挪威科技大学（NTNU）研究人员训练了一个机器学习算法，让它计算IUCN红色名录之前评估过的26363个物种的灭绝风险。计算基于这些物种生活地区的已发表数据，以及已知会影响生物多样性的各种因素，如气候变化、人类的土地使用，以及入侵物种构成的威胁。作者随后利用该算法预测了全部7699个数据缺乏物种的灭绝风险。
研究人员估计，4336个（56%）数据缺乏物种可能存在灭绝风险。相较之下，IUCN红色名录评估的物种中只有28%有灭绝风险。数据缺乏物种的灭绝风险因种群和地理区域而异，其中85%的两栖动物、40%的辐鳍鱼类、61%的哺乳动物、59%的爬行动物、62%的昆虫可能都有灭绝风险。有灭绝风险的数据缺乏陆栖物种通常在中非、南亚和马达加斯加这些地区的较小地理面积内活动。据预测，全世界海岸线周围有1/3到一半的数据缺乏海洋物种有灭绝风险。
以上结果凸显出针对大量有灭绝风险但未被IUCN列为濒危物种的数据缺乏物种的保育重要性。研究团队指出，对这些物种开展更准确的评估或能帮助转变保育优先级，并更快地将它们纳入可持续发展目标和生物多样性保育对象中。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】