Palm species distribution and fruit-size data
Species distributions for all (~2500) palm species were obtained from the World Checklist of Palms30 (ladattu kesäkuussa 2015), a curated and quality-checklist which provides presence puuttuvat tiedot ”kasvitieteellisten Maiden” asteikolla, sellaisina kuin kansainvälinen työryhmä on ne määritellyt Taksonomiset tietokannat (tdwg, https://www.tdwg.org/)31. Kasvitieteelliset maat vastaavat yleensä maita, mutta jakavat suuremmat maat osavaltioihin tai provinsseihin (esim.Yhdysvallat) tai säilyttävät yhtenäiset maantieteelliset yksiköt, jotka ovat poliittisesti jaettuja (esim. Borneo Ja Uusi-Guinea) yhtenäisinä yksiköinä31. Käytimme World Checklist of Palms-tietokantaa lajiesiintymien sijaan (eli vain globaalin Biodiversity Information Facility, GBIF), koska viimeksi mainittu on taksonomisesti puutteellinen (lähes 30% kaikista palm-lajeista ei ole edustettuna GBIF: n kautta saatavien tietojen joukossa, ladattu tammikuu 2020). Lisäksi esiintymistiedot ovat usein maantieteellisesti ja taksonomisesti puolueellisia, mikä johtaa suuriin aukkoihin ja epävarmuuksiin kasvien (myös palmujen)maailmanlaajuisissa esiintymistiedoissa 70.
niistä 198 kasvitieteellisestä maasta, joissa palmuja esiintyy, otimme mukaan vain ne kolmessa suuressa biogeografisessa maailmassa (n = 129), muunnettuna viitteestä. 71: (1) Afrotrooppinen alue, joka käsittää koko Saharan eteläpuolisen Afrikan (n = 51), (2) Neotrooppinen alue (n = 42), joka sisältää Keski-ja Etelä-Amerikan sekä Karibian, ja (3) Indo-Australia (N = 36), joka sisältää Indo-Malaijan, Australian Ja Papua-Uuden-Guinean. Muiden biogeografisten alueiden (Palearctic, Nearctic, ja Oseania) kasvitieteelliset maat jätettiin tutkimuksen ulkopuolelle, koska niissä on joko depauperoituja palmun kukintoja tai ne ovat niin fyysisesti eristyksissä (esim.Tyynenmeren saaret), että dispersaaliset suodattimet ovat saattaneet muotoilla suhteettoman paljon sekä palmujen että frugivoreiden muodostumia. Ulkopuolelle jätettiin myös kasvitieteelliset maat, joissa ei enää esiinny olemassa olevia nisäkäsmäisiä frugivoreja, mikä määritettiin syömän nisäkkään puuttumisen perusteella sen jälkeen, kun nisäkkäiden maantieteelliset levinneisyyskartat oli risteytetty kasvitieteellisen maan muotoisen tiedoston kanssa (ks.jäljempänä). Vain yksi kasvitieteellinen maa jätettiin tästä syystä-Reunion Island, jossa kaksi kotoperäistä lajia hedelmiä lepakot alun perin karkotettiin saarelta aikana alussa kahdeksastoista-luvulla tai earlier72.
Hedelmäkoon enimmäis – ja mediaaniarvot laskettiin kaikkien palmulajien osalta kussakin kasvitieteellisessä maassa. Määritettäessä hedelmien kokoa kunkin lajin, käytimme PalmTraits tietokanta v1. 0 (viite. 29), joka on koonnut luonnonvaraisten populaatioiden yksilöiden palmujen toiminnalliset ominaisuustiedot primaarikirjallisuudesta, monografioista, lajikuvauksista ja herbaarioyksilöistä. Erityisesti, käytimme keskimääräinen hedelmien pituus (eikä leveys tai halkaisija), koska tämä oli kaikkein johdonmukaisesti kirjattu hedelmien koko ominaisuus literature29. Hedelmien enimmäiskooksi määriteltiin kussakin maassa palmujen 95.prosenttipiste, jolla pyrittiin vähentämään vieraiden havaintojen vaikutusta. Koska palmun hedelmien pituustietoja ei ollut saatavilla 519 palmulajista (~20% maailman palmulajien rikkaudesta), täytimme näiden lajien hedelmien pituudessa olevat aukot kongeneeristen lajien keskiarvolla. Tämä ei ollut mahdollista yhdelle lajille, Butyagrus nabonnandii-lajille, joka on luonnossa esiintyvä steriili hybridi, jonka jätimme analyysimme ulkopuolelle. Lisäksi jätämme kolme lajia—kookospähkinän (Cocos nucifera) ja coco de Merin (Lodoicea maldivica) ja nipapalmun (Nypa fruticans)—tarkastelun ulkopuolelle, koska niiden hedelmät ovat harvoin eläinten levittämiä 24. Hedelmien enimmäis-ja mediaanikoot eri kasvitieteellisissä maissa olivat samanlaiset, kun ominaisuustietojen puutteet jätettiin pois (Pearsonin korrelaatiokerroin >0,99; täydentävä Kuva. 1).
