Grassland conservation planning often focuses on high-risk landscapes, but many grassland conversion models are not designed to optimize conservation planning because they lack multidimensional risk assessments and are misaligned with ecological and conservation delivery scales. To aid grassland conservation planning, we developed landscape-scale models at relevant scales that predict future (2021-2031) total and proportional loss of unprotected grassland to cropland or development. We developed models for 20 ecoregions across the contiguous United States by relating past conversion (2011-2021) to a suite of covariates in random forest regression models and applying the models to contemporary covariates to predict future loss. Overall, grassland loss models performed well, and explanatory power varied spatially across ecoregions (total loss model: weighted group mean R2 = 0.89 [range: 0.83-0.96], root mean squared error [RMSE] = 9.29 ha [range: 2.83-22.77 ha]; proportional loss model: weighted group mean R2 = 0.74 [range: 0.64-0.87], RMSE = 0.03 [range: 0.02-0.06]). Amount of crop in the landscape and distance to cities, ethanol plants, and concentrated animal feeding operations had high variable importance in both models. Total grass loss was greater when there were moderate amounts of grass, crop, or development (∼50%) in the landscape. Proportional grass loss was greater when there was less grass (∼<30%) and more crop or development (∼>50%). Some variables had a large effect on only a subset of ecoregions, for example, grass loss was greater when ∼>70% of the landscape was enrolled in the Conservation Reserve Program. Our methods provide a simple and flexible approach for developing risk layers well suited for conservation that can be extended globally. Our conversion models can support conservation planning by enabling prioritization as a function of risk that can be further optimized by incorporating biological value and cost.
Predicciones a escala de paisaje de la conversión futura de los pastizales a tierras de cultivo o desarrollo Resumen La planificación de la conservación de los pastizales a menudo se centra en paisajes de alto
riesgo, pero muchos modelos de conversión de pastizales no están diseñados para optimizar la planificación de la conservación porque carecen de evaluaciones de
riesgo multidimensionales y están mal alineados con las escalas ecológicas y de conservación. Para ayudar a la planificación de la conservación de los pastizales, desarrollamos modelos a escala de paisaje en escalas relevantes que predicen la pérdida futura (2021‐2031) total y proporcional de pastizales no protegidos a tierras de cultivo o desarrollo. Desarrollamos modelos para 20 ecorregiones a lo largo de los Estados Unidos en relación con la conversión pasada (2011‐2021) con un conjunto de covariables en modelos de regresión de bosque aleatorio y aplicando los modelos a covariables contemporáneas para predecir la pérdida futura. En general, los modelos de pérdida de pastizales funcionaron bien y el poder explicativo varió espacialmente entre las ecorregiones (modelo de pérdida total: media ponderada del grupoR2 = 0.89 [rango 0.83–0.96], error cuadrático medio [RMSE] = 9,29 ha [rango 2,83‐22,77 ha]; modelo de pérdidas proporcionales: R2 medio ponderado del grupo = 0,74 [rango 0,64‐0,87], RMSE = 0,03 [rango 0,02‐0,06]). La cantidad de cultivos en el paisaje y la distancia a ciudades, plantas de etanol y operaciones concentradas de alimentación animal tuvieron una importancia variable alta en ambos modelos. La pérdida total de pastos fue mayor cuando había cantidades moderadas de pastos, cultivos o desarrollo (∼50%) en el paisaje. La pérdida proporcional de pastos fue mayor cuando había menos pastos (∼<30%) y más cultivos o desarrollo (∼>50%). Algunas variables tuvieron un gran efecto sólo en un subconjunto de ecorregiones, por ejemplo, la pérdida de pastos fue mayor cuando ∼>70% del paisaje estaba inscrito en el Programa de Reservas de Conservación. Nuestros métodos proporcionan un enfoque sencillo y flexible para desarrollar capas de
riesgo adecuadas para la conservación que pueden extenderse globalmente. Nuestros modelos de conversión pueden apoyar la planificación de la conservación al permitir la priorización en función del
riesgo, que puede optimizarse aún más si se incorporan el valor biológico y el costo.
【摘要】 草地保护规划通常侧重于高风险景观, 但许多草地转化模型并不是为优化保护规划而设计的, 因为它们缺乏多维度风险评估, 并且与生态和实施保护的尺度不一致。为了帮助草地保护规划, 我们开发了相关尺度的景观尺度模型, 以预测未来(2021‐2031年)未受保护的草地因转化为耕地或开发区而丧失的总量和比例。我们建立了美国本土20个生态区的模型, 将过去的草地转化(2011‐2021年)与随机森林回归模型中一系列协变量进行拟合, 并将模型应用于当前的协变量以预测未来丧失情况。总体而言, 草地丧失模型表现良好, 其解释度在不同生态区之间存在空间差异(总体丧失模型:加权组平均R2 = 0.89 [范围为0.83‐0.96], 均方根误差 = 9.29 公顷 [范围为2.83‐22.77公顷];比例丧失模型:加权组平均R2 = 0.74 [范围为0.64‐0.87], 均方根误差 = 0.03 [范围为 0.02‐0.06])。在这两个模型中, 景观中的农作物数量以及与城市、乙醇工厂和动物集中饲养场的距离都具有很高的变量重要性。当景观中草地、农作物或开发区的数量中等(约50%)时, 草地总丧失量较大。当景观中草地较少(约<30%)、农作物或开发区较多(约>50%)时, 草地丧失比例较大。一些变量仅对部分生态区有较大影响, 例如, 当大约>70%的景观被纳入“休耕保护储备计划”时, 草地丧失更为严重。本研究提供了一种简单而灵活的方法来开发适用于保护的风险图层, 并可以推广到全球尺度。我们的转化模型可以根据风险函数确定优先保护次序, 并整合生物价值和成本进一步优化, 以支持保护规划。【翻译:胡怡思;审校:聂永刚】.