Digitization of the national herbarium of Mexico: advances and future challenges

Tema del mesEl Herbario Nacional de México resguarda la colección de plantas herborizadas más grande de América Latina, un recurso invaluable para la investigación de la biodiversidad en México y América Central. Un proyecto de digitalización, apoyado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO), fue iniciado en junio de 2012 para las Colecciones Biológicas Nacionales, custodiadas en el Instituto de Biología, incluyendo el Herbario Nacional. A partir de las imágenes de las plantas vasculares montadas en cartulina, se toman fotos digitales y se capturan los datos de la etiqueta manualmente. Más de 500,000 especímenes de la tercera parte de la colección fueron fotografiados en los primeros 21 meses del proyecto. Algunas colecciones del Herbario, incluyendo frutos, semillas, hongos y líquenes, se capturan directamente de las etiquetas sin tomar fotografías, sumando un total de más de 530,000 especímenes de plantas y hongos digitalizados. Ciento cincuenta familias de plantas vasculares se han digitalizado al 100%. Las familias Asteraceae, Poaceae, Lamiaceae y Cactaceae cuentan con el mayor número de ejemplares capturados. La base de datos se maneja con PostgreSQL y otro software de código abierto en desarrollo en el Instituto de Biología. Uno de los retos principales de este proyecto es aportar datos confiables para estudios de taxonomía y bioinformática de la biodiversidad. Protocolos automatizados de control de calidad de los datos han sido implementados para validar y corregir determinaciones taxonómicas y datos geográficos, y más están en desarrollo. La participación continua de taxónomos es un requisito indispensable para mantener un alto nivel curatorial, tanto de la colección física como de la colección digital.The National Herbarium of Mexico holds the largest collection of dried plants in Latin America, an invaluable resource for biodiversity research in Mexico and Central America. A digitization project supported by the National Commission for the Knowledge and Use of Biodiversity (CONABIO) was initiated In June 2012 for the National Biological Collections housed at the Institute of Biology, including the National Herbarium. Collection data are being captured from digital photographs of the herbarium's mounted vascular plants. A third of the collection, more than 500,000 specimens, have been photographed in the first 21 months of the project. Some of the Herbarium's collection, particularly fruits, seeds, fungi, and lichens, are being captured directly from labels without taking photographs, giving a total of more than 530,000 digitized plants and fungi. One hundred and fifty vascular plants families are 100% digitized. The families Poaceae, Asteraceae, Lamiaceae, and Cactaceae have the greatest number of accessions captured. The specimen database is being managed with PostgreSQL and other open source software under development at the Institute of Biology. One of the greatest challenges in this project is to provide reliable data for taxonomic and biodiversity informatic studies. Automated data quality protocols have been implemented to validate and correct taxonomic and geographic information, and more are in development. The continuous participation of taxonomists is an indispensable requisite for maintaining both the physical and digital collection