This study characterised bacterial

This study characterised bacterial biodiversity and explored
environmental correlates in a range of soils sampled across
continental Europe. In agreement with previous global studies
land use, climate and soil abiotic properties were strongly
associated with changes in bacterial communities, with soil pH
being the best single correlate. Ultimately these
findings point to
the general conclusion that broad characteristics of soil bacterial
communities can be considered as a dependent soil state variable
related to other soil properties (and to some extent human land
use); which are ultimately controlled by the independent soil
forming factors of climate, relief, parent material, and time (Jenny,
1941). These relationships therefore allow the global prediction of
soil bacterial community features over large scales, and we present
the
first attempt to map bacterial communities across Europe
along with a detailed evaluation of the predictions against
observed data from national scale surveys of one of the EU
member states. The map performed adequately in predicting
community characteristics (ordination axis scores) albeit for
opposing ends of the soil biotic/abiotic gradient, and we further
demonstrate how the map can be improved by making use of
available predictive maps of soil pH, previously calculated using
correlations with georeferenced data on wider soil forming factors.
In doing so we highlight the current limitations in soil property
maps at different geographic scales, with national scale predictions
outperforming global scale maps.
To avoid misinterpretation there are some notable caveats
which we must stress with respect to the
findings of this study and
other large surveys of bacterial taxa utilising 16S rRNA amplicon
approaches. Firstly when conducting such large scale studies, one
necessarily focusses on broad patterns and, particularly in this
study using a community profiling technique, broad taxonomic
resolution. We therefore do not propose that the map in any way
represents similarities between soils in terms of clonal or even
species level composition, which may be more governed by local
ecological or evolutionary processes (Cho and Tiedje, 2000).
Additionally, it is stressed that soil pH is not the sole driver of
differences in bacterial communities, nor should any form of
causation be inferred. For instance the role of plant inputs can also
affect the relative abundances of taxa over relatively short
