厦门免费医学论文发表-着眼于未来的主动保护指数突出了脊椎动物保护方面未被认可的全球优先事项

加布里埃尔·恩里克·德·奥利维拉·卡埃塔诺 ，戈帕尔·穆拉利，丹尼尔·平切拉-多诺索，罗伊特·瓦尔迪，利奥尔·格林斯彭，谢梅里 ，乌里卷 发布时间：2025 年 10 月 21 日 抽象 预计在 21 世纪，全球范围内的人为环境压力将加剧。因此，着眼于未来的工具和方法来预测生物多样性压力是有效确定保护行动优先次序和补充现有方法的关键。在这里，我们开发了一个持续的保护优先指数，即主动保护指数 （PCI），它整合了预计的未来外在威胁和可能使物种易感的特征。我们使用 PCI 评估了全球 33,560 种陆地脊椎动物的保护优先级，将我们的结果与国际自然保护联盟 （IUCN） 濒危物种红色名录中这些物种的灭绝风险类别进行了比较，并检查了这些物种未来保护需求的空间和系统发育模式。我们发现，PCI分数中位数大致遵循IUCN红色名录分类下的预期顺序，但在每个IUCN红色名录类别中存在很大差异。根据 PCI 的说法，爬行动物将成为未来保护优先级最高的陆地脊椎动物群体，尽管根据世界自然保护联盟红色名录，两栖动物目前在受威胁物种中比例最高。PCI 透露，近危类别的物种未来的保护需求将与受威胁类别的物种更相似，而不是最不受关注类别的物种。干旱生态区、热带山地森林和岛屿在使用 PCI 和 IUCN 红色名录确定的保护优先事项之间表现出最大的差异，表明未来可能存在未被认识到的保护需求。根据世界自然保护联盟红色名录，受威胁物种的比例与每个生态区的保护区覆盖率无关，而 PCI 根据设计，突出了目前未受保护的生态区，其敏感动物群在未来将面临很高的威胁。我们制作了一个用户友好的 Web 应用程序来显示我们的结果，并制作了一个 R 包，使用户能够计算任何分类单元和区域的 PCI 分数，根据预测威胁的严重程度和其他系统中物种属性的重要性自定义指数。我们的新指数可以帮助从业者根据未来的威胁和不同的全球变化情景，确定精细物种保护行动的优先顺序。 数字 Fig 4Fig 5Fig 1Fig 2Fig 3Fig 4Fig 5Fig 1Fig 2Fig 3 引文：de Oliveira Caetano GH、Murali G、Pincheira-Donoso D、Vardi R、Greenspoon L、Meiri S 等人（2025 年）着眼于未来的主动保护指数突出了脊椎动物保护方面未被认识的全球优先事项。公共科学图书馆生物学 23（10）： 电子3003422号。 https://doi.org/10.1371/journal.pbio.3003422 收到： 2024 年 12 月 3 日;接受： 2025 年 9 月 17 日;发表： 10月 21， 2025 版权所有： © 2025 de Oliveira Caetano 等人。这是一篇根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。 数据可用性： 使用的数据和代码可在 https://github.com/gabrielhoc/PCI 和 https://zenodo.org/records/17080841 获得。 资金： GC 得到了 Jacob Blaustein 科学合作中心博士后奖学金 （https://in.bgu.ac.il/en/bidr/BCSC/Pages/fellowships.aspx） 的支持。RV 部分得到了 Alexander 和 Eva Lester 博士后奖学金 （https://en-lifesci.tau.ac.il/midrasahPost-doc） 的支持。S.M. 和 U.R. 承认以色列科学基金会的资助（资助号。ISF-406/19，https://www.isf.org.il/）。申办者和资助者在研究设计、数据收集和分析、发表决定或手稿准备中没有发挥任何作用。我们感谢瑞士旱地环境与能源研究所 （SIDEER） 对这项工作的部分支持。 利益争夺： 提交人声明不存在竞争利益。 缩写：： 加德， 爬行动物分布的全球评估;IUCN， 国际自然保护联盟;PCI， 主动保护指数;SSP， 共享的社会经济途径 介绍 人为引起的气候、陆地和海洋利用变化、生物开发和入侵物种的扩张正在以前所未有的速度导致种群和物种灭绝[1]。预计这些过程将在本世纪加剧[2\u20124];例如，预计到2100年，41%的陆地脊椎动物的大部分活动范围将受到前所未有的极端气候的影响[5]，而土地利用的变化将导致陆地脊椎动物每十年失去11%的现有活动范围[6]。这种对生物多样性的威胁是由人口不断增长[7]驱动的，预计到2100年人口将净增长30%[8]，同时人均资源消耗也会增加[9]。 物种对这些威胁的脆弱性可能受到其活动范围大小、保护工作和特定生物体特征的影响[10]。例如，大型哺乳动物、鸟类和爬行动物面临更高的灭绝风险，而两栖动物则相反，小型物种面临更高的灭绝风险[11,12]。此外，许多研究强调低繁殖率是导致物种灭绝的关键因素（例如[13,14]）。因此，保护优先计划还必须考虑生物体对威胁敏感的多种方式。 国际自然保护联盟（IUCN）的濒危物种红色名录[3]（以下简称“IUCN红色名录”）是应用最广泛的物种灭绝风险评估方法[15]。IUCN 红色名录在指导科学研究和保护行动方面发挥了重要作用 [16]。截至2024年11月，IUCN红色名录[3]已将166,061个物种列为濒危类别。五分之一的评估陆地脊椎动物物种被 IUCN 红色名录指定为濒危物种，但超过 22,000 种物种（占所有评估物种的 ~13%）被归类为数据缺陷 （DD） [3]。这将它们排除在基于世界自然保护联盟红色名录类别的保护优先计划之外。此外，IUCN红色名录的大多数评估都依赖于过去或现在种群规模或分布范围或质量的下降[17,18]。气候和土地利用变化的未来影响很少被纳入大多数特定物种的保护优先清单中[18]。然而，许多研究发现当前和未来威胁之间存在重要差异，并强调了更积极主动的保护工作的重要性[19,20]。 在这里，我们提出了主动保护指数（PCI），这是一种专注于未来威胁的新型保护优先级工具[21\u201223]。PCI 明确纳入了预计未来生物多样性丧失的预测驱动因素将发挥的作用（人口增加、气候变化、土地利用变化和生物入侵增加），以及调节其对这些威胁的脆弱性的物种特定属性（体型、育雏大小、范围大小、对人工栖息地的不耐受和保护区覆盖率;图1）。PCI 是连续的，范围从 0（最低保护优先级）到 1（最高保护优先级），为物种未来的保护优先级需求提供了细致入微的排名，而不是仅仅依赖过去的威胁。PCI 进一步使保护从业者能够为每个威胁属性分配不同的重要性，并且可以使用现成的数据进行计算。因此，PCI 提供了一种可应用于广泛类群的方法，包括被归类为数据缺陷的物种和尚未在 IUCN 红色名录中评估的物种，这些物种不能包含在其他保护优先计划中。它还允许在不同的未来场景下对数千个物种进行即时评估。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图1. 主动保护指数 （PCI） 计算流程图。 https://doi.org/10.1371/journal.pbio.3003422.g001 为了举例说明其效用，我们计算了所有陆地脊椎动物物种的 PCI 分数。PCI 被设计为一种着眼于未来的优先级工具，而不是作为灭绝风险的直接衡量标准。由于IUCN红色名录经常用于保护优先级[16]，尽管这是一个灭绝风险框架，但我们与之进行了比较，以说明PCI如何提供补充的见解。因此，我们强调，PCI 最好被解释为对 IUCN 红色名录评估的补充，而不是替代。我们揭示了 2050 年和 2100 年不同气候和社会经济未来情景（共享社会经济途径 [SSP， 24]）中物种保护需求的空间和系统发育模式。此外，我们还为软件R [25]提供了在线应用程序和统计包，以轻松实现结果的可视化和PCI的实施。 结果 PCI 和 IUCN 红色名录的互补性 PCI 分数在分配相同 IUCN 红色名录类别的物种之间差异很大（图 2，标准误差范围：0.07-0.13,0-1 等级）。