Frugivore – lajien levinneisyys ja ruumiinkokotiedot
päättääksemme lopun pleistoseenin frugivore-sukupuuttojen vaikutuksen nykyisiin makroekologisiin suhteisiin määrittelimme kaksi erilaista faunaaliskenaariota, jotka edustivat frugivore-muodostumia sellaisina kuin ne ovat nykyisinä päivinä ja myöhäisinä Pleistoseeneina – ”nykyiset ” ja” nykyiset–luonnolliset ” skenaariot faurbyn ym. jälkeen.9. ”Current ”scenario considered only existent frugivores, kun taas counterfactual” present–natural ” scenarion considered all frugivores since the Last Interglasial (130 Kya), including all existant species as well recenton equipment taxa. Vaikka ilmastonmuutos on saattanut olla osasyynä joidenkin lajien sukupuuttoon kuolemiseen 39,73, suurin osa näiden lajien sukupuuttoon kuolemisesta on johtunut ihmisen saapumisesta ja toiminnasta 39,40,74,75.
sekä nykyisten että myöhäisten Pleistoseenista holoseeniin hävinneiden nisäkkäiden” nykyiset ”ja” nykyiset–luonnolliset ” paikkajakaumat perustuivat fylasiinin V1.2-aineistossa koottuihin taksonomiaan ja maantieteellisiin levinneisyyskarttoihin76. Range kartat olivat saatavilla behrmann lieriömäinen equal area rasters, jotka sitten päällekkäin kasvitieteellinen maa polygoneja tuottaa nisäkäslajien luetteloita verrattavissa kämmen läsnäolo-poissaolo data set. Nykyiset fylasiinidatan nykyisten nisäkkäiden levinneisyyskartat perustuivat IUCN: n levinneisyyskarttoihin (http://www.iucnredlist.org/) pienin muutoksin (esim., ojennus). Olemassa olevien taksonien nykyiset luonnolliset maantieteelliset alueet arvioitiin kuitenkin järjestelmällisesti, ja muutoksia tehtiin, jos ihmisen toiminnasta oli vahvaa näyttöä (KS. 9,76). Tähän kuuluivat myös ihmisvälitteiset levinneisyysalueen laajennukset, joita IUCN: n joidenkin taksonien etäisyyskartat eivät korjaa. Sukupuuttoon kuolleille taksoneille nykyisenluonnolliset levinneisyysalueet arvioitiin fossiilisten esiintymien ja niiden olemassa olevien taksonien jakautumisen perusteella,joita sukupuuttoon kuolleet taksonit usein esiintyivät fossiilisissa kokoonpanoissa9, 76. Tämä tehtiin tunnistamalla ruutukennot, jotka sisälsivät vähintään 50% olemassa olevista taksoneista (joilla on fossiiliaineisto), jotka esiintyivät yhdessä sukupuuttoon kuolleen taksonin kanssa fossiilisissa kokoonpanoissa/kohteissa (tietolähteet ja tarkemmat tiedot menetelmistä viiteasiakirjoissa. 9,76). Analyysimme ulkopuolelle jätettiin aluekartat, joissa ei ole miehitettyjä ruutusoluja (esim.lajit, joiden levinneisyysalueita IUCN ei ole kartoittanut). Nisäkkäiden tarkistuslistat kunkin kasvitieteellisen maan osalta tarkastettiin myös käsin, jotta voitiin korjata virheitä, joita joskus otettiin käyttöön levinneisyyskarttojen karkeasta erottelukyvystä johtuen (esim., väärä esiintyminen mantereen taksoneilla saarilla, jotka sijaitsevat tiiviisti mantereen rannikoilla).
