基于MaxEnt模型预测斑尾榛鸡在中国的潜在适生区_文泽宇.pdf

基于MaxEnt模型预测斑尾榛鸡在中国的潜在适生区文泽宇1，邓睿2*，杨威1，3，暴来安4，李文杰3，杨胜发3，潘伟亮1，3（1.重庆交通大学环境水利工程重庆市工程实验室，重庆400074；2.重庆交通大学建筑与城市规划学院，重庆400074；3.国家内河航道整治工程技术研究中心，重庆400074；4.河南安泰管道科技有限公司，河南濮阳457000）摘要：斑尾榛鸡（Bonasa sewerzowi）是我国特有种鸟类，国家一级保护动物，研究斑尾榛鸡在国内的适生区可为其保护提供参考。从全球生物多样性信息机构（global biodiversity information facilyty，GBIF）选取1980年至2020年9月人工观察记录并上传到网站的 101 个斑尾榛鸡出现位点，结合 31 个环境变量，利用最大熵模型（maximumentropy，MaxEnt）和地理信息系统（geographic information system，GIS）技术，对其适宜生境进行预测。结果表明MaxEnt模型的预测精度较高（AUC平均值为0.906）。刀切法（Jackknife）结果显示，距河流最近距离、距道路最近距离、距居民点距离、最冷月最低温度、海拔是影响斑尾榛鸡生境的5个重要环境变量。该模型预测斑尾榛鸡的高适生区主要分布在甘肃西南部、青海东部以及四川北部地区;其次在西藏东部、云南北部地区有零星的高适生区。潜在的适生区破碎化比较严重，在未来修复破碎化的生境，扩大斑尾榛鸡高适生区范围，对于合理有效保护该物种及其生境有重要意义。关键词：斑尾榛鸡；最大熵模型；适宜生境；物种保护中图分类号：Q958.1文献标志码：A文章编号：2096-2347（2023）02-0067-08收稿日期：2022-12-14基金项目：重庆市科技局项目（cstc2017shmsA20011）；住房和城乡建设部科学技术计划项目（2016-K6-025）。作者简介：文泽宇，硕士，主要从事生物多样性保护研究。E-mail:*通信作者：邓睿，讲师，主要从事遥感与地理信息系统在环境、资源、灾害等方面的应用。E-mail:引用格式：文泽宇，邓睿，杨威，等.基于MaxEnt模型预测斑尾榛鸡在中国的潜在适生区J.三峡生态环境监测，2023，8（2）：67-74.Citation format:WEN Z Y,DENG R,YANG W,et al.Prediction of potentially suitable distribution area of Bonasa Sewerzowi in china based onMaxEnt modelJ.Ecology and Environmental Monitoring of Three Gorges，2023，8（2）：67-74.Prediction of Potentially Suitable Distribution Area of Bonasa Sewerzowiin China Based on MaxEnt ModelWEN Zeyu1,DENG Rui2*,YANG Wei1,3,BAO Laian4,LI Wenjie3,YANG Shengfa3,PAN Weiliang1,3(1.Engineering Laboratory of Environmental Hydraulic Engineering of Chongqing Municipal,Chongqing Jiaotong University,Chongqing 400074,China;2.College of Architecture and Urban Planning of Chongqing Jiaotong University,Chongqing 400074,China;3.National Engineering Research Center for Inland Waterway Regulation,Chongqing 400074,China;4.Henan AntaiPipeline Technology Co.,Ltd.,Puyang 457000,China)Abstract:Being a endemic birds in China,the Chinese grouse(Bonasa sewerzowi)is marked as the first class protected animal.Thestudy on the suitable habitat of Bonasa sewerzowi can provide reference for the protection of the species.According to the humanobservation records uploaded to the global biodiversity information agency(GBIF)in 1980 to September 2020,101 Bonasa sewerzowi sites and 31 environmental variables were used,to predict its suitable habitat with the maximum entropy(MaxEnt)model andgeographic information system(GIS)technology.The results show that the MaxEnt model possessed a high accuracy of prediction(average AUC is 0.906).The results of Jackknife shows that the closest distance from the