研究填补了植物生物多样性数据的空白和偏差

如果你不知道某样东西在哪里，就很难保护它。然而，许多研究和想要保护本土植物的人都面临着同样的问题。

大约有 34 万种植物具有输送水分的组织，称为维管植物。人们最熟悉的是一小部分维管植物，例如树木、农作物和开花植物，因为它们提供产品、食物和美容。然而，所有维管植物都在维持生态系统过程以及支持和滋养地球上的生命方面发挥着重要作用。

现在，斯坦福大学的一项新研究利用机器学习技术克服了生物多样性数据中的偏差，填补了曾经不完整的全球维管植物分布图。该研究揭示了以前未知的本土维管植物多样性模式，并发现大约 60% 的植物多样性热点位于保护区之外。该研究结果于8 月 12 日发表在《美国国家科学院院刊》上。

“整个生物圈都依赖于植物，”斯坦福大学人文科学学院生物学助理教授巴纳巴斯·达鲁说。“但如果我们不知道植物的分布情况，就很难知道它们的状况，也很难知道它们是否受到气候变化或人类活动的威胁。”

让有偏差的数据变得更好

大多数植物多样性记录都是以植物标本馆(植物博物馆)中的实物标本或数字实地观察的形式记录的。这些数据很有用，但正如达鲁在 2023 年发表在《自然生态与进化》上的研究中发现的那样，它们存在广泛的偏见和覆盖范围的空白。

研究人员经常使用物种分布模型来预测物种应该在哪里。这些模型使用每个物种的出现和丰度数据，结合影响其生存的环境变量，如温度和降雨量。

“这种方法的问题在于，输入的生物多样性数据本身就已经存在偏差，”达鲁说。“所以我们很可能会得到有偏差的物种分布预测。”

Daru 的方法利用现有的生物多样性数据和环境变量(就像以前使用传统方法获得模型估计值一样)，但增加了数据输入和修改，以使模型的预测更加准确。

“我的方法结合了采样偏差图，”达鲁解释道。“这使用机器学习模型训练模型估计值，作为数据偏差性质和决定植物分布的其他因素的函数。如果某些位置采样过多而其他区域采样不足，则该模型可以解释不均匀的采样偏差。然后我添加了另一层并纳入了不同植物物种的扩散率。”

达鲁解释说，传统的物种分布模型是根据不同气候对每个物种的适应性来预测物种可能出现在哪里。但仅仅因为某种气候适合某个物种，并不意味着该物种会在那里被发现。

“南非本土的冰草(Carpobrotus edulis)和加州罂粟(Eschscholzia californica)就是很好的例子，”达鲁说。“如果我们使用物种分布模型来预测冰草的生态位，就会发现冰草可以在南非开普敦、加利福尼亚和其他气候相似的地中海地区找到合适的栖息地。”

同样，物种分布模型预测加州罂粟应该生长在南非开普省和其他具有类似气候的生物群落中，但这种罂粟仅原产于地中海加利福尼亚。

“如果你的模型没有考虑到每个物种的扩散率——冰草和加州罂粟无法在没有人类以入侵物种的形式引入的情况下独自跨越海洋在另一个半球繁衍生息——那么你的物种分布模型预测就会不准确，”达鲁说。

Daru 使用球形布朗运动模型获得了 200,000 多种不同维管植物的扩散速率，并根据已知的进化历史和生存所需条件确定每种植物的扩散速率。

作为他修改后的模型的最终输入，达鲁纳入了有关鸟类、哺乳动物、两栖动物和爬行动物分布的数据，因为它们的地理采样更准确，而且这些生物通常生活在维管植物附近。

Daru 解释说，之前的研究没有尝试在植物分布计算中纳入扩散率或其他可以提高准确性的因素，原因之一是大多数工具无法处理全球范围内的海量数据集。

“计算扩散率的框架是为微生物开发的，微生物的扩散距离比植物短得多，”达鲁说。“这是一个挑战。另一个挑战是计算部分——构建分布图涉及多个步骤，会产生大量数据。”

达鲁对每个物种运行了该模型约五次。然后，他将地球地图划分为代表 20 x 20 公里地块的像素，并计算每个像素内的物种数量。

“最终的矩阵非常庞大，但我的实验室开发了生物信息学工具，使我们能够处理海量数据集，”达鲁说。

保护植物多样性热点

由此得出的地图显示，维管植物物种丰富度的集群不仅出现在已知的生物多样性热点地区，如亚马逊和马达加斯加，还出现在意想不到的地方，如阿根廷查科、南美洲塞拉多大草原、刚果民主共和国和中国云南。他还发现，本土物种丰富度高的地方系统发育(进化)多样性也高，物种丰富度和系统发育(进化)多样性都在赤道附近最高，在高纬度地区则较低。

Daru 测试了这些植物多样性热点是否位于野生动物保护区、国家公园和其他保护区的边界内。他发现，植物多样性的大多数方面都没有受到保护，大约 60% 的维管植物多样性位于保护区之外。

达鲁说：“如果这些植物不受保护，那么所有依赖它们生存的生物也同样得不到保护。”

达鲁还发现，树木和其他大型植物物种经常在保护区内受到庇护，但几乎没有或根本没有近亲的进化独特植物却并非如此。

“如果我们失去这些独特的植物物种，那将是植物进化史的巨大损失，”达鲁说。“这表明，确实值得扩大保护区，以包括进化独特的植物和其他植物多样性属性。”

未来，Daru 希望开发一款移动应用，告知用户给定半径范围内植物的数量和种类。当用户验证预测的植物是否存在时，该应用可以帮助研究人员提高未来收集的生物多样性数据的质量。

“我们对鸟类、哺乳动物和其他有魅力的动物了解很多，但对植物及其全球分布了解不多，”达鲁说。“这项研究的发现可以以前所未有的方式增进我们对植物生态学和生物多样性的了解，并且首次帮助我们确定植物保护区的优先次序。”