A chamada “extinção silenciosa” de 1.337 espécies ameaçadas inclui famílias de peixes que são cruciais para os ecossistemas dos recifes.
Por PLOS com informações de Science Daily.
Pesquisadores preveem que 12,7% das espécies de peixes teleósteos marinhos estão em risco de extinção, cinco vezes mais do que a estimativa anterior da União Internacional para a Conservação da Natureza de 2,5%. Nicolas Loiseau e Nicolas Mouquet da Unidade MARBEC (Unidade de Biodiversidade Marinha, Exploração e Conservação) em Montpellier, França, e colegas relatam essas descobertas em um estudo publicado em 29 de agosto no periódico de acesso aberto PLOS Biology . O relatório inclui quase 5.000 espécies que não receberam um status de conservação da IUCN devido a dados insuficientes.
A Lista Vermelha de Espécies Ameaçadas da IUCN rastreia mais de 150.000 espécies para orientar os esforços globais de conservação em nome das mais ameaçadas.
No entanto, 38% das espécies de peixes marinhos (ou 4.992 espécies no momento desta pesquisa) são consideradas deficientes em dados e não recebem um status oficial de conservação ou as proteções associadas.
Para direcionar melhor os esforços de conservação para as espécies que precisam deles, Loiseau e colegas combinaram um modelo de aprendizado de máquina com uma rede neural artificial para prever os riscos de extinção de espécies com deficiência de dados.
Os modelos foram treinados com base em dados de ocorrência, características biológicas, taxonomia e usos humanos de 13.195 espécies.
Eles categorizaram 78,5% das 4.992 espécies como Não Ameaçadas ou Ameaçadas (o que inclui as categorias Criticamente em Perigo, Em Perigo e Vulnerável da IUCN). As espécies Ameaçadas Previstas aumentaram cinco vezes (de 334 para 1.671) e as espécies Não Ameaçadas Previstas aumentaram em um terço (de 7.869 para 10.451).
Espécies ameaçadas previstas tendem a ter um pequeno alcance geográfico, grande tamanho corporal e baixa taxa de crescimento.
O risco de extinção também foi correlacionado com habitats rasos.
O Mar da China Meridional, os Mares das Filipinas e das Celebes e as costas ocidentais da Austrália e da América do Norte surgiram como pontos críticos para espécies ameaçadas previstas.
Os pesquisadores recomendam maiores esforços de pesquisa e conservação nessas áreas.
Os pesquisadores observaram “uma mudança marcante na classificação de prioridade de conservação após as previsões de espécies da IUCN”, recomendando que as ilhas do Pacífico e as regiões polares e subpolares do Hemisfério Sul sejam priorizadas para contabilizar espécies emergentes em risco.
Muitas espécies que permanecem com deficiência de dados ocorrem no Triângulo de Coral, indicando que pesquisas adicionais são necessárias lá.
Os pesquisadores observam que os modelos não podem substituir avaliações diretas de espécies em risco, mas a IA oferece uma oportunidade única de fornecer uma avaliação rápida, abrangente e econômica do risco de extinção de espécies.
Loiseau acrescenta: “A Inteligência Artificial (IA) permite a avaliação confiável dos riscos de extinção de espécies que ainda não foram avaliadas pela União Internacional para a Conservação da Natureza (IUCN). Nossa análise de 13.195 espécies de peixes marinhos revela que o risco de extinção é significativamente maior do que as estimativas iniciais da IUCN, aumentando de 2,5% para 12,7%. Propomos incorporar avanços recentes na previsão de riscos de extinção de espécies em um novo índice sintético chamado ‘status previsto da IUCN’. Este índice pode servir como um complemento valioso ao atual ‘status medido da IUCN’.”
Fonte da história:
Materiais fornecidos pela PLOS . Nota: O conteúdo pode ser editado quanto ao estilo e comprimento.
Referência do periódico :
Nicolas Loiseau, David Mouillot, Laure Velez, Raphaël Seguin, Nicolas Casajus, Camille Coux, Camille Albouy, Thomas Claverie, Agnès Duhamet, Valentine Fleure, Juliette Langlois, Sébastien Villéger, Nicolas Mouquet. Inferring the extinction risk of marine fish to inform global conservation priorities. PLOS Biology, 2024; 22 (8): e3002773 DOI: 10.1371/journal.pbio.3002773