尽管如此，在所有未来情景和年份下，PCI 分数与 IUCN 红色名录的协调威胁类别显着相关（Spearman's rho 范围从 0.32 到 0.37，具体取决于未来情景，S1 表）。为了评估仅包括根据明确考虑未来预测的标准评估的物种时，这种相关性是否更高，我们仅使用根据标准 A3 和 E 被归类为受威胁的物种重复了此分析，这些物种仅基于未来威胁（310 个物种），以及所有非受威胁物种。对于这一物种子集，PCI 与 IUCN 红色名录之间的相关性弱于所有物种，但仍然显着（Spearman's rho 范围为 0.13 至 0.16，S1 表）。这表明我们评估未来保护优先级的方法为用于评估 A3 和 E 类中列为受威胁的极少数物种的方法提供了更多信息。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图2. 与当前世界自然保护联盟红色名录类别相比，在两种不同的温室气体排放情景下，2050 年和 2100 年所有陆地脊椎动物的主动保护指数 （PCI） 分数分布。 共享社会经济途径（SSP）是政府间气候变化专门委员会提供的温室气体排放情景[24]。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.g002 在所有分析的物种中，未评估和数据缺陷物种的 PCI 分数与濒危或极度濒危物种相似（图 2）。此外，被世界自然保护联盟红色名录列为近危物种的PCI评分与濒危类别的物种比与最不受关注类别的物种更相似（图2）。所有结果均基于指数计算中使用的所有威胁和特征的相等权重，但明确证明权重变化影响的结果除外（S1 和 S2 图）。在计算 PCI 分数时为气候变化分配更高的权重增加了它们与 IUCN 红色名录类别的相关性，而对土地利用变化、生物入侵、体重或育雏规模分配更高的权重降低了这种相关性，对于所有未来情景（S1 图）。 系统发育和地理模式 在所有未来情景下，爬行动物的 PCI 得分中位数最高，其次是哺乳动物和两栖动物，而鸟类的中位得分最低（S3 图和 S2 表）。我们比较了每个科中每个科的平均PCI分数和濒危物种比例（S1数据）。38% 的家庭在两种优先排序方法中都属于同一四分位数。我们确定了一种优先级方法处于最高四分位数和另一种优先级方法处于最低四分位数的家族，以确定两种方法的分类互补性。这些科大多是物种贫乏的科，其中 70% 的物种数不超过 5 个（S1 数据）。PCI评分高、受威胁物种比例低的科包括化石爬行动物和两栖动物、沙漠哺乳动物和岛屿鸟类（S1数据和S4-S7图）。 在大多数情况下，每个生态区平均 PCI 分数的广泛地理模式是一致的（S8 图），并且在 2100 年 SSP 5.85 以下的热带生态区主要有所增加。我们关注 2100 年的 SSP 5.85，以获取后续结果和地理模式的讨论（其他情景的结果可以在 S8 图中找到）。从各类平均值来看，索科特拉岛干旱灌木丛的PCI得分最高，其次是印度西部的高海拔森林和加勒比海岛热带森林生态区。这些地区一直是个别班级的最高水平，但有一些重要的例外。两栖动物在岛屿上的得分并不高，但在中国和中亚的森林中得分很高。哺乳动物在马达加斯加的得分也非常高。对于鸟类来说，高分岛屿大多位于波利尼西亚，而不是加勒比海。每个生态区每个类别的平均PCI分数见图3和S2数据。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图3. 在高温室气体排放情景下，2100 年全球生态区四个陆地脊椎动物类别的平均主动保护指数 （PCI） 得分 （SSP 5.85）。 ecorregions的Shapefile来自Olson及其同事2001[75]。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.g003 世界各生态区陆地脊椎动物在IUCN濒危红色名录类别中的比例与生态区平均PCI得分呈正相关（PCI效应：1.971，误差0.970，z值：2.031，p值0.04）。 我们检查了这种回归的残差，以确定PCI预测的保护优先级高于IUCN红色名录预期的区域（图4）。这些地区与上述高PCI得分地区基本一致，包括索科特拉岛、西印度和加勒比地区。然而，世界各地的干旱和半干旱地区出现了 PCI 得分高、受威胁物种比例低的地区。阿拉伯半岛和墨西哥北部的残差尤其大（图4和S3数据）。生态区中受威胁物种的比例与生态区的保护区覆盖率不相关，但该比例与平均 PCI 分数呈强负相关（Spearman's rho：-0.29，p < 0.001）。 这个结果是意料之中的，因为 PCI 在其计算中纳入了保护区覆盖范围。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图4. 根据 IUCN 红色名录的受威胁物种比例与世界每个生态区所有陆地脊椎动物的平均主动保护指数 （PCI） 分数之间的广义线性模型的对数转换残差。 残差较高（黄色至红色）的地区预计将比目前世界自然保护联盟的评估所显示的更受未来威胁的威胁。ecorregions的Shapefile来自Olson及其同事2001[75]。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.g004 当对土地利用变化和人工生境不耐受赋予较高权重时，PCI得分中位数增加，而当对气候变化、生物入侵、人口密度、保护范围面积和地理范围大小赋予较高权重时，PCI得分中位数下降（S2图）。这种模式在大多数未来情景中都是一致的，但2100 SSP 5.85情景除外，其中增加气候变化的权重会增加PCI分数，而土地利用变化没有影响（S2图）。 我们确定了四个物种集群（S9图），主要特征是它们的分布区域以及它们将经历的气候、土地利用和人口密度变化水平的差异（S10图）。在未来情景中，集群之间的威胁变量分布是一致的，但在 2100 年，在 SSP 5.85 情景下，所有集群的气候变化贡献都大幅上升（S10 图）。两栖动物和爬行动物在受气候变化影响最大的第三和第四集群中比例较多（S11 图）。 实施的在线资源 我们开发了一个免费的在线网络应用程序（使用 R Shiny 包;[26]）来显示陆地脊椎动物的 PCI 分数，包括影响每个物种的威胁和可能增加它们对这些威胁的脆弱性的属性 （https://gabrielhoc.shinyapps.io/pci_app/）。我们还创建了一个 R 包 （https://github.com/gabrielhoc/PCI），允许快速计算任何分类单元的 PCI 分数。任何变量（外部威胁或物种属性）都可用于使用此包计算 PCI，并且可以为每个变量分配不同的权重。这使得能够针对特定物种组、本地环境或数据可用性定制 PCI。 讨论 我们提出了一个新指数，用于评估在自然环境和全球生物多样性持久性人为压力迅速扩大的时代，野生动物未来的保护优先事项。PCI 具有几个优点：（a） 它侧重于物种的预计未来威胁，（b） 其连续规模可以实现细致入微的物种优先排序，（c） 它可以使用广泛可用的数据快速计算，以及 （d） 它可以很容易地根据物种群体和当地环境进行定制。我们对陆地脊椎动物的 PCI 实施表明：（a） 同一世界自然保护联盟红色名录类别下的物种未来的保护需求存在很大差异，（b） 被归类为数据不足、未评估或近危的物种预计未来将具有很高的保护优先级，（c） 干旱地区、热带岛屿和热带山地森林中的物种，尤其是爬行动物，预计未来将具有比目前认识的更高的保护优先级，以及 （d） 减缓气候变化和扩大保护区网络可以大大减轻未来威胁的影响。 PCI 和 IUCN 红色名录的互补性 世界自然保护联盟红色名录和 PCI 揭示了几个物种的相似结果（例如，草裙舞彩蛙 - Latonia nigriventer 和 Gyrfalcon - Falco rusticolus;图 5），而对于其他壁虎，结果则大不相同（例如，壁虎 Cyrtodactylus metropolis 和黄冠凤头鹦鹉——Cacatua sulphurea;图5）。每个 IUCN 红色名录类别内 PCI 分数的高度差异（标准差范围：0.06–0.14 标准差，范围从 0 到 1，图 2）表明，具有非常不同的未来保护优先级的物种可能被归入同一 IUCN 红色名录类别（图 2）。