timescales, with potentially important functional consequences
for processes such as carbon cycling (Thomson et al., 2013).
Ultimately these taxonomic limitations will overcome with
wider global adoption of sequencing approaches in soil monitoring
networks which will likely enable environmentally driven predic-
tive models of individual taxon abundances (Fierer et al., 2013),
rather than using multivariate community estimates and relation-
ships with well characterised soil biotic variables. Whilst
fieldscale
resolution was not the purpose of this mapping exercise, we
feel this should be a future ambition of global efforts to
characterise soil biodiversity. Our study highlights the benefits
of using advances geostatistical approaches for soil biodiversity
mapping using high resolution remote sensed data. It is possible
that similar approaches can be applied to other elements of soil
biodiversity, including eukaryotes, given enhanced understanding
of controlling environmental parameters. Such knowledge can be
gained both by efforts to harmonise existing soil biodiversity
datasets, but also by increased eukaryotic sampling in national
surveys—a realistic possibility now with the availability of rapid
molecular tools for eukaryotes (e.g. Ramirez et al., 2014). Finally to
conclude, our map identifies that predictions are only as good as
the surveyed “real” data used to build models. Predictive accuracy
will vary depending on the scale of the surveyed data (model
inputs) and the spatial extent of the area we seek to predict. Global
predictions at high spatial accuracy should therefore be the
ultimate goal, which requires increased efforts to standardise and
conduct soil biotic and abiotic surveillance at global scales. These
advances will be facilitated by better spatial integration of
distributed datasets (e.g. global harmonisation of localised climate,
geological, remote sensed land cover, and soil datasets) and
continued development and validation of mapping predictions
against local surveyed data

ผลลัพธ์ (ไทย) 1:

การศึกษานี้ลักษณะความหลากหลายทางชีวภาพแบคทีเรีย และสำรวจเพิ่มสิ่งแวดล้อมของดินตัวอย่างทั้งในแบบทวีปยุโรป เคราะห์โลกที่ดินใช้ สภาพภูมิอากาศ และดิน abiotic properties ถูกอย่างยิ่งเกี่ยวข้องกับการเปลี่ยนแปลงในชุมชนแบคทีเรีย กับค่า pH ของดินการเชื่อมโยงเดียวดีที่สุด ในที่สุดเหล่านี้ผลวิจัยชี้ไปข้อสรุปทั่วไปลักษณะที่ดีของแบคทีเรียดินชุมชนสามารถถือได้ว่าเป็นตัวแปรของรัฐขึ้นอยู่กับดินเกี่ยวข้อง กับคุณสมบัติดินอื่น