Palm soorten distributie en fruit-grootte gegevens
Soorten uitkeringen voor alle (~2500) palm soorten werden verkregen uit de Wereld Checklist van Palms30 (gedownload juni 2015), een curator en op kwaliteit gecontroleerd checklist biedt aanwezigheid–afwezigheid van gegevens op de schaal van “botanische landen”, zoals gedefinieerd door de International Working Group on Taxonomische Databases (TDWG, https://www.tdwg.org/)31. Botanische landen komen over het algemeen overeen met landen, maar verdelen grotere landen in Staten of provincies (bijvoorbeeld de Verenigde Staten) of behouden coherente Geografische eenheden die politiek zijn onderverdeeld (bijvoorbeeld Borneo en Nieuw-Guinea) als afzonderlijke units31. We gebruikten de wereld Checklist van palmen in plaats van soortvoorvallen (dat wil zeggen, alleen presence-only records van de Global Biodiversity Information Facility, GBIF) aangezien deze laatste taxonomisch onvolledig is (bijna 30% van alle palmsoorten zijn niet vertegenwoordigd in records die toegankelijk zijn via GBIF, gedownload in januari 2020). Bovendien zijn de gegevens over het voorkomen vaak geografisch en taxonomisch bevooroordeeld, wat leidt tot grote hiaten en onzekerheden in de wereldwijde informatie over het voorkomen van planten (inclusief palmen)70.
van de 198 botanische landen waar palmen voorkomen, hebben we alleen die opgenomen in de drie belangrijkste biogeografische gebieden (n = 129), gewijzigd van ref. 71: (1) De Afrotropica die geheel sub-Saharisch Afrika omvat (N = 51), (2) De Neotropica (n = 42), Die Midden-en Zuid-Amerika en het Caribisch gebied omvat, en (3) Indo-Australië (n = 36), die Indo-Malaya, Australië en Papoea-Nieuw-Guinea omvat. Botanische landen in andere biogeografische regio ‘ s (bijvoorbeeld Palearctisch, Nearctisch en Oceanië) werden uitgesloten omdat ze ofwel depauperaatpalm floras hebben of zo fysiek geïsoleerd zijn (bijvoorbeeld Pacifische eilanden) dat dispersiefilters zowel palm-als frugivore assemblages onevenredig hebben gevormd. Ook werden botanische landen uitgesloten waarvoor nog levende zoogdieren frugivoren niet langer aanwezig zijn, bepaald door de afwezigheid van frugivore zoogdieren na kruising van de geografische spreiding van zoogdieren met het botanische landvormbestand (zie hieronder). Slechts één botanisch land werd om deze reden uitgesloten—Reunion Island, waar twee inheemse soorten van fruit vleermuizen oorspronkelijk werden uitgeroeid van het eiland tijdens het begin van de achttiende eeuw of earlier72.
maximale en mediane waarden voor de fruitgrootte werden berekend voor alle palmsoorten in elk botanisch land. Om de fruitgrootte voor elke soort te kwantificeren, hebben we gebruik gemaakt van de PalmTraits database v1. 0 (ref. 29), dat gegevens heeft verzameld over de functionele eigenschappen van de palm van in het wild levende populaties uit de primaire literatuur, monografieën, soortbeschrijvingen en herbariumspecimens. In het bijzonder gebruikten we de gemiddelde fruitlengte (in plaats van de breedte of diameter), omdat dit de meest consistent geregistreerde eigenschap van de fruitgrootte in de literatuur was29. De maximale fruitgrootte werd gedefinieerd als het 95e percentiel van de fruitgrootte van palmen in elk land om de invloed van uitschieters te verminderen. Omdat informatie over de lengte van palmvruchten niet beschikbaar was voor 519 palmsoorten (~20% van de wereldwijde rijkdom aan palmsoorten), vulden we gaten in de lengte van die soorten met behulp van het gemiddelde van congeneere soorten. Dit was niet mogelijk voor één soort, Butyagrus nabonnandii, een van nature voorkomende steriele hybride die we dus uitgesloten van onze Analyse. Daarnaast sluiten we drie soorten uit-de kokosnoot (Cocos nucifera) en de coco de mer (Lodoicea maldivica) en de Nipa palm (Nypa fruticans)—omdat ze vruchten hebben die zelden door dieren verspreid worden24. De maximale en mediane fruitgroottes in botanische landen waren vergelijkbaar wanneer hiaten in traitgegevens werden uitgesloten (Pearson correlatiecoëfficiënt >0,99; aanvullende Fig. 1).
