中国生物多样性保护与绿色发展基金会(简称中国绿发会,绿会)作为世界自然保护联盟(IUCN)的成员单位,持续关注世界自然保护方面的最新动态。近日,中国绿发会国际部从世界知名期刊获悉,一项研究显示:半数未列入濒危物种红色名录的物种面临灭绝风险。绿会国际部现将该文整理编译如下,供感兴趣的读者参考和了解。
2022年8月4日公布的一项机器学习分析显示,由于缺乏数据而无法评估濒危状态的物种中,预计有一半以上将面临灭绝的风险。
世界自然保护联盟目前有近150000个濒危物种红色名单条目,包括约41000个濒临灭绝的物种。
其中包括41%的两栖动物、38%的鲨鱼和鳐鱼、33%的造礁珊瑚、27%的哺乳动物和13%的鸟类。
但世界自然保护联盟无法对数千种物种进行分类,因为它们“数据不足”,不在红色名单上,尽管它们生活在同一地区,并面临着迄今为止评估的物种面临的类似威胁。
挪威科技大学的研究人员使用机器学习技术预测7699种数据不足物种面临灭绝风险的可能性。
他们在世界自然保护联盟能够分类的26000多种物种的名单上训练了算法,结合物种生活区域的数据和其他已知影响生物多样性的因素,以确定算法是否预测了它们的灭绝风险状态。
“这些可能包括气候条件、土地利用条件或土地利用变化、农药使用、入侵物种的威胁或一系列不同的压力源。”该大学工业生态学项目的主要作者扬·博格特(Jan Borgelt)告诉法新社。
在将该算法的结果与世界自然保护联盟的列表进行比较后,研究小组随后将其应用于预测数据不足物种的灭绝风险。
2019年联合国全球生物多样性评估警告说,由于栖息地丧失、入侵物种和气候变化等多种因素,多达100万种物种面临灭绝的威胁。
博格特说,分析揭示了数据不足物种风险的一些热点,包括马达加斯加和印度南部。他说,他希望这项研究能够帮助世界自然保护联盟制定其针对缺少报告的物种的战略,并补充说,该团队已经向世界自然保护联盟伸出了援助之手。
他说:“有了这些来自机器学习的预测,我们可以得到真正意义上的预评估,或者我们可以利用这些预测来确定世界自然保护联盟必须研究哪些物种。”
世界自然保护联盟红名单负责人克雷格·希尔顿·泰勒(Craig Hilton-Taylor)表示,该组织正在不断利用新技术,以减少数据不足物种的数量。
他告诉法新社:“我们也知道,一部分缺乏数据的物种有灭绝的危险,在我们估计一个群体中受威胁物种的比例时,我们会将这一点纳入我们的计算。”
他们在《通讯生物学》杂志上发表文章,发现4336种物种(占抽样物种的56%)可能面临灭绝的威胁,其中包括85%的两栖动物和61%的哺乳动物。
相比之下,世界自然保护联盟红色名录中评估的物种占28%。
博格特说:“我们发现,如果我们将缺乏数据的物种包括在内,全球大多数陆地和沿海地区的平均灭绝风险将更高。”
原文参看:https://phys.org/news/2022-08-species-endangered-extinction.html
编译:Daisy
审核:YJ
编辑:Pierre