käytimme Nisäkäsdieetin aineistoa77 tunnistaaksemme olemassa olevat lajit, jotka olivat joko pääasiallisesti tai toissijaisesti säästäväisiä. Nisäkäsruokavalioaineiston binominimien Synonyymit on korjattu IUCN: n punaisen luettelon avulla taksonomisena viitearvona. 78. Lajinimet, joita ei voitu sovittaa yhteen FYLASIINITIETOAINEISTON taksonomian kanssa, jätettiin pois, samoin kuin taksonit, joiden levinneisyysalueet eivät olleet päällekkäisiä minkään olemassa olevan palmusakson kanssa. Määritimme, missä määrin sukupuuttoon kuolleet Nisäkkäät olivat säästäväisiä epäsuorien todisteiden perusteella, koska frugivory ei liity suoraan morfologisiin piirteisiin, kuten hampaisto79. Huomatessamme tämän monimutkaisuuden tarkastelimme kolmea säästäväisempää luokittelua, joiden säilyvyys vaihtelee. ”Liberaalin” luokittelumme mukaan luokittelimme minkä tahansa sukupuuttoon kuolleen taksonin frugivoreksi, jos taksoni oli pääasiassa kasvinsyöjä. Tähän määritelmään sisältyvät velvoitetut laiduntajat, jotka voivat toimia siementen levittäjinä,mutta joiden ruokavaliossa on todennäköisesti vain pienempi hedelmäosa kuin muiden kuin nongrazereiden. Meidän ”konservatiivinen” luokittelu, olemme lisäksi mukana vain sukupuuttoon taksoni kuin frugivore, jos se kuului perheisiin, joissa ≥50% jäljellä lajeja ovat pääasiassa frugivorous. Tämä määritelmä, toisin kuin liberaali luokittelu, sulkee pois useimmat laiduntajat, mutta myös monet mahdolliset frugivores, suurelta osin siksi, että olemassa olevat sukulaiset voivat olla huonoja analogeja, koska sukupuuttoon sukulaiset voivat vaihdella suuresti kehon koon ja siten niiden ruokinta ekologia, kuten suuret diprotodont (kengurut) ja pilosan (maa laiskiaiset) kasvinsyöjiä (täydentävä Taulukko 7). Meidän välivaiheen ”oletus” luokittelu, sisällytimme taksoniperheet, joilla on rajatapaus osuus frugivores (≥40%). Sisällytimme lisäksi sukupuuttoon taksonit, jotka tulevat suvuista tai lahkoista, joilla ei ole olemassa olevia lajeja (esim.litopternidit ja toksodonit) tai tulevat suvuista, joissa olemassa olevat taksonit voivat olla huonoja analogeja sukupuuttoon kuolleiden taksonien ravinnoksi, jos käytettävissä oleva paleontologinen näyttö (esim. isotooppiset ja hammaslääketieteelliset mikroasut) viittaa siihen, että taksoni on voinut olla selain tai sekasyöjä. Tämän määritelmän mukaan jauhettuja laiskiaisia 80,litopternids81, 82,toxodons80, 83, joitakin hevoseläimiä—Hippidion-suvun jäseniä mutta ei Equus80,joitakin cingulids80, 84, joitakin diprotodontteja (macropodids mutta ei Vombatidae ja Diprotodontidae)85 ja hiirijyrsijöitä pidettiin oletettuina frugivoreina (täydentävä viikuna. 4, Täydentävä Taulukko 7).
laskimme kuhunkin kasvitieteelliseen maahan mediaani-ja maksimikokoa (tässä määritellään 95.prosenttipiste) tässä skenaariossa. Nykyisenluonnolliselle skenaariolle tämä tehtiin kolmen sukupuuttoon kuolleen frugivoreluokituksen osalta erikseen. Fylasiinitiedoista saatiin tietoja kehon koosta (eli painoindeksistä). Kaiken kaikkiaan vuoden 1930 frugivorous–taksonista Nisäkäsruokavalioaineistossa taksonomisen täsmäytyksen jälkeen tarkastellaan nykyisten ja nykyisten-luonnollisten taksonien 1759 ja 1772 olemassa olevien taksonien valikoimia. Yhteensä 177 pleistoseeniputatiivista frugivorea ja 23 luonnosta sukupuuttoon kuollutta tai sukupuuttoon kuollutta taksonia sisällytettiin lisäksi nykyiseen luonnontilaiseen skenaarioomme.