Frugivore soorten distributie en lichaam-grootte gegevens
het effect Te bepalen van het einde-Pleistoceen frugivore uitsterving op de dag macroecological relaties, die we gedefinieerd hebben twee verschillende botanische scenario ‘ s, het vertegenwoordigen van frugivore assemblages zoals ze in de huidige dag, en zoals ze waren in het Laat-Pleistoceen—de “huidige” en “present–natuurlijke” scenario ‘ s volgende Faurby et al.9. Het “huidige” scenario houdt alleen rekening met bestaande frugivoren, terwijl het contrafeitelijke “huidige–natuurlijke” scenario alle frugivoren sinds de laatste interglaciale (130 Kya) in aanmerking neemt, inclusief alle bestaande soorten en recent uitgestorven taxa. Hoewel klimaatverandering een rol kan hebben gespeeld bij het uitsterven van sommige van deze fruitoors39,73, is het grootste deel van het uitsterven van deze soorten toegeschreven aan menselijke aankomst en activiteiten39,40,74,75.
” huidige “en” huidige–natuurlijke ” ruimtelijke distributies van zowel bestaande als Late Pleistoceen-tot-Holoceen uitgestorven zoogdieren frugivoren waren gebaseerd op de taxonomie en geografische bereikkaarten zoals samengesteld in de PHYLACINE v1.2 dataset76. Range maps waren beschikbaar als Behrmann cilindrische gelijke gebied rasters, die we vervolgens overladen met botanische land polygonen om zoogdiersoorten lijsten vergelijkbaar met de palm presence–absence data set te genereren. De huidige range maps van bestaande zoogdieren in de PHYLACINE data set waren gebaseerd op IUCN range maps (http://www.iucnredlist.org/) met minimale aanpassingen (bijv. herprojectie). De huidige geografische spreiding van de bestaande taxa werd echter systematisch geëvalueerd en er werden wijzigingen aangebracht indien er sterke aanwijzingen waren voor antropogene effecten (zie aanvullend in refs. 9,76). Dit omvatte ook mensgemedieerde range uitbreidingen, die IUCN range maps voor sommige taxa niet corrigeren voor. Voor uitgestorven taxa werden de huidige natuurlijke gebieden geschat op basis van fossiele gebeurtenissen en de verspreiding van de bestaande taxa die de uitgestorven taxa vaak mee voorkwamen in fossiele assemblages9,76. Dit werd gedaan door het identificeren van rastercellen die ten minste 50% van de bestaande taxa bevatten (met een fossiel record) die samen met een uitgestorven taxon in fossiele assemblages/sites (gegevensbronnen en verdere details over de methodologie in refs. 9,76). Range maps met nul-bezette rastercellen (bijvoorbeeld soorten waarvan het bereik niet in kaart is gebracht door de IUCN) werden uitgesloten van onze Analyse. Mammal checklists voor elk botanisch land werden ook handmatig geïnspecteerd om fouten te corrigeren die soms werden ingevoerd als gevolg van de grove resolutie van range maps (bijv., valse aanwezigheid van het vasteland taxa op eilanden die dicht bij de kustlijnen van het vasteland liggen).
