[论文解读] Estimating global species richness using symbolic data meta-analysis

Huan Lin, M. Julian Caley+1 more|arXiv (Cornell University)|Nov 8, 2017

Ecology and Vegetation Dynamics Studies参考文献 21被引用 8

一句话总结

本文提出一种基于符号数据技术的贝叶斯分层元分析方法，将多样化的全球物种丰富度估计值——点估计、区间估计及混合形式——整合为在分类层级上逻辑一致的区间估计结果。该方法得出全球物种丰富度估计为2230万（1120万，3630万）种真核生物，显著高于许多近期估计值，并强调随着新数据的出现，需进行方法论验证和迭代更新。

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

研究动机与目标

• 解决现有全球物种丰富度估计中存在的逻辑不一致问题，例如子类群估计值超过上级类群总值。
• 开发一种统一方法，将异质数据形式（点估计、对称区间和非对称区间）整合到一致的统计框架中。
• 通过在分层贝叶斯模型中共享分类群之间的信息，同时尊重分类约束，提高估计准确性。
• 在所有分类层级上生成区间估计，即使数据存在部分缺失或不一致。
• 建立一个可随新数据演进的框架，实现物种丰富度估计的逐步验证与更新。

提出的方法

• 采用贝叶斯分层模型在分类层级上估计物种丰富度，确保逻辑一致性（例如，子类群总和 ≤ 父类群总和）。
• 使用符号数据分析技术整合混合数据类型：点估计、对称区间（a,b）以及带点估计的非对称区间。
• 将每项估计建模为具有反映其不确定性的分布的随机变量，从而实现方差在层级间正确传播。
• 应用非信息性先验，使数据主导推断，同时结合专家知识以加权估计的可靠性。
• 实施似然函数，以考虑每项观测估计的形式（点估计或区间估计），并将区间估计视为右删失或有界数据处理。
• 使用马尔可夫链蒙特卡洛（MCMC）抽样方法获取全球及子类群物种丰富度的后验分布，实现包含不确定性量化的区间估计。

实验结果

研究问题

• RQ1 如何将以点估计、对称区间或非对称区间形式呈现的多样化物种丰富度估计，有意义地整合到单一一致的模型中？
• RQ2 当前全球物种丰富度估计在多大程度上违反了逻辑约束，例如子类群总和超过父类群总和？
• RQ3 贝叶斯分层模型是否可通过在分类群之间共享信息，同时在分类层级上强制执行逻辑一致性，从而提高估计准确性？
• RQ4 使用该方法整合45项已发表估计后，全球真核生物物种丰富度的最终估计值是多少？
• RQ5 随着新数据的出现，未来估计如何实现逐步验证与更新，以确保向稳定可靠的数值收敛？

主要发现

• 元分析得出全球物种丰富度估计为2230万种真核生物，95%可信区间为（1120万，3630万）种，显著高于许多近期估计值。
• 陆生节肢动物的后验均值区间为（851万，1287万）种，完全高于Stork等人（2015b）的（590万，780万）估计值，且与昆虫与其他节肢动物估计值之和一致。
• 该方法解决了先前估计中存在的逻辑不一致问题，例如Stork等人（2015b）对昆虫和节肢动物均赋予相同的上限（780万），暗示非昆虫节肢动物存在正概率为零。
• 模型得出的全球估计（2025万，2561万）与多数先前估计不一致（例如，Mora等人2011年：（740万，1000万）），凸显了层级一致性的关键作用。
• 该方法即使在数据部分缺失时，也能通过利用层级结构和符号数据分析技术推断合理范围，实现区间估计。
• 该模型设计为可演化：随着新物种被描述和新数据出现，后验分布将发生改变，从而实现在时间维度上的自适应学习与验证。