通过GBIF网络获取的数据对所有人都是免费的——但并非没有义务。 根据GBIF数据使用者协议的条款，下载单个数据集或搜索结果并用于研究或政策的用户，同意使用DOI (即数字对象识别符) 对其进行引用。
正确的引用方式可以引导其他研究人员回溯数据的原始来源，确保科学的透明度和再现性。 它们还通过强调共享开放数据的价值并向其利益攸关方和资助者展示其影响，来回报数据发布机构和个人。 通过GBIF发布的数据集是作者发表的电子数据出版物，因此应被视为一流的研究成果并被正确引用。
虽然下面所有的引用示例格式都是Harvard文体，但请根据您的机构、出版商或代理机构要求的文体格式进行调整。 但是，请务必包括内容的每个元素——最重要的是以URL (网址) 表示的DOI。
引用数据
- 出现记录数据下载
- 单独的数据集
- 物种页面
- 衍生数据集
- 使用第三方工具 (如rgbif、pygbif、spocc、dismo等) 获得的出现记录数据。
- 通过GBIF出现记录搜索API获取的出现记录数据
- 通过云计算环境获取的出现记录数据
引用非数据内容
出现记录数据下载
当从GBIF.org下载数据时，注册的使用者会立即被重定向到包含以下信息的页面：
此引用再次出现在发送给注册使用者的确认电子邮件中。 将此参考资料放在身边，以便您能够引用。 之前下载的详细信息总是可以在注册使用者的下载列表中获取。 如果您需要帮助找到之前的下载，请联系GBIF。
下载页面提供了一个记录，列出了所有贡献数据集，以及一张所有搜索词、筛选条件和分面的快照。 使用者可以从下载页面快速更新搜索结果，并且一旦在GBIF的文献追踪程序 (例如) 中检索到任何引用后，也会看到它们的链接。
引用筛选后的下载
如果您已经对下载的数据进行了大幅筛选，那么您可以创建一个衍生数据集，只引用下游分析中使用的记录。 这要求您在筛选步骤中保留datasetKey列。
引用多个下载
如果您使用了多个下载，您可能无法在文章的参考文献列表中包括所有引用。 在这种情况下，我们建议包括一个补充列表或附录，列出所有使用的下载。 您也可以选择使用一个衍生数据集来总结合并后的数据。 请注意，GBIF下载系统允许在一次下载请求中使用多个分类群 (最多100,000个) 。
单独的数据集
大多数从GBIF.org的下载包含出自多个数据集的记录 (如上所述) ，但在某些情况下，例如内部报告或用于研究的一个数据集的提前发布，使用者可能想要或需要引用一个单个数据集，如在此例中:
Rivas Pava M D P, Muñoz Lara D G, Ruiz Camayo M A, Fernández Trujillo L F, Muñoz Castro F A, Pérez Muñoz N (2017). Colección Mastozoológica del Museo de Historia Natural de la Universidad del Cauca. Version 1.1. Universidad del Cauca. 发生数据集https://doi.org/10.15472/ciasei 于2020-03-02通过GBIF.org获取。
请注意，由于数据集可能会随时间而变化，即使是单个数据集下载也会被分配新的、唯一的DOIs，这些DOIs应在引用中使用。 如果合适，这可以与原始数据集引用结合起来使用，例如：
Telenius A, Jonsson C (2017). 《哥德堡自然历史博物馆(GNM) 的软体动物》。 GBIF-瑞典。 发生下载https://doi.org/10.15468/dl.f14yjv于2020-03-02通过GBIF.org获取。
物种页面
每个物种页面都包括一个默认引用，例如：
GBIF秘书处：GBIF主干分类。 https://doi.org/10.15468/39omei通过https://www.gbif.org/species/5284517获取
[2020年1月13日]
请注意：如果对给定分类群的分布做出断言，请考虑对发生进行下载。 这会确保具有DOI的数据的持久时间标记的快照，其可以以与发生数据下载相同的方式被引用。
衍生数据集
衍生数据集是GBIF介导的发生数据的可引用记录，其要么来源于：
- 已被大幅筛选/减少的一个GBIF.org下载，或者
- 在一个云计算环境获取的数据，或者
- 通过任何未分配DOI，但是需要一个DOI (如访问GBIF搜索API的第三方工具) 的方式获得的数据
当被创建时，一个衍生数据集被分配一个唯一的DOI，该DOI可用于引用数据。 要创建一个衍生数据集，您需要使用一个GBIF.org账户进行认证，并提供一个数据来源的GBIF数据集列表 (通过 DOI或datasetKey) ，最好是每个数据集贡献了多少条记录的计数。
使用第三方工具 (如rgbif、pygbif、spocc、dismo等) 获取GBIF数据
用 R、Python和其他编程语言从GBIF获取发生数据既快速又容易。 然而，重要的是要始终牢记，GBIF数据使用者协议的引用要求仍然适用。
对于大多数使用者，强烈建议使用rgbif包的*occ_download()*函数获取发生数据，因为这样可以确保下载被分配DOIs，便于引用。
从GBIF搜索API直接返回结果的工具 (如spocc、dismo和rgbif的*occ_data()与occ_search()*函数) 将不会为下载的数据分配单个的DOIs。 由使用者来确定数据集发布者，并在引用数据时正确地确认每个发布者。
对于通过基于发生搜索API的工具获得的数据，我们建议使用一个衍生数据集作为获得用于引用数据的DOI的一种简单方法。 rOpenSci文档编制网站提供了在rgbif中关于如何引用GBIF介导的数据的说明。
云环境
GBIF在多种云计算环境中提供每月发生数据的快照以供分析：
在这种云环境中获取和/或分析数据的使用者应参考云计算资源库中提供的具体说明。 至少要在引用中包括相关快照 (见表) 的DOI。 对于数据被大幅筛选的分析，请追踪所使用的datasetKeys，并使用一个衍生数据集记录来引用数据。
引用非数据GBIF内容
GBIF.org
那些希望在一般情况下引用GBIF网站的人可以使用以下的示例：
GBIF.org (年份)，GBIF主页。 来源：https://www.gbif.org
[2020年1月13日]。
在GBIF.org (网页) 上撰写的内容
同样地，使用者可以引用GBIF网站上的非数据页面，例如：
GBIF.org (年份) 引用指南。 可从https://www.gbif.org/citation-guidelines
[2020年1月13日]获取。
注意：这种方法不是一种被接受的引用数据下载的替代方法。
GBIF作为一个基础设施/实体
我们建议那些希望在更广泛、更一般的背景下引用GBIF的人应使用以下引文：
GBIF：全球生物多样性信息机构 (年份) 什么是GBIF？。 可从https://www.gbif.org/what-is-gbif
[2020年1月13日]获取。