修改土地利用变化、生物入侵和人口密度的权重并没有增加 PCI 分数与 IUCN 红色名录类别的相关性。这表明PCI可能提供与IUCN红色名录不同的关于这些预测威胁的信息（S1图），据预测，这些威胁将成为不久的将来生物多样性丧失的主要驱动因素[22]。出乎意料的是，PCI和IUCN红色名录在增加气候变化的权重时具有更高的相关性（S1图），这表明目前受威胁的物种将特别容易受到气候变化的影响。我们的连续指数揭示了有关未来保护需求的新信息，这些信息可以在优先考虑保护物种和区域时补充 IUCN 红色名录。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图5. 用于计算六种陆地脊椎动物的主动保护指数 （PCI） 的变量分布。 蜘蛛图中的值在 0 和 1 之间缩放。每张照片上部的值表示我们分配的 PCI 分数（内部，值接近 1 表示相对于同类其他物种的保护优先级更高），以及它们的 IUCN 红色名录类别（外部、LC、最不受关注;CR，极度濒危;DD，数据不足;NE，未评估）。为了保持蜘蛛图的面积与 PCI 分数成正比，我们使用了降低 PCI 分数的倒置变量，并相应地更改了它们的名称：倒置的育雏大小命名为“繁殖限制”，倒置的范围大小命名为“范围限制”，倒置的保护范围命名为“无保护范围”。Cyrtodactylus 大都市照片由 L. Lee Grismer 提供，Latonia nigriventer 图像由 UR 提供，所有其他照片均来自维基共享资源（作者：Momofelit、Ólafur Larsen、Charles Lam、Omid Mozaffari）。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.g005 我们的结果表明，近危类别（“非受威胁”状态）中的物种的 PCI 分数与“易危”类别中的物种最相似，被认为是受威胁的（图 2）。因此，近危物种可能值得与受威胁物种类似的保护关注。此外，数据不足和未评估的物种，例如 Val's gundi （Ctenodactylus vali） 和 Papenfuss 赛跑者 （Eremias papenfussi;图5），其PCI分数平均与濒危和极度濒危物种的分数相似（图2）。这一结果增加了越来越多的证据，表明数据不足和未评估的物种可能受到高度威胁[27\u201232]。PCI可以提供一种优先保护DD和NE物种的方法，与已指定威胁类别的物种相比，DD和NE物种受到的保护关注较少[29]，因为它为这些物种在未来几十年内预计将面临的威胁提供了独特的见解。我们建议保护从业者使用 PCI 等补充保护优先级工具，适当关注数据不足、未评估和近危物种的保护优先级。 一个可能与 PCI 结合使用的有前途的工具是 IUCN 物种绿色状况 [33]。这个面向未来的分数考虑了一个物种未来的保护依赖性以及短期和长期的潜在保护收益。目前只有 115 个物种（包括 78 种陆生脊椎动物）的绿色状态评估可用，这使得现在将其纳入 PCI 计算是不切实际的，但对于可用的特定情况，它可以更全面地了解保护举措应对 PCI 强调的威胁的潜力。例如，海南黑冠长臂猿（Nomascus hainanus）在世界自然保护联盟红色名录中被列为极度濒危物种，在情景SSP 5.85下，在2100年5,658种哺乳动物中PCI得分排名第41位。其绿色状况评估显示，由于土地利用变化和过度开发，该物种仅限于单一保护区。根据种群生存能力分析，它预计未来 10 年人口增长的潜力有限，但 100 年内种群恢复的潜力更高。然而，PCI 显示，在 2100 年最极端的情况下，该物种也可能在其所有范围内遭受极端温度的影响。因此，考虑未来的气候预测可能会使种群恢复工作受益，因为即使在保护区，气候变化也会影响这种脆弱物种。 PCI 对未来情景中土地利用和人口密度的权重最为敏感（S2 图）。然而，在最极端的气候变化情景下，气候变化在 2100 年成为主要组成部分（SSP 5.85，S2 图）。在较温和的排放情景（SSP 2.45）下，2100年的平均PCI分数要低得多，尤其是在热带地区（S8图）。这一结果凸显了全球努力减少碳排放的重要性，因为如果不立即解决，气候变化可能与土地利用变化一样构成威胁。我们的聚类分析表明，分布范围较小的物种将更容易受到气候变化的影响，而保护区覆盖率较小的物种将更容易受到土地利用变化的影响（S10图）。这些结果强调，扩大保护区网络可能有助于防止土地转换，特别是对于对人类存在的耐受性较差的物种，但这可能不足以保护小范围物种，因为小范围物种可能会因当地气候变化而失去大部分活动范围[34]。 系统发育和地理模式 爬行动物是所有未来情景中保护优先级最高的脊椎动物进化枝，这增加了之前的证据表明爬行动物可能比目前世界自然保护联盟红色名录中描述的更受威胁[32]。尽管爬行动物是物种最丰富的脊椎动物类别，但在保护研究和行动中却相对被忽视[31,35,36]。两栖动物和盲蛇等化石爬行动物和隐秘爬行动物的平均 PCI 分数较高，但在 IUCN 红色名录中受威胁物种的比例较低（S1 数据）。这些类群研究很少，通常缺乏足够的信息来进行正式的威胁评估[37]。PCI 可以提供一种实用的方法来评估难以研究的群体的保护需求，为保护行动提供信息，以防止未来对这些被忽视的物种构成威胁。爬行动物在印度西部（西高止山脉和德干高原）和加勒比地区的平均PCI得分最高（图3）。在这些地区采取有针对性的保护干预措施，极有可能防止这一弱势群体的物种丧失。 IUCN 红色名录显示两栖动物是受威胁最严重的类别 [3]。PCI可能低估了两栖动物的威胁状况，因为它不包括壶菌病的威胁，壶菌病是一种被许多人认为是两栖动物的主要威胁过程[38]。然而，与真菌病害相关的两栖动物死亡率往往会因气候变化等其他威胁而加剧，这些威胁在PCI中被考虑在内。无论如何，我们的结果表明爬行动物和两栖动物之间的保护需求趋同。我们的聚类分析表明，在最坏的气候变化情景下，两栖动物和爬行动物将比哺乳动物和鸟类更容易受到气候变化的影响（SSP 5.85;S11 图）。与爬行动物一样，隐秘和化石盲肠科的未被识别的保护需求最高（S1 数据），西高止山脉也成为两栖动物最优先的地区之一。然而，与爬行动物不同的是，两栖动物在中国和中亚的一些森林中表现出较高的平均 PCI 分数（S1 数据）。 主要位于加勒比海、波利尼西亚和印度洋的岛屿（包括索科特拉岛和马达加斯加）除两栖动物外，大多数脊椎动物类别的平均PCI得分最高（图4和S2数据）。岛屿具有高度的特有性和系统发育的独特性[40]，其脆弱的小范围[41]动物群可能会遭受气候变化的一些最严重后果[42]。事实上，有记录的四足动物物种灭绝中有75%发生在岛屿上[43\u201245]。对我们确定的更有可能受到威胁的岛屿进行专门的保护干预措施，可以防止古老而独特的进化谱系的丧失[42]。西高止山脉等山地地区的热带森林的 PCI 分数也很高。山地地区可能经历类似于岛屿的孤立模式：高海拔地区提供了强烈的地理限制，充当“天空岛屿”[46]，拥有独特的进化谱系[47\u201248]，特别容易受到气候变化的影响[49\u201250]。岛屿和山地地区对于保护鸟类生物多样性尤为重要。鸟类平均PCI得分最高的生态区主要位于波利尼西亚和印度西部（图3和S3数据）。此外，PCI 得分高但受威胁物种比例低的鸟类家族也是热带周围岛屿和山地森林的特有种，包括古巴莺、跳岩鸟和模杀鸟（S1 数据）。 尽管哺乳动物平均PCI得分最高的生态区也集中在岛屿上，主要集中在加勒比海和马达加斯加，但PCI得分高、濒危物种比例低的哺乳动物科大多来自非洲和亚洲的干旱地区，包括刷尾鼠、枪鼠、鬣狗和蹄兔。这与我们对 PCI 和 IUCN 红色名录之间的地理比较（图 4）相吻合，这表明非洲、亚洲、南美洲和北美的沙漠、草原和稀树草原将需要保护优先级，目前未反映在 IUCN 红色名录中。干旱地区传统上被忽视了保护工作，在不久的将来可能面临气候变化和土地利用变化的严重威胁[51]。 使用 PCI 为保护分类单元和区域的优先级提供信息，可以提高有限保护资源分配的效率。它可以针对预计在未来几十年内受全球变化影响最大的物种和地区，从而有可能为保护方面的预防性投资而不是姑息性投资提供信息。根据设计，PCI 与保护区覆盖率呈负相关，因此突出了目前未受到保护关注的区域。