تقدير شُيوع وانتشار الأنواع عبر طرق غير مُشرفة

لماذا يهم عدّ الأنواع الشائعة والنادرة

عند تصوّرنا للطبيعة المهددة، نميل غالبًا إلى التفكير في الحيوانات النادرة على شفا الانقراض. ومع ذلك، فإن معظم النسيج الحي حولنا يتكوّن من مخلوقات عادية إما شائعة أو تختفي بهدوء قبل أن يلاحظها أحد. القدرة على معرفة مدى انتشار نوع ما فعليًا في موقع معين أمر أساسي لتوقُّع كيف ستستجيب النُظم الإيكولوجية للتلوّث أو تغيّر استخدام الأراضي أو التغير المناخي. تقدم هذه الورقة طريقة لتقدير مدى شُيوع أو ندرة كثير من الأنواع دفعة واحدة باستخدام سجلات الرصد الموجودة فقط والتحليل الحديث للبيانات. الهدف هو تزويد نماذج الحاسوب المدققة بمدخلات أكثر موضوعية للتنبؤ بالمناطق التي يمكن للأنواع أن تعيش فيها الآن وفي المستقبل.

من مشاهدات بسيطة إلى أسئلة إيكولوجية كبرى

يستخدم علماء البيئة بانتظام نماذج حاسوبية تُدعى نماذج الملاءمة البيئية لتحديد البيئات الملائمة لنوع معين. تساعد هذه النماذج على التنبؤ بالأماكن التي قد يظهر فيها نوع ما تحت مناخ متغير أو في مناطق جديدة. عنصر حاسم هو «الانتشار» — تقريبًا، حصة المواقع المفحوصة التي وُجد فيها النوع. هذا المقياس يعبّر عن ما إذا كان من المتوقع أن يكون النوع شائعًا أو نادرًا قبل إجراء أي مسوحات جديدة. تلك التوقعات المسبقة تشكّل بشدّة كيفية تحويل النماذج لدرجات الملاءمة الخام إلى احتمالات الوجود وكيف تحدد خطوط الفصل بين «موجود» و«غير موجود» على الخريطة. إذا كان تقدير الانتشار ضعيفًا، لا سيما للأنواع النادرة، فقد تكون التنبؤات مضللة وقد تتركز خطط الحفظ في أماكن غير مناسبة.

إتاحة المجال للبيانات للتحدث عن مئات الأنواع

القياس المباشر للانتشار صعب لأن بيانات الحقل مجزأة ومنحازة. تُجرى مسوحات مكثفة في بعض المناطق، وبعض الأنواع أسهل في الملاحظة، والعديد من السجلات تأتي من مشاريع علم المواطن مع جهود غير متساوية. بدلاً من الاعتماد على آراء الخبراء أو معرفة مفصّلة لكل نوع، يستغل المؤلفون مرفق المعلومات العالمي عن التنوع البيولوجي — قاعدة بيانات مفتوحة ضخمة لمشاهدات الأنواع. لكل نوع في نطاق مختار، يلخّصون السجلات الخام إلى عدد قليل من الأرقام البسيطة والقابلة للمقارنة: كم يُبلغ عادة من فرد في كل مشاهدة، كم عدد مجموعات البيانات أو المواطن الرطبة التي تحتوي على النوع، مدى انتشاره داخل تلك المواطن، ومدى تكرار رصده عبر الزمن، بما في ذلك تكرار حدوث اندفاعات من الكثير من الملاحظات.

تعليم الآلات لفرز الأنواع الشائعة والنادرة

مع هذه الميزات المُجمّعة، يطبّق الفريق ثلاثة أدوات تعلم غير مُشرف — طريقتان للتجميع ونموذج تعلم عميق يعرف بالمشفر التغايري — التي تبحث عن أنماط دون أن تُخبر مسبقًا أي الأنواع شائعة أو نادرة. تجمع طرق التجميع الأنواع التي تتشارك في وفرة وانتشار وتكرار الملاحظة. يتعلم المشفر ما يبدو عليه «سجل النوع النموذجي» ويعلّم لنفسه الأنماط الشاذة، والتي غالبًا ما تتوافق مع أنواع نادرة أو ضعيفة التوثيق. ثم تُعيّن النماذج كل نوع إلى ثلاث فئات بديهية — شائع جدًا، شائع إلى حد ما، أو نادر — وتحوّل تلك الفئات إلى قيم انتشار رقمية يمكن إدخالها مباشرة في نماذج الملاءمة البيئية كاحتمالات مبدئية.

