佛罗里达林鼠（eastern woodrat）是一种小型的老鼠，它们吃坚果、种子、果实等，由于人类的开发，该物种在美国沿海平原地带数量在减少。随着未来气候条件的变迁，它们的分布地会怎样变化？

要知道，现实的分布图数据，往往只能告诉我们一个物种过去和现在所处的情况，却不能告诉我们将来它的关键栖息地会在哪儿。那么，鉴于我们对一个物种生存的重要环境和群落的了解，它的未来的关键栖息地可能在哪里？我们能不能用一个透明的尺度来解释它，比如用标准方法观察的尺度？

近日，绿会国际部小编留意到一则新的动态：美国科学家们运用最新的技术和统计数据来预测气候变化对美国野生动植物的种群数量和分布的影响，通过大数据，为物种和群落进行观察和未来预测。

预测性的探索。来源：PBGJAM官网

这种基于广义联合属性模型的生物多样性预测，有助于转型中的栖息地的生物多样性保护。这个“基于通用联合归因模型的生物多样性预测”的项目的英文全名叫做“Predicting Biodiversity with a Generalized JointAttribution Model”，简称为PBGJAM。

它用广义联合归因模型预测生物多样性，利用美国国家生态观测站网络（NEON）收集到的信息和美国宇航局的遥感地球数据和气候数据，以及其他来源，揭示了诸如啄木鸟、沙漠袋鼠和白冷杉等物种的位置。在未来变化的气候条件下，许多物种可能会发生迁徙或转移。

这是源于美国航天局资助的四个项目之一。这些项目旨在创建新的虚拟门户，使这些丰富的生物多样性信息集中起来，以帮助全世界的科学家、土地管理者和决策者了解陆地生态系统的状况和健康状况。其中每一个项目都突出了生物多样性的不同方面，并允许用户创建易于使用的地图和其他信息产品，以便在健康和脆弱物种争夺资源、迁移到更安全的栖息地和适应气候变化时跟踪它们。

PBGJAM为当前条件和未来情景提供了丰富的加权栖息地得分（AWH）。重要的是，我们不要把页面上的地图错误地解释为一个物种现在的位置或者一个物种将来的位置的预测。相反，它们是基于模型拟合中使用的变量和群落中其他物种的当前物种丰度加权的栖息地。它们取决于特定情景（例如，“当前条件”或排放情景）。AWHS将广义联合属性建模（GJAM）的形式化预测分布从参数、模型和观测的完全不确定性转移到映射场景。出于这个原因，可以将它们恰到好处的称之为“预测性分布”。AWH是基于丰度的预测，包括观测数据的样本努力。它们不只是“存在”或“不存在”。该模型考虑了物种之间的联合关系，因为物种之间存在相互依赖关系。AWHS的单位（维度）是物种丰度，与用于观察的单位相同。

PBGJAM利用卫星监测地球的变化，并通过国家生态观测网（NEON）跟踪这些变化将如何影响北美的物种和野生动物群落。PBGJAM提供在线工具和地图，以探索这些变化，使用者可以选择下载这些信息来使用。

更多资料参见：

https://pbgjam.env.duke.edu/

编译 | Ellean

审核 | 绿茵

编|Wendy

【参考资料】

https://pbgjam.env.duke.edu/web-mapper

https://climate.nasa.gov/news/2991/nasa-fosters-innovative-ways-to-understand-biodiversity/