we gebruikten de Zoogdietdataset77 om bestaande soorten te identificeren die primair of secundair vruchtdragend waren. Synoniemen van binomiale namen in de MammalDIET data set werden gecorrigeerd met behulp van de IUCN Red List als een taxonomische ref. 78. Soortnamen die niet konden worden verzoend met de taxonomie in de PHYLACINE data set werden weggelaten, evenals taxa waarvan het bereik niet overlapte met dat van een bestaande palm taxa. We bepaalden de mate waarin uitgestorven zoogdieren frugivorous waren op basis van indirect bewijs, aangezien frugivory niet direct geassocieerd is met morfologische kenmerken zoals gebit79. Deze complexiteit erkennend, beschouwden we drie frugivore classificaties met verschillende mate van conservativiteit. Onder onze “liberale” classificatie classificeerden we elk uitgestorven taxon als een frugivoor als het taxon overwegend herbivoor was. Deze definitie omvat verplichte grazers die kunnen dienen als zaad dispersers, maar waarschijnlijk hebben slechts een kleinere vrucht component in hun dieet in vergelijking met niet-crazers. Onder onze “conservatieve” classificatie hebben we bovendien alleen een uitgestorven taxon als frugivoor opgenomen als het behoorde tot families waar ≥50% van de bestaande soorten overwegend frugivore zijn. Deze definitie sluit, in tegenstelling tot de liberale classificatie, de meeste grazers, maar ook veel potentiële fruiteters uit, grotendeels omdat de overgebleven verwanten slechte analogen kunnen zijn, aangezien uitgestorven verwanten sterk kunnen variëren in lichaamsgrootte en dus hun voedingsecologie, zoals bij grote diprotodont (kangoeroes) en pilosan (ground luiaards) herbivoren (aanvullende tabel 7). Voor onze intermediaire “standaard” classificatie hebben we taxa opgenomen van families met een borderline aandeel van frugivores (≥40%). We hebben ook uitgestorven taxa opgenomen die afkomstig zijn van families of orden die geen bestaande soorten hebben (bijvoorbeeld litopternidae en toxodons) of afkomstig zijn van families waar de bestaande taxa slechte analogen kunnen zijn voor het dieet van uitgestorven taxa, als het beschikbare paleontologische bewijs (bijvoorbeeld isotopische en tandheelkundige microwear) suggereert dat het taxon een browser of gemengde feeder kan zijn geweest. Onder deze definitie werden gemalen luiaards80, litopternids81, 82,toxodons80, 83,sommige equids—leden van het geslacht Hippidion maar niet Equus80, sommige cingulids80, 84,sommige diprotodonten (macropodiden maar niet Vombatidae en Diprotodontidae)85, en murid knaagdieren beschouwd als vermeende frugivoren (aanvullende Fig. 4, Aanvullende Tabel 7).
we hebben de mediane en maximale lichaamsgrootte van de frugivore (hier gedefinieerd als het 95e percentiel) berekend voor elk botanisch land in het huidige scenario. Voor het huidige-natuurlijke scenario werd dit uitgevoerd voor de drie uitgestorven frugivore classificaties afzonderlijk. Lichaamsgrootte (d.w.z., lichaamsmassa) informatie werd verkregen uit de PHYLACINE data set. In totaal nemen we van de 1930 bestaande frugivore taxa in de MammalDIET data set na taxonomische verzoening, de huidige en huidige–natuurlijke reeksen van 1759 en 1772 bestaande taxa, respectievelijk. Een totaal van 177 Pleistoceen vermeende frugivores en 23 taxa uitgestorven of uitgestorven in het wild werden bovendien opgenomen in ons huidige–natuurlijke scenario.
milieugegevens
omdat de fruitgrootte ook een weerspiegeling kan zijn van grootschalige variatie in het klimaat en/of klimaatveranderingen in het verleden37, werden de waarden van het huidige klimaat en de klimaatverandering sinds Het Laatste glaciale Maximum (lgm, ~21 Kya) berekend voor elk botanisch land in ArcGIS (Versie 10.1, ESRI, Redlands, CA, USA). Dit werd gedaan door botanische land polygonen te overlappen met de overeenkomstige klimatologische rasters en het gemiddelde van overlappende rastercellen te nemen. We gebruikten de CHELSA database86 voor zowel het huidige als het LGM klimaat (v1.2, 30 arc tweede resolutie), die voordelen heeft ten opzichte van de Worldclim data87 omdat het CHELSA-algoritme correcties toepast voor fijnschalen orografische effecten op neerslag.
