编辑推荐：
在景观生态学中，陆地动物运动与坡度关系研究不足。研究人员以德州龟（Gopherus berlandieri）和叉角羚（Antilocapra americana）为对象，结合遥感、GPS 追踪等技术建模。结果显示拉普拉斯（Laplace）模型最适配，且龟对坡度耐受性更强。该研究为栖息地管理和保护提供依据。
在神秘的大自然中，动物们的一举一动都与周围环境息息相关。长久以来，科学家们致力于揭开动物运动的奥秘，尤其是动物运动与地形坡度之间的关系。在人类运动研究领域，托布勒（Tobler）的徒步函数已被广泛用于模拟不同地形下的行走速度，并且其 “徒步速度随坡度增加呈指数下降” 这一原理也得到了实证研究的验证 。然而，在野生动物的世界里，类似的研究却远远不足。
以往对动物运动的分析大多局限于实验室环境，在这种环境下，坡度要么未被考虑，要么难以精确测量。尽管动物运动领域不断发展，探索不同物种间的统一运动原则，但现有的涉及能量消耗的运动分析，要么使用笼统的函数概括物种速度，要么未能区分不同的行为状态。而且，许多生态研究和野生动物管理项目在制定决策时，常常忽视物种特异性的生理数据和运动模式，想当然地认为动物会自动重新定居在恢复的栖息地，这往往导致不理想的结果。
为了填补这些知识空白，来自美国地质调查局（U.S. Geological Survey）、土地管理局（Bureau of Land Management）、国家公园管理局（National Park Service）以及德克萨斯州立大学（Texas State University）等机构的研究人员展开了深入研究。他们将目光聚焦在两种差异巨大的动物 —— 德州龟（Gopherus berlandieri）和叉角羚（Antilocapra americana）身上，试图探究它们的运动速度与地形坡度之间的关系。该研究成果发表在《Landscape Ecology》杂志上，为我们理解野生动物的运动规律带来了新的曙光。
研究人员在此次研究中运用了多种关键技术方法。首先是 GPS 追踪技术，通过获取德州龟和叉角羚的 GPS 数据，包括时间戳和坐标，以此计算它们的运动速度。其中，叉角羚数据来自 Movebank 数据存储库，涉及美国怀俄明州和科罗拉多州的 32 只成年雌性叉角羚；德州龟数据则是在帕洛阿尔托战场国家历史公园收集的 8 只龟（雌雄各半）的数据。其次，利用隐马尔可夫模型（Hidden Markov Models，HMMs）对动物的运动行为进行分类，区分出不同的行为状态，如叉角羚的 “驻留” 和 “移动” 状态，以及德州龟的 “驻留”“移动” 和 “局部活动” 状态。再者，借助无人机系统（Unoccupied Aerial Systems，UAS）收集的激光雷达（LiDAR）数据创建高分辨率数字地形模型（Digital Terrain Model，DTM），用于分析德州龟活动区域的微地形变化；同时，使用 30 米分辨率的航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission，SRTM）数字高程模型（Digital Elevation Model，DEM）获取叉角羚活动区域的地形数据。最后，运用拉普拉斯（Laplace）、高斯（Gauss）和洛伦兹（Lorentz）三种非线性模型，通过非线性最小二乘回归和 Akaike 信息准则（Akaike Information Criterion，AIC）等方法，分析动物速度与坡度之间的关系。
研究结果
- 模型拟合结果：研究发现，拉普拉斯模型在描述叉角羚和德州龟的中位速度与坡度关系时表现最佳。通过比较 AIC 值、R2 值等指标，拉普拉斯模型在平衡模型拟合度和复杂度方面优于高斯模型和洛伦兹模型，其 R2 值更高，能更好地匹配速度和坡度分布的离散度和形状1。
- 速度 - 坡度函数：基于拉普拉斯模型，研究人员得出了预测两种动物速度与坡度关系的函数。对于叉角羚，函数为Speed(m?1s?1)=0.05?exp(?3.92?∣Slope+0.099∣)；对于德州龟，函数为Speed(m?1s?1)=0.0015?exp(?37.95?∣Slope+0.49∣)。这表明叉角羚在相对平坦的地形（坡度接近零）时速度最快，随着坡度的上升或下降，速度迅速下降；而德州龟虽然移动速度比叉角羚慢得多，但对不同坡度的耐受性更强，其较大的分布参数（c=37.95）显示出它在不同微地形条件下速度变化不明显，在应对各种地面状况时更具适应性345。
- 分辨率影响分析：通过对德州龟数据进行事后分析，使用 10 米分辨率的 DTM 与原始 4 厘米分辨率的模型对比，发现虽然 10 米分辨率限制了海拔变异性，但两者在速度预测上没有显著差异，这表明在一定范围内，较低分辨率的地形数据也可用于分析动物运动与坡度的关系2。
研究结论与讨论
这项研究揭示了叉角羚和德州龟截然不同的运动策略。叉角羚凭借其高速和在平坦地形上的快速移动能力，更适应在开阔的平原上长途跋涉和躲避天敌；而德州龟的缓慢而稳定的运动方式，体现了其在不同坡度环境下的能量效率和环境适应性。这两种动物的差异充分展示了考虑物种特异性地形影响对于深入理解坡度与运动生态学关系的重要性。
研究结果不仅验证了拉普拉斯模型在描述这两种动物典型运动行为方面的有效性，还为进一步研究动物运动提供了新的视角。该研究方法有助于补充我们对动物生理学和运动的理解，当与栖息地因素相结合时，能帮助土地管理者更好地预测动物速度对当前和未来栖息地变化的响应，从而制定更具动态性的保护策略。例如，通过了解不同地形类型如何为动物提供掩护、食物，以及其他环境变量如何影响动物的运动调整，可以更全面地评估栖息地的适宜性。
此外，整合物种特异性模型为根据不同动物的独特生态需求进行研究和保护工作奠定了基础。通过理解每种动物的速度如何受地形影响，土地管理者和保护主义者能够设计更有效的野生动物廊道，评估栖息地的适宜性，并确定优先保护区域。这对于像德州龟和叉角羚这样的物种至关重要，有助于确保它们在日益碎片化的景观中能够长期生存和繁衍。
总的来说，这项研究为野生动物保护和栖息地管理提供了宝贵的见解，强调了在生态研究和保护实践中考虑物种特异性和地形因素的重要性，为未来的相关研究和保护工作指明了方向。
