AI发现大量没上红色名录物种也濒危

　　世界自然保护联盟（IUCN）濒危物种红色名录因生态学数据缺失而未予评估的物种中，有56%很可能存在灭绝风险。这项4日发表在英国《通讯·；生物学》上的研究显示，这类数据缺乏物种可能比IUCN评估过的其它物种面临更大的灭绝风险，提示当前保育优先级中存在潜在偏差。

　　挪威科技大学（NTNU）研究人员训练了一个机器学习算法，让它计算IUCN红色名录之前评估过的26363个物种的灭绝风险。计算基于这些物种生活地区的已发表数据，以及已知会影响生物多样性的各种因素，如气候变化、人类的土地使用，以及入侵物种构成的威胁。作者随后利用该算法预测了全部7699个数据缺乏物种的灭绝风险。

　　研究人员估计，4336个（56%）数据缺乏物种可能存在灭绝风险。相较之下，IUCN红色名录评估的物种中只有28%有灭绝风险。数据缺乏物种的灭绝风险因种群和地理区域而异，其中85%的两栖动物、40%的辐鳍鱼类、61%的哺乳动物、59%的爬行动物、62%的昆虫可能都有灭绝风险。有灭绝风险的数据缺乏陆栖物种通常在中非、南亚和马达加斯加这些地区的较小地理面积内活动。据预测，全世界海岸线周围有1/3到一半的数据缺乏海洋物种有灭绝风险。

　　以上结果凸显出针对大量有灭绝风险但未被IUCN列为濒危物种的数据缺乏物种的保育重要性。研究团队指出，对这些物种开展更准确的评估或能帮助转变保育优先级，并更快地将它们纳入可持续发展目标和生物多样性保育对象中。

　　世界自然保护联盟（IUCN）濒危物种红色名录因生态学数据缺失而未予评估的物种中，有56%很可能存在灭绝风险。这项4日发表在英国《通讯·；生物学》上的研究显示，这类数据缺乏物种可能比IUCN评估过的其它物种面临更大的灭绝风险，提示当前保育优先级中存在潜在偏差。

　　挪威科技大学（NTNU）研究人员训练了一个机器学习算法，让它计算IUCN红色名录之前评估过的26363个物种的灭绝风险。计算基于这些物种生活地区的已发表数据，以及已知会影响生物多样性的各种因素，如气候变化、人类的土地使用，以及入侵物种构成的威胁。作者随后利用该算法预测了全部7699个数据缺乏物种的灭绝风险。

　　研究人员估计，4336个（56%）数据缺乏物种可能存在灭绝风险。相较之下，IUCN红色名录评估的物种中只有28%有灭绝风险。数据缺乏物种的灭绝风险因种群和地理区域而异，其中85%的两栖动物、40%的辐鳍鱼类、61%的哺乳动物、59%的爬行动物、62%的昆虫可能都有灭绝风险。有灭绝风险的数据缺乏陆栖物种通常在中非、南亚和马达加斯加这些地区的较小地理面积内活动。据预测，全世界海岸线周围有1/3到一半的数据缺乏海洋物种有灭绝风险。

　　以上结果凸显出针对大量有灭绝风险但未被IUCN列为濒危物种的数据缺乏物种的保育重要性。研究团队指出，对这些物种开展更准确的评估或能帮助转变保育优先级，并更快地将它们纳入可持续发展目标和生物多样性保育对象中。