[논문 리뷰] Estimating global species richness using symbolic data meta-analysis

Huan Lin, M. Julian Caley외 1명|arXiv (Cornell University)|2017. 11. 08.

Ecology and Vegetation Dynamics Studies참고 문헌 21인용 수 8

한 줄 요약

이 논문은 다양한 글로벌 종 다양성 추정치—점 추정치, 구간, 혼합 형태—를 념계적이고 일관된 구간 기반 결과로 통합하기 위해 기호 데이터 기법을 사용하는 베이지안 계층적 메타분석을 제안한다. 이는 분류학적 계층 구조 전반에서 념계적이고 일관된 결과를 도출한다. 전 세계적으로 2230만 (1120만, 3630만) 종의 진핵생물 종 다양성 추정치를 도출하며, 이는 최근 많은 추정치보다 훨씬 높으며, 새로운 데이터가 출현함에 따라 방법론적 검증과 반복적 업데이트의 필요성을 강조한다.

ABSTRACT

Global species richness is a key biodiversity metric. Despite recent efforts to estimate global species richness, the resulting estimates have been highly uncertain and often logically inconsistent. Estimates lower down either the taxonomic or geographic hierarchies are often larger than those above. Further, these estimates have been represented in a wide variety of forms, including intervals (a, b), point estimates with no uncertainty, and point estimates with either symmetrical or asymmetrical bounds, making it difficult to combine information across different estimates. Here, we develop a Bayesian hierarchical approach to estimate the global species richness from published studies. It allows us to recover interval estimates at each level of the hierarchy, even when data are partially or wholly unobserved, while respecting logical constraints, and to determine the effects of estimation on the whole hierarchy of obtaining future estimates anywhere within it

연구 동기 및 목표

• 기존 글로벌 종 다양성 추정치에서 하위군의 추정치가 상위군 총합을 초과하는 념계적 모순을 해결하기 위해.
• 점 추정치, 대칭 및 비대칭 구간과 같은 이질적인 데이터 형태를 통합하여 일관된 통계적 프레임워크를 개발하기 위해.
• 분류학적 제약 조건을 존중하면서 계층 베이지안 모델 내에서 분류군 간 정보 공유를 통해 추정 정확도를 향상시키기 위해.
• 데이터가 부분적으로 관측되지 않거나 일관되지 않은 경우에도 분류계층의 모든 수준에서 구간 추정치를 생성하기 위해.
• 새로운 데이터가 출현함에 따라 점진적으로 검증되고 업데이트될 수 있도록 향후 추정치의 진화를 가능하게 하는 프레임워크를 구축하기 위해.

제안 방법

• 분류학적 수준 전반에서 종 다양성 추정치를 추정하기 위해 계층 베이지안 모델을 활용하여 념계적 일관성(예: 하위군 총합 ≤ 부모군 총합)을 보장한다.
• 기호 데이터 분석을 사용하여 다양한 유형의 데이터를 통합: 점 추정치, 대칭 구간 (a,b), 비대칭 구간과 점 추정치의 조합.
• 각 추정치를 불확실성을 반영하는 분포를 가진 랜덤 변수로 모델링하여 계층 전반에서 분산의 적절한 전파를 가능하게 한다.
• 정보가 없는 사전분포를 적용하여 데이터가 추론을 주도하도록 하되, 전문 지식을 통합하여 추정치의 신뢰도를 가중치로 반영한다.
• 각 관측된 추정치의 형태(점 또는 구간)를 고려하는 우도 함수를 적용하며, 구간 추정치는 캄프티드 또는 경계 데이터로 간주한다.
• 마르코프 체인 몬테카를로(MCMC) 샘플링을 사용하여 전 세계 및 하위군 종 다양성의 사후분포를 확보하고, 불확실성 정량화를 포함한 구간 추정치를 가능하게 한다.

실험 결과

연구 질문

• RQ1 점 추정치, 대칭 구간, 비대칭 구간로 제시된 다양한 종 다양성 추정치를 의미 있는 단일 통합 모델로 어떻게 통합할 수 있는가?
• RQ2 현재의 글로벌 종 다양성 추정치가 하위군 총합이 부모군 총합을 초과하는 등의 념계적 제약 조건을 얼마나 위반하는가?
• RQ3 계층 베이지안 모델이 분류군 간 정보 공유를 통해 정확도를 향상시키면서도 분류학적 계층에서 념계적 일관성을 유지할 수 있는가?
• RQ4 이 방법을 사용해 45개의 출판된 추정치를 통합했을 때 도출되는 전 세계 진핵생물 종 다양성 추정치는 무엇인가?
• RQ5 새로운 데이터가 출현함에 따라 향후 추정치는 어떻게 점진적으로 검증되고 업데이트될 수 있으며, 안정적이고 신뢰할 수 있는 값으로 수렴하도록 보장할 수 있는가?

주요 결과

• 메타분석은 전 세계 종 다양성 추정치로 2230만 마리의 진핵생물 종을 도출하며, 95% 신뢰구간은 (1120만, 3630만) 마리로, 많은 최근 추정치보다 훨씬 높다.
• 육상 절연류의 사후 평균 구간은 (851만, 1287만) 마리로, Stork 등 (2015b)의 (590만, 780만) 마리 추정치를 완전히 초월하며, 벌레류와 기타 절연류 추정치의 합과 일치한다.
• 이 방법은 이전 추정치에서 발견된 념계적 모순을 해결한다. 예를 들어, Stork 등 (2015b)는 벌레류와 절연류 모두에 동일한 상한값(780만 마리)을 부여하여, 비벌레 절연류가 양의 확률을 가질 수 있음을 암시한다.
• 모델에서 도출된 전 세계 추정치 (2025만, 2561만) 마리는 대부분의 이전 추정치(예: Mora 등 2011: (740만, 1000만) 마리)와 일치하지 않으며, 계층적 일관성의 중요성을 부각시킨다.
• 계층적 구조와 기호 데이터 기법을 활용하여 관측되지 않은 데이터가 부분적으로 존재할 경우에도 합리적인 범위를 추론함으로써, 부분적으로 관측되지 않은 경우에도 구간 추정이 가능하다.
• 모델은 진화하도록 설계되어 있으며, 새로운 종이 기술되고 새로운 데이터가 출현함에 따라 사후분포가 이동하게 되어, 시간이 지남에 따라 적응적 학습과 검증이 가능하다.