Effects of modelling choices on early invasive risk assessments: lessons from the psyllid vectors of Citrus Huanglongbing
本研究表明，专家策划的数据、入侵范围记录的纳入以及入侵特定评估指标的使用，对于提高用于评估柑橘类木虱媒介早期入侵风险的物种分布模型的准确性和政策相关性至关重要。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
当一个新物种出现在它从未居住过的地方时，科学家和农民面临的第一个问题既简单又紧迫：它下一步会去哪里？为了回答这个问题，研究人员使用类似于天气预报的计算机模型。这些模型预测的不是降雨或风力，而是基于土地的温度、降水量和其他条件，预测某种植物或动物能够在何处生存。这一研究领域被称为物种分布建模。它已成为阻止生物入侵的重要工具，而生物入侵是指那些迅速扩张并每年给农业和生态系统造成数十亿美元损失的外来物种。其目标是及早发现危险区域，以便当局可以密切观察或在入侵者扎根之前采取行动。然而，这些预测的准确性完全取决于计算机模型的构建方式。如果输入模型的数据混乱，或者用于构建模型的方法过于简单，预测结果可能会出现严重偏差，导致危险区域未被监测，或者在安全区域浪费资源。
最近，由佩德罗·努内斯（Pedro Nunes）及其在法国和欧洲多个研究机构的同事进行的一项研究对这个问题进行了测试。他们将重点放在了两种微小的昆虫上：亚洲柑橘木虱和非洲柑橘木虱。这些昆虫不仅是害虫，它们还是导致黄龙病（也称为柑橘绿化病）的细菌的携带者。这种疾病对全球柑橘产业具有毁灭性，能够杀死树木并毁掉整个收成。由于这些昆虫已经在向世界各地扩散，研究人员需要了解哪些计算机建模策略能提供最可靠的地图，以预测它们可能袭击的下一个地点。他们将构建这些模型的“最佳实践”方法与在时间和数据匮乏时常用的“快速简便”方法进行了对比。
该团队通过使用两种不同类型的数据和几种不同的建模方法建立了一个严格的比较。在光谱的一端，他们构建了一个高标准的参考模型。这个版本使用了一份经过专家仔细检查的昆虫发现地点清单，专家核实了每一条记录，甚至包含了来自这些昆虫新入侵领地的资料。在另一端，他们使用来自公共在线数据库的最基础数据构建了一个默认模型，这些数据通常包含错误且缺乏专家验证。他们还测试了不同的变体，例如仅使用来自昆虫原始家园的数据， versus 包含来自它们已经入侵区域的数据，以及使用单一计算机算法与结合多种不同算法的结果进行对比。
结果揭示了“纸面上看起来很好”与“在现实世界中有效”之间存在着明显的差距。当研究人员查看衡量模型在全球范围内拟合数据能力的标准得分时，许多较简单的模型表现得几乎与复杂的、经专家策划的模型一样好。一个使用快速、未经验证的数据且使用单一算法的模型，在这些通用测试中往往得分很高。然而，当研究人员专门观察这些模型在昆虫已经入侵的区域预测其存在情况的表现时，情况发生了彻底的变化。简单的、快速的模型未能识别出很大一部分已知的入侵区域。对于亚洲柑橘木虱，基础模型漏掉了超过四分之一的已确认定居地点。相比之下，使用经专家验证的数据并包含入侵范围记录的高标准模型，正确识别了几乎所有这些地点。
研究还发现，数据的选择比计算机算法的选择更为关键。仅使用昆류原始家园的数据（这是在入侵数据匮乏时的常见做法）会导致模型低估昆虫可以生存的区域。这表明这些昆虫已经适应了新的环境，或者它们原始的家园范围受到了一些在这些新领地并不存在的因素的限制。此外，研究人员发现用于评判这些模型的标准得分具有误导性。一个得分很高的模型可能显示其“良好”，但仍可能无法预测最具威胁性的入侵区域。为了解决这个问题，团队引入了一种新的成功衡量方法，该方法专门关注入侵范围内错失的机会。这种新指标统计了模型未能预测已知入侵点的数量，事实证明，在识别那些被标准测试所忽略的弱模型方面，该指标至关重要。
不同模型生成的地图显示了现实世界中的巨大差异。虽然所有模型在它们原产地的分布上达成了一致，但在它们下一步可能扩散到哪里方面却存在严重分歧。高标准模型识别出葡萄牙和南美洲等地是适合这些昆虫生存的区域，而事实上，这些昆虫确实在那里被发现过。然而，较简单的模型经常遗漏这些区域，预测昆虫无法在那里生存。相反，一些简单的模型预测昆虫可以在非洲一些从未见过它们的广阔干旱地区生存，从而制造了虚假警报。这些差异凸显了这样一个事实：一个在统计学上看起来完美的模型，仍然可能为决策者提供一张极其不准确的地图。
最终，这项研究证明，在清理和验证数据上投入的精力会对最终预测的准确性产生回报。依赖互联网上的原始、未经验证的数据，或者忽略来自物种已经入侵区域的记录，会导致模型无法保护脆弱的区域。研究人员建议，对于早期入侵风险评估，最好的方法是使用经专家策划的数据，包含来自原生范围和入侵范围的所有可用记录，并结合使用不同的计算机算法以减少不确定性。他们还认为，科学家必须停止仅仅依赖通用的性能评分，而应使用专门检查模型是否遗漏已知入侵地点的指标。通过采用这些更清晰的标准，当局可以更好地预判下一个威胁出现的地点，确保资源被引导至真正需要的地方。
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。