全球环境变化不仅影响人类社会经济的发展，也威胁自然景观和生物多样性的维持。稀有物种由于种群稀少或者分布区狭窄，其濒危灭绝状况一直受到生态学家和政策制定者的重点关注。但是，由于野外采样的各种限制，稀有物种多样性的调查并非可以随时随地轻松展开。如何根据已有野外调查数据和工作经验，准确评估和预测周围地区的稀有物种多样性？这个问题一直没有学者能给出准确答案。 

 中国科学院成都生物研究所两栖爬行动物研究室陈有华研究员与台湾中兴大学应用数学系与统计研究所沈宗荏教授合作，利用已有研究样地调查得到的物种多样性信息，根据稀有物种在已有地区和周围未采样地区的出现概率的关联性，利用贝叶斯原理，并借鉴前人的有关成果，通过严格的数学推导与归纳，提出的三种稀有物种丰富度的统计估计方法。通过比较评价各方法在全球多个物种类群（包括两栖动物、树种、螨虫与蜘蛛等）野外调查数据中的交叉预测结果，发现其中的贝叶斯方法预测准确度最高，具有好的实际生态调查应用前景。 

 研究结果以A Bayesian‐weighted approach to predicting the number of newly discovered rare species为题在线发表于国际保护生物学权威杂志Conservation Biology（2017年IF=5.89）,所提出的稀有物种的三种估计方法均已被编写成一个新的R计算软件包RSE（全称：Rare Species Estimation）。安装程序和相关使用说明可以从R CRAN或GitHub数据库中免费获取，最新版本下载网址为https://github.com/ecomol/RSE。 

 本研究成果是在中国科学院战略性先导科技专项“大尺度区域生物多样性格局与生命策略”（XDB31020000）资助下完成的，成都生物所为论文的唯一通讯单位。 

 原文链接