它还具有考虑气候变化、土地利用变化和人口密度等不同未来情景的优势，这可能有助于区分影响更大的干预类型。我们的结果表明，如果针对干旱地区以及岛屿和山地热带森林，特别关注爬行动物和神秘物种，预防性保护措施可能会产生重大影响。 实施注意事项和注意事项 在某些情况下，IUCN 红色名录可以包括有关 PCI 未捕获的威胁的信息，因为许多重要威胁过程的数据并不广泛可用。例如，极度濒危的黄冠凤头鹦鹉（C. sulphurea;图5）受宠物贸易的严重影响，我们的研究没有考虑到这一点，因此 PCI 分数较低。其他物种，如壁虎 C. metropolis（图 5），在 PCI 中的优先级高于 IUCN 红色名录中的优先级。虽然该物种的分布范围非常小，并且位于吉隆坡高度城市化的大都市区，但它在文化和宗教场所黑风洞中受到了相当好的保护。 在计算 PCI 分数时，我们只考虑严格的保护区类别（参见材料和方法），因为这些类别之间的保护级别差异很大。我们在 R 包中提供了有关保护区覆盖范围的数据，包括不太严格的类别，以便用户可以将其合并到 PCI 中。 PCI 显示，C. 大都市的小范围将极易受到高水平气候变化的影响：到 2100 年，在最悲观的情况下，预计 C. 大都市的所有小范围都将受到高于历史记录的极端温度的影响。在这种情况下，保护区可能不足以保护该物种。我们的方法旨在补充 IUCN 红色名录，因此我们建议，在 IUCN 红色名录和 PCI 存在重大分歧的情况下，保护从业者应检查每种方法下列出的最相关的威胁过程，并使用这些补充信息来指导保护行动。在区域层面进行的比较，如图4所示的比较，突出了 PCI 和 IUCN 红色名录之间在更大范围内的分歧，揭示了两种方法之间信息互补的广泛模式，尽管这两种方法在个别情况下存在局限性。 我们认识到，缺乏对过度开发或疾病等关键威胁的全球未来预测可能会限制 PCI 的应用。对于这些威胁至关重要的物种，仅靠 PCI 可能是不够的。在这种情况下，PCI 应与其他优先级工具（例如 IUCN 红色名录）相结合，以确保这些威胁得到体现。重要的是，PCI R 包的设计使得一旦全球数据可用，就可以立即合并有关其他威胁的附加信息。我们试图使用人口密度预测来近似过度开发的威胁。尽管人口密度与过度开发有很强的相关性[52]，但它可能低估了主要受这种威胁影响的物种的保护需求，但它也可能揭示出可能与过度开发相互作用的未被识别的威胁，从而可能加剧其威胁[53]。此外，为我们的计算选择的变量没有考虑当地背景或社会特征，这可能会影响保护优先级。目前实施的 PCI 应主要解释为针对气候变化、土地利用变化、生物入侵和人口密度威胁的保护优先级的衡量标准，但用户可以使用我们的 R 包纳入任何威胁，如果有数据可用。 设计和实施无监督保护优先级计划（例如 PCI）的一个主要挑战是确定威胁和性状的相对重要性。我们构建了 PCI 及其相关的在线资源，以提供针对不同地区不同物种集、相关属性和权重定制的相对优先级方案。我们确保用户可以实现他们认为适合其应用程序上下文的任何权重集。然而，用户应努力根据经验数据或科学文献中的共识先验地确定一组更合适的权重，而不是任意调整权重以达到预期的结果。比较威胁相对影响的经验数据可用于在分类学或地理范围更有限的研究中设置这些权重，这些研究可以获得这些数据。我们通过 PCI R 包提供了权重优化功能，用户可以应用该功能来优化权重，使 PCI 等级与外部参考（例如 IUCN 红色名录）相匹配。然后，这些优化的权重可以应用于任何一组物种，包括那些不存在于参考优先级排名或分数中的物种。我们没有将此工具应用于我们的主要结果，因为 IUCN 红色名录是全球范围内唯一可用的外部参考，并且我们在 PCI 和 IUCN 红色名录之间进行了不同的比较。 我们承认，任何优先级框架，包括 PCI 和 IUCN 红色名录，都涉及任意阈值或权重（例如，IUCN 标准 B 的范围大小阈值、标准 A 和 C 的下降率以及标准 C 和 D 的种群规模）。为了缓解这种情况，我们明确了加权方案，提供敏感性分析，并为用户提供了开放的工具，以根据其使用环境调整加权。这种透明度使用户能够了解这种任意性可能影响结果的哪些方面，并相应地调整他们的决策，而不是让它们保持隐藏状态。只要基础数据可用，就可以使用我们的 R 包轻松地在不同的权重集之间转换 PCI 分数，从而可以轻松比较不同 PCI 实现的结果。我们建议比较PCI不同实现的研究首先在所用的不同权重集之间转换值。我们还建议用户检查结果对不同权重范围的敏感性，就像我们在分析中所做的那样（S1 和 S2 图）。 为了最大限度地延长 PCI 的使用寿命和可访问性，我们将通过公开可用的 GitHub 存储库 （https://github.com/gabrielhoc/PCI） 维护该工具，并将其存档在综合 R 存档网络中以确保永久访问。随着新的全球数据集（包括过度开发和疾病等其他重要威胁）的出现，我们的 R 包和 Shiny 应用程序将更新以反映可用的最佳信息。我们将通过与保护组织的合作、研讨会和外展工作来传播 PCI，这对于确保 PCI 被更广泛的用户社区采用至关重要。 结论 PCI 提供了一种新工具，通过定量估计人为引起的环境变化的不断扩大的威胁，可以优先考虑物种和区域进行保护。国际植物和无脊椎动物等植物和无脊椎动物等物种群的灵活性和易用性，其灵活性和易用性可以为规划目前在世界自然保护联盟红色名录评估中落后的物种群提供基础，并总体上补充了世界自然保护联盟红色名录的跨类群。我们表明，未来的威胁可能会严重影响大多数陆地脊椎动物和生态区，但对于爬行动物、干旱地区、岛屿和山地热带森林来说尤其可怕。如果温室气体排放得到缓解，并将保护区网络扩展到目前被忽视的地区，这些影响可以大大减少。我们还表明，在世界自然保护联盟红色名录中被列为近危和数据不足的物种，以及那些尚未评估的物种，可能需要类似于被归类为受威胁类别的物种的保护优先级。我们希望我们的工具能够在这个关键时刻为改善保护规划做出贡献，因为全球变化越来越多地影响着我们的自然环境和日常生活。 材料和方法 指数计算 我们在计算 PCI 时包括四个主要威胁来源：气候变化、土地利用变化、生物入侵和跨物种范围的人口密度。虽然人口密度不是直接威胁，但它是直接开发和污染等威胁的驱动因素[7]，因此可以作为这些难以衡量的威胁的代表。我们还包括五个可能调节这些威胁影响的物种特定属性：范围大小、体型、育雏大小、保护区中范围的比例以及对人类改造栖息地的耐受性。尽管还有许多其他物种属性可能会影响物种对威胁的敏感性，但我们将选择限制在大多数陆地脊椎动物物种广泛可用的变量上。我们专注于与陆地生物更相关的威胁和特征，因为这些数据更容易获得，但通过使用我们的 R 包在指数计算中输入相关威胁和特征，该指数可以轻松适应水生生物（见下文）。使用R包“bdc”[54]对数据集之间的分类差异进行标准化，以匹配[5]中的物种列表。PCI 是一个相对指数，其范围从 0（如果一个物种在考虑的每个变量中受威胁最小的分数）到 1（如果该物种在考虑的每个变量中受威胁最大的分数，则与计算中包含的其他物种相比）。 为了纳入预计的气候变化对物种的影响，我们使用了每个物种分布范围中将受到极端温度事件影响的比例[5]。这些包括该物种近代历史上前所未有的极端温度的强度、频率或持续时间，在SSP 2.45或5.85下计算了2050年和2100年[5]。我们选择关注极端气候事件，因为它们对生物系统的影响比平均气候的变化更严重[55,56]。为了纳入预计的土地利用变化对物种的影响，我们使用了人为土地利用（农田、牧场和城市地区）下的物种范围的比例。我们使用了土地利用协调 2 的土地利用等级预测（2050 年分辨率为 0.25 度，[57]，SSP 2.45 和 5.85 下为 2100。为了纳入人口密度的预测趋势，我们计算了人口密度（人/公里2）在相同的未来年份和情景中跨越一个物种范围[58]。我们使用Early及其同事2016年[59]对情景A2下2100年的分类，计算了每个物种在未来生物入侵威胁高或非常高的百分比。对于每个未来场景，我们都使用相同的生物入侵威胁值，因为它是唯一可用的场景。范围大小（公里2）来自爬行动物全球爬行动物分布评估（GARD）[36]、国际鸟盟鸟类评估（www.birdlife.org）和IUCN两栖动物和哺乳动物评估（www.iucnredlist.org）。