voor het huidige klimaat hebben we ons gericht op zes bioklimatische variabelen: gemiddelde jaarlijkse temperatuur, seizoensgebondenheid van de temperatuur, gemiddelde temperatuur van het koudste kwartaal, jaarlijkse neerslag, seizoensgebondenheid van de neerslag en neerslag van het droogste kwartaal. Omdat sommige van deze bioklimatische variabelen zeer collineair met elkaar zijn, en omdat we vooral geïnteresseerd waren in het relatieve belang van het huidige klimaat en niet de invloed van specifieke klimaatvariabelen per se, vatte we de variatie tussen de zes bioklimatische variabelen samen met behulp van een principal component analysis (PCA) en gebruikten de eerste drie hoofdcomponenten als klimaatvoorspellings variabelen. Dit werd uitgevoerd op wereldwijde schaal en voor elke biogeografische regio (“Afrotropics”, “Neotropics”, en “Indo-Australië”) afzonderlijk. De eerste drie PCA-Assen (“Climate PC”) verklaarden meer dan 90% van de variabiliteit binnen de bioklimatische variabelen tussen botanische landen op zowel globale als regionale schaal (aanvullende tabel 8).
voor het klimaat in het verleden hebben we de grootte van de verandering in jaarlijkse neerslag berekend (“lgm Prec. Anom.”) en gemiddelde jaarlijkse temperatuur (“lgm Temp. Anom.”) sinds Het Laatste glaciale Maximum voor elk botanisch land. Dit werd berekend door de huidige jaarlijkse neerslag en gemiddelde jaarlijkse temperatuur af te trekken van het ensemble gemiddelde van gemiddelde jaarlijkse neerslag en jaarlijkse temperatuur over zes verschillende GCM-modellen van het Paleoclimate Modeling Intercomparison Project88 (https://pmip3.lsce.ipsl.fr/) dat is verwerkt door het CHELSA-algoritme: CCSM4, CNRM-CM5, CESS-FGOALS-g2, IPSL-CM5A-LR, MIROC-ESM en MRI-CGCM3. Hogere waarden vertegenwoordigen dus een hogere omvang van de klimaatverandering sinds Het Laatste glaciale Maximum.
statistische analyses
om de relatie tussen de vruchtgrootte en het vruchtlichaam te evalueren, hebben we zowel OLS lineaire modellen van zowel mediane als maximale grootte gebruikt met behulp van het huidige (“Climate PC1″,” Climate PC2 “en” Climate PC3″) en het vroegere klimaat (“lgm Prec. Anom “en” lgm Temp. Anom.”) als voorspellende variabelen, evenals maximale en mediane frugivore lichaamsgrootte, respectievelijk. Schattingen van de lichaamsgrootte voor huidige en huidige–natuurlijke scenario ‘ s, en elke biogeografische regio werden afzonderlijk gemodelleerd. Lichaam – en fruitgrootte metingen werden log-getransformeerd om de normaliteit in reststoffen te verbeteren, en alle voorspellende variabelen werden gecentreerd en geschaald door ze te standaardiseren tot eenheidsvariantie.
