サンゴ礁は地球の海の 2% 未満しか構成していませんが、海の健康に重要な役割を果たしており、地球上で最も多様な生態系の 1 つです。 それらは多数の海洋生物の生息地であるだけでなく、漁業の支援、観光の促進、海岸線の浸食からの保護など、地域経済に計り知れない影響を及ぼしています。この影響は毎年数十億ドルに相当します。 環境と経済の両方の成功において非常に大きな役割を果たしているこれらの壊れやすいサンゴ礁を保護することは、世界的な優先事項であるべきですが、世界中のサンゴ礁の健康は低下し続けています。 特に気候変動はサンゴ礁の劣化を加速させており、科学者たちは現在、気候変動やその他の人為的要因により、過去 40 年間で世界のサンゴ礁の半分以上が失われたと推定しています。 科学者たちはサンゴ礁の白化と（その後の）死の原因を広く理解していますが、具体的にどのサンゴ礁が最も危険にさらされ、どのサンゴ礁が最も回復力があり、どのサンゴ礁が保全のために優先されるべきかを予測することは、引き続きこの分野の最重要課題の 1 つです。
Khaled bin Sultan Living Oceans Foundation などの組織は、これらの質問に対する答えを求めており、世界中の海洋科学者が、国際的なサンゴ礁の研究、保護、および修復の取り組みに投資しています。 彼らの支援を受けて、アンダーソン・メイフィールド博士は、サンゴ礁の生理学の研究にキャリアを捧げてきました。手遅れになる前に環境を変える。
統計的アプローチは、科学者が時間と戦っている分野での研究をスピードアップします
海洋生物学の分野では、何気ない視点からは多くのことが隠されていますが、科学者の最初の課題は、サンゴがどれだけ多く、どこにいて、どの程度健康で、直面するリスク要因に直面しているかを観察して理解することです。 この壊れやすい生態系が、海水温や酸性度の上昇などの気候変動に関連する要因によってどのように影響を受けているかを理解するためには、サンゴ礁の健康状態の経時変化を記録することが最も重要です。
しかし、現在、世界中のサンゴ礁生態系が差し迫った脅威に直面しているため、マイアミにある国立海洋大気庁の大西洋海洋気象研究所のアシスタントサイエンティストであるメイフィールド博士は、海洋科学についてもっと積極的に取り組む必要があると考えています。 、特に海洋保護の取り組み。 そのため、彼と彼の共同研究者は統計的アプローチを主張しています。 彼によると、予測モデリングは、どのサンゴ礁が環境ストレスの影響を受けやすく、どのサンゴ礁が最も回復力があるかを判断するのに役立ち、それによって保全資金提供機関が的を絞った緩和努力に優先順位を付けることができます。
健康なサンゴのポリプは、組織内に生息する微細な藻類との内部共生関係に依存しています。 これらの藻類はサンゴに色を与え、主要な食料源として機能します。 しかし、水温が上昇すると、共生関係にストレスがかかり、藻類が離れ始め、サンゴが白くなるか「漂白」して飢えます。
「一部のサンゴは関係なく白化します」とメイフィールド博士は説明します。 「しかし、他のサンゴ礁では、局所的な圧力を緩和すれば、生き残る可能性が高くなります。」どのサンゴ礁を保護するのが最も価値があるかを判断することは困難ですが、台湾南部の一連のサンゴ礁のように、増大する環境圧力に直面して高い回復力を示したサンゴ礁もあります。 「これは、保全と研究のために優先すべきサンゴ礁の良い候補のように思えます」と彼は言います.