Ympäristötiedot
koska hedelmien koko voi heijastaa myös suurta vaihtelua ilmastossa ja / tai menneessä ilmastomuutoksessa37, kunkin kasvitieteellisen maan osalta ArcGIS-järjestelmässä (versio 10.1, ESRI, Redlands, CA, USA) on laskettu keskimääräiset nykyiset ilmasto-ja ilmastonmuutosarvot viimeisen jäätikön maksimin jälkeen (LGM, ~21 Kya). Tämä tehtiin asettamalla kasvitieteelliset maan monikulmiot päällekkäin vastaavien ilmastollisten rastereiden kanssa ja ottamalla keskiarvo päällekkäisistä rasterisoluista. Käytimme CHELSA database86-tietokantaa sekä nykyiselle että LGM-ilmastolle (v1.2, 30 kaarisekunnin resoluutio), jolla on etuja Worldclim data87: ään verrattuna, koska CHELSA-algoritmi soveltaa korjauksia saostumiseen kohdistuviin orografisiin vaikutuksiin.
nykyisessä ilmastossa keskityimme kuuteen bioklimaattiseen muuttujaan: vuoden keskilämpötila, lämpötilan kausaalisuus, kylmimmän neljänneksen keskilämpötila, vuotuinen sademäärä, Sademäärä kausaalisuus ja kuivimman neljänneksen Sademäärä. Koska jotkin näistä bioklimaattisista muuttujista ovat hyvin kollineaarisia keskenään, ja koska meitä kiinnosti ensisijaisesti nykyisen ilmaston suhteellinen merkitys eikä tiettyjen ilmastomuuttujien vaikutus sinänsä, teimme yhteenvedon kuuden bioklimaattisen muuttujan vaihtelusta käyttäen pääkomponenttianalyysia (PCA) ja käytimme kolmea ensimmäistä pääkomponenttia ilmastoa ennustavina muuttujina. Tämä suoritettiin globaalissa mittakaavassa ja jokaiselle biogeografiselle alueelle (”Afrotropics”, ”Neotropics” ja ”Indo-Australia”) erikseen. Kolme ensimmäistä PCA-akselia (”Climate PC”) selittivät yli 90 prosenttia bioklimaattisten muuttujien vaihteluista kasvitieteellisten maiden välillä sekä maailmanlaajuisella että alueellisella tasolla (täydentävä taulukko 8).
laskimme menneelle ilmastolle vuosittaisen Sademäärän muutoksen suuruuden (”LGM Prec. Anom.”) ja vuoden keskilämpötila (”LGM Temp. Anom.”) viimeisen jääkauden maksimista lähtien kunkin kasvitieteellisen maan kohdalla. Tämä laskettiin vähentämällä tämän päivän vuotuinen sademäärä ja vuoden keskilämpötila kuuden eri GCM-mallin keskimääräisestä vuotuisesta sademäärästä ja vuotuisesta lämpötilasta PALEOKLIMATE Modeling Intercomparison Project88 (https://pmip3.lsce.ipsl.fr/), joka on käsitelty CHELSA-algoritmilla: CCSM4, CNRM-CM5, CESS-FGOALS-g2, IPSL-CM5A-LR, MIROC-ESM ja MRI-cgcm3. Korkeammat arvot merkitsevät siis suurempaa ilmastonmuutoksen suuruutta sitten edellisen jääkauden maksimin.
tilastolliset analyysit
arvioidaksemme frugivoren rungon ja hedelmien koon välistä suhdetta sovitimme OLS: n lineaariset mallit sekä mediaani-että maksimikokoon käyttäen nykyaikaa (”Climate PC1”, ”Climate PC2” ja ”Climate PC3”) ja mennyttä ilmastoa (”LGM Prec. Anom” ja ” LGM Temp. Anom.”) ennustavina muuttujina sekä maksimaalinen ja mediaani frugivore kehon koko vastaavasti. Kehon kokoarviot nykyisille ja nykyisille luonnon skenaarioille ja jokainen biogeografinen alue mallinnettiin erikseen. Runko-ja hedelmäkokoiset mittarit log-muunnettiin normaaliuden parantamiseksi jäännöksissä, ja kaikki ennustavat muuttujat keskitettiin ja skaalattiin standardoimalla ne yksikkövarianssiin.
