Машинное обучение помогает прогнозировать приоритеты в области сохранения растений во всем мире: новый аналитический подход определяет 15 000 видов, находящихся под угрозой

Машинное обучение помогает прогнозировать приоритеты в области сохранения растений во всем мире: новый аналитический подход определяет 15 000 видов, находящихся под угрозой
Машинное обучение помогает прогнозировать приоритеты в области сохранения растений во всем мире: новый аналитический подход определяет 15 000 видов, находящихся под угрозой

Существует множество организаций, следящих за исчезающими видами, такими как слоны и тигры, но как насчет миллионов других видов на планете, о которых большинство людей никогда не слышали или не думали? Как ученые оценивают уровень угрозы, скажем, складчатого каменного гвоздя, карибского лангуста или сосны Торри?

Новый подход, совместно разработанный в Университете штата Огайо, использует аналитику данных и машинное обучение для прогнозирования статуса сохранения более 150 000 растений по всему миру. Результаты показывают, что более 15 000 видов, вероятно, квалифицируются как находящиеся под угрозой исчезновения, уязвимые, находящиеся под угрозой исчезновения или находящиеся под угрозой исчезновения.

Подход позволит защитникам природы и исследователям определить виды, которым грозит наибольший риск, а также определить географические районы, где эти виды наиболее сконцентрированы.

Исследование опубликовано сегодня (3 декабря 2018 г.) в журнале Proceedings of the National Academy of Sciences.

«Растения формируют основную среду обитания, от которой зависят все виды, поэтому имело смысл начать с растений», - сказал Брайан Карстенс, профессор эволюции, экологии и биологии организмов в штате Огайо.

"Часто при охране природы люди сосредотачиваются на больших, харизматичных животных, но на самом деле важна среда обитания. Мы можем защитить всех львов, тигров и слонов, каких захотим, но у них должно быть место для жизни в."

В настоящее время Международный союз охраны природы, который составляет самый полный в мире перечень видов, находящихся под угрозой исчезновения («Красный список»), более или менее работает по принципу «вид за видом», требуя больше ресурсов. и специализированной работы, чем для точного присвоения каждому виду категории риска для сохранения.

Из почти 100 000 видов, занесенных в настоящее время в Красную книгу, растения являются одними из наименее представленных, и на них приходится только 5 процентов всех известных в настоящее время видов.

Новый подход, разработанный совместно Карстенсом и ведущим автором Тарой Пеллетье, бывшей аспиранткой штата Огайо, которая сейчас является доцентом биологии в Рэдфордском университете, направлен на увеличение числа включенных видов растений.

Исследовательская группа построила свою прогностическую модель, используя данные открытого доступа из Глобального информационного фонда по биоразнообразию и базы данных TRY Plant Trait. Их алгоритм сравнил данные из этих источников с данными из Красного списка, чтобы найти закономерности риска в особенностях среды обитания, погодных условиях, физических характеристиках и других критериях, которые могут поставить виды под угрозу исчезновения.

Карта данных показывает, что виды растений, подверженные риску, имеют тенденцию группироваться в регионах с высоким естественным биоразнообразием, таких как юго-западная Австралия, тропические леса Центральной Америки и юго-восточное побережье США, где больше видов конкурируют за ресурсы.

«Это позволило нам в основном сделать прогноз о том, с какими рисками для сохранения сталкиваются виды, для которых люди не проводили этих подробных оценок», - сказал Карстен.

"Это не замена более подробным оценкам, но это первый шаг, который может помочь определить виды, которым следует отдать приоритет и на которых людям следует сосредоточить свое внимание."

Карстен сказал, что самой большой проблемой был сбор данных в таком большом масштабе, отметив, что потребовалось несколько месяцев проверки качества, чтобы команда работала с надежными цифрами.

Новая техника была создана для повторения другими учеными, будь то в глобальном масштабе, как это исследование, или для одного рода или экосистемы.