为什么有些地方的植物种类比其他地方多?为什么热带地区的多样性最高?生物多样性和环境条件之间有什么联系?

基于先进机器学习技术的全球植物多样性模型和预测

为了帮助回答这些问题，由哥廷根大学的研究人员领导的一个国际团队重建了世界各地植物多样性的分布，并对植物物种的位置和数量进行了高分辨率预测。这将支持保护工作，帮助保护植物多样性并根据持续的生物多样性和气候危机评估变化。他们的研究发表在《新植物学家》上。

基于830个区域植物群的独特全球数据集和哥廷根大学十年来编制的300,000种植物物种的分布，研究人员使用现代机器学习技术模拟了植物多样性与环境条件之间的关系。

通过将物种之间的相关性结合起来，他们能够考虑到每个地理区域发生的植物的进化历史。然后，考虑到过去和现在的地理和气候条件，这些模型被用来连续预测世界各地的植物多样性。

这些模型捕捉了多样性如何随环境梯度变化，并有助于确定全球植物多样性中心。当前的气候和进一步的环境因素成为植物多样性的主要驱动因素。预计植物多样性最集中的地区是中美洲、安第斯山脉和亚马逊河流域、巴西东南部、热带非洲部分地区、马达加斯加、中国南部、印度支那和马来群岛等环境异质的热带地区，以及一些地中海地区，如非洲角和地中海周围的位置。

使用现代机器学习技术和新编制的植物分布数据来设计模型。由此产生的全球植物多样性地图为大规模生物多样性监测和植物多样性起源研究奠定了坚实的基础，并支持未来的全球生物多样性评估和环境政策。

哥廷根大学生物多样性、宏观生态学和生物地理学小组的HolgerKreft教授说：“全球预测以前所未有的细节和准确性显示了植物多样性如何在我们的星球上分布。”

哥廷根大学的PatrickWeigelt博士说：“了解在当前条件下预期特定数量的物种会出现在哪里，可以让研究人员评估未来因气候和土地利用变化而发生的变化，并确定过度开发和外来入侵物种的影响”