基于人工智能的全球尺度兰科植物群落保护状况制图
机器学习
2024-01-10 v1 应用统计
摘要
尽管生物多样性面临的日益增长的威胁现已得到广泛认识，但目前尚无准确的全球地图显示物种群落是否及何处面临风险。我们在此以公里级分辨率评估并绘制了标志性兰科植物科的保护状况，并讨论了在多个尺度上获得的洞见。我们引入了一种新的深度物种分布模型，该模型基于 1.4 万种兰科植物的 100 万条出现记录进行训练，以在全球尺度和公里级分辨率下预测其群落。我们提出了群落保护状况的两个主要指标：(i) 受威胁物种的比例，以及 (ii) 群落中最受威胁物种的状况。我们展示并分析了这些指标在全球范围内的变化，以及与苏门答腊岛当前保护区的关系。在线提供的全球交互式地图展示了兰科植物群落保护状况指标，在所有尺度上均呈现出剧烈的空间变化。马达加斯加及邻近岛屿的受威胁程度最高。在苏门答腊岛，我们发现保护区与我们的指标有良好的对应关系，但用状况预测补充当前的 IUCN 评估后，结果显示整个岛屿的物种受威胁水平令人担忧。深度学习的最新进展使得在全球尺度上可靠地绘制物种群落保护状况成为可能。作为伞护分类群，兰科植物科为识别全球脆弱生态系统以及在国际和地方层面确定保护行动优先次序提供了参考。
引用
@article{arxiv.2401.04691,
title = {AI-based Mapping of the Conservation Status of Orchid Assemblages at Global Scale},
author = {Joaquim Estopinan and Maximilien Servajean and Pierre Bonnet and Alexis Joly and François Munoz},
journal= {arXiv preprint arXiv:2401.04691},
year = {2024}
}
备注
21 pages, 4 figures. Website URL: https://mapviewer.plantnet.org/?config=apps/store/orchid-status.xml Data and code: https://figshare.com/s/15404886eb3b62363a5f