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

Hay 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 la gente nunca ha oído hablar o en las que no piensa?? ¿Cómo evalúan los científicos el nivel de amenaza de, decir, el caracol de roca plicado, Langosta espinosa del Caribe o pino Torrey? Un nuevo enfoque desarrollado conjuntamente en la Universidad Estatal de Ohio utiliza análisis de datos y 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 califiquen como casi amenazadas, vulnerable, en peligro de extinción o en peligro crítico.

El enfoque permitirá a los conservacionistas e investigadores identificar las especies en mayor riesgo., y también para identificar las áreas geográficas donde esas especies están altamente concentradas. El estudio aparece en línea hoy. (dic. 3, 2018) en la revista procedimientos 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,dijo Bryan Carstens, un profesor de evolución, ecología y biología de organismos en el estado de Ohio.

“Muchas veces en la conservación, la gente se enfoca en lo grande, animales carismáticos, pero en realidad es el hábitat lo que importa. Podemos proteger a todos los leones, tigres y elefantes 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 (el "lista Roja”) — funciona más o menos especie por especie, requiere más recursos y trabajo especializado del que está disponible para asignar con precisión una categoría de riesgo para la conservación a cada especie. de los casi 100,000 especies actualmente en la Lista Roja, las plantas se encuentran entre las menos representadas, con solo 5 porcentaje de todas las especies actualmente conocidas representadas.

El nuevo enfoque desarrollado conjuntamente por Carstens y la autora principal Tara Pelletier, un ex estudiante de posgrado del estado de Ohio que ahora es profesor asistente de biología en la Universidad de Radford, pretende ampliar el número de especies de plantas incluidas.

El equipo de investigación construyó su modelo predictivo utilizando datos de acceso abierto de la Servicio de Información sobre Biodiversidad Mundial y base de datos de rasgos de plantas TRY. Su algoritmo de comparación de datos procedentes de fuentes con la Lista Roja para encontrar patrones de riesgo en las características del hábitat, patrones meteorológicos, características físicas y otros criterios que puedan poner las especies en peligro de extinción.

Un mapa de los datos muestra que las especies de plantas en riesgo tienden a agruparse en regiones con alta biodiversidad nativa, tales como el suroeste de Australia, selvas tropicales de América Central y costa sureste de los EE.UU., 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 sobre las que la gente no ha realizado estas evaluaciones detalladas.,", dijo Carsten. "Esto no es un sustituto de evaluaciones más detalladas, pero es un primer paso que podría ayudar a identificar las especies que deberían priorizarse y donde la gente debería centrar su atención”.

Carsten dijo que el mayor desafío fue recopilar datos a una escala tan grande, señaló que tomó varios meses de verificación de control de calidad para garantizar que el equipo estuviera trabajando con cifras confiables. La nueva técnica fue creada para ser repetible por otros científicos., ya sea a escala global como este estudio o para un solo género o ecosistema.

Fuente: http://noticias.osu.edu