评估物种分布模型

maps showing spread of Palmer amaranth predicted by various models

入侵植物物种在许多栖息地本土物种构成威胁。研究人员正在开发的计算模型,让他们明白,允许非本地植物,以及如何传播来预测它的条件。微星的用户在 生物科学学院 基于对入侵物种长芒苋的传播已知事实(已开发并评估了几种物种分布模型(SDMS)苋菜palmeri)。这家工厂已经从它的原生地分布于美国西南部和墨西哥西北部的沙漠变成美国大部分。该研究的作者是微星PIS 大卫·默勒 (副教授, 植物和微生物生物学)和 彼得·蒂芬 (教授兼系主任, 植物和微生物生物学),博士。瑞安d。布里斯科runquist(博士后,默勒实验室和研究的主要作者)和托马斯·湖(博士生,默勒实验室)。

这项研究,在杂志发表在2019年2月 科学报告,使用了大约传播的详细数据 一种。 palmeri 1970年期间,到2017年,以测试SDMS的准确预测它如何继续蔓延的能力。研究人员能够做出关于这些模型的几个有趣的结论。例如,根据最近的数据模型在预测,该厂将如何传播到新的领域表现较好,而研究人员发现,仅在新入侵的地区条件较好的模型所预测的传播速度比那些也包括在工厂的本地范围的条件。该研究可以在阅读 科学报告 网站:瑞安布里斯科runquist,托马斯湖,彼得湖茶园,大卫·默勒。 2019。 整个长芒苋的侵略历史的物种分布模型在未来的入侵风险预测区,揭示与建模的挑战迅速变化的地理范围科学报告 9(1)。 DOI:10.1038 / s41598-018-38054-9。 

下面就长芒苋传播模型的成功,研究人员正在扩大他们的研究为其他入侵物种模型。他们目前正在研究一份文件,将 描述的另外八个入侵物种的预测模型地图。该集团还拥有项目开发使用机器学习和深入学习方法模型,可用以高性能计算机的计算能力绘图。该项目将利用高分辨率卫星图像来深培训学习算法来识别入侵物种杂草丛生,共同艾菊的图像。那么这些算法将能够识别新的人口和量化的人口规模和这些物种的人口增长率。

莫勒教授的研究小组使用了微星的物种的生态和遗传机制以及植物生殖系统的生态和进化,包括植物授粉的相互作用和植物交配系统的研究。茶园教授的研究小组使用了微星细菌的基因组学研究,形成各种豆类和植物病原体共生关系 丝囊。他们也正在对几种植物物种的转录组测序分析。

图片描述: SDM的模型预测 苋菜palmeri 从气候数据集climond和棱镜对天然+使用变量生成的入侵数据集和侵入性仅数据集。所有的预测都是25种模型运行方式。图A和B,使用climond环境变量(蓝色/绿色彩色调色板)和图c生成,使用棱镜变量(粉红色/紫色调色板)产生d。图A和C中使用的天然+入侵数据集用于模型构建和面板b和d中使用的侵入仅数据集。在图A和B包括在模型中的出现在红色和在图c中示出和d包含在模型中的出现以黄色显示。所有其他事件都为灰色。每个栅格单元由相应的杆在面板的右侧的颜色表示所述互补双对数的预测概率。图像和描述适于从R.D.布里斯科runquist等。 科学报告 9:2426(2019)。 DOI:10.1038 / s41598-018-38054-9。

张贴在2019年7月31日

看到所有的研究射灯.