延河流域典型物种分布预测模型比较研究

物种分布预测一直以来都是生态学研究的重要内容之一。应用生态学的发展为物种分布预测提供了众多强有力的模型,在推进物种分布预测进展的同时,也增加了合适模型选择的难度。评价和比较不同模型的预测效果,对于模型的选择和应用具有非常重要的意义。以黄土丘陵区延河流域为研究区,采用R语言和BIOMOD程序包为平台,选择人工神经网络(artificial neural networks,ANN)等9个较常用的物种分布模型,比较它们在物种分布预测精度上的差异,为物种分布预测模型的选择提供依据,也为进一步预测未来气候变化情景下物种空间分布的变化奠定基础。研究结果表明,不同模型对不同物种的模拟精度差异明显。根据Kappa,TSS和Roc评价方法,9个模型对百里香(Thymus mongolicus)分布的预测精度最高;对铁杆蒿(Artemisia gmelinii)分布的模拟精度最差;而对其余物种分布的模拟精度均比较理想,其中以随机树RF模型最好。

预测物种潜在分布区——比较SVM与GARP

物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分布预测模型都遇到了难以解决的"高维小样本"问题。该研究通过理论和实践证明,基于结构风险最小化原理的支持向量机(Support vector machine,SVM)算法非常适合"高维小样本"的分类问题。以20种杜鹃花属(Rhododendron)中国特有种为检验对象,利用标本数据和11个1km×1km的栅格环境数据层作为模型变量,预测其在中国的潜在分布区,并通过全面的模型评估——专家评估,受试者工作特征(Receiver operator characteristic,ROC)曲线和曲线下方面积(Area under the curve,AUC)——来比较模型的性能。我们实现了以SVM为核心的物种分布预测系统,并且通过试验证明其无论在计算速度还是预测效果上都远远优于当前广泛使用的规则集合预测的遗传算法(Algorithm for rule-set prediction,GARP)预测系统。

样本容量和物种特征对BIOCLIM模型模拟物种分布准确度的影响--以12个中国特有落叶栎树种为例

物种分布模型被广泛应用于生态学、生物地理学及保护生物学等领域的研究。由于难于取样或标本记录不完善等原因,真正能够用于模型预测的物种分布数据非常有限。因此,有必要搞清楚样本容量和物种特征对模型模拟准确度的影响,为确定以物种特征为区分条件的最小样本容量奠定基础。为了探讨应用BIOCLIM模型预测中国特有植物种的效果,以12个落叶栎树种为例,从不同的样本容量和生态特征两方面研究其对BIOCLIM模型模拟准确度的影响。结果表明:BIOCLIM模型模拟准确度随样本容量的增加在初期几乎呈直线增加趋势至样本容量达到25,随后渐变平缓至样本容量为75～100时达到最大值。此外,生态幅窄和环境特化物种比生态幅宽和对环境耐受性强的物种更容易获得较高的准确度。结果说明,BIOCLIM可有效地用于样本数量较小的狭域型物种分布预测。

东北地区5个物种潜在栖息地变化与优化保护规划

气候变化广泛影响着物种多样性及其分布变迁。优化模型模拟结果,获取气候变化影响下的优先保护区域将为制定应对气候变化的物种保护政策或行动提供理论依据,提升保护绩效。选取东北地区五种代表性动物,包括黑熊(Ursus thibetanus)、驼鹿(Alces alces)、水獭(Lutra lutra)、紫貂(Martes zibellina)及黑嘴松鸡(Tetrao parvirostris);结合最大熵模型(Maxent)模拟在不同RCP情景下未来3个年代(2030s,2050s,2070s)的物种潜在栖息地。根据九个常用气候模式的评价结果,获取东北地区合适的气候模式,了解气候变化对物种潜在栖息地的影响,同时开展物种保护规划,识别保护空缺,为应对气候变化、保持生物多样性提供支持。结果显示,在气候变化背景下物种潜在栖息地面积整体呈现下降趋势,但不同气候模式之间存在差异;评价结果推荐CCSM4、Nor ESM1-M、Had GEM2-AO及GFDL-CM3气候模式,推荐在东北地区使用以上气候模式进行物种未来潜在分布的研究。5个物种潜在栖息地平均面积变化率分别为-62.16%,-73.93%,-78.46%(2030s,2050s,2070s)。综合5个重点保护物种的保护优先区,大兴安岭的呼中、汗马与额尔古纳国家级自然保护区,延边地区的天佛指山、老爷岭东北虎、珲春东北虎与汪清原麝国家级自然保护区,长白山国家级自然保护区是气候变化下物种保护的热点区域。