ๆ (และขอบเขตที่ดินมนุษย์ใช้); ในที่สุดซึ่งถูกควบคุม โดยดินอิสระปัจจัยสภาพภูมิอากาศ บรรเทา วัสดุหลัก และเวลา (เจนนี่ ขึ้นรูป1941) . ความสัมพันธ์เหล่านี้ทำให้การคาดการณ์ของโลกดินแบคทีเรียสิ่งอำนวยความสะดวกผ่านเครื่องชั่งขนาดใหญ่ และเรานำเสนอการครั้งแรก พยายามแผนที่ชุมชนแบคทีเรียทั่วยุโรปพร้อมกับเป็นการประเมินรายละเอียดของการคาดคะเนกับสังเกตข้อมูลจากการสำรวจระดับชาติของสหภาพยุโรปอย่างใดอย่างหนึ่งรัฐสมาชิก แผนที่ดำเนินการอย่างเพียงพอในการทำนายคุณลักษณะของชุมชน (คะแนนแกนบวช) แม้ว่าสำหรับปลายตรงข้ามของลาดดินกำเนิดสิ่งมีชีวิต abiotic และเราต่อไปสาธิตวิธีแผนที่สามารถแก้ไขได้ โดยการใช้มีระบบแผนที่ของดิน pH ก่อนหน้านี้ คำนวณโดยใช้ความสัมพันธ์กับข้อมูล georeferenced บนดินกว้างขึ้นรูปปัจจัยประเทศเราเน้นปัจจุบันข้อจำกัดในคุณสมบัติดินแผนที่ที่แตกต่างกันทางภูมิศาสตร์ชั่ง คาดคะเนระดับชาติแผนที่ outperforming ระดับโลกเพื่อหลีกเลี่ยงการ เข้าใจผิดมีมีคำเตือนบางประการโดดเด่นซึ่งเราต้องเครียดกับการผลของการศึกษานี้ และแบบสำรวจอื่น ๆ ขนาดใหญ่ใช้ 16S rRNA amplicon ของแบคทีเรียแนวทางการ ประการแรกเมื่อทำการศึกษาดังกล่าวขนาดใหญ่ หนึ่งมะใช้สมาธิ ในรูปแบบที่กว้าง และ โดยเฉพาะอย่างยิ่ง ในการนี้จำเป็นต้องศึกษาโดยใช้ชุมชนรวบรวมสถานะเทคนิค กว้างอนุกรมวิธานความละเอียดของ เราจึงไม่เสนอที่แผนที่ในลักษณะใดแสดงถึงความคล้ายคลึงกันระหว่างดินในแง่ ของ clonal หรือแม้สายพันธุ์ระดับองค์ประกอบ ซึ่งอาจอยู่ภายใต้มากขึ้น โดยเฉพาะระบบนิเวศ หรือวิวัฒนาการกระบวนการ (โจและ Tiedje, 2000)นอกจากนี้ มันจะเน้นที่ค่า pH ของดินไม่ได้ขับแต่เพียงผู้เดียวของความแตกต่างในชุมชนแบคทีเรีย ไม่ควรการสามารถสรุปสาเหตุ ตัวอย่างเช่น บทบาทของปัจจัยการผลิตพืชยังสามารถส่งผลกระทบต่อร้านญาติของค่อนข้างสั้นกว่าtimescales มีผลกระทบการทำงานสำคัญอาจสำหรับกระบวนการเช่นคาร์บอนขี่จักรยาน (ทอมสัน et al. 2013)ในที่สุด ข้อจำกัดเหล่านี้อนุกรมวิธานจะเอาชนะวิธีจัดลำดับในการตรวจสอบดินกว้างกว่าส่วนกลางนำเครือข่ายซึ่งจะช่วยให้มีแนวโน้มต่อสิ่งแวดล้อมขับเคลื่อน predic-รุ่น tive ของมันแต่ละร้าน (Fierer et al. 2013),แทนที่จะใช้การประเมินชุมชนแบบหลายตัวแปรและความสัมพันธ์เรือรบที่ มีตัวแปรลร่วมด้วยลักษณะดิน ในขณะที่fieldscaleความละเอียดไม่ใช่วัตถุประสงค์ของการออกกำลังกายการแมปนี้ เรารู้สึกนี้ควรจะเป็นความพยายามทั่วโลกใฝ่ฝันในอนาคตภายในความหลากหลายทางชีวภาพของดิน ศึกษาของเราเน้นประโยชน์การใช้วิธี geostatistical ล่วงหน้าสำหรับความหลากหลายทางชีวภาพของดินการแมปข้อมูลรู้สึกระยะไกลความละเอียดสูงโดยใช้ เป็นไปได้ว่า สามารถใช้วิธีการคล้ายกับองค์ประกอบอื่น ๆ ของดินความหลากหลายทางชีวภาพ eukaryotes รวมทั้งให้เพิ่มความเข้าใจการควบคุมพารามิเตอร์สภาพแวดล้อม ความรู้ดังกล่าวสามารถได้รับทั้ง โดยความพยายามไปกับความหลากหลายทางชีวภาพที่มีอยู่ในดินชุดข้อมูล