A New Approach to Evaluate and Reduce Uncertainty of Model-Based Biodiversity Projections for Conservation Policy Formulation
A New Approach to Evaluate and Reduce Uncertainty of Model-Based Biodiversity Projections for Conservation Policy Formulation
复制标题
评估和减少基于模型的生物多样性预测的不确定性以制定保护政策的新方法
DOI：
10.1093/biosci/biab094
复制
发表时间：
2021
期刊：
影响因子：
10.1
通讯作者：
Lenton, Timothy M
中科院分区：
文献类型：
--
作者：
Myers, Bonnie J;Weiskopf, Sarah R;Shiklomanov, Alexey N;Ferrier, Simon;Weng, Ensheng;Casey, Kimberly A;Harfoot, Mike;Jackson, Stephen T;Leidner, Allison K;Lenton, Timothy M
在不同气候、土地利用和政策情景下，生物多样性预测和不确定性估计对于制定和实现减缓生物多样性丧失的国际目标至关重要。评估和改进生物多样性预测，以更好地为政策决策提供信息，仍然是一个中心的保护目标和挑战。一项综合战略，根据观察到的测量结果和多种模型，评估和减少模型输出的不确定性，将有助于作出更可靠的生物多样性预测。我们提出了一种方法，整合生物多样性模型和新兴的遥感和原位数据流，以评估和减少不确定性，以改善政策相关的生物多样性预测的目标。在这篇文章中，我们描述了一个多元的方法来直接和间接地评估和约束模型的不确定性，证明了这种方法的概念，嵌入的概念在更广泛的背景下的模型评估和情景分析的保护政策，并强调从其他建模社区的经验教训。
Biodiversity projections with uncertainty estimates under different climate, land-use, and policy scenarios are essential to setting and achieving international targets to mitigate biodiversity loss. Evaluating and improving biodiversity predictions to better inform policy decisions remains a central conservation goal and challenge. A comprehensive strategy to evaluate and reduce uncertainty of model outputs against observed measurements and multiple models would help to produce more robust biodiversity predictions. We propose an approach that integrates biodiversity models and emerging remote sensing and in-situ data streams to evaluate and reduce uncertainty with the goal of improving policy-relevant biodiversity predictions. In this article, we describe a multivariate approach to directly and indirectly evaluate and constrain model uncertainty, demonstrate a proof of concept of this approach, embed the concept within the broader context of model evaluation and scenario analysis for conservation policy, and highlight lessons from other modeling communities.
登录
查看更多内容
影响因子：
3.7
作者：
R. Lacy;P. Miller;P. Nyhus;J. P. Pollak;B. Raboy;S. Zeigler
通讯作者：
S. Zeigler
影响因子：
6.6
作者：
Landguth, Erin L.;Bearlin, Andrew;Dunham, Jason
通讯作者：
Dunham, Jason
影响因子：
4.9
作者：
Balasingham, Katherine D.;Walter, Ryan P.;Heath, Daniel D.
通讯作者：
Heath, Daniel D.
生物多样性建模作为观测系统的一部分
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
S. Ferrier;W. Jetz;J. Scharlemann
通讯作者：
J. Scharlemann
野生鹿群（Odocoileus virginianus）体重的方差成分分析：二十年研究的结果
DOI：
--
发表时间：
2014
期刊：
Wildlife research (East Melbourne)
影响因子：
--
作者：
Stephen L. Webb;K. Gee;R. Deyoung;S. Harju
通讯作者：
S. Harju