ruimtelijke autocorrelatie werd verantwoord met behulp van ruimtelijke autoregressieve (SAR) modellen. We gebruikten SAR-foutmodellen (SARerror), waarvan is aangetoond dat ze robuuster zijn dan andere SAR-modeltypes89. SAR-modellen proberen rekening te houden met ruimtelijke autocorrelatie tussen eenheden binnen een bepaalde buurtstructuur. Echter, vanwege de onregelmatige afstand en grootte van Botanische landen in onze studie, adjacency – of afstand-gebaseerde wijken waren niet geschikt. In plaats daarvan definieerden we de buurt van een bepaald botanisch land met behulp van een invloedssfeer benadering. De invloedssfeer voor elke brandpuntseenheid wordt gedefinieerd als een straalcirkel die gelijk is aan de afstand van de brandpuntseenheid tot het middelpunt van zijn naaste buur. Waar de invloedssfeer van twee eenheden overlapt, worden de twee eenheden als buren beschouwd. Deze buurtdefinitie lijkt geschikter in vergelijking met afstandsdefinities of dichtbijgelegen buurdefinities, omdat ze rekening houdt met de grootte en geometrie van elk botanisch land. Ruimtelijke gewichten waren rij-gestandaardiseerd. Buurten, ruimtelijke gewichten en ruimtelijke SAR modellen werden geïmplementeerd met behulp van het ‘spatialreg’ R pakket v. 1.1–3 (ref. 90), en we bovendien getest op eventuele resterende ruimtelijke autocorrelatie met behulp van Moran ‘ s i tests.
we gebruikten een multi-model-middelingsbenadering om effectgroottes te schatten voor elke voorspellende variabele over een reeks kandidaat-models91. Het primaire voordeel van modelgemiddelde is dat het modelonzekerheid over een reeks kandidaatmodellen vertegenwoordigt, in tegenstelling tot meer traditionele stapsgewijze modelselectiebenaderingen die proberen het beste model te identificeren 92,93. We definieerden onze kandidaatmodellen als de set van gewone kleinste-kwadraten (OLS) lineaire regressiemodellen met log-getransformeerde palmfruit grootte als de respons variabele, met elk model met een andere combinatie van log-getransformeerde frugivore lichaamsgrootte, het huidige klimaat en klimaatverandering in het verleden als covarianten. De effectgroottes voor elke predictor variabele werden vervolgens berekend door middel van coëfficiënt waarden over alle kandidaat modellen gewogen door de hoeveelheid statistische ondersteuning elk van deze modellen heeft (dat wil zeggen, het Akaike gewicht)91. Om de impact van model selectie bias op model-gemiddelde coëfficiënten te verminderen, werd de coëfficiënt waarde voor een voorspeller variabele in een model waar het afwezig is ingesteld op zero91,92. Dit zorgt ervoor dat de effectgroottes van predictoren die alleen in modellen met lage Akaike gewichten worden verlaagd92. Akaike-gewichten werden berekend met behulp van AIC-waarden die zijn gecorrigeerd voor small sample size (AICc). De correlatie tussen voorspellende variabelen was over het algemeen laag (aanvullende Fig. 3), en variantieinflatiefactoren voor alle voorspellende variabelen in volledige OLS-modellen (d.w.z. modellen die alle voorspellende variabelen bevatten) waren meestal minder dan 4. Om de invloed van collineariteit op modelgemiddelde schattingen te verminderen, berekenden we bovendien modelgemiddelde coëfficiënten waar coëfficiënten zijn gestandaardiseerd door hun partiële standaarddeviaties voorafgaand aan het gemiddelde 32,93 (aanvullende tabellen 2 en 5). Modelgemiddelde van zowel OLS-als SAR-modellen werd uitgevoerd met behulp van het’ dredge ‘- en ‘model’.avg ‘functies van het’ MuMIn ‘ R pakket V.1.42.1 (ref. 94). De standaardisatie van coëfficiënten van OLS-modellen voorafgaand aan het modelleren werd uitgevoerd door het “beta” – argument in “dredge” op “partial.sd’.
