Ecological context shapes the interpretation of biodiversity intactness metrics
यह अध्ययन प्रदर्शित करता है कि जबकि मीन स्पीशीज एबंडेंस (MSA) आम तौर पर स्थानीय प्रजाति समृद्धि और पारिस्थितिकी तंत्र उत्पादकता के साथ सहसंबद्ध होता है, इन पारिस्थितिक परिणामों के साथ इसका संबंध विभिन्न बायोम और टैक्सोनोमिक समूहों में महत्वपूर्ण रूप से भिन्न होता है, जो जैव विविधता आकलन में इसके व्याख्या के लिए एक संदर्भ-निर्भर निर्णय मार्गदर्शिका को आवश्यक बनाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
यह समझने के लिए कि मानवीय गतिविधियाँ प्राकृतिक दुनिया को कैसे नया रूप देती हैं, वैज्ञानिक अक्सर एक पारिस्थितिकी तंत्र (इकोसिस्टम) के स्वास्थ्य का प्रतिनिधित्व करने के लिए एक एकल संख्या पर भरोसा करते हैं। यह संख्या, जिसे 'मीन स्पीशीज़ एबंडेंस' (औसत प्रजाति प्रचुरता) के रूप में जाना जाता है, जैव विविधता की अखंडता के लिए एक स्कोरकार्ड के रूप में कार्य करती है। यह एक विक्षुब्ध क्षेत्र, जैसे कि एक खेत या कटे हुए जंगल में मौजूद जीवित चीजों की संख्या की तुलना उसी स्थान के एक प्राचीन, अछूते संस्करण में मौजूद चीजों से करती है। यदि स्कोर उच्च है, तो यह सुझाव देता है कि स्थानीय वन्यजीव मानवीय दबाव के बावजूद फल-फूल रहे हैं; यदि यह कम है, तो यह जीवन की महत्वपूर्ण हानि का संकेत देता है। यह मीट्रिक नीति निर्माताओं और पर्यावरण योजनाकारों के लिए एक मानक उपकरण बन गया है, जो उन्हें यह तय करने में मदद करता है कि किन भूमियों की रक्षा की जाए, टिकाऊ उत्पादों को कैसे डिजाइन किया जाए, और संरक्षण प्रयासों को कहाँ केंद्रित किया जाए। तर्क सीधा लगता है: उच्च स्कोर का अर्थ है एक स्वस्थ वातावरण। लेकिन प्रकृति शायद ही कभी सरल होती है, और इस एकल स्कोर और जमीन पर जीवन की वास्तविक, जटिल वास्तविकता के बीच का संबंध एक साधारण संख्या द्वारा पकड़े जाने वाले विवरण से कहीं अधिक सूक्ष्म है।
शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए काम शुरू किया कि क्या यह व्यापक रूप से उपयोग किया जाने वाला स्कोर वास्तव में दुनिया भर के जंगलों के स्वास्थ्य को दर्शाता है। उन्होंने एक विशाल मात्रा में डेटा एकत्र किया, जिसमें आर्द्र उष्णकटिबंधीय क्षेत्रों से लेकर ठंडे बोरियल जंगलों तक, 11 विभिन्न बायोम (जीव-मंडल) में बिखित 7,064 वन खंडों के रिकॉर्ड संकलित किए गए। इन खंडों में 21,000 से अधिक विभिन्न प्रजातियों के अवलोकन शामिल थे, जिनमें कीट, पक्षी, स्तनधारी, उभयचर, सरीसृप और पौधे शामिल हैं। वैज्ञानिकों ने केवल स्कोर को ही नहीं देखा; उन्होंने इसकी तुलना तीन वास्तविक परिणामों के विरुद्ध की: एक विशिष्ट स्थान पर वास्तव में कितनी प्रजातियां पाई गईं, व्यापक क्षेत्र में कितनी प्रजातियां रहती थीं, और वहां कितनी वनस्पति बढ़ रही थी, जो जंगल की उत्पादकता का एक माप है। वे यह देखना चाहते थे कि क्या उच्च स्कोर का अर्थ हमेशा एक समृद्ध, उत्पादक जंगल होता है, या क्या उत्तर इस बात पर निर्भर करता है कि आप कहाँ देख रहे हैं और आप कितने प्रकार के जानवरों की गिनती कर रहे हैं।
