如何用R工具解决NatureServe与GBIF分类学1:1异名匹配问题

核心方案思路 #

针对1:1属级/种级异名场景，通过NatureServe获取完整分类单元概念（含接受名、异名列表），再对接GBIF的分类数据完成映射，避开合并/拆分的复杂情况。以下是具体实现步骤：

1. 从NatureServe提取完整分类概念信息 #

natserv::ns_search_spp()仅做模糊搜索，无法返回完整分类单元细节。需先通过搜索获取物种ID，再用natserv::ns_spp()调取包含conceptName、异名列表的完整数据：

# 示例：处理Argynnis aphrodite（对应GBIF的Speyeria aphrodite）
# 1. 模糊搜索获取NatureServe物种ID
argynnis_search <- natserv::ns_search_spp("Argynnis aphrodite")
argynnis_id <- argynnis_search$id[1]  # 取第一个匹配结果（需手动验证准确性）

# 2. 获取完整分类单元详情
argynnis_details <- natserv::ns_spp(argynnis_id)

# 查看关键字段
argynnis_details$conceptName  # NatureServe的接受名
argynnis_details$synonyms     # 该物种的所有异名（含Speyeria aphrodite）

2. 对接GBIF验证异名映射 #

用NatureServe返回的异名/接受名，调用rgbif::name_backbone_verbose()匹配GBIF的分类系统：

# 用NatureServe的异名查询GBIF的接受名
gbif_match <- rgbif::name_backbone_verbose("Speyeria aphrodite")
gbif_match$acceptedScientificName  # GBIF的接受名
gbif_match$genus                   # 确认属级分类

3. 处理conceptName中隐藏接受名的特殊情况（如Tecmessa scitiscripta） #

对于NatureServe仅在conceptName中显示ITIS接受属的物种，直接提取该字段作为接受名，再对接ITIS和GBIF：

# 示例：处理Tecmessa scitiscripta
tecmessa_search <- natserv::ns_search_spp("Tecmessa scitiscripta")
tecmessa_id <- tecmessa_search$id[1]
tecmessa_details <- natserv::ns_spp(tecmessa_id)

# 提取NatureServe认可的接受名（含ITIS接受属Cerura）
accepted_name <- tecmessa_details$conceptName

# 验证ITIS分类
itis_match <- taxize::get_ids(accepted_name, db = "itis")
taxize::classification(itis_match$itis, db = "itis")

# 对接GBIF验证
gbif_tecmessa <- rgbif::name_backbone_verbose(accepted_name)

4. 封装自动化匹配函数 #

将流程封装为函数，批量处理1:1异名映射，自动过滤非1:1场景：

match_natserv_gbif <- function(species_name, filter_1to1 = TRUE) {
  # 1. 定位NatureServe物种ID
  ns_search <- natserv::ns_search_spp(species_name)
  if (nrow(ns_search) == 0) {
    warning(paste("No NatureServe match for:", species_name))
    return(NULL)
  }
  ns_id <- ns_search$id[1]
  ns_details <- natserv::ns_spp(ns_id)
  
  # 2. 整理分类信息
  ns_data <- list(
    accepted_name = ns_details$conceptName,
    synonyms = ns_details$synonyms
  )
  
  # 3. 匹配GBIF数据
  gbif_accepted <- rgbif::name_backbone_verbose(ns_data$accepted_name)$acceptedScientificName
  gbif_syn_matches <- lapply(ns_data$synonyms, function(syn) {
    res <- rgbif::name_backbone_verbose(syn)
    res$acceptedScientificName
  })
  names(gbif_syn_matches) <- ns_data$synonyms
  
  # 4. 过滤1:1异名场景（可选）
  if (filter_1to1) {
    # 仅保留接受名与异名一一对应，且GBIF接受名一致的情况
    valid_matches <- Filter(function(x) x == gbif_accepted, gbif_syn_matches)
    if (length(valid_matches) != 1) {
      warning(paste("Non 1:1 match for:", species_name))
      return(NULL)
    }
  }
  
  # 返回结果
  list(
    natureserve = ns_data,
    gbif_accepted = gbif_accepted,
    gbif_synonym_matches = gbif_syn_matches
  )
}

# 测试函数
match_natserv_gbif("Argynnis aphrodite")
match_natserv_gbif("Tecmessa scitiscripta")

关键注意事项 #

• API请求限制：批量处理时加入Sys.sleep(1)避免触发NatureServe/GBIF的请求频率限制；
• 结果验证：自动匹配后需手动抽样验证，确保ID和分类信息的准确性；
• 属级异名批量处理：对于Speyeria/Argynnis这类属级异名，可先获取属的分类ID，再批量调取属下所有物种的异名数据，提升效率。

内容的提问来源于stack exchange，提问作者Michael Roswell