综合数据库TetrapodTraits利用AI填补生物多样性数据中的长期空白
研究人员开发了TetrapodTraits,这是一个包含33000多个四足动物物种的综合数据库,旨在加强全球生物多样性研究。该工具通过纳入体型和栖息地等各种特征,解决了知识空白和数据不一致的问题。他们的分析突出表明,有必要获得更准确的数据,以改进有关物种分布和保护状况的结论。
四足动物特征(TetrapodTraits)是由研究人员开发的全球四足动物数据库。其数据现在可用于更好的生态学、进化和保护研究。巴西坎皮纳斯州立大学的马里奥-莫拉(MarioMoura)和美国耶鲁大学的沃尔特-杰茨(WalterJetz)今天(7月9日)在开放获取期刊《PLOSBiology》上发表了这一研究成果。
包括两栖动物、爬行动物、鸟类和哺乳动物在内的四足动物通常都是有据可查的物种,这使它们在全球生物多样性研究中成为有用的模型。然而,我们对其中许多物种的了解存在差距、数据不一致以及学名的变化都会导致对生物多样性的结论出现偏差。为了帮助解决这个问题,研究人员创建了四足动物特征数据库(TetrapodTraits),这是一个包含33000多个四足动物物种的综合数据库,其中包括动物的体型、栖息地、生态系统、地理位置、活动时间以及是否受到人类威胁等特征。
在编制数据库的过程中,研究人员发现了我们在全球四足动物知识方面的多个空白点。例如,如果动物的身体较小、在夜间活动或生活在热带地区,它们的数据就更有可能不完整。研究小组根据现有的观察结果预测缺失的数据,从而填补了这些空白。他们发现,使用完整的数据集改变了生物多样性模式,使人们了解到一个地区常见的物种种类。
这项新工作揭示了我们缺失的四足动物数据的规模,并对不同四足动物群的差距和偏差进行了全面评估。这一点非常重要,因为缺失和有偏差的数据会导致对生态系统的功能和物种灭绝风险得出错误的结论。研究人员总结说,虽然需要收集更多的数据,但TetrapodTraits可以减少四足动物生态学和保护研究结果的偏差。
作者补充说:"我们的研究利用人工智能来发现生物多样性数据中的偏差,并为提高实地研究和采样策略的有效性提供指导"。
编译自/ScitechDaily
踩一下[0]
顶一下[0]