naast standaard effectgroottes met een gemiddelde model, vergelijken we de verklarende kracht van lichaamsgrootte onder “current” en “present–natural” scenario ‘ s. Omdat is aangetoond dat de som van Akaike gewichts91 een inconsistente metriek is van variabele importance93, 95, hebben we in plaats daarvan het aandeel van de variantie berekend dat is ontleed over voorspellende variabellen96, zoals geïmplementeerd in het R-pakket ‘relaimpo’ (v2.2-3)97. Voor de eenvoud werd dit uitgevoerd op volledige OLS-en SAR-modellen en niet op alle modellen die werden getest in het kader van de modelgemiddelingsprocedure. Om de variantieverhouding te bepalen die verklaard wordt door voorspellende variabelen in de SAR-modellen nadat rekening is gehouden met ruimtelijke autocorrelatie, werd eerst een ruimtelijk model met slechts een interceptterm aangebracht, en werd de variantieverhouding in de reststoffen van het intercept-only ruimtelijke model uitgelegd en werd vervolgens een volledig OLS-model met alle voorspellende variabelen aan de reststoffen toegevoegd. Aangezien modellen voor huidige en huidige–natuurlijke scenario ’s alleen verschillen in de variabele lichaamsgrootte voorspeller, bieden we zowel R2 als pseudo-R2 voor volledige OLS-en SAR-modellen onder beide scenario’ s.
om veranderingen in fruitgrootte te projecteren onder een toekomstig defaunatiescenario, simuleerden we frugivore assemblages,gezien de waarschijnlijkheid dat soorten binnen verschillende IUCN Red List categorieën wereldwijd zullen uitsterven in de komende 100 jaar98, 99. We gebruikten twee verschillende sets van extinctie waarschijnlijkheden om het bereik van de grootte van extinctie risico dat zoogdieren frugivoren potentieel geconfronteerd verkennen (aanvullende tabel 9). Een scenario met een hoge defaunatie, we gebruikten uitstervingskansen afgeleid door Davis et al.99, who vertaalde Rode Lijst criteria100 voor bedreigde categorieën (dat wil zeggen, kritisch bedreigd (CR), bedreigd (en), en kwetsbaar (VU)) in extinctie tarieven voor deze categorieën, en geëxtrapoleerd deze schattingen om tarieven af te leiden voor niet-bedreigde categorieën (dat wil zeggen, nabij bedreigd (NT) en minst zorg (LC)) onder de veronderstelling dat tarieven exponentieel zal toenemen met de ernst van de categorie. Extinctiemogelijkheden (Pext) voor elke categorie over een periode van 100 jaar werden vervolgens berekend met behulp van deze percentages onder een extinctieproces met constante snelheid met behulp van de volgende vergelijking: Pext, i = 1-exp (- rit), waarbij ri het extinctiepercentage is voor een taxon van IUCN-categorie i en t = tijd (aanvullende tabel 9). Deze waarden zijn potentieel hoog omdat zij afgeleide schattingen van het uitstervingsrisico uniform toepassen, ongeacht de criteria die op een taxon zijn toegepast, en geen expliciet rekening houden met variatie in de levensgeschiedenis en het effect ervan op het uitstervingsrisico. Als een potentieel scenario voor lage defaunatie ontwikkelden we een continu – time Markov chain (CTMC) model in de vorm van een transitiesnelheid matrix (Q), waarvan de elementen de momentane transitiesnelheden tussen aangrenzende Rode Lijst categorieën beschrijven:
$${\bf{Q}} = \ left$$
(1)
waarbij ri, j de momentane overgangssnelheid is van IUCN-categorie i naar categorie j.
