image: 像留尼汪岛这样潮湿的热带山地森林以丰富的附生植物为特征 view more
Credit: P Weigelt
为什么植物物种在某些地区会多于另一些地区？而这一现象是否与地区间不同的环境条件相关？为回答这些问题, 研究团队重建了全球植物多样性的空间分布格局并进行预测。这一研究成果将为生物多样性保护及评估其在全球气候变化背景下的变动提供理论依据。该成果发表于《New Phytologist》期刊。
研究人员利用由哥廷根大学十多年来收集编制的830个区域植物名录 （包含了约300,000个植物物种分布数据），结合系统发生树构建，机器学习等方法，模拟了植物物种多样性和谱系多样性与环境条件之间的相互关系，并基于构建的模型，预测了全球范围内的植物多样性。
构建的模型模拟了多样性沿着不同环境梯度的变化，揭示了当前气候和环境异质性是植物多样性的主要驱动力。通过预测的全球植物多样性地图，研究人员发现植物多样性热点区域位于环境异质性高的热带地区，如中美洲、安第斯山脉、亚马逊地区、巴西东南部、热带非洲的部分地区、马达加斯加、中国南部、马来群岛以及一些地中海气候的地区如非洲角和地中海周边地区。因此，这一研究成果为大规模生物多样性监测和植物多样性起源研究提供了坚实的基础，并为未来的全球生物多样性评估和环境政策提供支持。
哥廷根大学生物多样性、宏观生态学和生物地理学研究组的 Holger Kreft 教授强调：“该全球预测以前所未有的细节和准确性显示了植物多样性是如何在我们的星球上分布的”。哥廷根大学的 Patrick Weigelt 博士解释说：“知道在当前条件下所预测的物种数量使研究人员能够评估由于气候和土地利用变化而导致的未来生物多样性变化，并确定过度开发和入侵物种的影响”。
原文: Cai, L et al, ”Global models and predictions of plant diversity based on advanced machine learning techniques”. New Phytologist 2022, Doi: 10.1111/nph.18533 (https://nph.onlinelibrary.wiley.com/doi/10.1111/nph.18533)
https://https://gift.uni-goettingen.de/shiny/predictions/
联系方式:
蔡礼蓉
哥廷根大学
邮件: lcai@uni-goettingen.de
Journal
New Phytologist
Method of Research
Data/statistical analysis
Subject of Research
Not applicable
Article Title
Global models and predictions of plant diversity based on advanced machine learning techniques
Article Publication Date
15-Nov-2022