Dans un effort pour surveiller les tendances de la biodiversité, des efforts plus importants sont faits dans le monde entier pour évaluer les modèles de biodiversité à grande échelle. Pour ce faire, les scientifiques s’appuient sur des modèles de distribution des espèces (SDM), qui font des prédictions des gammes géographiques des espèces basées sur les données des espèces et les variables environnementales. Avec ces modèles, les scientifiques peuvent faire des prédictions de l’adéquation de l’habitat dans différents scénarios de changement mondial et les efforts de gestion des tailleurs et de conservation en conséquence.
Le groupe international du groupe d’observation de la biodiversité du groupe international des observations (GEO Bon), qui met en commun les ressources et les chercheurs du monde avec SDMS.
La plupart des techniques SDM de pointe sont implémentées dans R, un langage de programmation statistique populaire, et de nombreux nouveaux outils ont fait surface ces dernières années sous la forme de packages R. Mais les chercheurs sont souvent submergés par la pléthore de R packages là-bas, en me demandant: « Lequel dois-je utiliser pour mes recherches? »
Dans un nouvel article, Jamie M. Kass, professeur agrégé et chef du laboratoire de macroécologie de la Graduate School of Life Sciences de l’Université Tohoku, soutient que les flux de travail SDM bénéficient fortement de l’utilisation de plusieurs packages. Kass, qui a aidé à développer plusieurs packages R pour SDM Outils d’emballage efficacement et de manière innovante.
Les résultats sont publié dans le journal Écographie.
L’équipe a introduit un nouveau méta-package R appelé SDMverse, qui catalogue des packages R pour SDM par les fonctions qu’ils proposent et fournit des fonctionnalités de visualisation pour aider les chercheurs à comprendre comment ils se rapportent les uns aux autres. Ils ont également contribué trois études de cas dans le monde réel en R montrant comment la combinaison des outils peut élargir la diversité des analyses possibles et aider à respecter davantage de normes méthodologiques pour le domaine.
« De nouveaux outils aident la science à aller de l’avant, mais ils peuvent également être écrasants », explique Kass. « Nous voulions créer une feuille de route qui montre aux chercheurs comment naviguer dans ces outils et les utiliser ensemble pour une meilleure modélisation de la biodiversité. »
En suivant leur approche, les chercheurs peuvent améliorer la précision, s’attaquer à un plus large éventail de questions et contribuer à des évaluations de biodiversité plus fortes dans le monde. À mesure que les défis environnementaux augmentent, l’utilisation des meilleurs outils disponibles – dans un ensemble – sera essentiel pour suivre les tendances de la biodiversité et protéger la nature.
Plus d’informations:
Jamie M. Kass et al, réalisant des normes plus élevées dans la modélisation de la distribution des espèces en tirant parti de la diversité des logiciels disponibles, Écographie (2024). Doi: 10.1111 / ecog.07346