重要な生存要因を特定することで、メイフィールド博士のような研究者は、どのサンゴ礁がストレスを受けやすく、他の場所での将来の白化を防ぐことができるかをより正確に予測できるようになる可能性があります。
科学的結論の統計力を高める
メイフィールド博士の統計モデルは、自然種の変動を説明するには結果が十分に統計的に強力ではなかったと彼が言う、実験室のタンクで成長したサンゴの同種の実験に以前依存していたものからの大きな逸脱を表しています。 対照的に、「ビッグデータ」統計モデリングにより、彼は世界規模のデータ調査 (最近完了したリビング オーシャンズ ファンデーションの「グローバル リーフ エクスペディション」で実施され、彼が参加したものなど) をより深く、より多く利用できるようになりました。個々の科学者が収集したデータよりも地理的に広大です。
たとえば、最近発表された論文では、プラタックス（2018）およびジャーナル・オブ・シー・リサーチ(2019)、メイフィールド博士と彼の共著者は、単変量と多変量の方法を組み合わせて使用して、フィジーのラウ諸島と南太平洋の深部 (フランス領ポリネシアのオーストラル諸島とクック諸島) の十分に研究されていない地域のデータセットをそれぞれ調べました。 . 重要なことに、研究者は、サンゴの生理機能に影響を与えると予想される 12 の環境要因 (温度、サンゴ礁の構造、魚のバイオマスなど) を調査しました。 段階的回帰と部分最小二乗法によって作成された最適なモデルは、生理学的反応の変動の重要な部分を説明するために、そのような日常的に評価された環境パラメーターのサブセットのみが必要であることを示しました。 研究のモデルのいくつかは予測能力が比較的低いことが判明しましたが、メイフィールド博士は、それでもこの方法は概念の証明であると主張し、以前に収集されたデータを使用して海洋に関する予測を行うことを試みる価値があるという考えを示しています。動物の健康。
グラフ電卓からJMP®へ
メイフィールド博士が最初にデューク大学で、次にハワイ大学マノア校で海洋生物学の訓練を始めたとき、彼は今日のような統計手法の率直な支持者とはかけ離れていました。 正式な多変量統計に実際の方法でまださらされていなかった - そして彼の初期のキャリアのタンク実験の変数は広く知られており、厳密に管理されていた - メイフィールドは、彼の分析はグラフ電卓で実行できるものに限定されていたと冗談を言った.例、一元配置分散分析)。
しかし、電卓や Microsoft Excel などの初歩的なツールへのメイフィールド博士の依存は、新しいレベルの統計的洗練が必要な、よりフィールドベースのプロジェクトに彼の研究が拡大するにつれて、変わらなければなりませんでした。 幸運なことに、Mayfield 氏が JMP 統計的発見ソフトウェアを使い始めたのもその頃でした。
今、彼は他のものを使用しません。
「最初は、JMP を使用して分布を調べ、簡単な比較分析 (t 検定、ANOVA、線形回帰など) を実行しました。 おそらく、JMP でできることの 5% 以下しか利用できませんでした」と彼は回想します。 しかし最終的に、メイフィールド博士は残りの 95% を追求することを決意しました。これは、データの分析方法だけでなく、それらのデータの収集方法も変更したと彼は信じています。
「サンゴ礁に出ているときでも、JMP の表や図を見て、サンプルから最大限の情報を得るにはどうすればよいかを考えています」と彼は言います。 Mayfield 博士は、JMP を通じて利用できる統計と機能を知っているため、水中でどこに注意を向け、どのサンプルを収集するかについて戦略的な決定を下すことができると述べています。 「これらは、事前に JMP で直接テストできる種類のものです」と彼は言います。
さらに、Mayfield 博士は、JMP を使用すると、「同じ量のデータであっても、JMP が伝える [情報] の量は指数関数的に拡大した」と主張しています。統計を社内に持ち込むことで、外部の統計リソースへの依存も制限され、必然的に調査プロセスにより多くの時間が追加されます。 そして、サンゴの白化の危機が高まっていることを考えると、時間は貴重な資源です。 「私たちには、5 年間じっと座ってデータを分析する方法を考える余裕はありません」と彼は説明します。
「これらのアイデアのいくつかをサンゴで実際に使用できるとは思いもしませんでした」
JMP でのモデリング スキルを深めるために時間をかけた Mayfield 博士は、データ セットを創造的に活用し、以前は隠されていた情報を抽出する統計的アプローチを考案する力を与えられました。 アイデアを得るために、彼は現在、他の企業や機関が大規模なデータ セットをどのように処理しているかに注目しています。 他の分野のアナリストは、日常的に行動データを使用して、たとえば買い物の好みやメンテナンス スケジュールなどに関する予測アルゴリズムを開発していますが、同じ原則をサンゴ礁の行動とその生存に適用できないのはなぜでしょうか?