高黎贡山雉类生境预测

物种分布信息对野生动物的保护和管理至关重要。基于物种访查数据和气候数据,采用基于物种生境偏好、利比希最小因子定律和谢尔福德耐受性定律构建的生态位模型,综合考虑物种出现点和环境变量,预测了高黎贡山白尾梢虹雉Lophophorus sclateri、血雉Ithaginis cruentus、白鹇Lophura nycthemera、白腹锦鸡Chrysolophus amherstiae的潜在分布区域。结果表明,模型对4种雉类的预测均达到较好效果;白尾梢虹雉、血雉、白鹇和白腹锦鸡的潜在生境总面积分别为6 432 km^2、8 464 km^2、9 573 km^2和13 691 km^2,白鹇和白腹锦鸡的潜在生境面积大于白尾梢虹雉和血雉,但后两者具有更多的高质量生境。高黎贡山北段是4种雉类潜在生境的重叠区,为高黎贡山雉类保护的优先区域,尤其是白尾梢虹雉,建议加大该区域的雉类调查和保护力度。

基于最受关注濒危物种分布的国家级自然保护区空缺分析

我们收集整理了中国96个最受关注濒危物种的分布点信息,利用Maxent分布模型模拟其中分布点信息较为充分的46个物种的潜在分布区,将其余50个分布信息极少物种的分布点直接标示在地图上。通过分析单个物种分布被国家级自然保护区覆盖的比例,以及国家级自然保护区覆盖最受濒危物种分布热点地区的比例,对国家级自然保护区进行了空缺分析。截至2014年底,仅16个最受关注濒危物种的预测分布区被保护区覆盖超过10%。在分布有最受关注濒危物种的数目可能超过10种的像元(0.8421o)中,仅有8.27%得到国家级自然保护区保护;另外,仅有10.9%的最受关注濒危哺乳动物分布热点地区、1.13%的最受关注濒危鸟类分布热点地区和7.26%的最受关注濒危植物分布热点地区得到国家级自然保护区覆盖。结果显示国家级自然保护区对大部分最受关注濒危物种覆盖不足,尤其是对其中的所有长距离迁徙鸟类;国家级自然保护区对最受关注濒危物种分布热点地区覆盖也不足,尤其是在中国东部和南部地区,自然保护区在这些地区的布局亟待优化。

3S技术在鸟类栖息地研究中的应用

3S技术在鸟类栖息地研究中发挥越来越重要的作用,特别是在不同尺度条件下,以及对于一些广袤且偏远的地区,能够有效地分析、评估、监测和预测鸟类与栖息地关系,推动实现物种保护管理目标。本文主要回顾遥感数据源、遥感信息提取方法以及地理信息系统技术在鸟类栖息地研究中的应用。同时,分析影像数据源和影像时相的选择,以及遥感信息提取和鸟类野外调查方法等存在的缺陷和不足,提出一些具体的改进和完善措施。

样本量与研究范围变化对MaxEnt模型准确度的影响——以黑白仰鼻猴为例

MaxEnt模型是过去几年最为流行的物种分布预测模型之一。针对一些濒危物种、入侵种和模拟数据的研究表明,MaxEnt模型均能在小样本的分布数据下得到较准确的预测结果。此外,研究范围的变化也会影响MaxEnt模型的构建。然而,基于动物的实际分布数据来评估MaxEnt模型的研究甚少。我们以黑白仰鼻猴(Rhinopithecus bieti)为例,以11个猴群的分布数据为训练数据(样本量从1到10个猴群),在不同研究范围内构建MaxEnt模型,通过其它5个的猴群分布数据验证,分析样本量和研究范围变化对模型准确度产生的影响。结果表明,随样本量和研究范围增大,MaxEnt模型准确度及稳定性都有增加。此外,研究范围变化对模型准确度有一定影响。应用Maxent进行物种分布预测时,训练数据应尽可能涵盖该物种可能出现的全部环境梯度。构建模型所需的背景数据点选择,应与建模使用的物种出现点形成有效对照。

海南岛淡水蟹类分布格局与多样性保护

热带岛屿生物多样性是全球生物多样性保护研究的热点之一。海南岛是中国面积最大的热带岛屿,丰富独特的淡水蟹类是维持岛内淡水生态系统功能完整性的关键类群。本文通过多年野外调查,综合历史及最新文献资料,对海南岛淡水蟹类物种多样性及其现状进行调查和评估,并对淡水蟹类物种多样性保护现状进行了分析讨论。研究发现,海南岛淡水蟹类物种多样性分布中心位于中南部山地,主要集中于中部的霸王岭、鹦哥岭和猕猴岭,南部的五指山和吊罗山,以及西南部的尖峰岭一带。其物种多样性整体上呈现中南部山地高、平原台地低的特点。根据《IUCN物种红色名录濒危等级和标准》对海南岛淡水蟹类物种现状的评估结果显示,全岛受威胁淡水蟹类物种的占比为16.7%。基于分布区预测,以海南热带雨林国家公园为主体的保护地对淡水蟹类潜在适宜分布区的覆盖度明显优于此前碎片化的各级保护区。本文研究结果显示,海南岛淡水蟹类的总体生存状况良好,但一部分山地或平原种类处于受胁状态。国家公园体制的建立有望为岛内淡水蟹类物种多样性保护提供前所未有的机遇。基于物种多样性分布格局开展淡水蟹类等淡水生物多样性监测,有助于促进海南岛淡水生态系统完整性的长效保护与可持续发展。