spatiaalinen autokorrelaatio laskettiin spatiaalisten autoregressiivisten (SAR) mallien avulla. Käytimme SAR-virhemalleja (SARerror), joiden on osoitettu olevan kestävämpiä kuin muut SAR-mallityypit89. SAR-mallit yrittävät selittää spatiaalisen autokorrelaation yksiköiden välillä tietyssä naapurustorakenteessa. Tutkimuksemme kasvitieteellisten Maiden epäsäännöllisen etäisyyden ja koon vuoksi adjacency – eli etäisyysperusteiset lähiöt eivät kuitenkaan olleet sopivia. Sen sijaan määritimme minkä tahansa kasvitieteellisen maan naapuruston vaikutuspiiriin perustuvan lähestymistavan avulla. Kunkin polttoväliyksikön vaikutuspiiri määritellään ympyräksi, jonka säde vastaa polttoväliyksikön etäisyyttä lähimmän naapurinsa keskipisteeseen. Jos kahden yksikön vaikutuspiiri on päällekkäinen, näitä kahta yksikköä pidetään naapureina. Tämä naapuruston määritelmä näyttää olevan sopivampi verrattuna etäisyysperusteisiin tai lähinaapurin määritelmiin, koska siinä otetaan huomioon kunkin kasvitieteellisen maan koko ja geometria. Tilapainot olivat rivistandardoituja. Lähiöt, spatiaaliset painot ja spatiaaliset SAR-mallit toteutettiin käyttäen ”spatialreg” R-pakettia v. 1.1 – 3 (ref. 90), ja me lisäksi testattu jäljellä spatial autokorrelation käyttäen Moran n i testit.
käytimme usean mallin keskiarvon laskentamenetelmää arvioidaksemme kunkin ennustemuuttujan efektikoot ehdokasmallien joukossa91. Mallikeskiarvon ensisijainen etu on se, että se selittää mallin epävarmuuden ehdokasmallien joukossa,toisin kuin perinteisemmät vaiheittaiset mallinvalintatavat, joissa pyritään tunnistamaan yksi paras malli 92, 93. Määrittelimme ehdokasmallimme tavallisiksi pienimmän neliösumman (OLS) lineaarisiksi regressiomalleiksi, joiden vastemuuttujana on log-transformed palm fruit size, ja jokainen malli sisältää erilaisen yhdistelmän log-transformed frugivore body size, nykypäivän ilmasto ja menneisyyden ilmastonmuutos kovariaatteina. Kunkin ennustemuuttujan efektikoot laskettiin sitten keskiarvokertoimen arvoilla kaikissa ehdokasmalleissa painotettuna tilastollisen tuen määrällä, joka kullakin mallilla on (Eli akaiken paino)91. Jotta vähennettäisiin mallin valintaharhojen vaikutusta mallin keskiarvokertoimiin, ennustemuuttujan kertoimen arvo mallissa, jossa se puuttuu, asetettiin nollaksi 91,92. Näin varmistetaan, että ennusteiden tehokoot, jotka ovat vain malleissa, joissa on alhainen Akaike-paino, ovat downweighted92. Akaiken painot laskettiin käyttäen AIC-arvoja, jotka on korjattu pienen otoskoon (AICc) mukaan. Korrelaatio ennustavien muuttujien välillä oli yleensä alhainen (Supplementary Fig. 3), ja varianssi inflaatiokertoimet kaikkien ennustemuuttujien osalta kokonaisissa OLS-malleissa (eli mallit, jotka sisältävät kaikki ennustemuuttujat) olivat enimmäkseen alle 4. Vähentääksemme kollineaarisuuden vaikutusta mallin keskiarvoarvioihin, laskemme lisäksi mallin keskiarvokertoimet, joissa kertoimet on standardoitu niiden osittaisilla keskihajonnoilla ennen keskiarvoa 32, 93 (täydentävät taulukot 2 ja 5). Sekä OLS-että SAR-mallien mallikeskiarvot suoritettiin ”dredge” – ja ” – mallilla.avg ”toiminnot” MuMIn ” R paketti v. 1.42.1 (viite. 94). OLS-mallien kertoimet standardoitiin ennen mallikeskiarvoa asettamalla ”Dredge” – parametrin ”beta” – argumentiksi ”partial.sd”.
