ΔTraitSDMs: प्रजातियों के वितरण मॉडल जो स्थानीय अनुकूलन और पहचानात्मक लचीलापन को ध्यान में रखते हैं

तेज जलवायु बदलाव के तहत प्रजातियों के विस्तार को समझने में सुधार के लिए हमें पर्यावरणीय परिस्थितियों में बदलाव के प्रति जनसंख्या की सहिष्णुता और अनुकूलन क्षमता का ज्ञान लागू करने की आवश्यकता है। यहां, हम एक उभरती हुई मॉडलिंग विधि, ΔTraitSDM को बताते हैं, जो पहचानात्मक लचीलापन और बड़े भूगोलिक ग्रेडिएंट्स में मापे गए फिटनेस से संबंधित लक्षणों के स्थानीय अनुकूलन के आधार पर प्रजातियों के वितरण श्रेणियों को समझाने का प्रयास करती है। सामान्य बागों में मापे गए अंतर्जातीय लक्षण डेटा के संग्रह ने इन नए मॉडल के विकास को बढ़ावा दिया है - शुरू में पेड़ों में, लेकिन अब तेजी से अन्य जीवों में फैल रहा है। हम इस नए पीढ़ी के मॉडलों से मुख्य निष्कर्षों की समीक्षा, व्याख्या और सामंजस्य करते हैं जो लक्षण विविधता को भूगोलिक स्केलों में शामिल करके, भविष्य की प्रजातियों के विस्तार पर नई अंतर्दृष्टि प्रदान करने में सक्षम हैं। कुल मिलाकर, ΔTraitSDM की भविष्यवाणियां आमतौर पर नए जलवायु के तहत प्रजातियों के वितरण के पिछले मॉडलों की तुलना में कम चिंतित करने वाला संदेश देती हैं, यह दर्शाते हुए कि पहचानात्मक लचीलापन, कुछ पौधों की जनसंख्या को जलवायु परिवर्तन के तहत टिके रहने में काफी हद तक मदद करेगा। ΔTraitSDMs का विकास एकल और कई लक्षणों में अंतर्जातीय विविधता का विश्लेषण करने के लिए एक नया दृष्टिकोण प्रदान करता है, इस तर्क के साथ कि लक्षण (को) विविधता और परिणामस्वरूप फिटनेस भूगोलिक ग्रेडिएंट्स और नए जलवायु के बीच महत्वपूर्ण रूप से बदल सकते हैं।