北非马氏林莺(Curruca sarda)越冬栖息地适宜性预测：基于物种分布模型的关键环境因子解析

为解决地中海特有种马氏林莺(Curruca sarda)在阿尔及利亚和突尼斯越冬栖息地数据匮乏的问题，研究人员通过整合1970-2022年生物多样性数据库与eBird采样数据，运用随机森林(RF)和提升回归树模型，首次量化了北非地区44,062 km2 (阿尔及利亚)和4,464 km2 (突尼斯)的核心越冬区，揭示年均温(11-13°C)、海拔(1024-1300 m asl)和降水季节性(32-41%)为关键环境驱动因子，为应对栖息地破碎化与气候变化提供了科学依据。

　　

生态学研究始终致力于破解物种栖息地选择的奥秘。当涉及马氏林莺(Curruca sarda)这类冬季分布数据稀缺的地中海特有种时，物种分布模型(SDMs)便成为预测其生存空间的利器。这项聚焦北非的研究，通过严苛筛选1970-2022年间96条出现记录（最终保留51条），并创新性结合eBird的1085个严格验证的缺失点位，构建了迄今最精确的越冬栖息地预测模型。

机器学习双雄——随机森林(Random Forest, RF)和提升回归树展开巅峰对决，最终RF模型以AUC值0.956和TSS统计量0.78的惊艳表现胜出。模型绘制的栖息地热力图中，阿尔及利亚(44,062 km²
)和突尼斯(4,464 km²
)的山区赫然成为越冬黄金地带。环境因子重要性排序揭示：年均温11-13°C的温凉带、海拔1024-1300米的山地、降水季节性32-41%的波动区间，共同构成了该物种的生存甜蜜点(sweet spot)。

这些发现不仅填补了马氏林莺冬季生态学的知识空白，更警示保护行动需重点关注气候变暖导致的适宜区收缩及人类活动造成的栖息地碎片化。研究者特别强调，模型识别的环境阈值可作为未来保护区划定的科学标尺，为这个脆弱物种编织更安全的越冬保护网。