mallikeskiarvojen standardoitujen vaikutuskokojen lisäksi vertaamme kehon koon selittävää voimaa” current ”–ja” present-natural ” – skenaarioissa. Koska summa Akaike painot91 on osoitettu olevan epäjohdonmukainen metriikka muuttujan importance93, 95, me sen sijaan laskettu osuus varianssi hajonnut yli predikaattori variables 96, kuten toteutetaan R paketti ”relaimpo” (v2.2-3)97. Yksinkertaisuuden vuoksi tämä tehtiin täysille OLS-ja SAR-malleille eikä kaikille mallikeskiarvomenetelmällä testatuille malleille. Jotta voitiin määrittää ennustemuuttujien selittämän varianssin osuus SAR-malleissa sen jälkeen, kun spatiaalinen autokorrelaatio on otettu huomioon, ensin asennettiin vain intercept-termillä varustettu spatiaalinen malli ja sen jälkeen residuaaleihin asennettiin täydellinen OLS-malli kaikkine prediktorimuuttujineen. Koska mallit nykyisille ja nykyisille luonnollisille skenaarioille eroavat toisistaan vain kehon koon ennustusmuuttujassa, Tarjoamme sekä R2: n että pseudo-R2: n täysille OLS-ja SAR-malleille molemmissa skenaarioissa.
simuloimme frugivoren sukupuuttoa
projisoidaksemme hedelmien koon muutoksia tulevassa defaunation-skenaariossa, simuloimme frugivorikokoonpanoja ottaen huomioon todennäköisyyden,että eri IUCN: n punaisen luettelon lajit kuolevat maailmanlaajuisesti sukupuuttoon seuraavien 100 vuoden aikana 98, 99. Käytimme kahta eri joukkoa sukupuuttotodennäköisyyksiä selvittääksemme, minkä suuruusluokan sukupuuttoriski nisäkäsrauskuilla mahdollisesti on (täydentävä Taulukko 9). Edustaen suurta defaunation skenaario, käytimme sukupuutto todennäköisyydet johdettu Davis et al.99, joka käänsi uhanalaisten luokkien (eli äärimmäisen uhanalaisten (CR), uhanalaisten (EN) ja haavoittuvien (Vu)) punaisen luettelon kriteerin 100 sukupuuttoasteeksi näiden luokkien osalta, ja ekstrapoloi nämä arviot laskeakseen uhanalaisten (eli lähes uhanalaisten (NT) ja vähiten huolta aiheuttavien (LC)) luokituksen olettaen, että määrät kasvavat eksponentiaalisesti luokan vakavuuden myötä. Ekstinktiotodennäköisyydet (Pext) kullekin luokalle yli 100 vuoden aikajänteellä laskettiin tämän jälkeen käyttäen näitä nopeuksia vakionopeuksisessa ekstinktioprosessissa käyttäen seuraavaa yhtälöä: Pext, i = 1−exp (- rit), jossa ri on IUCN: n kategorian I taksonin sukupuuttoaste ja t on yhtä kuin aika (täydentävä Taulukko 9). Nämä arvot ovat mahdollisesti korkeita, koska niissä sovelletaan yhdenmukaisesti pääteltyjä sukupuuton riskin arvioita riippumatta kriteereistä, joita on sovellettu taksoniin, eikä niissä oteta nimenomaisesti huomioon eliöhistorian vaihtelua ja sen vaikutusta sukupuuton riskiin. Potentiaalisena Low defaunation-skenaariona kehitimme jatkuvan ajan Markovin ketjun (CTMC) mallin siirtymänopeusmatriisin (Q) muodossa, jonka elementit kuvaavat hetkellisiä siirtymänopeuksia vierekkäisten punaisen listan luokkien välillä:
missä ri, j on hetkellinen siirtymisnopeus IUCN: n kategoriasta I kategoriaan j.
