Tiềm năng ứng dụng phương pháp mô hình hóa ổ sinh thái trong nghiên cứu đa dạng sinh học và bảo tồn ở Việt Nam

Bài viết Tiềm năng ứng dụng phương pháp mô hình hóa ổ sinh thái trong nghiên cứu đa dạng sinh học và bảo tồn ở Việt Nam tổng hợp và tóm tắt về các bài viết có sử dụng phương pháp mô hình hóa ổ sinh thái sử dụng thuật toán MaxEnt trong nghiên cứu đa dạng sinh học và bảo tồn ở Việt Nam, để khái quát những ứng dụng cơ bản của MaxEnt cho những cán bộ và nhà nghiên cứu ở lĩnh vực liên quan hiểu và sử dụng.
Nội dung trích xuất từ tài liệu:
Tiềm năng ứng dụng phương pháp mô hình hóa ổ sinh thái trong nghiên cứu đa dạng sinh học và bảo tồn ở Việt Nam KỶ YẾU HỘI NGHỊ KHOA HỌC TOÀN QUỐC TRÁI ĐẤT, MỎ, MÔI TRƯỜNG BỀN VỮNG LẦN THỨ V Doi: 10.15625/vap.2022.0169 TIỀM NĂNG ỨNG DỤNG PHƯƠNG PHÁP MÔ HÌNH HÓA Ổ SINH THÁI TRONG NGHIÊN CỨU ĐA DẠNG SINH HỌC VÀ BẢO TỒN Ở VIỆT NAM Nguyễn Tuấn Anh*, Trần Hiền Anh, Lê Xuân Tùng, Trần Hải Đăng, Lê Thanh Hằng, Phạm Thanh Ngân, Phạm Văn Anh, Lê Đức Minh Khoa Môi trường, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, 334 Nguyễn Trãi, Thanh Xuân, Hà Nội TÓM TẮT Phương pháp mô hình hóa ổ sinh thái, đặc biệt bằng thuật toán MaxEnt, là một trong những cách tiếp cận chính được sử dụng trong những năm gần đây để tìm vùng phân bố tiềm năng của các loài sinh vật. Với lợi thế là chỉ cần dữ liệu điểm xuất hiện của loài, có khả năng dự báo vùng phân bố tốt kể cả với những loài nguy cấp, quý hiếm vốn có số lượng điểm xuất hiện thấp, và có khả năng tìm ra những quan hệ sinh thái/tập tính/sinh địa lý ẩn, MaxEnt hiện đã trở thành một trong những phương pháp chuẩn và được khuyến khích sử dụng phổ biến trong nhiều nghiên cứu với mục đích khác nhau. Cho đến nay, phương pháp này đã được sử dụng và đạt kết quả khả quan cho nhiều loài quý hiếm ở Việt Nam, như Vooc má trắng, Thằn lằn cá sấu, Vượn Cao Vít, Cầy vằn Bắc, Thằn lằn ngón Cát Bà. Những kết quả trên cho thấy phương pháp này có tiềm năng lớn ở Việt Nam, và trong tương lai sẽ có nhiều đóng góp cho các nghiên cứu về đa dạng sinh học và bảo tồn. Việc ứng dụng MaxEnt trong những vấn đề chuyên môn của các tổ chức liên quan sẽ hỗ trợ đáng kể trong việc đổi mới và nâng cao năng lực quản lý ở lĩnh vực đa dạng sinh học và bảo tồn ở nước ta. Từ khóa: Mô hình hóa ổ sinh thái, MaxEnt, đa dạng sinh học, bảo tồn. 1. MỞ ĐẦU Thuật ngữ Mô hình hóa phân bố loài (Species distribution model) được định nghĩa là các phương pháp mô hình hóa để tìm ra vùng phân bố của các loài sinh vật, với các thông tin đầu vào thường là các dữ liệu về sự xuất hiện/không xuất hiện của loài và các dữ liệu về những yếu tố môi trường có khả năng ảnh hưởng đến phân bố của loài [1]. Nhiều thuật toán đã được phát triển và ứng dụng từ giữa những năm 1980 đến cuối những năm 1990, được sử dụng phổ biến ở nhiều nghiên cứu khác nhau. Một số thuật toán phổ biến trong giai đoạn này bao gồm BIOCLIM, DOMAIN và ENFA [2]. Từ đầu những năm 2000, với sự phát triển về lý thuyết và ứng dụng của trí tuệ nhân tạo trong các ngành khoa học khác, nhiều thuật toán mới với khả năng mô hình hóa chính xác hơn đã được phát triển và phổ biến. Một số thuật toán nổi tiếng được phát triển trong giai đoạn này bao gồm Boosted regression tree, Random forest, Support vector machine, XGBoost, Maximum Entropy (MaxEnt) [3]. Từ khái niệm ban đầu về Mô hình hóa phân bố loài, một nhánh mới được sử dụng rộng rãi từ cuối những năm 1990 là Mô hình hóa ổ sinh thái (Ecological niche model), với việc nhấn mạnh kết quả mô hình sẽ tìm ra những vùng thỏa mãn được các điều kiện về ổ sinh thái của loài [1, 4]. Trong khoảng 20 năm gần đây, phương pháp mô hình hóa phân bố loài phổ biến nhất, được coi là phương pháp chuẩn cho lĩnh vực này trên thế giới, là bằng thuật toán entropy tối đa (Maximum Entropy), với tên gọi tắt là MaxEnt [3]. MaxEnt là thuật toán mô hình hóa dựa theo nguyên lý về mô hình hóa ổ sinh thái và sử dụng trí tuệ nhân tạo [5]. MaxEnt đã được chứng minh là phương pháp không có 154 Tiềm năng ứng dụng phương pháp mô hình hóa ổ sinh thái trong nghiên cứu đa dạng sinh học và … yêu cầu cao về dữ liệu đầu vào, có thể mô hình hóa ngay cả với những loài quý hiếm, có lượng điểm xuất hiện thấp, đồng thời có kết quả mô hình tương đối chính xác và có khả năng đánh giá ảnh hưởng các các yếu tố tự nhiên và nhân tác đến phân bố của các loài nguy cấp, quý hiếm [2, 6, 7]. MaxEnt đã được ứng dụng để tìm vùng phân bố chưa biết cho những loài nguy cấp, hiếm gặp [8]; quy hoạch hệ thống các khu bảo tồn [9]; giải quyết các vấn đề phân loại cho những loài có các đặc điểm khó phân biệt [10]; tìm vùng ‘trú ẩn’ tiềm năng cho những loài nhạy cảm với biến đổi khí hậu [11]; và tìm hiểu các quá trình tự nhiên có khả năng ảnh hưởng đến đặc điểm đa dạng sinh học hiện tại [12]. Trong khoảng hơn 10 năm trở lại đây, một số nghiên cứu và đề tài ở Việt Nam đã sử dụng MaxEnt để giải quyết các vấn đề khác nhau [9, 11]. Tuy nhiên, số lượng các nghiên cứu này vẫn còn tản mạn, chưa phát triển đúng mức so với tiềm năng và giá trị về đa dạng sinh học ở Việt Nam. Vì thế, bài báo này tổng hợp và tóm tắt về các bài báo có sử dụng phương pháp mô hình hóa ổ sinh thái sử dụng thuật toán MaxEnt trong nghiên cứu đa dạng sinh học và bảo tồn ở Việt Nam, để khái quát những ứng dụng cơ bản của MaxEnt cho những cán bộ và nhà nghiên c ...