基于Maxent模型的印缅热点区濒危白眉长臂猿适宜栖息地预测——以印度巴拉克谷地和迪马哈索为例

《Ecological and Evolutionary Physiology》：Maxent predicts suitable habitat of endangered Hoolock hoolock in IndoBurman hotspot: a case study in Barak Valley and Dima Hasao (India)

本综述通过整合最大熵模型（Maxent）、遥感（RS）与地理信息系统（GIS），系统评估了印度印缅生物多样性热点区内濒危物种白眉长臂猿（Hoolock hoolock）的栖息地适宜性。研究发现，增强型植被指数（AVI）等生物物理因子与人为干扰共同影响栖息地分布，模型预测精度达AUC值0.858±0.021，明确31.3%、26.8%及16.6%区域为高适宜栖息地，为长臂猿保护策略制定提供了量化依据。

　　

Section snippets

研究区域

印度阿萨姆邦南部包含统称为巴拉克谷地的三个县（卡查尔、海拉坎迪和卡里姆甘杰）以及一个山区县迪马哈索。该区域与那加兰邦、梅加拉亚邦、米佐拉姆邦、曼尼普尔邦和特里普拉邦接壤，并与孟加拉国存在国际边界。研究区融合了丘陵、平坦平原和河流地貌。巴拉克河及其支流贾廷加河、达勒斯瓦里河、索奈河、隆艾河、达卢河、辛格拉河、鲁克尼河、吉里河构成了重要的河流网络。

结果

生成的白眉长臂猿栖息地适宜性地图的平均曲线下面积（AUC）值为0.858，标准差为0.021，表明模型具有较高的预测准确性（图5）。此外，所有生物物理因子之间均无相关性，因此本次栖息地适宜性模型分析中保留了全部因子。

讨论

遥感（RS）与地理信息系统（GIS）的运用使我们能够全面解析白眉长臂猿的栖息地特征，通过评估研究区内的自然地理、地形及人为活动等多维度要素，并结合Maxent模型构建栖息地适宜性图谱。该模型有助于量化栖息地范围及驱动因子，为解决长臂猿生存需求与生境退化矛盾提供关键数据支撑。

结论

本研究通过预测巴拉克谷地和迪马哈索地区白眉长臂猿的栖息地适宜性，填补了该区域相关研究的空白，并识别出多个物种生存的关键适宜区。分析表明，增强型植被指数（AVI）所代表的森林覆盖度是影响栖息地适宜性的核心生物物理因子。连续茂密的热带常绿与半常绿林冠层对物种存续至关重要，而人为干扰与农业扩张则显著制约栖息地质量。研究成果可为长臂猿保护区划、生态廊道建设及跨境保护合作提供科学依据。