機器學習有助于識別有風險的植物

在國際自然保護聯(lián)盟(IUCN)維護的瀕危物種紅色名錄中，超過15,000種其他植物物種應被歸類為“有風險”，稱一群生物學家已經制定了機器學習協(xié)議來識別物種。威脅。

研究人員表示，到目前為止，世界上僅有5%的已知植物物種已經進行了保護風險評估

“我們的方法并不是要用IUCN協(xié)議取代正式評估，”馬里蘭大學的AnahíEspíndola解釋道。

“通過計算特定物種面臨風險的可能性，它可以幫助確定流程的優(yōu)先順序。”

Espíndola和她的團隊使用稱為隨機森林的機器學習分類和預測方法來評估150,000種未分類但已知的植物物種，并預測其紅名單狀態(tài)。這些范圍從“最不關心”，其中沒有滅絕的風險，到“極度瀕危”。

他們的研究結果發(fā)表在“ 科學院院刊”的一篇論文中，表明其中10%的物種應歸類為具有某種風險。

“在全球范圍內，對植物的威脅程度遠高于預期，”他們寫道。

“此外，我們的結果表明，幾個地理區(qū)域應該得到保護生物學家和/或決策者比現(xiàn)在更多的關注。”

對植物進行分類是一項耗時且昂貴的努力，這是紅色名錄缺少這么多物種的一個原因。研究人員希望他們的分析能夠通過確定優(yōu)先級來提高流程效率。

“最終，我們希望它能幫助政府和資源管理者決定在哪里投入有限的資源用于保護，”Espíndola說。“這對于未充分研究的地區(qū)尤其有用。”

該研究揭示了一個“重要但令人不安”的結果。在紅色名錄中充分代表的地理區(qū)域不是許多主要植物生物多樣性熱點出現(xiàn)的地方，也不是有高風險物種群的地方。

“當我第一次開始考慮這個項目時，我懷疑許多具有高度多樣性的地區(qū)將得到很好的研究和保護。但我們發(fā)現(xiàn)情況正好相反，”Espíndola說。

“許多高度多樣化的地區(qū)與風險概率最高的地區(qū)相對應。當我們看到這些地圖時，我們很驚訝它是那么清楚。