佐治亚理工学院 | 机器学习预测珊瑚三角洲的生物多样性和弹性

面对气候变化，安娜丽莎·布拉科，教授地球与大气科学学院佐治亚理工学院（Georgia Institute of Technology）和博士后研究员吕巴·诺维（Lyuba Novi）提供了一种新的方法，可以彻底改变环保主义者监测珊瑚的方式。研究人员应用机器学习工具研究气候如何影响太平洋珊瑚三角洲的连通性和生物多样性，珊瑚三角洲是地球上生物多样性最丰富、最复杂的海洋生态系统。他们的研究，最近发表于自然通信生物学，克服了时间和资源障碍，将珊瑚三角洲的生物多样性联系起来，同时为未来更好的监测和保护提供了希望。

Bracco说：“我们看到珊瑚三角洲的生物多样性具有令人难以置信的活力。”。“很长一段时间以来，人们一直认为这是由于海平面变化和陆地的分布造成的，但我们现在开始明白，还有更多的原因。”

连通性是指允许不同生态系统交换遗传物质（如卵、幼虫或幼体）的条件。洋流传播遗传物质，并创造出允许水体（进而是生态系统）保持一致的化学、生物和物理特性的动力。如果珊瑚幼虫传播到一个条件与原始位置非常相似的生态区，这些幼虫就可以形成新的珊瑚。

Bracco想了解气候，特别是处于厄尔尼诺、拉尼娜和中性状态的厄尔尼奥南方涛动（ENSO）如何影响珊瑚三角的连通性。转移太平洋大量温水的气候事件带来了巨大的变化，众所周知，这些气候事件加剧了珊瑚白化，珊瑚因环境压力而变白，容易感染疾病。

“生物学家收集数据就地这是非常重要的。”Bracco说。“但不可能监测巨大的区域就地多年来，这将需要潜水员的持续存在。

因此，弄清楚不同的海洋区域和大型海洋生态系统是如何随着时间的推移而联系在一起的，特别是在基础物种方面，就变得非常重要。”

发现连接性的机器学习

几年前，Bracco和合作者开发了一个工具Delta Maps，它使用机器学习来识别共享相同动态的任何类型系统中的“域”或区域。Bracco最初使用它来分析模型中的气候变化领域，但也怀疑它可以用于研究海洋生态区。

在这项研究中，他们使用该工具，利用30年的海面温度数据绘制出珊瑚三角洲的连通域。海洋表面温度会随着海流的变化而变化，变化周期为数周或数月，距离为数十公里。这些变化与珊瑚的连接性有关，因此研究人员基于这一观察结果构建了他们的机器学习工具，使用表层海洋温度的变化来识别由洋流连接的区域。他们还将正在考虑的时间段分为三类：厄尔尼诺事件、拉尼娜事件和中性或“正常”时间，描绘了在特定生态区的重大气候事件期间连通性如何受到影响的画面。

诺维随后对他们确定的不同生态区域应用了一个排名系统。她使用排名页面中心性（rank page centrality），这是一种机器学习工具，用于在三角洲地图上对互联网上的网页进行排名，以确定哪些珊瑚生态区连接最紧密，能够接收来自其他地区的最多珊瑚幼虫。这些地区最有可能在漂白事件中生存下来。

气候动力学和生物多样性

Bracco和Novi发现，气候动态对生物多样性做出了贡献，因为气候将变化引入赤道太平洋洋流的方式。研究人员意识到，厄尔尼诺和拉尼娜事件的交替使得印度洋和太平洋之间发生了巨大的基因交流，并使生态系统能够在各种不同的气候条件下生存下来。

Bracco说：“在所有ENSO阶段，生态区域之间从来没有相同的联系。”。“在世界海洋的其他地方，珊瑚礁是通过固定的、通常是少量的生态区连接起来的，如果你通过漂白所有相连的珊瑚礁来消除这一固定数量的连接，你将无法重建其中任何一个珊瑚礁中的珊瑚。但在太平洋，连接一直在变化，而且非常动态足够长的时间后，漂白的珊瑚礁将在不同的ENSO阶段接收来自完全不同生态区的幼虫。”

他们还得出结论，由于珊瑚三角的动态气候成分，那里比地球上任何其他地方都更有可能重建生物多样性。珊瑚三角洲生物多样性的演变不仅与陆地或海平面有关，还与ENSO在地质时期的演变有关。研究人员发现，尽管ENSO会导致珊瑚白化，但它也帮助珊瑚三角洲拥有丰富的生物多样性。

更好的监控机会

由于珊瑚礁生存已被联合国可持续发展目标指定为优先事项，Bracco和Novi的研究有望得到广泛应用。研究人员的方法确定了环境保护者应该最努力保护的生态区域，以及环境保护师预计在保护措施方面最幸运的区域。他们的方法也有助于确定哪些区域应该受到更多的监测，哪些区域由于目前的发展方式而可能被视为较低的优先事项。

Bracco说：“这项研究为更好的监测策略提供了很多可能性，特别是在资源和资金有限的情况下如何监测。”。“到目前为止，珊瑚监测经常发生在团体资金有限的情况下，以应用于一个非常具体的局部区域。我们希望我们的方法可以用于在更大的时间和空间范围内创建更好的监测。”