基于机器学习方法的景观斑块属性对物种丰富度的影响研究

景观破碎化对物种的影响依赖于斑块属性,斑块属性体现了斑块的类型、面积、形状及其与周围斑块间关系。然而,在破碎化农业景观中这些斑块属性对关键物种的联合影响仍知之甚少。选取中国海南地区的典型农业破碎化景观,实测了180个斑块中三类关键物种,分别为害虫-橡胶材小蠹虫(Xyleborus affinis)、传粉昆虫-中华蜜蜂(Apis cerana)和天敌物种-玉米螟赤眼蜂(Trichogrammatid ostriniae Pang et Chen),刻画了各斑块属性,包括斑块类型、斑块面积、形状指数、距天然林距离、是否与橡胶接触、景观中天然林所占比例、是否有林下植物,并使用3种机器学习模型(神经网络、随机森林、支持向量机)拟合斑块属性与三类物种丰富度关系,解析斑块属性的相对重要性。结果表明,与支持向量机和神经网络相比,随机森林模型对三个物种的丰富度预测效果均最好,其R2在橡胶材小蠹虫、中华蜜蜂和赤眼蜂中分别达到0.785、0.845和0.798;基于随机森林模型的结果表明,斑块类型对橡胶材小蠹虫和中华蜜蜂丰富度相对重要性高于其他斑块属性;斑块面积对赤眼蜂丰富度影响高于其他斑块属性,且与斑块类型存在交互作用;橡胶林中橡胶材小蠹虫与中华蜜蜂丰富度高于天然林和其他斑块类型,玉米螟赤眼蜂丰富度则在天然林与农田中最高。研究揭示了斑块属性对不同物种丰富度的相对影响,阐明了斑块类型在不同物种中的重要作用,并证实了机器学习是推导斑块属性对物种影响的有效方法。