Predictive ecological niche models using Open Access-‘BIG DATA’ quantify anthropogenic influence: Overlapping common (Panthera pardus), snow leopard (P. uncia) and prey species in Central Himalaya
本研究利用开放获取的大数据和机器学习集成方法，量化了尼泊尔高里尚卡保护区内豹、雪豹及其猎物的生境适宜性与生态位重叠受到的人为影响，揭示了显著的人为诱发空间重叠，从而为有针对性的全球保护策略提供依据。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，大自然是一个在整个星球上进行的、巨大的、无形的捉迷藏游戏。在这个游戏中，像豹和雪豹这样的动物是顶尖的玩家，试图寻找完美的地点来狩猎、休息和抚育后代。长期以来，科学家们试图通过走进荒野，带着笔记本，希望能捕捉到一个爪印或一个转瞬即逝的身影，以此来弄清楚这些动物生活在哪里。但在“人类世”——一个用时髦术语来描述人类活动成为塑造地球最主要力量的当前时代的词汇——这个旧式的侦探工作正变得越来越困难。人类到处修建道路、水坝和农场，改变游戏规则的速度甚至超过了任何人的追踪能力。为了解决这个问题，科学家们现在正在使用一种新型的超级侦探工具：“大数据”。把它想象成同时收集来自摄像机、卫星和数字地图的数百万个微小线索，然后将它们喂给一个“计算机大脑”（人工智能），这个大脑可以发现人类肉眼无法察觉的模式。这不仅仅是为了计数动物；更是为了理解自然与人类生活是如何现在交织在一起的，并弄清楚如何让这场游戏对每个人都保持公平。
这篇论文是那种新型侦探工作的精彩范例。研究人员致力于解决中喜马拉雅地区的一个谜题，具体是在尼泊尔一个被称为高里香卡保护区的地方。他们想知道：常见的豹（那种生活在森林里的、有着优雅斑纹的猫科动物）和雪豹（那种生活在高海拔岩石山区的、拥有厚实皮毛的幽灵般的猫科动物）生活在哪里？更重要的是，它们是否会相遇，以及人类的存在——比如带着牲畜的牧民以及大型水电站的建设——是如何影响这些猫科动物的活动路径的？
为了破解这个案例，团队不仅仅是在靠猜测；他们构建了一个数字水晶球。他们收集了大量的“大数据”，包括来自散布在山间的230个红外相机采集到的超过10,000天的影像资料。他们还收集了大量的其他线索，比如森林、草地、道路、村庄的地图，甚至还有天气模式。他们并没有一个一个地观察这些线索，而是使用了一组强大的计算机程序（机器学习算法）来同时分析所有内容。这就像拥有一支侦探团队，其中一人观察天气，另一人观察道路，第三人观察食物供应，然后他们所有人都在一个中央计算机中大声喊出各自的发现，由计算机来理清整个全貌。
结果令人惊讶且大开眼界。计算机模型显示，常见的豹是真正的适应大师，它占据了研究区域约50.3%的面积（大约1,127平方公里）作为家园。它们无处不在，从山谷到森林边缘都有它们的踪迹。然而，雪豹则要挑剔得多，其适宜的栖息地仅占该区域的5.6%（约134平方公里）。但这里有一个转折：这两种猫科动物正在发生重叠。模型显示，它们共享着约134平方公里的领地，主要分布在海拔3,000至4,000米之间。
论文指出，这种重叠不仅仅是关于猫科动物彼此寻找对方；它在很大程度上是由人类驱动的。“秘密配方”似乎是牲畜（如牦牛和马）的存在，牧民们将这些牲畜在山上上下移动。这些猫科动物正在跟随畜群，本质上是将人类管理的牧场变成了共享的狩猎场。模型还指出，道路和水电站的建设是主要因素，它们像栅栏一样切断了猫科动物的世界。研究人员发现，虽然人们通常认为雪豹是高海拔荒野之巅的生物，但它现在正被推向较低的森林地带，这可能是因为其传统的猎物稀缺，或者是由于它正被人类活动挤压。
这项研究并不声称已经解决了所有问题，或者对每一寸土地都有完美的数据。事实上，作者承认，捕捉难以捉摸的雪豹是非常困难的，而且他们在某些地区的资料有些“零星”。然而，他们发现的模式足以表明一个清晰的趋势：人类活动正在如此深刻地重塑景观，以至于这两种截然不同的猫科动物现在被迫共享同一个空间，而这往往是因为那个空间现在充满了人类提供的食物。论文认为，为了保护这些动物，我们不能只关注荒野；我们必须观察整个图景，包括道路、水坝和畜群。这是一个呼吁：要意识到在人类世，保护工作不仅仅是关于保护自然免受人类的影响；更是关于在这样一个变化比以往任何时候都快的世界里，如何让自然与人类共存。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。