Using cumulative human-impact models to reveal global threat patterns for seahorses

Uso de Modelos de Impacto Humano Acumulativo para Revelar los Patrones de Amenaza Mundial para Hipocampos Resumen El entendimiento de las amenazas que actúan sobre los organismos marinos y su estado de conservación es de suma importancia pero a la vez un gran reto debido a la insuficiencia de datos. Estudiamos el estado de conservación y el impacto humano acumulativo (CHI, en inglés) que existe sobre los hipocampos (Hippocampus spp.)- un género de peces marinos raro y escaso de datos. Construimos modelos lineales aditivos con el conocimiento de expertos y conjuntos de datos espaciales relevantes para evaluar y mapear el CHI de los doce estresantes antropogénicos que afectan a las 42 especies de hipocampos. Examinamos la utilidad que tienen los índices de impacto estimado (el impacto de cada estresante y cada CHI) para la predicción del estado de conservación de las especies usando modelos de bosque azaroso (RF, en inglés). Los valores del CHI para las especies amenazadas fueron considerablemente más altos que aquellos obtenidos para las especies no amenazadas (categoría basada en la Lista Roja de la Unión Internacional para la Conservación de la Naturaleza). De esto derivamos modelos RF de alta certeza (87% y 96%), los cuales pronosticaron que cinco de las 17 especies deficientes de datos estaban amenazadas. Las prácticas de pesca demersal con una captura accesoria elevada y la contaminación fueron los mejores pronosticadores de la categoría de amenaza. Los principales epicentros de amenaza se ubicaron en China, el sureste asiático y en Europa. Nuestros resultados y mapas de CHI pueden ayudar a guiar la conservación mundial de hipocampos y también indican que el modelado y el mapeo de de los impactos humanos pueden revelar los patrones de amenaza y el estado de conservación de las especies deficientes de datos. Descubrimos que para explorar los patrones de amenaza de especies focales, son mejores los modelos de CHI a nivel de especie que los ya existentes modelos de CHI a nivel de ecosistema.

阐明海洋生物所面临的威胁和它们的濒危程度是很重要的。但由于数据缺乏, 这又是很困难的事情。本文研究了海马 (Hippocampus spp) -这些稀有且数据很少的海洋鱼类-受人类活动的累计影响程度及其濒危程度。利用专家知识和相关的空间数据集, 我们建立了线性可加模型来评估 12 种人类活动因子对 42 种海马的累计影响程度, 并绘制了其影响程度分布图。我们运用随机森林模型检验了该线性可加模型生成的影响指数 (包括单个人类活动因子的指数和累计影响的指数) 是否有助于我们预测物种的濒危程度。结果表明, (依据国际自然保护联盟红色名录的分类) 受威胁物种的累计影响指数显著高于不受威胁物种的指数。我们的随机森林模型具有很高的预测成功率 (87%和 96%) 。据此模型, 我们预测在 17 种数据缺乏的海马物种中有 5 种很有可能可以归类为受威胁的物种。 (对捕捞对象具有低选择性的) 在海底作业的捕捞活动和污染是预测这些鱼类是否属于受威胁物种的最好预测变量。这些物种受人类活动影响的热点区域主要分布在中国, 东南亚和欧洲。我们的研究结果和累计影响指数分布图可能对全球海马的保护起到指导作用。同时, 这些成果也表明, 通过模型预测和绘制人类活动影响分布图, 我们可以揭示数据缺乏的物种受人类活动威胁的模式和程度。我们证实, 使用物种级别的累计影响指数模型比使用现有的生态系统层级的模型更能揭示所关注的物种的受威胁模式。.