แต่ยัง โดยการสุ่มตัวอย่าง eukaryotic เพิ่มขึ้นในชาติสำรวจ — ความเป็นไปได้จริงตอนนี้ มีความพร้อมรวดเร็วเครื่องมือระดับโมเลกุลสำหรับ eukaryotes (เช่น Ramirez et al. 2014) ในที่สุดการสรุป แผนที่ระบุว่า คาดคะเนเท่านั้นจะดีเป็นสำรวจ "ความจริง" ข้อมูลที่ใช้ในการสร้างแบบจำลอง คาดการณ์แม่นยำขึ้นอยู่กับขนาดของข้อมูล (แบบสำรวจปัจจัยการผลิต) และขอบเขตเชิงพื้นที่ของพื้นที่ที่เราจะคาดการณ์ ทั่วโลกคาดการณ์แม่นยำเชิงพื้นที่สูงดังนั้นจึงควรเป้าหมายสูงสุด ซึ่งต้องมีความพยายามเพิ่มขึ้นเพื่อ standardise และดำเนินการเฝ้าระวังดินไบโอติก และ abiotic ที่เครื่องชั่งระดับโลก เหล่านี้ความก้าวหน้าจะอำนวยความสะดวก โดยดีเชิงพื้นที่รวมของแจกจ่ายชุดข้อมูล (เช่นโลก harmonisation ไหนสภาพภูมิอากาศธรณีวิทยา รีโมทรู้สึกที่ดินฝา และดินชุดข้อมูล) และอย่างต่อเนื่องพัฒนาและตรวจสอบการคาดคะเนการแม็ปข้อมูลท้องถิ่นสำรวจ

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้มีลักษณะความหลากหลายทางชีวภาพแบคทีเรียและการสำรวจ
ความสัมพันธ์ของสิ่งแวดล้อมในช่วงของดินชิมทั่ว
ทวีปยุโรป ในข้อตกลงกับก่อนหน้านี้การศึกษาทั่วโลก
ใช้ที่ดินสภาพภูมิอากาศและดินคุณสมบัติ abiotic ถูกอย่างยิ่ง
ที่เกี่ยวข้องกับการเปลี่ยนแปลงในชุมชนแบคทีเรียที่มีค่า pH ของดิน
เป็นความสัมพันธ์ที่ดีที่สุดเดียว ในที่สุดเหล่านี้
ผลการวิจัยชี้ให้เห็น
ข้อสรุปทั่วไปที่มีลักษณะกว้างของแบคทีเรียในดิน
ชุมชนได้รับการพิจารณาเป็นรัฐดินขึ้นอยู่กับตัวแปร
ที่เกี่ยวข้องกับคุณสมบัติของดินอื่น ๆ (และบางส่วนที่ดินของมนุษย์
การใช้งาน); ซึ่งในท้ายที่สุดจะถูกควบคุมโดยดินอิสระ
ปัจจัยของสภาพภูมิอากาศบรรเทาวัสดุผู้ปกครองและเวลา (เจนนี่สร้าง
1941) ความสัมพันธ์เหล่านี้จึงช่วยให้การคาดการณ์ระดับโลกของ
ชุมชนแบคทีเรียในดินมีมากกว่าเครื่องชั่งน้ำหนักขนาดใหญ่และเรานำเสนอความพยายามครั้งแรกที่จะแมชุมชนแบคทีเรียทั่วยุโรปพร้อมกับการประเมินผลรายละเอียดของการคาดการณ์กับข้อมูลที่สังเกตได้จากการสำรวจระดับชาติของหนึ่งในสหภาพยุโรปประเทศสมาชิก . แผนที่ดำเนินการอย่างเพียงพอในการทำนายลักษณะชุมชน (คะแนนบวชแกน) แม้ว่าฝ่ายตรงข้ามปลายของสิ่งมีชีวิตในดิน / ลาด abiotic และเรายังแสดงให้เห็นว่าแผนที่จะดีขึ้นโดยการใช้แผนที่การทำนายที่มีอยู่ของค่า pH ของดิน, คำนวณก่อนหน้านี้โดยใช้ความสัมพันธ์ มีข้อมูลอ้างอิงทางภูมิศาสตร์กับปัจจัยการขึ้นรูปดินกว้าง. ในการทำเช่นนั้นเราเน้นข้อ จำกัด ในปัจจุบันในคุณสมบัติของดินแผนที่ในระดับทางภูมิศาสตร์ที่แตกต่างกันกับการคาดการณ์ระดับชาติoutperforming แผนที่ระดับโลก. เพื่อหลีกเลี่ยงความเข้าใจผิดมีบางประการที่โดดเด่นที่เราจะต้องเน้นด้วยความเคารพผลการศึกษาและการสำรวจขนาดใหญ่อื่น ๆ ของแท็กซ่าแบคทีเรียใช้ 16S rRNA amplicon วิธี ประการแรกเมื่อการดำเนินการศึกษาขนาดใหญ่เช่นหนึ่งจำเป็นต้องเน้นในรูปแบบวงกว้างและโดยเฉพาะอย่างยิ่งในเรื่องนี้การศึกษาโดยใช้เทคนิคโปรไฟล์ชุมชนอนุกรมวิธานกว้างความละเอียด