。
这些不同协议的数据在分析时会被区别对待，因为统计强度不同，可比性也不同。
审核机制怎么运作
eBird 不是"提交即入库"，而是多层过滤：
- 自动过滤：系统根据历史记录和区域鸟种分布，对每个物种设定预期出现的时间、地点和数量范围。超出范围的记录会被标记。
- 区域专家复核：被标记的记录由当地志愿审核员（reviewer）人工判断，可能要求提交者补充描述、照片或录音。
- 稀有鸟类报告：罕见鸟种通常需要证据（照片、录音或详细描述）才会被接受并对外显示。
这意味着你在 eBird 上看到的分布图，通常已经过滤掉了一部分明显误认，但"已审核"不等于"绝对正确"，只是达到了可接受的可信度。
数据可靠性的边界
eBird 数据的可靠性取决于用途：
| 用途 | 可靠性判断 |
|---|---|
| 物种分布范围、季节出现时间 | 较高，大样本能抵消个别错误 |
| 相对丰度趋势（多年、大区域） | 中等，需用统计模型校正观察努力 |
| 绝对数量估计 | 较低，志愿者不会精确计数 |
| 热点地区的稀有鸟种 | 较高，通常有证据支持 |
| 偏远或观鸟者少的地区 | 较低，覆盖不足导致"没有记录"不等于"没有鸟" |
两个主要偏差需要特别注意：
- 观察者偏差：观鸟者更倾向于去交通方便、鸟种丰富的地方，也更擅长识别常见鸟和醒目鸟，导致数据向这些物种和地点倾斜。
- 覆盖不均：北美和欧洲的记录密度远高于非洲、南美和亚洲部分地区。在覆盖稀疏的区域，分布图上的空白可能只是没人去，而不是没有分布。
使用时怎么处理这些问题
如果你要用 eBird 数据做分析或判断，可以采取以下做法：
- 优先使用结构化协议（定点计数、样线调查）的数据，而不是随手清单。
- 在统计模型中纳入观察努力（时长、距离、人数）作为协变量，eBird 官方分析工具和部分 R 包已支持。
- 对覆盖稀疏区域，把"无记录"当作"数据不足"而非"物种缺席"。
- 查看具体记录时，留意是否附有照片或录音，以及是否经过审核。
- 引用数据时说明数据版本和下载日期，因为 eBird 数据持续更新。
一句话结论
eBird 的数据来自全球志愿者，经过自动过滤和专家复核，适合做分布、季节和相对趋势分析；但它不是标准化调查，存在观察者偏差和覆盖不均，使用时必须结合观察努力和区域覆盖来解读。