Окружающая среда, таксономия и социально-экономические факторы предсказывают отсутствие угрозы для пресноводных рыб

Почему судьба речных рыб важна для нас

Пресноводные рыбы не привлекают внимания, как тигры или киты, но тихо обеспечивают продовольствие, рекреацию и культурные традиции для сотен миллионов людей. При этом они — самая угрожаемая группа позвоночных на Земле. В этом исследовании задается удивительно обнадёживающий вопрос: вместо того чтобы реагировать только тогда, когда виды уже в опасности, можно ли с помощью глобальных данных и современных вычислений предсказать, какие виды рыб, скорее всего, останутся в безопасности — и что этому способствует?

Видеть весь пресноводный мир сразу

Исследователи собрали глобальный портрет 10 631 вида пресноводных рыб, опираясь на 12 международных источников данных. Они объединили сведения о местах обитания видов, характеристиках их сред, режиме рек, использовании земель и воды людьми, а также базовые биологические данные, такие как таксономическая принадлежность каждого вида. Важно, что они не включали данные, которые прямо используются для определения официального статуса угрозы — например точные размеры популяций или их динамику. Вместо этого рассматривались более широкие экологические, социальные и биологические условия и оценивалось, насколько хорошо они позволяют предсказать, указан ли вид в настоящее время как находящийся под угрозой или нет в Красном списке Международного союза охраны природы (IUCN).

Обучение компьютера различать безопасные и страдающие виды

Для анализа этого массивного набора данных команда использовала метод машинного обучения, называемый классификатором случайного леса. Вместо попыток различить каждую степень угрозы по отдельности, виды были сгруппированы в две широкие категории: «под угрозой» (Уязвимые, Вымершие, Критически уязвимые) и «не под угрозой» (Близкие к угрозе и Наименьшей озабоченности). Модель училась на закономерностях в 52 различных переменных — от доступности воды и типов рек до плотности населения, экономической активности и простых признаков видов. После обучения и тщательной проверки модель правильно определяла общий статус охраны примерно в 88% случаев. Особенно хорошо она справлялась с не находящимися под угрозой видами (примерно 90% точности), тогда как с выявлением видов под угрозой было чуть сложнее (около 82% точности), что отражает запутанные и разнообразные пути, которыми виды могут приходить в упадок.

Что защищает пресноводных рыб от опасности

Наиболее важными факторами, сохраняющими рыбы в безопасности, оказались не тонкие детали их биологии, а место и условия их обитания. Виды, которые чаще оказываются не под угрозой, чаще встречаются в районах с обильной водой, относительно целыми местообитаниями, умеренным — а не экстремальным — уровнем гидроэнергетических преград и менее интенсивным антропогенным воздействием на окружающий ландшафт. Ключевым сигналом оказалась разнообразность речных и водно-болотных местообитаний в пределах ареала вида. Виды, обитающие в районах с большим числом типов местообитаний на единицу площади, чаще оказывались под угрозой, вероятно потому, что такой рисунок отражает фрагментированные речные системы, где преграды и изменённые потоки нарушают связность. Напротив, виды в более непрерывных, хорошо связанных местообитиях сталкивались с меньшим общим риском.

Как люди и знание формируют статус охраны

Социально-экономические условия также сильно влияли на безопасность рыб. Регионы со стабильной экономикой, умеренным уровнем развития и некоторыми, но не чрезмерными изменениями рек чаще поддерживали виды, не находящиеся под угрозой. Высокая антропогенная нагрузка, быстрые экономические изменения или очень интенсивная трансформация местообитаний часто совпадали с более высокой степенью угрозы. Любопытно, что количество информации, имеющейся о виде — сколько признаков и экологических данных известно — также помогало модели. И очень хорошо изученные, и очень слабо изученные виды чаще классифицировались как находящиеся под угрозой, что указывает на влияние осторожных решений и неравномерности исследований на то, как мы маркируем виды. Таксономический порядок, простой способ группировки родственных рыб, также оказался важным предиктором, что подразумевает, что близкородственные виды часто разделяют схожую уязвимость или устойчивость.

Использовать ранние предупреждения вместо спасательных операций

Для широкого читателя главный вывод в том, что теперь мы можем применять глобальные данные и искусственный интеллект не только для выявления кризисов, но и для обнаружения и укрепления условий, которые изначально держат виды в безопасности. Исследование показывает, что целые, хорошо связанные пресноводные местообитания, умеренные человеческие давления и внимание к более широкому социальному контексту помогают предотвратить скатывание рыб к вымиранию. Поскольку шаблоны безопасности более последовательны, чем многочисленные способы, которыми виды могут оказаться под угрозой, ранние действия в благоприятных условиях могут приносить более надёжные результаты в охране, чем ожидание сигналов тревоги. На практике защита проточных рек, ограничение экстремального развития и закрытие пробелов в знаниях могут помочь обезопасить пресноводных рыб мира — и человеческие сообщества, которые от них зависят — прежде чем они окажутся на грани.

Цитирование: Murphy, C.A., Olivos, J.A., Arismendi, I. et al. Environment, taxonomy, and socioeconomics predict non-imperilment in freshwater fishes. Nat Commun 17, 1661 (2026). https://doi.org/10.1038/s41467-025-68154-w

Ключевые слова: охрана пресноводных рыб, риск вымирания, речные экосистемы, машинное обучение в экологии, защита биоразнообразия