Kunstig intelligens er blevet brugt af Wildlife Conservation Society (WCS) til at afsløre 119 nye havbiodiversitetshotspots i det vestlige Indiske Ocean - og det rapporterer, at stederne kun har et "lavt overlap" med eksisterende marine beskyttede områder (MPA'er).
WCS, baseret på New York's Bronx Zoo, har en mission om at redde dyreliv og vilde steder verden over og anvender sit Global Conservation Program i alle verdenshavene og næsten 60 lande.
Organisationen kom med en ny AI-model, der skal gøre det muligt for forskere at kortlægge områder med særligt høje koncentrationer af fisk og koralarter. Den siger, at fordi kun få af disse hotspots i øjeblikket er beskyttet eller bevaret, giver resultaterne en vigtig mulighed for, at nye MPA'er kan udrulles af de 11 berørte nationer.
Disse er Comorerne, Kenya, Madagaskar, Mauritius, Mayotte, Mozambique, Reunion, Seychellerne, Somalia, Sydafrika og Tanzania, med andre steder identificeret i internationalt farvand.
De største nationale koncentrationer af hotspots var ud for Madagaskar (23), Mozambique (19) og Tanzania (18), og landene med de højest scorende individuelle hotspots var Tanzania, Mozambique, Comorerne og Kenya.
Hurtigere og mere præcist
"Forskellige prædiktive modeller er blevet skabt i de sidste 10 eller 15 år, men de var ikke særlig nøjagtige til at lave empiriske forudsigelser," forklarede WCS havvidenskabsdirektør Dr. Tim McClanahan. "Nu, takket være stigende computerhastigheder og mere og bedre tilgængelighed af open source-data, er modeller blevet billigere, hurtigere og mere præcise end nogensinde før."
WCS AI-modellen blev fremstillet ved at parre oceanografiske data i høj opløsning med detaljerede undersøgelser i vandet udført af feltforskere. Modellen opdelte regionen i 6.25 km "revceller" for at identificere, hvilke der indeholdt det højeste antal fisk og koralarter.
"Vi havde reelle data fra undervandsundersøgelser indsamlet på mange af disse steder - hvilket gjorde det muligt for os at bruge data til at træne og teste modeller for deres nøjagtighed," sagde McClanahan.
"Nu hvor testprocessen har afsløret modellernes høje styrke, kan vi bruge modellerne til at forudsige det forventede antal arter selv i områder, hvor vi endnu ikke har data - forhåbentlig gør det lettere for samfund og lande at finde og prioritere nye beskyttede områder.”
Ikke alle MPA handler om at beskytte høje niveauer af biodiversitet, påpeger WCS, hvor nogle er skabt for at hjælpe med at styre områder af betydning for småfiskere eller for at beskytte svindende populationer af ikoniske arter såsom dugonger.
Den siger dog, at det er vigtigt at udpege placeringen af landets biodiversitets-hotspots for at implementere globale mål, såsom 30×30-målet om at beskytte og bevare mindst 30 % af landområder og farvande globalt i 2030.
'Eksperter' og anekdoter
"Vi fandt ud af, at blandt de steder med højeste biodiversitet i disse 11 lande var mange slet ikke beskyttet," sagde McClanahan. "De fleste MPA'er har ikke tilstrækkelige data til at sikkerhedskopiere deres betegnelse." Han sagde, at mange blev udpeget på grundlag af "ekspertudtalelser" og observationsanekdoter snarere end data og modeller.
"Det, der ofte mangler, er reelle data, der fortæller os: Hvor er de områder med højeste biodiversitet i hvert land? Hvilke steder vil være de mest klimaresistente? Hvilke områder er folk som fiskere mest afhængige af for mad og indkomst? Det er den type data, vi har brug for for at træffe de bedste beslutninger. Denne nye model fremmer evnen til at træffe de rigtige beslutninger."
Undersøgelsen blev afsluttet med støtte fra en bevilling fra det amerikanske indenrigsministerium og agenturet for international udvikling og er offentliggjort i Bevaringsbiologi.
Også på Divernet: Koralreservat afsløret i Det Indiske Ocean, Hvorfor hver blå indeholder en smule finhval, Verdens koralrev er større, end vi troede..., Ocean Census retter sig mod 100 ukendte marine arter