我们计算了物种在其当前范围内面临未来威胁的风险，因为预测未来范围超出了本文的范围，并且可能会限制该方法可以应用于的物种数量。然而，范围变化可能会大幅改变威胁级别[20\u201260]，有兴趣使用基于未来预测范围的威胁暴露指标的用户可以使用我们的R包轻松做到这一点。我们在计算中使用未来的土地利用状态和人口密度，因为我们认为它更好地反映了当时物种的暴露情况。但是，我们还在 R 包中包含当前土地利用和人口密度的指标，因此用户可以根据需要计算这些变量的变化率。 对于体型指标，我们使用了从爬行动物的GARD数据库（https://gardinitiative.org，[61]）和两栖动物的全球两栖动物生物多样性项目（https://amphibianbiodiversity.org）获得的最大成年体重（克），以及鸟类的AVONET[62]和哺乳动物的COMBINE[63]的平均成年体重（克）].体型数据由缺失数据的插补值（两栖动物13%，鸟类20%，爬行动物2%，哺乳动物13%）补充，使用R包Rphylopars[64]中的系统发育插补和先前发表的系统发育[65\u20269]。同样，育雏规模数据[61,70]补充了缺失数据的插补值（两栖动物为70%，鸟类为53%，爬行动物为46%，哺乳动物为39%）。对于系统发育中未表示的缺失体型数据 （1,845） 和缺失育雏型数据 （3,891） 的物种，我们将它们与各自科中这些变量的中位数一起输入它们。我们进一步计算了IUCN保护区所覆盖的I至IV类物种范围的比例（严格为生物多样性保护而留出[71]），这些保护区是从2022年9月版的世界保护区[72]中获得的。为了纳入物种对人类改造栖息地的不耐受，我们使用了 IUCN 红色名录 [3] 中的栖息地偏好信息。人工环境（世界自然保护联盟栖息地分类中前面带有“人工”标签的物种）被归类为“适宜”的物种获得 0 分，人工环境被归类为“边缘”的物种获得 0.5 分，其余物种（世界自然保护联盟栖息地分类中没有“人工”标签的物种和不在世界自然保护联盟红色名录中的物种）获得 1 分。尽管种群规模是评估脆弱性的重要指标，但对于大多数物种来说，它并不可用。我们计算中包含的一些性状与种群规模相关，并可能近似于其影响，例如范围大小和体型[73]。PCI 并非旨在评估过去已经严重枯竭的物种。我们强调，在这种情况下，PCI 应作为对 IUCN 红色名录等框架的补充，这些框架侧重于过去和现在的威胁。这些方法一起使用，可以更全面地了解保护优先事项。 我们计算了未来两年（2050 年和 2100 年）10,892 种爬行动物、5,658 种哺乳动物、10,078 种鸟类和 6,932 种两栖动物的 PCI，在两个 SSP（即土地利用和气候情景：SSP 2.45 预测相对温和的气候变化，SSP 5.85 预测更严重/剧烈的变暖）。由于PCI中大多数变量的分布都是右偏的，并且按数量级（例如，范围大小、体型）变化，因此我们在每个基准的值中添加了一个并对其进行了对数变换。然后，我们使用最小-最大归一化函数（公式 1）在 0 和 1 之间缩放每个变量。 (1) 其中 x 是正在缩放的向量。然后，我们计算了加权交互作用积（r我） 对于每个威胁变量 i（公式 2）： (2) 其中 t我是一个向量，包含所有物种的威胁变量 i 的缩放值，vj是包含所有物种的相互作用变量 j 值的向量，m 是相互作用变量的数量，zi，j是威胁变量 i 和交互变量 j 之间相互作用的权重。符号 ⊙ 表示元素乘法。然后，我们将PCI计算为每种威胁变量组合的缩放交互产物的加权算术平均值（公式3）： (3) 其中 p 是所有物种的 PCI 分数向量，n 是威胁变量的总数（我们使用 n = 7，但用户可以使用我们专用的 R 包输入其他数量的变量 - 见下文），w我是威胁变量 i 的权重。该指数的计算如图 1 所示。 上述加权方案允许用户根据他们认为对其特定类群或位置更重要的威胁过程来调整指数。这种方法还使 PCI 用户能够进一步调整可能对每个威胁过程产生更大影响的交互变量。权重在计算过程中是缩放的，因此，如果具有不同绝对值的权重彼此之间的比例相同，则可能会产生相同的结果。我们在 R 包中包含了权重优化功能，该功能允许估计权重，以便 PCI 分数尽可能接近外部参考（例如 IUCN 红色名录类别）匹配。例如，这可用于使用有另一个排名或保护优先级指数的物种子集来校准权重，然后使用这些权重来计算感兴趣物种集其余部分的 PCI。我们没有在地理和分类学表示中使用此功能，而是为每个变量分配相同的权重，因为我们的目标是生成独立于 IUCN 红色名录的分数，因此我们可以比较基于 PCI 和 IUCN 红色名录的优先级方案。 PCI 和 IUCN 红色名录的互补性 我们进行了一系列分析，比较了 PCI 和 IUCN 红色名录的威胁排名。我们计算了 PCI 分数与 IUCN 红色名录类别之间的 Spearman 相关系数，从受威胁程度较高到受威胁程度较低，针对每种未来情景，并检查了每个 IUCN 红色名录类别的 PCI 分数分布，以评估这两个指数分数之间的一致性和差异。我们仅使用根据标准 A3 和 E 标准被 IUCN 红色名录归类为受威胁的物种重复了这一分析，这些标准仅基于未来的威胁（310 个物种），以及所有非受威胁物种（在近危和最不受关注类别下）。我们进一步使用二项式分布和logit链接函数，在世界每个生态区的受威胁物种比例和该物种的平均PCI分数之间拟合了广义线性模型[74]。我们检查了模型残差的地理分布，以根据 PCI 分数或 IUCN 红色名录确定指定为按比例包含许多受威胁物种的区域。我们研究了PCI中因素加权对PCI分数与IUCN红色名录类别之间相关性的影响，方法是在连续为每个变量分配0到10之间的权重后重新计算PCI，同时将其他变量保持在权重=1，并重新计算PCI分数与IUCN红色名录类别之间的相关系数。 系统发育和空间模式 我们比较了陆地脊椎动物类别之间以及世界每个生态区的PCI分数分布[75]，在每种未来情景中。对于生态区分析，我们计算了范围与每个生态区重叠的所有物种的 PCI 分数的平均值和总分（总和）。我们还计算了每个陆地脊椎动物家族的平均PCI分数，并将这些值映射到每个类别的系统发育树上[65\u201269]，为每个节点分配其后代的平均PCI分数。 PCI 组件中的模式 此外，我们还使用分层聚类（使用软件包“stats”[74]中的函数“hclust”）以及对PCI中每个变量的权重进行敏感性分析，探索了威胁变量和相互作用变量的分布。对于敏感性分析，我们在连续为每个变量分配 0.1、1 或 10 的权重后重新计算 PCI，同时将其他变量的权重保持在 1，然后重新计算 PCI，以便我们可以评估每个变量对 PCI 分布的影响。所有分析均在R 4.2.1中进行[25]。 支持信息 Spearman 在四种未来情景中 PCI 分数与 IUCN 红色名录陆地脊椎动物类别的相关性。 显示 1/16： pbio.3003422.s001.docx 跳至图分享导航 抱歉，我们无法加载您的数据。 1 / 16 下载 无花果分享 S1 表。 Spearman 在四种未来情景中 PCI 分数与 IUCN 红色名录陆地脊椎动物类别的相关性。 我们只考虑了最不受关注、近危、易受伤害、濒危和极度濒危类别的物种，这些物种分别以数字量表从 1 到 5 从受威胁程度较低到受威胁程度较高进行转换。我们重复了分析，仅包括根据标准 A3 和 E 被指定为受威胁的物种以及非受威胁类别（NT 和 LC）下的物种。 https://doi.org/10.1371/journal.pbio.3003422.s001 （DOCX） S2 表。 2050 年和 2100 年两个未来情景下 4 个陆地脊椎动物类别的主动保护指数 （PCI） 的平均值（±标准差）。 每年和情景组合的方差分析有 3 个自由度，F > 900，p < 0.0001。 https://doi.org/10.1371/journal.pbio.3003422.s002 （DOCX） S1 图。 主动保护指数 （PCI） 和 IUCN 红色名录类别之间的 Spearman 相关性对计算 PCI 中使用的变量的差异权重的敏感性。