Anderson Mayfield, Dr (assistant scientifique), Coral Reef Diagnostics
Vous n'avez pas besoin d'un modèle prédictif élégant pour vous dire ce qui se passe avec les récifs coralliens de nos jours ; alors que les températures de l'eau de mer continuent d'augmenter en raison du changement climatique, les coraux thermosensibles continuent de diminuer en abondance à travers le monde. Là où la science des données est utile, cependant, c'est dans ce que j'appelle le "triage des récifs coralliens" ; Je veux dire par là, dans le cas probable où nous ne pourrions pas tout sauver, quels coraux et récifs coralliens privilégions-nous pour la préservation ? Où sont les refuges caractérisés par les coraux exceptionnellement robustes qui peuvent avoir une chance de résister à la tempête ? Historiquement, nous avons répondu à ces questions en tombant au hasard sur des coraux et des récifs coralliens qui, pour une raison quelconque (par exemple, des facteurs environnementaux ou des adaptations uniques des coraux eux-mêmes), étaient exceptionnellement robustes.Cependant, étant donné le pourcentage incroyablement faible de récifs coralliens caractérisés à ce jour (<0,0001%), le simple fait d'espérer tomber par hasard sur des coraux résistants au changement climatique n'est ni une stratégie de conservation efficace en termes de temps ni de coût.
Dans cette présentation, j'utilise JMP Pro pour démontrer comment nous pouvons plutôt tirer parti des données d'expériences en laboratoire et d'enquêtes sur les récifs coralliens pour prédire où nous trouverons les coraux les plus sujets au stress, ainsi que ceux qui affichent une capacité de résilience marquée. En triant les récifs coralliens sur un spectre de résilience climatique, nous pouvons non seulement prendre des décisions de gestion plus éclairées, mais nous pouvons en fait utiliser l'apprentissage automatique et d'autres outils de modélisation prédictive pour dicter l'approche optimale d'atténuation et/ou de biorestauration ("sauvetage des coraux") ( es) pour des récifs particuliers.
