絶滅危species種に関しては、アジアゾウ、クロサイ、ボルネオオランウータンなどの動物が最も注目を集める傾向があります。 しかし、 National Academy of SciencesのProceedingsに発表された新しい研究は、まったく異なる、しかし同様にリスクのある生命の王国、つまり植物にスポットライトを当てています。
世界中に約40万種の既知の植物種が広がっていますが、Gregory BarberがWiredについて報告しているように、IUCNの絶滅危Red種のレッドリストで評価されているのは10％未満です。 合計で、リストに実際に含まれている植物は、すべての既知の種のわずか5パーセントを構成します。
問題の一部は、単一の種をリストに追加するのが難しいことに起因しています。 このプロセスは、十分なリソースと専門的な研究を必要とすることに加えて、あまり知られていない植物よりも、バーバーが「カリスマ的な」動物種と呼ぶものを好む。 膨大な数の同定された植物種（毎年数千種成長します）と、到達しにくい生息地の地理的範囲を追加すると、植物がしばしば棒の短端を獲得する理由を理解できます。
現在、オハイオ州立大学、アイダホ大学、メリーランド大学、バージニア州ラドフォード大学の科学者によって開発された機械学習アルゴリズムは、生息地の特徴から気象パターンや物理的特性までのパターンを追跡することでリスク評価プロセスの高速化を目指しています種を絶滅の危機にさらします。 Earth.comのChrissy Sextonが書いているように、チームは、グローバル生物多様性情報施設（GBIF）およびTRY植物特性データベースからのオープンアクセスデータを利用して、150, 000を超える植物種を評価しました。 テストされた種のうち、10パーセント以上がレッドリストの資格を得る可能性が非常に高いとみなされました。
暖色系は、リスクの高い植物が多い地域を示します（アナヒエスピンドラとタラペレティエ） Europa Pressによると、共著者のラドフォード大学のTara Pelletierとメリーランド大学のAnahíEspíndolaは、種の範囲、場所、特性、さらに地域の気候および地理的指標に関する情報を含むGBIFおよびTRYデータを入力することで、機械学習モデルを訓練しました-すでにレッドリストに含まれている植物の場合。 このベースデータセットにより、ペアは他の種の既知のリスクステータスと比較することで、モデルの予測の精度を評価できました。
Espíndolaは声明で、アルゴリズムはIUCNプロトコルを使用した正式な評価に代わるものとして設計されていないことを説明しています。 代わりに、希少な保護リソースの割り当て方法に関する政府の決定を通知することにより、「プロセスの優先順位付けに役立つ」ツールになるように設計されています。
チームは、一部の絶滅危species種が、中央アメリカ、オーストラリア南西部、米国南東部の熱帯雨林など、生物多様性のレベルが高いことで知られる地域に集まっていることを発見しました。 他の人々は、アラビア半島の南海岸を含む、より遠隔地と呼ばれています。
「多様性の高い多くの地域が十分に研究され、保護されているのではないかと疑っていました」と、Espíndolaは声明で述べています。 多様性の高い地域の多くは、リスクが最も高い地域に対応していました。」
WiredのBarberは、この傾向を部分的に説明しています。植物保護の取り組みは、世界のトップ研究機関の多く、またはマダガスカルのような「生態学的驚異」をホストするヨーロッパに集中する傾向があることに注意してください。 この限られた地理的範囲は、より不明瞭な植物の研究と評価を損なうものとして機能します。
調査によると、リスクのある植物を見落とすことは一般に重大なリスクをもたらします。植物は地球の生物の多様化に貢献するだけでなく、洪水などの自然災害を防ぎ、全体的な生態系の生産性を促進します。 バーバーは、植物が絶滅すると、その消失がより広範な生態系ネットワークに連鎖的な影響を与える可能性があると書いています。
研究の共著者であるオハイオ州のブライアン・カルステンスが説明するように、植物は他のすべての種が依存する基本的な生息地を形成するため、植物は最優先の保全と見なされるべきです。
「人々は大きなカリスマ的な動物に焦点を合わせていますが、実際に重要なのは生息地です」と彼は声明で述べています。 「私たちが望むすべてのライオン、トラ、ゾウを守ることはできますが、住む場所が必要です。」
