Aprendizaje automático para predecir prioridades de conservación

El nuevo enfoque analítico identifica 15,000 especies en riesgo



Aprendizaje automático para detectar necesidades de conservación de las plantas
El mapa muestra los niveles de riesgo previstos para más de 150,000 especies de plantas. Usando grandes cantidades de datos de acceso abierto, los investigadores pudieron identificar plantas de alto riesgo en todo el mundo. Los colores más cálidos denotan áreas con un mayor número de especies potencialmente en riesgo, mientras que los colores más fríos denotan áreas con un riesgo general bajo previsto.

El aprendizaje automático ayuda a predecir las prioridades mundiales de conservación de plantas.

Existen muchas organizaciones que monitorean especies en peligro de extinción, como elefantes y tigres. Pero ¿qué pasa con los millones de otras especies en el planeta, de las que la mayoría de las personas nunca han oído hablar o no piensan? ¿Cómo evalúan los científicos el nivel de amenaza. De, digamos, la roca en miniatura, la langosta espinosa del Caribe o el pino Torrey?

Un nuevo enfoque desarrollado conjuntamente en la Universidad Estatal de Ohio utiliza el análisis de datos y el aprendizaje automático para predecir el estado de conservación de más de 150,000 plantas en todo el mundo. Los resultados sugieren que más de 15,000 especies probablemente califican como amenazadas, vulnerables, en peligro o en peligro crítico.

La propuesta permitirá a los conservacionistas e investigadores identificar las especies con mayor riesgo. También identificar las áreas geográficas donde las especies están altamente concentradas.

El estudio apareció en línea el 3 de diciembre de 2018. En la revista Proceedings de la Academia Nacional de Ciencias.

“Las plantas forman el hábitat básico del que dependen todas las especies. Así que tenía sentido comenzar con las plantas”.

Bryan Carstens, profesor de evolución, ecología y biología de los organismos en el estado de Ohio

“Muchas veces en la conservación, la gente se enfoca en animales grandes y carismáticos. Pero en realidad lo que importa es el hábitat. Podemos proteger a todos los leones, tigres y elefantes que queremos, pero tienen que tener un lugar donde vivir”.

Actualmente, la Unión Internacional para la Conservación de la Naturaleza, que produce el inventario más completo del mundo de especies amenazadas (la “Lista Roja”), trabaja más o menos sobre una base de especie por especie. Esto requiere más recursos y trabajo especializado del disponible para asignar con precisión una categoría de riesgo de conservación para cada especie.

De las casi 100,000 especies actualmente en la Lista Roja, las plantas se encuentran entre las menos representadas. Con solo el 5% de todas las especies actualmente conocidas.

El nuevo enfoque es desarrollado conjuntamente por Carstens y la autora principal Tara Pelletier, una ex estudiante graduada del estado de Ohio que ahora es profesora asistente de biología en la Universidad de Radford. Tiene como objetivo ampliar el número de especies de plantas incluidas.

El equipo de investigación construyó su modelo predictivo utilizando datos de acceso abierto de la Instalación de información de biodiversidad mundial y la Base de datos TRY Plant Trait. Su algoritmo comparó los datos de esas fuentes con la Lista Roja. El objetivo es encontrar patrones de riesgo en ciertas características que podrían poner a las especies en peligro de extinción. Hábitat, patrones climáticos, características físicas y otros criterios.

Un mapa de los datos muestra que las especies de plantas en riesgo tienden a agruparse en regiones con alta biodiversidad nativa. Como el suroeste de Australia, las selvas tropicales de América Central y la costa sureste de los Estados Unidos. Donde más especies compiten por los recursos.

“Lo que esto nos permitió hacer es básicamente hacer una predicción sobre qué tipo de riesgos de conservación enfrentan las especies en las que las personas no han hecho estas evaluaciones detalladas”.

Dijo Carsten.

.”Esto no es un sustituto para evaluaciones más detalladas. Pero es un primer paso que podría ayudar a identificar las especies que deberían priorizarse. Y donde las personas deberían centrar su atención”.

Carsten dijo que el mayor desafío era recopilar datos a una escala tan grande. Señaló que tomó varios meses de control de calidad para asegurarse de que el equipo estaba trabajando con cifras confiables.

La nueva técnica fue creada para ser repetida por otros científicos. ya sea a escala global como este estudio o para un solo género o ecosistema.


Sea el primero en comentar

Deje una respuesta

Su dirección de E-mail no será publicada.


*