we pasten ons CTMC-model aan met behulp van de maximale waarschijnlijkheid op twee gegevensverzamelingen die wijzigingen (of het ontbreken daarvan) compileren in categorieën van de Rode Lijst voor alle door de IUCN beoordeelde zoogdiersoorten over een periode van 12 jaar101, evenals hoefdieren en carnivoren over een periode van 33 jaar102. Alle taxa die zijn geclassificeerd als uitgestorven in het Wild (EW), uitgestorven (EX), en CE soorten die zijn gemarkeerd als mogelijk uitgestorven of uitgestorven in het wild (dat wil zeggen, CR (PE) of CR (PEW) categorieën) werden gegroepeerd in een enkele categorie die vermeende uitstervingen. Voor de eenvoud is deze categorie aangeduid als EX in Eq. (1). We gingen er bovendien van uit dat veranderingen in de Rode Lijst alleen kunnen optreden tussen aangrenzende rangen bij een gegeven infinitesimaal klein tijdsinterval, Δt. Bijvoorbeeld, voor een soort met een LC-staat van instandhouding om over te gaan naar een meer ernstige (EN) status, moet het gaan door middel van (maar niet uitsluitend) statussen van middelmatige ernst (dat wil zeggen, NT en VU). Voor de Di Marco et al.102 dataset, omdat er geen uitgestorven taxa werden geregistreerd om terug te keren naar een minder strenge Rode Lijst categorie,rEX, CR werd ingesteld op 0 om overbevissing te voorkomen. Dit betekende dat de EX-toestand een absorberende toestand was (d.w.z., taxa in die categorie mogen overgaan, maar niet van die categorie). Door aan te nemen dat de snelheden niet variëren door de tijd, kan de transitiesnelheidsmatrix worden exponentieel om waarschijnlijkheid van overgang tussen categorieën voor een willekeurige hoeveelheid tijd t geven (d.w.z., de transitie waarschijnlijkheidsmatrix, P):
waar Pi, j (t) de kans is dat een taxa begint met status i en eindigt met status j na een bepaalde tijd t.
toen namen we aan dat veranderingen (of het ontbreken daarvan) in de Rode Lijst categorieën voor elke soort een onafhankelijke realisatie van een CTMC-proces waren. Dus, de kans op het waarnemen van een bepaalde set van transition rate wijzigingen in een gegeven tijdsbestek t, kan worden berekend als de samengestelde overgang waarschijnlijkheid tussen soorten
waarbij ni,j is het aantal taxa dat begon in de Rode Lijst categorie i en eindigde in de Rode Lijst categorie j na tijd t
Tarief schattingen voor beide reeksen gegevens werden verkregen door het maximaliseren van de Eq. (3) met behulp van de’ optim ‘ functie in R. Robuustheid van de schattingen van de snelheid werd getest met behulp van parametrische bootstrapping (aanvullende Fig. 5). De extinctiemogelijkheden voor elke categorie (d.w.z. de kans op overgang naar de EX-Categorie over een periode van 100 jaar) werden vervolgens berekend aan de hand van het gemiddelde van de schattingen van de maximale waarschijnlijkheid voor de twee datasets met behulp van Eq. (2) (Aanvullende Tabel 9). Deze waarden zijn potentieel lage schattingen van het risico op uitsterven, omdat ze gebaseerd zijn op veranderingen in de status van de Rode Lijst in het verleden, terwijl antropogene effecten in de toekomst nog kunnen versterken14.Extinctie werd stochastisch gesimuleerd voor alle zoogdieren frugivoren 1000 keer en de maximale lichaamsgrootte (95 percentiel) van Botanische landen werd geregistreerd. Soorten gecategoriseerd als data deficiënte werden conservatief verondersteld om dezelfde extinctie waarschijnlijkheid te hebben als die van LC status. Voor simulaties waarbij alle zoogdieren in een botanisch land uitgestorven waren, werd de maximale lichaamsgrootte op nul gezet. De gemiddelde waarden van de maximale lichaamsgrootte in simulaties werden vervolgens gebruikt in combinatie met wereldwijde OLS-modellen met een maximale fruitgrootte die werd geparametreerd aan de hand van alle klimaatvariabelen en de huidige maximale lichaamsgrootte van frugivore-assemblages, om de verwachte veranderingen in de fruitgrootte te berekenen in een defaunated scenario. Deze analyse werd herhaald met behulp van absolute maximumwaarden van fruit en lichaamsgrootte (aanvullende Fig. 6).
samenvatting van de rapportage
meer informatie over de opzet van het onderzoek is beschikbaar in de samenvatting van de rapportage over natuuronderzoek die aan dit artikel is gekoppeld.