綜合資料庫TetrapodTraits利用AI填補生物多樣性資料中的長期空白
研究人員開發了TetrapodTraits,這是一個包含33,000 多個四足動物物種的綜合資料庫,旨在加強全球生物多樣性研究。該工具透過納入體型和棲息地等各種特徵,解決了知識空白和數據不一致的問題。他們的分析突顯,有必要獲得更準確的數據,以改善有關物種分佈和保護狀況的結論。
四足動物特徵(TetrapodTraits)是由研究人員開發的全球四足動物資料庫。其數據現在可用於更好的生態學、演化和保育研究。巴西坎皮納斯州立大學的馬裡奧-莫拉(Mario Moura)和美國耶魯大學的沃爾特-傑茨(Walter Jetz)今天(7月9日)在開放獲取期刊《PLOS Biology》上發表了這一研究成果。
巴西的Phyllomedusa burmeisteri葉蛙等體型較小或夜間活動的物種在檢測方面面臨挑戰,這也是自然史資料缺口的原因之一。圖片來源:Mario R. Moura (CC-BY 4.0 )
包括兩棲動物、爬行動物、鳥類和哺乳動物在內的四足動物通常都是有據可查的物種,這使它們在全球生物多樣性研究中成為有用的模型。然而,我們對其中許多物種的了解存在差距、數據不一致以及學名的變化都會導致對生物多樣性的結論出現偏差。為了幫助解決這個問題,研究人員創建了四足動物特徵資料庫(TetrapodTraits),這是一個包含33000 多個四足動物物種的綜合資料庫,其中包括動物的體型、棲息地、生態系統、地理位置、活動時間以及是否受到人類威脅等特徵。
在編制資料庫的過程中,研究人員發現了我們在全球四足動物知識方面的多個空白點。例如,如果動物的身體較小、在夜間活動或生活在熱帶地區,它們的數據就更有可能不完整。研究小組根據現有的觀察結果預測缺失的數據,從而填補了這些空白。他們發現,使用完整的資料集改變了生物多樣性模式,使人們了解一個地區常見的物種種類。
由於在探測樹冠棲息或夜間活動的物種(如斯里蘭卡的Loris tardigradus)時遇到困難,自然歷史資料可能會出現缺口。圖片來源:Alexander Pyron (CC-BY 4.0 )
這項新工作揭示了我們缺少的四足動物數據的規模,並對不同四足動物群的差距和偏差進行了全面評估。這一點非常重要,因為缺失和偏差的數據會導致對生態系統的功能和物種滅絕風險得出錯誤的結論。研究人員總結說,雖然需要收集更多的數據,但TetrapodTraits 可以減少四足動物生態學和保育研究結果的偏差。
作者補充說:”我們的研究利用人工智慧來發現生物多樣性數據中的偏差,並為提高實地研究和採樣策略的有效性提供指導”。
編譯自/ ScitechDaily