ดังนั้นเราจึงไม่ได้เสนอว่าแผนที่ในทางใดทางหนึ่งแสดงให้เห็นถึงความคล้ายคลึงกันระหว่างดินในแง่ของ clonal หรือแม้กระทั่งระดับสายพันธุ์องค์ประกอบซึ่งอาจจะควบคุมได้มากขึ้นโดยท้องถิ่นกระบวนการของระบบนิเวศหรือวิวัฒนาการ (Cho และ Tiedje, 2000). นอกจากนี้จะมีการเน้นว่า ค่า pH ของดินไม่ได้เป็นคนขับรถเพียงอย่างเดียวของความแตกต่างในชุมชนแบคทีเรียไม่ควรรูปแบบของการใด ๆ ที่ทำให้เกิดผลสรุป ยกตัวอย่างเช่นบทบาทของปัจจัยการผลิตพืชนอกจากนี้ยังสามารถส่งผลกระทบต่อญาติของอนุภาคแท็กซ่ากว่าค่อนข้างสั้นระยะเวลาที่มีผลกระทบการทำงานที่สำคัญที่อาจเกิดขึ้นสำหรับกระบวนการเช่นการขี่จักรยานคาร์บอน (ทอมสัน et al., 2013). ในที่สุดข้อ จำกัด การจัดหมวดหมู่เหล่านี้จะเอาชนะด้วยการยอมรับทั่วโลกที่กว้างขึ้น ลำดับวิธีการในการตรวจสอบดินเครือข่ายซึ่งน่าจะช่วยให้การขับเคลื่อนสิ่งแวดล้อมคาดการณ์ว่าแบบจำลองเชิงปริมาณของแท็กซอนบุคคล (Fierer et al., 2013), แทนที่จะใช้ประมาณการชุมชนหลายตัวแปรและความสัมพันธ์พร้อมกับตัวแปรทางชีววิทยาของดินมีลักษณะดี ขณะfieldscale ความละเอียดไม่ได้มีจุดประสงค์ของการออกกำลังกายการทำแผนที่นี้เรารู้สึกว่านี่ควรจะเป็นความใฝ่ฝันในอนาคตของความพยายามของทั่วโลกเพื่อแสดงลักษณะของความหลากหลายทางชีวภาพของดิน การศึกษาของเราเน้นประโยชน์ของการใช้วิธีการก้าวหน้า geostatistical ความหลากหลายทางชีวภาพของดินการทำแผนที่ความละเอียดสูงโดยใช้ข้อมูลจากระยะไกลรู้สึก มันเป็นไปได้ว่าวิธีการที่คล้ายกันสามารถนำไปใช้กับองค์ประกอบอื่น ๆ ของดินความหลากหลายทางชีวภาพรวมทั้งยูคาริโอได้รับความเข้าใจที่เพิ่มขึ้นของการควบคุมพารามิเตอร์ด้านสิ่งแวดล้อม ความรู้ดังกล่าวสามารถได้รับทั้งความพยายามที่จะประสานความหลากหลายทางชีวภาพของดินที่มีอยู่ชุดข้อมูล แต่ยังโดยการสุ่มตัวอย่าง eukaryotic ชาติที่เพิ่มขึ้นในการสำรวจ-ความเป็นไปได้จริงในขณะนี้ด้วยความพร้อมของอย่างรวดเร็วเครื่องมือโมเลกุลยูคาริโอ (เช่นรามิเรซ et al., 2014) ในที่สุดก็ถึงสรุปแผนที่ของเราจะระบุว่าการคาดการณ์เท่านั้นที่ดีที่สุดเท่าที่สำรวจข้อมูล "ของจริง" ที่ใช้ในการสร้างแบบจำลอง ความถูกต้องของการทำนายจะแตกต่างกันขึ้นอยู่กับขนาดของข้อมูลที่สำรวจ (รูปแบบปัจจัยการผลิต) และขอบเขตพื้นที่ของพื้นที่ที่เราพยายามที่จะคาดการณ์ ทั่วโลกคาดการณ์ที่ถูกต้องแม่นยำเชิงพื้นที่สูงจึงควรจะเป็นเป้าหมายสูงสุดซึ่งจะต้องเพิ่มความพยายามที่จะสร้างมาตรฐานและการดำเนินการทางชีววิทยาของดินและการเฝ้าระวัง abiotic ในระดับโลก เหล่านี้ความก้าวหน้าจะได้รับการอำนวยความสะดวกโดยบูรณาการเชิงพื้นที่ที่ดีขึ้นของชุดข้อมูลแบบกระจาย (เช่นการประสานกันของสภาพภูมิอากาศโลกที่มีการแปล, ธรณีวิทยา, สิ่งปกคลุมดินรู้สึกระยะไกลและชุดข้อมูลของดิน) และต่อการพัฒนาและการตรวจสอบของการคาดการณ์การทำแผนที่กับข้อมูลการสำรวจในท้องถิ่น