Organisms use color to serve a variety of biological functions, including camouflage, mate attraction and thermoregulation. The potential adaptive role of color is often investigated by examining patterns of variation across geographic, habitat and life-history gradients. This approach, however, presents a data collection trade-off whereby researchers must either maximize intraspecific detail or taxonomic and geographic coverage. This limits our ability to fully understand color variation across entire taxonomic groups at global scales. We provide a solution by extracting color data from more than 44 000 individual specimens of ants, representing over 14 000 species and morphospecies, using a computer vision algorithm on ant head images. Our analyses on this dataset reveal that ants are dominated by variation in the dark-pale color spectrum, that much of this variation is held within species, and that, overall, a suite of popular ecogeographic hypotheses are unable to explain intra- and interspecific variation in ant color. This is in contrast to previous work at the assemblage level in ants and other invertebrates demonstrating clear and strong links between variables such as temperature and the average color of entire assemblages. Our work applies a novel computational approach to the study of large-scale trait diversity. By doing so, we reveal previously unknown levels of intraspecific variation. Similar approaches may unlock a vast amount of data residing in museum and specimen databases and establish a digital platform for a data collection revolution in functional biogeography.

中文翻译：

---

使用计算机视觉了解蚂蚁颜色的全球生物地理学

生物体利用颜色来发挥各种生物学功能，包括伪装、吸引配偶和调节体温。通常通过检查地理、栖息地和生活史梯度的变化模式来研究颜色的潜在适应性作用。然而，这种方法提出了数据收集权衡，研究人员必须最大限度地提高种内细节或分类学和地理覆盖范围。这限制了我们在全球范围内充分了解整个分类群的颜色变化的能力。我们通过在蚂蚁头部图像上使用计算机视觉算法，从代表 14000 多个物种和形态的 44000 多个蚂蚁个体样本中提取颜色数据，从而提供解决方案。我们对该数据集的分析表明，蚂蚁受深浅色谱变化的支配，这种变异大部分发生在物种内部，总的来说，一套流行的生态地理学假设无法解释蚂蚁颜色的种内和种间变异。这与之前在蚂蚁和其他无脊椎动物的组合水平上的工作形成对比，这些工作表明温度等变量与整个组合的平均颜色之间存在明显而强烈的联系。我们的工作将一种新颖的计算方法应用于大规模特征多样性的研究。通过这样做，我们揭示了以前未知的种内变异水平。类似的方法可能会解锁驻留在博物馆和标本数据库中的大量数据，并为功能生物地理学的数据收集革命建立一个数字平台。一套流行的生态地理学假设无法解释蚂蚁颜色的种内和种间变异。这与之前在蚂蚁和其他无脊椎动物的组合水平上的工作形成对比，这些工作表明温度等变量与整个组合的平均颜色之间存在明显而强烈的联系。我们的工作将一种新颖的计算方法应用于大规模特征多样性的研究。通过这样做，我们揭示了以前未知的种内变异水平。类似的方法可能会解锁驻留在博物馆和标本数据库中的大量数据，并为功能生物地理学的数据收集革命建立一个数字平台。一套流行的生态地理学假设无法解释蚂蚁颜色的种内和种间变异。这与之前在蚂蚁和其他无脊椎动物的组合水平上的工作形成对比，这些工作表明温度等变量与整个组合的平均颜色之间存在明显而强烈的联系。我们的工作将一种新颖的计算方法应用于大规模特征多样性的研究。通过这样做，我们揭示了以前未知的种内变异水平。类似的方法可能会解锁驻留在博物馆和标本数据库中的大量数据，并为功能生物地理学的数据收集革命建立一个数字平台。这与之前在蚂蚁和其他无脊椎动物的组合水平上的工作形成对比，这些工作表明温度等变量与整个组合的平均颜色之间存在明显而强烈的联系。我们的工作将一种新颖的计算方法应用于大规模特征多样性的研究。通过这样做，我们揭示了以前未知的种内变异水平。类似的方法可能会解锁驻留在博物馆和标本数据库中的大量数据，并为功能生物地理学的数据收集革命建立一个数字平台。这与之前在蚂蚁和其他无脊椎动物的组合水平上的工作形成对比，这些工作表明温度等变量与整个组合的平均颜色之间存在明显而强烈的联系。我们的工作将一种新颖的计算方法应用于大规模特征多样性的研究。通过这样做，我们揭示了以前未知的种内变异水平。类似的方法可能会解锁驻留在博物馆和标本数据库中的大量数据，并为功能生物地理学的数据收集革命建立一个数字平台。