机器学习有助于识别有风险的植物

在国际自然保护联盟(IUCN)维护的濒危物种红色名录中，超过15,000种其他植物物种应被归类为“有风险”，称一群生物学家已经制定了机器学习协议来识别物种。威胁。

研究人员表示，到目前为止，世界上仅有5%的已知植物物种已经进行了保护风险评估

“我们的方法并不是要用IUCN协议取代正式评估，”马里兰大学的AnahíEspíndola解释道。

“通过计算特定物种面临风险的可能性，它可以帮助确定流程的优先顺序。”

Espíndola和她的团队使用称为随机森林的机器学习分类和预测方法来评估150,000种未分类但已知的植物物种，并预测其红名单状态。这些范围从“最不关心”，其中没有灭绝的风险，到“极度濒危”。

他们的研究结果发表在“ 科学院院刊”的一篇论文中，表明其中10%的物种应归类为具有某种风险。

“在全球范围内，对植物的威胁程度远高于预期，”他们写道。

“此外，我们的结果表明，几个地理区域应该得到保护生物学家和/或决策者比现在更多的关注。”

对植物进行分类是一项耗时且昂贵的努力，这是红色名录缺少这么多物种的一个原因。研究人员希望他们的分析能够通过确定优先级来提高流程效率。

“最终，我们希望它能帮助政府和资源管理者决定在哪里投入有限的资源用于保护，”Espíndola说。“这对于未充分研究的地区尤其有用。”

该研究揭示了一个“重要但令人不安”的结果。在红色名录中充分代表的地理区域不是许多主要植物生物多样性热点出现的地方，也不是有高风险物种群的地方。

“当我第一次开始考虑这个项目时，我怀疑许多具有高度多样性的地区将得到很好的研究和保护。但我们发现情况正好相反，”Espíndola说。

“许多高度多样化的地区与风险概率最高的地区相对应。当我们看到这些地图时，我们很惊讶它是那么清楚。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！