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s003 （DOCX） S2 图。 在指数计算中使用的变量的三种加权方案下，在四种未来情景下陆地脊椎动物的对数转换主动保护指数 （PCI） 分数的分布。 我们将每个变量的权重连续更改为 0.1、1 和 10，同时将其他变量的权重保持在 1，并重新计算每个权重组合的指数。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s004 （DOCX） S3 图。 在 2050 年和 2100 年的两个未来共享社会经济途径 （SSP） 情景中，四个陆地脊椎动物类别的主动保护指数 （PCI） 的分布。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s005 （DOCX） S4 图。 2100 年两栖动物家庭在 SSP 5.85 下的平均主动保护指数。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s006 （DOCX） S5 图。 2100 年鸟类家庭的平均主动保护指数为 SSP 5.85。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s007 （DOCX） S6 图。 2100 年哺乳动物家庭在 SSP 5.85 下的平均主动保护指数。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s008 （DOCX） S7 图。 2100 年爬行动物家庭在 SSP 5.85 下的平均主动保护指数。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s009 （DOCX） S8 图。 在未来四种情景下，全球生态区陆地脊椎动物的平均主动保护指数。 ecorregions的Shapefile来自Olson及其同事2001[75]。该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s010 （DOCX） S9 图。 聚类内 不同数量的聚类的平方和，用于对陆地脊椎动物物种进行分组，相对于计算主动保护指数时使用的变量。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s011 （DOCX） S10 图。 用于计算主动保护指数的变量分布在四个陆地脊椎动物物种集群中，按分层聚类分组。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s012 （DOCX） S11 图。 陆地脊椎动物物种在四个陆地脊椎动物物种集群中的分布，根据计算主动保护指数时使用的变量，通过分层聚类进行分组。 该数字背后的数据可以在 https://zenodo.org/records/17080841 中找到。 https://doi.org/10.1371/journal.pbio.3003422.s013 （DOCX） S1 数据。 根据 IUCN 红色名录，每个陆生脊椎动物科的平均主动保护指数 （PCI） 分数和受威胁物种的比例。 还包括每个科中的物种数量，以及平均 PCI 分数和受威胁物种与同一类所有科的比例的四分位数。 https://doi.org/10.1371/journal.pbio.3003422.s014 （XLSX） S2 数据。 世界每个生态区陆生脊椎动物的平均主动保护指数 （PCI） 分数。 在情景 SSP 2.45 和 SSP 5.85 下，显示每个陆生脊椎动物类别（哺乳动物、鸟类、爬行动物和两栖动物）和所有类别的平均分数，用于 2050 年和 2100 年的未来预测。 https://doi.org/10.1371/journal.pbio.3003422.s015 （XLSX） S3 数据。 根据世界自然保护联盟陆生脊椎动物红色名录，世界每个生态区的平均主动保护指数 （PCI） 分数和受威胁物种的比例。 在情景 SSP 5.85 下显示了 2100 年所有陆生脊椎动物类别（哺乳动物、鸟类、爬行动物和两栖动物）的平均分数。还显示了平均 PCI 分数与受威胁物种比例之间回归的残差和对数残差。 https://doi.org/10.1371/journal.pbio.3003422.s016 （XLSX） 确认 L. Lee Grismer 提供了 Cyrtodactylus 大都市的照片。 引用 1.Díaz SM、Settele J、Brondízio E、Ngo H、Guèze M、Agard J 等。生物多样性和生态系统服务全球评估报告：供决策者参考的摘要。联合国生物多样性和生态系统服务政府间科学政策平台;2019. 2.芬恩 C、格拉塔罗拉 F、平切拉-多诺索 D.输家多于赢家：通过人口趋势的多样性来调查人类世的破坏。Biol Rev Camb Philos Soc. 2023 年;98(5):1732–48.PMID：37189305 查看文章考研/NCBI谷歌学术 3.世界自然保护联盟。世界自然保护联盟濒危物种红色名录。版本 2023-1。2023. 可从： https://www.iucnredlist.org 4.Ledger SEH、Loh J、Almond R、Böhm M、Clements CF、Currie J 等。生命星球指数的过去、现在和未来。NPJ 生物多样性。2023;2(1):12.PMID：39242663 查看文章考研/NCBI谷歌学术 5.Murali G、Iwamura T、Meiri S、Roll U. 未来的极端温度威胁着陆地脊椎动物。自然界。2023;615(7952):461–7.PMID：36653454 查看文章考研/NCBI谷歌学术 6.Powers RP， Jetz W. 未来土地利用变化情景下陆生脊椎动物的全球栖息地丧失和灭绝风险。纳特·克里姆·张。 2019; 9(4):323–9. 查看文章谷歌学术 7.Ganivet E. 人口增长和消费增长都需要解决，以实现生态可持续的未来。环境开发维持。 2020; 22:4979–98. 查看文章谷歌学术 8.联合国经济和社会事务部人口司。2022 年世界人口展望：结果摘要。UN DESA/POP/2022/TR/NO. 3; 2022. 9.奥特罗 I、法雷尔 KN、普埃约 S、卡利斯 G、基霍 L、哈伯尔 H 等。超越经济增长的生物多样性政策。保护莱特 2020;13（4）：e12713。PMID：32999687 查看文章考研/NCBI谷歌学术 10.冈萨雷斯-苏亚雷斯 M、戈麦斯 A、雷维拉 E.哪些内在特征可以预测灭绝的脆弱性取决于实际的威胁过程。生态圈。 2013; 4:1–16. 查看文章谷歌学术 11.瑞波 WJ、沃尔夫 C、纽瑟姆 TM、霍夫曼 M、威辛 AJ、麦考利 DJ。世界上最大和最小的脊椎动物的灭绝风险最为严重。Proc Natl Acad Sci U S A. 2017;114(40):10678–83.PMID：28923917 查看文章考研/NCBI谷歌学术 12.平切拉-多诺索 D，霍奇森 DJ。没有证据表明最大和最小脊椎动物的灭绝风险增加。Proc Natl Acad Sci US SA. 2018;115（26）：E5845–6。PMID：29899152 查看文章考研/NCBI谷歌学术 13.约翰逊 CN.第四纪晚期“巨型动物群”灭绝期间哺乳动物物种丧失的决定因素：生活史和生态，但不是体型。Proc Biol Sci. 2002;269(1506):2221–7.PMID：12427315 查看文章考研/NCBI谷歌学术 14.Cardillo M、Mace GM、Jones KE、Bielby J、Bininda-Emonds ORP、Sechrest W 等。大型哺乳动物物种高灭绝风险的多种原因。科学。2005;309(5738):1239–41.PMID：16037416 查看文章考研/NCBI谷歌学术 15.罗德里格斯 ASL、朝圣者 JD、拉莫勒 JF、霍夫曼 M、布鲁克斯 TM。世界自然保护联盟红色名录的保护价值。趋势生态发展。