「サンゴが死ぬかどうかを 100% 確実に予測することはできないかもしれません」と Mayfield 博士は理論づけています。 [海水] 温度が 1 度上昇すると、サンゴの成長が 30% 変化するという過去のデータがあります。」
潜在的に、彼と彼の共同研究者は、説明から予測への移行を行うために、リビング オーシャンズ財団のグローバル リーフ エクスペディションの一部として開発された世界規模のデータ調査を使用できます。 「JMP が提供できるものについてより多くのことを知った今、これらの種類のものを探求したいと思っています」と Mayfield 博士は言います。 しかし、彼は、Galit Shmueli (2011) の先駆的な研究から得られた重要なメッセージをすぐに繰り返しました。つまり、データセットが過去の観察を説明するのに優れているからといって、この同じデータセットが必ずしも可能であることを意味するわけではありません。対象動物の将来の行動を予測するもの。 これは、説明能力と予測能力が決して一致しないと言っているわけではありません。ただ、この関係を経験的に検証する必要があります。
これはまだ初期のアイデアですが、Mayfield 博士はサンゴ礁の生理学の分野でビッグデータがもたらす可能性を探ることに興奮しています。 JMP で開発された新しいモデルを使用して、広範なフィールド データ セットを使用して予測力をテストできます。 「[モデル] をテストするまでわかりません」と彼は言いますが、幸いなことに、JMP にはこの種のモデル精度テストをサポートするプラットフォームが組み込まれています。モデルを作成すると、JMP はモデルが各サンプルで機能したかどうかを示します。 「JMP の予測モデリング プラットフォームには、すでにパズルのピースが配置されています。彼らは、この種のデータが来るのを待っているだけなので、私たちはそれを試してみることができます。」
メイフィールド博士は、JMP のモデリング機能だけでなく、ニューラル ネットワーキングや外れ値分析プラットフォームも活用したと述べています。 後者に関して、彼は、異常な行動を示すサンゴ (つまり外れ値) からデータを捨てるのではなく、多くの場合、彼のデータセットの中で最もストレス耐性が高い傾向にある、これらの異常に機能する個体が実際にある可能性があると主張しています。生理学者にとって最も関心のあるものです。 言い換えれば、JMP のこのような機能により、Mayfield 博士は、多くの場合、すべての生検を最大限に分析するには資金が不十分であるという現実世界の制限の下で、優先すべきサンゴ生検を特定することができます。
データの透明性による研究の加速
メイフィールド博士が痛感しているように、膨大な量のデータが、それらを分析するための時間や統計的知識のいずれかを欠いている研究者によって活用されずに衰退しています。 さらに、出版へのプレッシャーと科学者間の競争を考えると、ほとんどの人は自分のデータを共有することに消極的です (出版された研究で既に使用したデータであっても)。 しかし、サンゴ礁の白化のような時間に敏感な問題では、データ共有は、科学の状態を加速させ、最も効果的な保護戦略を決定する上で重要な要素になる可能性があります. 「特に私たちの分野では、[科学者] はデータをどのように分析し、それを明らかにするために真の努力をするかについて、もっとオープンであるべきです。 コンピューターの前に座っているだけでは何の役にも立ちません」と彼は言います。
Mayfield 博士は例を示しています。JMP は、リアルタイムのデータ分析を可能にするインタラクティブな HTML 機能など、彼自身の研究の透明性を促進するためのツールを彼に提供します。 「JMP は私に非常に多くのアイデアを与えてくれました。データをよりインタラクティブにする新しい方法であり、視覚化だけでなく、分析方法の背後にある思考プロセスを人々に示すこともできます」と彼は言います。 メイフィールド博士は現在、データ セットを彼の個人的な Web サイト、coralreefdiagnostics.com に投稿するだけでなく、動的なビジュアライゼーションを広める手段として JMP Public を使用しています。 彼によると、ソフトウェアのデータ フィルタリング機能により、共同研究者や関心のある他の個人が、データ セット内の特定の特徴を示すサンゴを「見つける」ことができます。 JMP Public のこの機能により、現在および将来の共同研究者は、アーカイブされた生検または最初にサンプリングされたサンゴのコロニー自体の GPS 座標など、より詳細に分析したいサンプルをすばやく特定できます。
>フィジーのサンゴ礁データを示す JMP Public の主成分分析を確認してください
「統計に関する 1 時間のレクチャーをすると、ほとんどの人は眠ってしまいますが、このデータ テーブルからこの数値にどのように変化したかを見ることができれば、視聴者はあなたのデータに自信を持つようになるでしょう。」メイフィールド博士は、彼自身の研究の詳細を開示すること、および彼の方法の再現性を高めることによって、同僚を同様の透明性に向かわせ、サンゴ礁の減少に対する具体的な解決策を追求する分野をまとめることを望んでいます。
「特定のサンゴ礁の問題に対処するために必要なすべてのデータがすでに揃っている可能性があります」と Mayfield 博士は言います。 「私たちはそれらを正しい方法で分析していません。」 JMPはそれを変える可能性があります。 そして今、メイフィールド博士の研究は、彼が尋ねる質問によってのみ制限されています。
参考文献
Mayfield AB、Dempsey AC、Inamdar J、Chen CS (2018)、変化する地球規模の気候の時代におけるサンゴの健康を評価するための統計プラットフォーム I: フィジーのラウ群島の事例研究。プラタックス15、1-35。
Mayfield AB、Chen CS、Dempsey AC (2019)、サンゴ礁の生理機能における環境媒介変動のモデル化。ジャーナル・オブ・シー・リサーチ145、44-54。
Shmueli G (2011)、説明するか予測するか?統計科学25(3)、289-310。
