热带亚洲蝴蝶空间分布记录与多样性热点预测：填补昆虫生物地理学空白的大数据集研究

本研究针对热带亚洲蝴蝶分布数据匮乏的"Wallacean短fall"问题，整合GBIF、文献和未发表数据构建了包含730,190条记录的数据库，通过物种分布模型(SDMs)绘制了1,576种蝴蝶的10km分辨率分布图。研究发现马来西亚半岛和婆罗洲为多样性热点，同时揭示了缅甸和新几内亚等地的采样空白。该数据集为亚洲昆虫保护规划、生物多样性评估和气候变化研究提供了关键基础数据，相关成果发表于《Scientific Data》。

　　

热带亚洲作为全球生物多样性热点区域，却面临着严重的昆虫分布数据缺失问题，这种现象被称为"Wallacean短fall"。尽管该区域拥有占全球15-25%的陆生物种，但蝴蝶等无脊椎动物的精细分布信息严重不足，导致保护资源分配和濒危物种识别困难。传统依赖国家尺度或专家绘制范围图的方法存在明显局限：前者受政治边界干扰生态真实性，后者易高估局部尺度物种分布且仅适用于少数明星物种。随着公民科学平台GBIF等数据源的兴起，如何整合碎片化数据、克服空间采样偏差，成为构建可靠物种分布模型(SDMs)的关键挑战。

香港大学的研究团队通过整合多源数据与创新建模方法，在《Scientific Data》发表了迄今最全面的热带亚洲蝴蝶分布数据集。研究汇集了来自GBIF(651,285条)、文献(27,217条)、区域数据库(37,695条)和未发表数据(13,993条)的730,190条记录，覆盖3,752个物种。对其中1,576个记录充分的物种，研究采用五算法集成建模(GLMMaxEnt/MARS/CTA/XGBOOST)，结合13个环境变量(8个Bioclim气候因子、3个SoilGrids土壤参数和2个植被指标)，生成10km分辨率的分布预测图。针对2,176个数据不足物种，采用30km缓冲区或最小凸多边形(MCP)方法估算分布。模型验证显示平均TSS(真实技巧统计)达0.899，Boyce指数0.729，证实了预测的高可靠性。

关键技术包括：(1)多源数据标准化整合，通过Lamas分类系统统一学名；(2)空间偏差校正，利用核密度估计生成采样偏差层指导伪缺数据生成；(3)集成建模框架，筛选TSS>0.7的单个模型构建均值集成模型；(4)生物地理约束，将预测范围限制在含≥1%物种记录的区域；(5)多样性热点识别，通过叠加SDM输出和缓冲区地图生成α多样性图谱。

主要发现
数据覆盖与缺口
模型揭示出明显的地理采样偏差：印度(26.97%)、台湾(13.08%)和新加坡(8.48%)记录密集，而赤道区域和中国南部记录稀疏。特别值得注意的是缅甸和新几内亚存在显著数据空白，这些区域可能蕴含未被记录的多样性。

多样性热点
SDM预测显示马来西亚半岛和婆罗洲的沙巴地区为显著多样性热点，单网格(10km×10km)物种数超过600种。次高峰出现在苏门答腊、柬埔寨沿海、印度西高止山脉和阿萨姆地区。与Daru(2024)的全球模型对比发现，本研究在植被茂密区(高NDVI和冠层高度)预测到更高多样性。

环境驱动因子
变量重要性分析显示温度季节性(Bio4)贡献度最高(0.235)，其次是最冷月最低温(Bio6,0.138)和年均温(Bio1,0.111)。植被结构(冠层高度0.109)和土壤pH(0.0927)也展现重要影响，印证了气候主导大陆尺度分布、局部因素修饰格局的层级理论。

意外发现与验证
模型在柬埔寨豆蔻山脉预测到意外高多样性，可能与该地区作为冰期避难所的历史有关。专家评估确认了多数预测的合理性，但也指出婆罗洲内部(如砂拉越)的预测多样性偏低可能反映采样不足而非真实格局。与植物多样性模型的比较发现，北婆罗洲的高蝴蝶多样性与其植物丰富度格局一致。

结论与展望
该研究创建了热带亚洲蝴蝶分布研究的里程碑式资源，其创新性体现在三个方面：首次实现区域尺度标准化数据整合，开发了适应大尺度昆虫数据的建模流程，揭示了传统方法难以发现的微尺度多样性格局。数据集可直接应用于保护优先区划定、濒危物种评估和保护区网络优化，特别是对柬埔寨豆蔻山脉等新兴热点的识别具有直接保护指导价值。

研究也凸显出公民科学数据的双刃剑效应：iNaturalist等平台极大丰富了数据量，但Facebook等非结构化平台的流行导致菲律宾等地区数据难以利用。未来需开发新型数据挖掘工具，并加强对缅甸、新几内亚等空白区域的系统调查。随着气候变化加剧，该数据集将为追踪物种分布变迁、评估灭绝风险提供关键基线，助力实现"昆明-蒙特利尔全球生物多样性框架"的昆虫保护目标。