为了有效保护一个物种，自然资源保护主义者需要关键信息：它生活在哪里以及面临哪些威胁。然而，科学家缺乏关于全球数千个物种的这些基本数据，这使得我们不可能知道它们的状况如何——更不用说采取措施确保它们的生存了。
对于这些“数据缺乏”的物种，8月4日发表在《通讯生物学》上的一项新研究表明，没有消息可能不是好消息。作者使用机器学习方法预测了7,699种数据缺乏物种（从鱼类到哺乳动物）的保护状况，发现其中56%可能面临灭绝威胁。主要作者、挪威科技大学工业生态学博士候选人扬·博格尔特说，考虑到已知保护状况的物种中只有28%被认为有消失的风险，这一发现尤其令人担忧。“情况可能比我们实际意识到的要糟糕得多，”他补充道。
博格尔特和他的同事的分析基于国际自然保护联盟（IUCN）濒危物种红色名录，这是一个全球数据库，对超过147,500个物种的灭绝风险进行分类。然而，根据物种组的不同，红色名录上约有10%到20%的动物、植物和真菌被列为数据缺乏，这意味着没有足够的信息来确定其保护状况。这给试图了解生物多样性威胁的科学家以及试图设计有效的当地、区域和国际保护策略的政策制定者带来了问题。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和思想的具有影响力的故事的未来。
博格尔特和他的团队基于来自28,363个红色名录物种的现有数据构建了一个机器学习模型，这些物种的保护状况已经评估过。他们纳入了来自 IUCN 和其他可靠来源的关于这些物种的分布、栖息地和威胁的信息，然后使用这些数据来训练他们的模型，以提出一种通用的技术来预测特定物种的灭绝风险。接下来，研究人员应用该模型来预测红色名录中包含的 7,699 种数据缺乏物种的保护状况。唯一的前提条件是这些物种的地理范围是已知的。
该模型预测，分析中包含的数据缺乏物种中有一半以上面临灭绝威胁。一些动物类群的情况似乎比其他类群更糟糕。根据研究结果，在数据缺乏的两栖动物中，有85%可能面临消失的风险；昆虫为62%；哺乳动物为61%；爬行动物为59%。结果还表明，中非、南亚和马达加斯加的数据缺乏物种面临着特别高的威胁水平。
虽然研究结果存在不确定性，但博格尔特和他的同事们已经收到一个迹象，表明他们的预测相当准确。在进行分析但在发表研究之前，IUCN发布了更新的红色名录，其中包含123个以前数据缺乏物种的保护清单。四分之三的真实世界状况与研究人员模型的预测相符。
《通讯生物学》的新发现表明，数据缺乏物种可能比已知保护状况的物种更受威胁，这并不一定令人惊讶，但它确实强调了全面灭绝风险评估的必要性，英格兰纽卡斯尔大学的保护生物学家路易丝·梅尔说，她没有参与这项研究。“最新的红色名录评估对于为行动提供信息和衡量进展至关重要，”她说。
梅尔补充说，进行此类评估的最大障碍不是缺乏评估物种的技术专长，而是缺乏资源。“全球保护工作面临着巨大的资金缺口，”她说。
为了尽可能明智地花费有限的资金，博格尔特建议可以使用预测模型来识别和优先考虑似乎面临最大威胁的物种。“这些新的机器学习技术不会取代专家，但会帮助指导和分配资源，”他说。“一些物种群体确实比其他物种群体更紧急。”