Predicting Species Occurrence Patterns from Partial Observations

要約

相互に関連する生物多様性と気候危機に対処するには、種がどこで発生し、そのパターンがどのように変化しているかを理解する必要があります。
しかし、ほとんどの種に関する観察データは依然として非常に限られており、入手可能なデータの量は分類群間で大きく異なります。
(a) 衛星画像、および (b) 他の種の発生に関する既知の情報を考慮して、種の発生パターンを予測する問題を紹介します。
このタスクのアルゴリズムを評価するために、衛星画像、環境データ、蝶の観察データのデータセットである SatButterfly を導入します。これは、鳥の観察データの既存の SatBird データセットと組み合わせるように設計されています。
この課題に対処するために、我々は、部分的な観測データが見つかった場合でもその使用を可能にする、種の出現パターンを予測するための一般モデル R-Tran を提案します。
R-Tran は、分類群内 (鳥類) および分類群全体 (鳥と蝶) の両方で部分的な情報を使用して種の遭遇率を予測する際に、他の方法よりも優れていることがわかりました。
私たちのアプローチは、それらが共生する生態系をモデル化することで、豊富なデータを持つ種からデータが少ない他の種までの洞察を活用する新たな視点を開きます。

要約(オリジナル)

To address the interlinked biodiversity and climate crises, we need an understanding of where species occur and how these patterns are changing. However, observational data on most species remains very limited, and the amount of data available varies greatly between taxonomic groups. We introduce the problem of predicting species occurrence patterns given (a) satellite imagery, and (b) known information on the occurrence of other species. To evaluate algorithms on this task, we introduce SatButterfly, a dataset of satellite images, environmental data and observational data for butterflies, which is designed to pair with the existing SatBird dataset of bird observational data. To address this task, we propose a general model, R-Tran, for predicting species occurrence patterns that enables the use of partial observational data wherever found. We find that R-Tran outperforms other methods in predicting species encounter rates with partial information both within a taxon (birds) and across taxa (birds and butterflies). Our approach opens new perspectives to leveraging insights from species with abundant data to other species with scarce data, by modelling the ecosystems in which they co-occur.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google