中国国家关键保护野生动物栖息地面积（AOH）高分辨率动态图谱构建（1985-2022）及其在生物多样性保护中的应用

本研究针对中国国家关键保护野生动物（NKPW）栖息地动态监测需求，通过整合IUCN物种分布数据与30米分辨率GLC_FCS30D土地覆盖产品，首次构建了1985-2022年间720种陆生NKPW的栖息地面积（AOH）时序图谱。研究验证了AOH地图的平均点流行度（0.84±0.20SD）显著优于随机模型，为生物多样性保护策略制定、保护地优化及企业ESG评估提供了高精度时空数据支撑。

　　

论文解读
在全球生物多样性急剧衰退的背景下，《昆明-蒙特利尔全球生物多样性框架》明确提出"3030"保护目标，而实现这一目标的核心挑战在于缺乏高精度、长时序的物种栖息地动态数据。传统物种调查方法如环境DNA（eDNA）和相机陷阱虽精度高但成本昂贵，物种分布模型（SDM）又受限于观测数据质量。中国作为生物多样性大国，其《国家生物多样性保护战略与行动计划（2023-2030）》特别强调要建立基础物种分布数据库，但现有AOH地图多局限于单一年份（如2009年）或粗分辨率（300米），难以揭示栖息地变化的长期趋势。

复旦大学环境科学与工程系团队通过创新性地融合IUCN红色名录（2024-2版）物种分布数据、30米分辨率全球土地覆盖动态产品（GLC_FCS30D）及NASA数字高程模型，构建了1985-2022年间720种中国国家关键保护野生动物（含195种Ⅰ级和525种Ⅱ级）的AOH动态图谱。研究首次实现30米精度的长时序栖息地监测，如黑麂（Muntiacus crinifrons）在德兴铜矿区的栖息地破碎化过程被清晰呈现

。通过GBIF物种点位数据验证显示，97.03%物种的AOH地图性能显著优于随机模型，哺乳类表现最佳（点流行度0.88±0.18SD），而鸟类因活动范围广验证难度较大。

关键技术包括：（1）基于IUCN栖息地分类体系与GLC_FCS30D土地覆盖类型的转换表；（2）采用连续变化检测方法保障时序数据一致性；（3）应用Dahal等开发的点流行度（point prevalence）与模型流行度（model prevalence）验证体系；（4）空间叠加生成物种丰富度图谱。

研究结果显示：1）技术流程上，通过整合物种海拔限制（如金丝猴Rhinopithecus roxellana限定1400-2800米）与栖息地类型（森林）实现AOH精准提取

；2）验证环节中，昆虫类AOH表现最优（点流行度1.00±0.00SD），反映其生境特异性强的特点；3）应用价值方面，该数据集可量化企业采矿活动对河狸（Castor fiber）等极小种群物种的累积影响，支持TNFD（自然相关财务披露工作组）要求的生物多样性影响评估。

这项发表于《Scientific Data》的研究创造了三个突破：首次实现中国NKPW多时相AOH制图、建立30米级精度验证标准、揭示近40年栖息地变迁轨迹。数据集不仅为保护地体系优化（如大熊猫Ailuropoda melanoleuca栖息地廊道设计）提供科学依据，更填补了企业ESG报告中生物多样性基线数据的空白。研究者特别指出，未来需结合eDNA技术提升两栖类等移动性较弱物种的AOH精度，并通过机器学习优化栖息地类型转换规则。