परिणामों से पता चला कि स्कोर कुछ स्थानों पर अच्छा काम करता है लेकिन अन्य स्थानों पर विफल हो जाता है। जब शोधकर्ताओं ने पूरे डेटा को समग्र रूप से देखा, तो उन्होंने एक सामान्य प्रवृत्ति पाई: उच्च स्कोर वाले जंगलों में वास्तव में अधिक प्रजातियां रहने की प्रवृत्ति थी और वे अधिक उत्पादक भी थे। हालांकि, यह सरल नियम तब टूट गया जैसे ही उन्होंने विशिष्ट वन संदर्भ पर विचार किया। उष्णकटिबंधीय वर्षावनों में, स्कोर स्थानीय प्रजाति प्रचुरता का एक विश्वसनीय संकेतक था, लेकिन समशीतोष्ण (टेम्परेट) जंगलों में, यह संबंध गायब हो गया या उल्टा भी हो गया। उदाहरण के लिए, समशीतोष्ण शंकुधारी और बोरियल जंगलों में, एक उच्च स्कोर वास्तव में कम क्षेत्रीय प्रजातियों से जुड़ा था, जो सामान्य प्रवृत्ति का एक सीधा विरोधाभास है। जानवर का प्रकार भी स्थान जितना ही महत्वपूर्ण था। स्कोर ने उष्णकटिबंधीय क्षेत्रों में पौधों और पक्षियों की संख्या का अच्छी तरह से अनुमान लगाया, लेकिन उसी क्षेत्रों में स्तनधारियों या कीटों की प्रचुरता के बारे में इसने बहुत कम जानकारी दी।
शोधकर्ताओं ने यह भी पाया कि आसपास का परिदृश्य स्कोर के अर्थ को बदल देता है। उच्च वन आवरण वाले क्षेत्रों में, स्कोर ने पक्षी प्रजातियों की संख्या को सटीक रूप से दर्शाया, लेकिन कम वन क्षेत्र वाले क्षेत्रों में, संबंध उलट गया, और स्कोर अब पक्षियों की संख्या का सही अनुमान नहीं लगा सका। इसी तरह, स्कोर और बायोमास बढ़ाने की जंगल की क्षमता के बीच का संबंध केवल अध्ययन किए गए ग्यारह बायोम में से केवल पांच में मजबूत था। अन्य छह में, स्कोर ने उन्हें यह बताने में बहुत कम जानकारी दी कि जंगल कितनी अच्छी तरह से कार्य कर रहा है। अध्ययन सुझाव देता है कि स्कोर एक सार्वभौमिक सत्य नहीं है बल्कि एक संदर्भ-निर्भर उपकरण है। यह तब सबसे अच्छा काम करता है जब वातावरण और मापी जा रही जीवन का प्रकार उन स्थितियों से मेल खाता है जिनके तहत मूल रूप से स्कोर को डिजाइन किया गया था।
इस निष्कर्ष के निर्णय लेने के लिए महत्वपूर्ण निहितार्थ हैं। लेखक इस स्कोर के बारे में सोचने का एक नया तरीका प्रस्तावित करते हैं, जिसमें उपयोगकर्ताओं को संख्या पर भरोसा करने से पहले विशिष्ट प्रश्न पूछने की आवश्यकता होती है। यदि लक्ष्य केवल एक एकल स्थल की अखंडता का वर्णन करना है, तो स्कोर उपयोगी हो सकता है, बशर्ते कि "प्राचीन" के लिए संदर्भ बिंदु सटीक हो। हालांकि, यदि लक्ष्य दो अलग-अलग क्षेत्रों की तुलना करना है या यह अनुमान लगाना है कि एक जंगल कैसे कार्य करेगा, तो केवल स्कोर पर्याप्त नहीं है। उन मामलों में, विशिष्ट पारिस्थितिक संदर्भ—बायोम, परिदृश्य संरचना और शामिल टैक्सोनोमिक समूह—को ध्यान में रखा जाना चाहिए। इस अतिरिक्त जानकारी के बिना, स्कोर पर भरोसा करना भ्रामक निष्कर्षों की ओर ले जा सकता है, जैसे कि यह मान लेना कि एक जंगल स्वस्थ है जबकि वास्तव में वह प्रजातियों को खो रहा है, या इसके विपरीत। अध्ययन इस स्कोर को खारिज नहीं करता है; इसके बजाय, यह इसकी उपयोगिता की सीमाओं को परिभाषित करता है, और वैज्ञानिकों तथा नीति निर्माताओं से एक एकल संख्या से परे देखने और उस जटिल, जीवित वास्तविकता पर विचार करने का आग्रह करता है जिसका यह प्रतिनिधित्व करने के लिए बनाया गया है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।