Warum gibt es an manchen Orten mehr Pflanzenarten als an anderen? Warum ist die Vielfalt in den Tropen am größten? Welcher Zusammenhang besteht zwischen Artenvielfalt und Umweltbedingungen? Um diese Fragen zu beantworten, hat ein internationales Forschungsteam unter der Leitung der Universität Göttingen die Verteilung von Pflanzenvielfalt auf der ganzen Welt rekonstruiert und hochauflösende Vorhersagen darüber gemacht, wie viele Pflanzenarten es wo gibt.
Dies soll zum Schutz und Erhalt der Pflanzenvielfalt beitragen und Veränderungen im Hinblick auf die aktuelle Biodiversitäts- und Klimakrise bewerten. Die Forschungsergebnisse sind in der Fachzeitschrift New Phytologist erschienen.
Auf der Grundlage eines einzigartigen globalen Datensatzes von 830 regionalen Floren und der Verbreitung von 300.000 Pflanzenarten, die an der Universität Göttingen über zehn Jahre hinweg zusammengetragen wurden, modellierten die Forscher die Beziehung zwischen Pflanzenvielfalt und Umweltbedingungen mithilfe moderner maschineller Lernverfahren. Indem sie die Verwandtschaft der Arten untereinander berücksichtigten, konnten sie die Evolutionsgeschichte der in jeder geografischen Region vorkommenden Pflanzenarten mit einbeziehen. Die Modelle wurden dann zur Vorhersage der weltweiten Pflanzenvielfalt unter Berücksichtigung vergangener und aktueller geografischer und klimatischer Bedingungen verwendet.
Die Modelle geben Aufschluss darüber, wie sich die Vielfalt entlang von Umweltgradienten verändert und helfen dabei, globale Zentren der Pflanzenvielfalt zu identifizieren. Gegenwärtige Klima- und Umwelteinflüsse erwiesen sich als Hauptfaktoren für die Pflanzenvielfalt. Die höchste Pflanzenvielfalt wird in ökologisch heterogenen tropischen Gebieten wie Mittelamerika, den Anden und Amazonien, Südostbrasilien, Teilen des tropischen Afrikas, Madagaskar, Südchina, Indochina und dem Malaiischen Archipel sowie in einigen mediterranen Regionen wie dem Kap von Afrika und Gebieten rund um das Mittelmeer vorhergesagt.
Für die Entwicklung der Modelle nutzten die Forscher moderne Techniken des maschinellen Lernens und neu erhobene Daten zur Pflanzenverbreitung. Die daraus resultierenden globalen Karten der Pflanzenvielfalt bilden eine solide Grundlage für groß angelegtes Monitoring von Biodiversität und die Erforschung des Ursprungs der Pflanzenvielfalt und unterstützen künftige Bewertungen der weltweiten Biodiversität und von Schutzmaßnahmen.
„Die globalen Vorhersagen zeigen in beispielloser Detailtreue und Genauigkeit, wie die Pflanzenvielfalt über unseren Planeten verteilt ist“, sagt Prof. Dr. Holger Kreft von der Arbeitsgruppe Biodiversität, Makroökologie und Biogeographie der Universität Göttingen. Und Dr. Patrick Weigelt von der Universität Göttingen ergänzt: „Zu wissen, wo eine bestimmte Anzahl von Arten unter den gegenwärtigen Bedingungen zu erwarten ist, ermöglicht uns, zukünftige Entwicklungen aufgrund von Veränderungen des Klimas und der Landnutzung abzuschätzen sowie die Auswirkungen von Übernutzung und eingeschleppten invasiven Arten zu erkennen.“
Das neue Modell zur Vorhersage der Pflanzenvielfalt (basierend auf der Datenbank Global Inventory of Floras and Traits – GIFT) ist unter https://gift.uni-goettingen.de/shiny/predictions zu finden.
Dr. Patrick Weigelt
Georg-August-Universität Göttingen
Biodiversität, Makroökologie und Biogeographie
Telefon: +49 551 39-28983
E-Mail: pweigel@uni-goettingen.de
Lirong Cai et al. Global models and predictions of plant diversity based on advanced machine learning techniques. New Phytologist 2022. Doi: 10.1111/nph.18533.
https://www.uni-goettingen.de/de/3240.html?id=6870 weitere Fotos
Feuchte tropische Bergwälder wie hier auf La Réunion sind durch eine reiche Epiphytenflora gekennzei ...
Patrick Weigelt
Patrick Weigelt
Parque Nacional Sajama, Sajama (Bolivien). Nur wenige Pflanzenarten kommen in den höchsten Höhenlage ...
Patrick Weigelt
Patrick Weigelt
Criteria of this press release:
Journalists, all interested persons
Biology, Environment / ecology, Zoology / agricultural and forest sciences
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).