2006;21(2):71–6.PMID：16701477 查看文章考研/NCBI谷歌学术 16.Betts J、Young RP、Hilton-Taylor C、Hoffmann M、Rodríguez JP、Stuart SN 等。评估世界自然保护联盟濒危物种红色名录影响的框架。2020 年;34(3):632–43.PMID：31876054 查看文章考研/NCBI谷歌学术 17.世界自然保护联盟请愿小组委员会。使用世界自然保护联盟红色名录类别和标准的指南，第 14 版。Prep Stand 请愿书 Subcomm Camb UK。2019. 18.Meiri S、Chapple DG、Tolley KA、Mitchell N、Laniado T、Cox N 等。完成但未尘埃落定：对第一次全球爬行动物评估的反思和第二次评估的优先事项。生物保护。2023;278:109879. 查看文章谷歌学术 19.Cardillo M、Mace GM、Gittleman JL、Purvis A. 潜在灭绝风险和哺乳动物保护的未来战场。Proc Natl Acad Sci U S A. 2006;103(11):4157–61.PMID：16537501 查看文章考研/NCBI谷歌学术 20.Cardillo M、Skeels A、Dinnage R. 基于超视距灭绝风险保护世界陆生哺乳动物的优先事项。Curr Biol. 2023;33（7）：1381–8.e6。PMID：37040697 查看文章考研/NCBI谷歌学术 21.维斯康蒂 P、巴克内斯 M、拜塞罗 D、布鲁克斯 T、布查特 SHM、约帕 L 等。预测未来发展情景下的全球生物多样性指标。Conserv Lett. 2016 年;9(1):5–13. 查看文章谷歌学术 22.Tilman D、Clark M、Williams DR、Kimmel K、Polasky S、Packer C. 未来对生物多样性的威胁及其预防途径。自然界。2017;546(7656):73–81.PMID：28569796 查看文章考研/NCBI谷歌学术 23.Boyce DG、Tittensor DP、Garilao C、Henson S、Kaschner K、Kesner-Reyes K 等。海洋生物的气候风险指数。纳特·克里姆·张。2022;12(9):854–62. 查看文章谷歌学术 24.Riahi K、van Vuuren DP、Kriegler E、Edmonds J、O'Neill BC、Fujimori S 等。共享社会经济途径及其能源、土地利用和温室气体排放影响：概述。Glob 环境变化。2017;42:153–68. 查看文章谷歌学术 25.R 核心团队。R：一种用于统计计算的语言和环境。奥地利维也纳;2022. 可从： https://www.r-project.org/ 26.Cheng J. Shiny：R 中的简单 Web 应用程序。在：R 用户大会上，useR！2013 年 7 月 10 日至 12 日 2013 卡斯蒂利亚-拉曼恰大学，西班牙阿尔巴塞特。2013. 查看文章谷歌学术 27.Bland LM， Böhm M. 克服爬行动物的数据不足。生物保护。2016;204:16–22. 查看文章谷歌学术 28.Jarić I、Courchamp F、Gessner J、Roberts DL。潜在威胁：用于保护管理的数据不足标志。生物多样性保护。2016;25(10):1995–2000. 查看文章谷歌学术 29.帕森斯 ECM。为什么世界自然保护联盟应该用预防性的“假设受威胁”状态取代“数据不足”的保护状态——鲸类动物案例研究。前三月科学 2016;3：193。 查看文章谷歌学术 30.González-Del-Pliego P、Freckleton RP、Edwards DP、Koo MS、Scheffers BR、Pyron RA 等。数据不足的两栖动物灭绝风险的系统发育和基于性状的预测。Curr Biol. 2019 年;29（9）：1557–63.e3。PMID：31063716 查看文章考研/NCBI谷歌学术 31.Gumbs R、Gray CL、Böhm M、Hoffmann M、Grenyer R、Jetz W 等。面对人类影响，保护爬行动物系统发育多样性的全球优先事项。纳特公社。2020;11(1):2616.PMID：32457412 查看文章考研/NCBI谷歌学术 32.Caetano GH de O、Chapple DG、Grenyer R、Raz T、Rosenblatt J、Tingley R 等。自动评估表明，爬行动物的灭绝风险在空间和系统发育中被广泛低估。公共科学图书馆生物学 2022;20（5）：e3001544。PMID：35617356 查看文章考研/NCBI谷歌学术 33.Akçakaya HR、Bennett EL、Brooks TM、Grace MK、Heath A、Hedges S 等。量化物种恢复和保护成功，以制定世界自然保护联盟物种绿色名录。2018 年，Conserv Biol;32(5):1128–38.PMID：29578251 查看文章考研/NCBI谷歌学术 34.Mi C、马 L、Yang M、Li X、Meiri S、Roll U 等。气候变化下作为两栖动物和爬行动物避难所的全球保护区。纳特公社。2023;14(1):1389.PMID：36914628 查看文章考研/NCBI谷歌学术 35.廷利 R、梅里 S、查普尔 DG。解决爬行动物保护方面的知识差距。爱思唯尔;2016;204:1–5. 36.Roll U、Feldman A、Novosolov M、Allison A、Bauer AM、Bernard R 等。四足动物的全球分布表明需要有针对性的爬行动物保护。国家生态进化。2017;1(11):1677–82.PMID：28993667 查看文章考研/NCBI谷歌学术 37.梅里 S，查普尔 DG。目前对蜥蜴威胁状况的了解存在偏差，并弥合了“评估差距”。生物保护。2016;204:6–15. 查看文章谷歌学术 38.基尔帕特里克 AM、布里格斯 CJ、达萨克 P.壶菌病的生态学和影响：一种新出现的两栖动物疾病。趋势生态发展。2010;25(2):109–18.PMID：19836101 查看文章考研/NCBI谷歌学术 39.Pounds JA、Bustamante MR、Coloma LA、Consuegra JA、Fogden MPL、Foster PN 等。全球变暖导致流行病导致两栖动物大范围灭绝。自然界。2006;439(7073):161–7.PMID：16407945 查看文章考研/NCBI谷歌学术 40.Murali G、Gumbs R、Meiri S、Roll U. 陆地脊椎动物进化和地理稀有性的全球决定因素和保护。科学高级 2021;7（42）：eabe5582。PMID：34644103 查看文章考研/NCBI谷歌学术 41.Simberloff D. 岛屿物种的灭绝倾向——原因和管理影响。莱佛士公牛动物园 2000 年;48:1–9. 查看文章谷歌学术 42.Veron S， Mouchet M， Govaerts R， Haevermans T， Pellens R. 全球岛屿气候变化的脆弱性及其对生命之树的影响。科学代表 2019;9(1):14471.PMID：31597935 查看文章考研/NCBI谷歌学术 43.Slavenko A、Tallowin OJ、Itescu Y、Raia P、Meiri S. 第四纪晚期爬行动物灭绝：大小很重要，孤立性占主导地位。Glob 生态生物地质。2016;25:1308–20. 查看文章谷歌学术 44.费尔南德斯-帕拉西奥斯 JM、克雷夫特 H、伊尔尔 SDH、诺德 S、阿鹏 C、博尔赫斯 PAV 等。科学家警告：岛屿杰出的生物多样性正处于危险之中。Glob 生态保护。2021;31：e01847。PMID：34761079 查看文章考研/NCBI谷歌学术 45.Fromm A， Meiri S. 体型大、不会飞、孤立且死亡：第四纪已灭绝鸟类的特征。生物地质杂志。2021;48:2350–9. 