river,the closest distance from the road,the distance from residents,the minimum temperature of coldest month,and the altitude are the five most important environmentalvariables that affect the habitat of Bonasa sewerzowi.The model predicted that Bonasa sewerzowi s highly suitable habitats are mainlyDOI：10.19478/ki.2096-2347.2023.02.09生态研究三峡生态环境监测Ecology and Environmental Monitoring of Three Gorges2023年6月Jun.2023第8卷第2期Vol.8No.2三峡生态环境监测http:/ in southwestern Gansu,eastern Qinghai,and northern Sichuan,followed by sporadic areas of high fitness in eastern Tibet and northern Yunnan.The potential suitable habitats are severely fragmented.In the future,it is important to repair the fragmented habitats and expand the highly suitable habitats of Bonasa sewerzowi for the rational and effective protection of this species andtheir habitats.Key words:Bonasa sewerzowi;MaxEnt;suitable habitat;species protection斑尾榛鸡（Bonasa sewerzowi），鸡形目松鸡科榛鸡属，是我国特有种鸟类，国家一级保护动物，主要分布于甘肃、青海、四川、云南西北部以及西藏东部地区的山地森林草原带中。由于一些地区毁林开荒、林业采伐、村镇建设等人类活动的开展导致斑尾榛鸡栖息地环境遭到破坏以及居民过度猎杀的原因，使得斑尾榛鸡种群呈现下降的趋势 1。世界自然保护联盟濒危物种红色名录2012年将其列入近危物种。国内对斑尾榛鸡的研究最早开展于20世纪80年代，王香亭等 2 对斑尾榛鸡的活动规律、食性、繁殖习性、天敌以及栖息地环境进行了实地调查；中国科学院动物研究所研究员孙悦华 1 通过数学模型分析了甘肃省莲花山自然保护区斑尾榛鸡种群的发展，并针对保护区内斑尾榛鸡栖息地的破碎化提出了保护对策；在此基础上，德国马普生物地球化学研究所的Klaus等 3 对莲花山保护区破碎化景观下斑尾榛鸡的栖息地斑块做了调查，调查发现斑尾榛鸡一般不能在距离超过2 km的斑块间迁徙扩散。从现有的文献资料来看，对斑尾榛鸡的研究多在生态学与生物学上 4-5，并且研究区域也多在莲花山保护区内，缺乏对斑尾榛鸡在全国范围内的生境适宜性评价。物 种 分 布 模 型（species distribution model，SDM）是根据所指定物种的分布位点坐标以及相应的环境变量信息，通过模型的数学算法进行关联，再将这种关联投影到研究区域上，最终模拟出该物种在该区域内的潜在出现概率分布的模型 6。目前常用的物种分布模型有生态位因子分析（ecologicalniche factor analysis，ENFA）、遗传算法（genetic algorithm，GA）、箱环境包络（BIOCLIM）、最大熵模 型（maximum entropy，MaxEnt）、Gower 距 离（DOMAIN）等。其中MaxEnt模型对小样本、有少量位点偏差的数据耐受程度较高，并且在预测小样本物种分布方面表现优异 7。近些年来，MaxEnt模型已被多次用于珍稀濒危野生动物的生境适宜性评价 8。钟雪等 9 基于MaxEnt模型对卧龙国家级自然保护区内的绿尾虹雉进行了生境质量评价，研究结果发现对绿尾虹雉的生境适宜性影响最大的是气候变量，如降水季节性、最干季均温、年均温；巫明焱等 10 基于MaxEnt模型研究了藏雪鸡在国内的生境适宜性，最终初步划定了四大保护区的位置。本文将利用MaxEnt模型与GIS技术相结合的方法，对国内斑尾榛鸡的生境适宜性进行研究，分析影响斑尾榛鸡分布的主要环境变量，将适宜性分布空间可视化，如若今后考虑对斑尾榛鸡进行迁地保护 11-12，可将斑尾榛鸡的部分种群迁移到合适的地方加以人工管理和繁殖，逐步发展种群。而物种分布模型预测出斑尾榛鸡在中国的潜在高适宜栖息地，可为其适宜的迁居地选择提供参考，为今后更好地保护斑尾榛鸡提供一定的帮助。1数据与方法1.1物种分布点斑尾榛鸡的分布点数据主要来源于全球生物多样性信息机构（global biodiversity information facility，GBIF，http:/www.gbif.org/），它是一个由世界各国政府资助的国际网络和数据基础设施。本次研究以1980年至2020年9月人工观察记录并上传到网站的斑尾榛鸡出现位点为基础，记录其经纬度坐标，剔除重复出现的位点，最终整理得到101个基础样本点信息，将样本点坐标导入ArcGIS并定义投影。为了避免MaxEnt模型的过度拟合，以斑尾榛鸡的出生扩散距离最大值 5.9 km 13 为半径设置圆形缓冲区，当多个相邻位点距离小于5.9 km时，随机保留其中一个，其余删除，筛选后保留78个样本点信息用于模型构建（图1）。第8卷第2期69图1斑尾榛鸡在GBIF上的记录点位图Fig.1The distribution map of record poin