اختبار المنهج في أرض رطبة معرضة للخطر

لاختبار فعالية هذا الإطار عمليًا، ركّز المؤلفون على حوض بحيرة ماساكيوتشولي في توسكانا بإيطاليا، وهي أرض رطبة منخفضة الارتفاع غنية بالطيور والأسماك والحشرات وغيرها من الحيوانات. هذه المنطقة تُعد نقطة ساخنة للتنوع البيولوجي وجذبًا سياحيًا، لكنها أيضًا عُرضة للتغير المناخي ونقص المياه والتلوّث. بالنسبة إلى 161 نوعًا حيوانيًا مرتبطًا بالبحيرة، تم تدريب النماذج باستخدام سجلات من مواطن رطبة إيطالية أخرى، ثم طُلب منها استنتاج مدى شُيوع كل نوع في ماساكيوتشولي. قيّم خبيران محليان، لديهما خبرة ميدانية عميقة في المنطقة، نفس الأنواع بشكل مستقل. بالمقارنة بين الطرفين، اتفق نموذج التعلم العميق مع الرأي الخبيري المجمع لحوالي 81–90 بالمئة من الأنواع، بينما أدت طرق التجميع ومجموعة النماذج المجمعة أداءً جيدًا أيضًا.

التعلم من الخلافات والتحيّزات الخفية

لم تتطابق كل الحالات تمامًا. بعض الأنواع المعروفة جيدًا لدى الخبراء بوفرتها حول البحيرة ظهرت نادرة في البيانات، وغالبًا لأن هذه الأنواع مراوغة أو منخفضة التبليغ أو تُراقب بشكل مكثف في بعض المواطن أكثر من غيرها. هذا أبرز قيدًا أساسيًا: قواعد البيانات الكبيرة تعكس مكان وكيفية بحث الناس عن الطبيعة، وليس فقط أماكن وجود الأنواع الحقيقية. أظهر تحليل الحساسية أي الميزات كانت الأكثر أهمية للتصنيفات، مع بروز متوسط عدد السجلات لكل مجموعة بيانات، والوفرة لكل مشاهدة، وثبات الملاحظات عبر السنوات كمعلوماتية بشكل خاص. بالرغم من التحيّزات المتبقية، أنتجت الطريقة تقديرات انتشار واضحة وقابلة للتكرار ويمكن تعديلها لاستخدام فئات أدق أو أبسط بحسب حاجة النمذجة.

ما يعنيه هذا لتنبؤات الطبيعة المستقبلية

لغير المتخصّصين، الرسالة الأساسية هي أننا نستطيع الآن استخدام بيانات التنوع البيولوجي الموجودة بذكاء أكبر لتقييم أي الأنواع من المرجح أن تكون شائعة أو متوسطة أو نادرة في سياق معين، دون ضبط كل حالة يدويًا. من خلال تحويل سجلات الملاحظات الصاخبة إلى تقديرات انتشار شفافة ومدفوعة بالبيانات، يساعد الإطار النماذج الإيكولوجية على تقديم تنبؤات أكثر واقعية لملاءمة الموائل واتجاهات التنوع البيولوجي المستقبلية. وهذا بدوره يمكن أن يدعم تخطيطًا أفضل لمواطن رطبة مثل ماساكيوتشولي والعديد من النُظم الإيكولوجية الأخرى حول العالم، حتى عندما تكون بيانات الحقل غير مكتملة ووقت الخبراء محدودًا.

الاستشهاد: Bove, P., Bertini, A. & Coro, G. Estimating species commonness and prevalence through unsupervised methods. Sci Rep 16, 8331 (2026). https://doi.org/10.1038/s41598-026-38900-1

الكلمات المفتاحية: انتشار الأنواع, نمذجة التنوع البيولوجي, النُظم الإيكولوجية الرطبة, تعلم الآلة في علم البيئة, شُيوع الأنواع