查看文章谷歌学术 46.McCormack JE、Huang H、Knowles LL、Gillespie R、Clague D. 天空群岛。2009 年国际通谕;4:841–3. 查看文章谷歌学术 47.Conradie W、Bittencourt-Silva G、Engelbrecht HM、Loader SP、Menegon M、Nanvonamuquitxo C 等。探索莫桑比克天空岛森林的隐藏世界：爬行动物和两栖动物的新发现。动物系统学进化。2016;92(2):163–80. 查看文章谷歌学术 48.阿加瓦尔 I、坎德卡 A、吉里 VB、拉马克里希南 U、卡兰斯 KP。山上到处都是壁虎！印度半岛天空岛屿上十几个物种（有鳞动物：壁虎科、半叶手目）的辐射，并描述了三个新物种。组织潜水员进化。2019;19:341–61. 查看文章谷歌学术 49.维恩斯 JJ、卡马乔 A、戈德堡 A、杰兹科娃 T、卡普兰 ME、兰伯特 SM 等。山地蜥蜴的气候变化、灭绝和天空岛生物地理学。分子生态学 2019;28(10):2610–24.PMID：30843297 查看文章考研/NCBI谷歌学术 50.Holzmann KL、Walls RL、Wiens JJ. 与最近的气候变化相关的加速局部灭绝。生态学 2023 年;26(11):1877–86.PMID：37721806 查看文章考研/NCBI谷歌学术 51.Lewin A、Murali G、Rachmilevitch S、Roll U. 对旱地及其脊椎动物生物多样性当前和未来威胁的全球评估。国家生态进化。2024;8(8):1448–58.PMID：38965413 查看文章考研/NCBI谷歌学术 52.道森 W、莫泽 D、范克鲁宁 M、克雷夫特 H、佩格尔 J、皮谢克 P 等。全球热点和跨分类群外来物种丰富度的相关性。国家生态进化。2017;1(7):0186. 查看文章谷歌学术 53.Cornford R， Spooner F， McRae L， Purvis A， Freeman R. 持续的过度开发和对环境变化的延迟反应凸显了到 2030 年采取行动促进脊椎动物恢复的紧迫性。Proc Biol Sci. 2023;290(1997):20230464.PMID：37072041 查看文章考研/NCBI谷歌学术 54.Ribeiro BR、Velazco SJE、Guidoni-Martins K、Tessarolo G、Jardim L、Bachman SP 等。bdc：用于标准化、整合和清理生物多样性数据的工具包。方法 生态发展2022;13(7):1421–8. 查看文章谷歌学术 55.Thompson RM、Beardall J、Beringer J、Grace M、Sardina P. 均值和极端值：将变异性纳入社区层面的气候变化实验。生态学，2013 年;16(6):799–806.PMID：23438320 查看文章考研/NCBI谷歌学术 56.罗曼-帕拉西奥斯 C，维恩斯 JJ。最近对气候变化的反应揭示了物种灭绝和生存的驱动因素。Proc Natl Acad Sci US SA. 2020;117(8):4211–7.PMID：32041877 查看文章考研/NCBI谷歌学术 57.Hurtt GC、Chini L、Sahajpal R、Frolking S、Bodirsky BL、Calvin K 等。CMIP6 的 850-2100 年期间全球土地利用变化和管理协调 （LUH2）。Geosci 模型开发 2020;13(11):5425–64. 查看文章谷歌学术 58.Gao J. 全球 1 公里缩减人口基准年和基于共享社会经济路径的预测网格，修订版 01。纽约州帕利塞兹：美国宇航局社会经济数据和应用中心 （SEDAC）;2020. 查看文章谷歌学术 59.早期 R、布拉德利 BA、杜克斯 JS、劳勒 JJ、奥尔登 JD、布卢门撒尔 DM 等。二十一世纪外来入侵物种的全球威胁和国家应对能力。纳特公社。2016;7:12485.PMID：27549569 查看文章考研/NCBI谷歌学术 60.Peng S、Shrestha N、Luo Y、Li Y、Cai H、Qin H 等。纳入全球变化揭示了当前红色名录之外的灭绝风险。Curr Biol. 2023;33（17）：3669–78.e4。PMID：37591250 查看文章考研/NCBI谷歌学术 61.Meiri S、Murali G、Zimin A、Shak L、Itescu Y、Caetano G 等。不同的解决方案导致羊膜动物生命树的巨大鸿沟中相似的生活史特征。J Biol Res（塞萨隆）。2021;28(1):3.PMID：33557958 查看文章考研/NCBI谷歌学术 62.Tobias JA、Shear C、Pigot AL、Devenish AJM、Yang J、Sayol F 等。AVONET：所有鸟类的形态、生态和地理数据。生态学 2022 年;25(3):581–97.PMID：35199922 查看文章考研/NCBI谷歌学术 63.Soria CD、Pacifici M、Di Marco M、Stephen SM、Rondinini C. COMBINE：内在和外在特征的合并哺乳动物数据库。生态学。2021;102（6）：e03344。PMID：33742448 查看文章考研/NCBI谷歌学术 64.Goolsby EW、Bruggeman J、Ané C. Rphylopars：缺失数据和种内变异的快速多变量系统发育比较方法。方法 生态发展2017;8:22–7. 查看文章谷歌学术 65.托尼尼 JFR、比尔德 KH、费雷拉 RB、杰茨 W、派伦 RA。有鳞动物的全采样系统发育揭示了威胁状态的进化模式。生物保护。2016;204:23–31. 查看文章谷歌学术 66.库尼 CR、Bright JA、Capp EJR、Chira AM、Hughes EC、Moody CJA 等。鸟类适应性辐射的巨型进化动力学。自然界。2017;542(7641):344–7.PMID：28146475 查看文章考研/NCBI谷歌学术 67.杰茨 W，派伦 RA。过去的多样化和进化孤立与两栖动物生命之树上当前的危险的相互作用。国家生态进化。2018;2(5):850–8.PMID：29581588 查看文章考研/NCBI谷歌学术 68.Upham NS、Esselstyn JA、Jetz W. 推断哺乳动物树：生态学、进化和保护问题的物种级系统发育集。公共科学图书馆生物学 2019 年;17（12）：e3000494。PMID：31800571 查看文章考研/NCBI谷歌学术 69.科尔斯顿 TJ、库尔卡尼 P、杰茨 W、派伦 RA。海龟和鳄鱼（非鸟类主龙形）进化多样化、孤立和威胁的系统发育和空间分布。BMC Evol Biol. 2020 年;20(1):81.PMID：32650718 查看文章考研/NCBI谷歌学术 70.Pincheira-Donoso D、Harvey LP、Cotter SC、Stark G、Meiri S、Hodgson DJ。两栖动物育雏规模的全球宏观生态学揭示了低繁殖力物种灭绝的倾向。Glob 生态生物地质。2021;30:1299–310. 查看文章谷歌学术 71.关于世界自然保护联盟保护区管理类别 V-VI 的警示性思考。Glob 生态保护。2015;3:331–48. 查看文章谷歌学术 72.WDPA。世界保护区数据库（WDPA）。2010. 可从： https://www.protectedplanet.net/en/thematic-areas/wdpa?tab=WDPA 73.Santini L、Benítez-López A、Dormann CF、Huijbregts MAJ。陆生哺乳动物物种的种群密度估计。Glob 生态生物地质。2022;31(5):978–94. 查看文章谷歌学术 74.R 核心团队。stats：R 统计包。R 统计计算基金会;2025. 75.奥尔森 DM、迪纳斯坦 E、维克拉马纳亚克 ED、伯吉斯 ND、鲍威尔 GV、安德伍德 EC 等。世界陆地生态区：地球上生命的新地图：新的全球陆地生态区地图为保护生物多样性提供了创新工具。生物。2001;51:933–8. 查看文章谷歌学术