sovitimme ctmc-mallimme mahdollisimman suurella todennäköisyydellä kahteen tietoaineistoon, jotka kokosivat muutoksia (tai niiden puuttumista) punaisen luettelon luokissa kaikista IUCN: n arvioimista nisäkäslajeista101 sekä sorkka-ja lihansyöjistä 33 vuoden ajanjaksolla102. Kaikki taksonit, jotka on luokiteltu sukupuuttoon kuolleiksi (EW), sukupuuttoon kuolleiksi (EX) ja CE-lajeiksi, jotka on merkitty mahdollisesti sukupuuttoon kuolleiksi tai sukupuuttoon kuolleiksi luonnossa (eli CR (PE) – tai Cr (PEW) – Kategoriat), ryhmiteltiin yhdeksi kategoriaksi, joka edustaa oletettuja sukupuuttoja. Yksinkertaisuuden vuoksi, tämä luokka on merkitty Ex Eq. (1). Oletimme lisäksi, että punaisen listan muutokset voivat tapahtua vain vierekkäisten rivien välillä millä tahansa äärettömän pienellä aikavälillä, Δt. Esimerkiksi, jotta laji LC suojelun tason siirtyminen vakavampi (EN) status, sen on käytävä läpi (joskaan ei yksinomaan) tilat keskitason vakavuus (eli, NT ja VU). Di Marco et al.102 tietokokonaisuus, koska mitään oletetusti sukupuuttoon kuollutta taksonia ei kirjattu palanneen lievempään punaisen listan luokkaan, rEX, CR asetettiin arvoon 0 estämään liikakalastus. Tämä tarkoitti sitä, että EX-valtio oli absorboiva tila (ts., taksonit voivat siirtyä kyseiseen luokkaan, mutta eivät kyseiseen luokkaan). Olettamalla, että korot eivät vaihtele ajan mittaan, voidaan siirtymänopeusmatriisi eksponentioida antamaan todennäköisyydet luokkien välillä mille tahansa mielivaltaiselle aikamäärälle t (eli siirtymän todennäköisyysmatriisi, P):
missä Pi, j (t) on todennäköisyys sille, että statuksesta i alkava taksoni päätyy statukseen j tietyn ajan t jälkeen.
tämän jälkeen oletimme, että muutokset (tai niiden puuttuminen) punaisen listan kategorioissa kunkin lajin osalta ovat ctmc-prosessin itsenäinen toteutus. Näin ollen todennäköisyys havaita tietyn joukon siirtymänopeuden muutoksia ajallisesti t, voitaisiin laskea yhdistetyn siirtymän todennäköisyytenä eri lajien välillä
missä ni, j on niiden taksonien lukumäärä, jotka alkoivat punaisen listan kategoriasta i ja päättyivät punaisen listan kategoriaan j sen jälkeen, kun aika t
Nopeusestimaatit molemmille tietokokonaisuuksille saatiin maksimoimalla ekv. (3) käyttämällä ”optim” – toimintoa R: ssä. Nopeusarvioiden luotettavuutta testattiin parametrisella bootstrappingilla (Supplementary Fig. 5). Tämän jälkeen kunkin luokan ekstinktiotodennäköisyydet (eli todennäköisyys siirtyä Ex-luokkaan 100 vuoden ajanjakson aikana) laskettiin käyttäen näiden kahden tietojoukon suurimman todennäköisyyden estimaattien keskiarvoa käyttäen ekv. (2) (Täydentävä Taulukko 9). Nämä arvot ovat mahdollisesti alhaisia arvioita sukupuuttoriskistä,koska ne perustuvat aiempiin muutoksiin punaisen listan asemassa, kun taas ihmisen toiminnan vaikutukset saattavat voimistua tulevaisuudessa. 14
sukupuutto simuloitiin stokastisesti kaikkien nisäkkäiden frugivoreiden osalta 1000-kertaisesti ja kasvitieteellisten maiden suurimmat ruumiinkoot (95.prosenttipiste) kirjattiin. Tiedonpuutteisiksi luokitelluilla lajeilla oletettiin konservatiivisesti olevan sama todennäköisyys kuolla sukupuuttoon kuin LC-statuksella. Simulaatioissa, joissa kaikki nisäkkäät kuolivat sukupuuttoon kasvitieteellisessä maassa, maksimikoko asetettiin nollaan. Tämän jälkeen käytettiin simulaatioiden enimmäisrungon keskiarvoja yhdessä kaikkien ilmastomuuttujien ja frugivore-kokoonpanojen tämänhetkisten enimmäisrungon muuttujien mukaisten, hedelmien koon ennustettujen muutosten laskemiseksi oletetussa skenaariossa. Analyysi toistettiin käyttämällä hedelmien ja ruumiin koon absoluuttisia enimmäisarvoja (täydentävä Kuva. 6).
Raportointikooste
lisätietoja tutkimuksen suunnittelusta on tämän artikkelin yhteydessä olevassa Nature Research Reporting Summary-julkaisussa.