基于最大熵模型(MaxEnt)的里海两种底栖鱼类栖息地适宜性分析与生态保护策略

本研究针对里海经济鱼类Chelon saliens和Vimba persa栖息地退化问题，采用最大熵模型(MaxEnt)结合21种环境参数，通过302次采样验证发现：随机森林(rf)和支持向量机(svm)算法预测精度分别达83%和80%，关键因子包括溶解氧(DO%)、光合有效辐射(PAR)和海表温度(SST)，为制定禁渔区划和生态修复提供科学依据。

　　

在欧亚大陆腹地的里海，这片世界上最大的内陆水体正面临严峻生态挑战。随着污染加剧、过度捕捞和外来物种入侵，当地特有的底栖鱼类资源持续衰退——其中经济价值极高的尖吻鲻(Chelon saliens)和波斯文鲌(Vimba persa)种群数量波动剧烈，近30年捕捞量从9吨骤增至519吨，生态系统的脆弱平衡亟待科学干预。伊朗渔业科学研究院(IFSRI)的研究团队在《Regional Studies in Marine Science》发表的最新研究，首次将机器学习与最大熵模型(MaxEnt)相结合，为这两种鱼类的栖息地保护提供了精准导航图。

研究团队运用302个海底拖网采样点数据（尖吻鲻占比50.87%，波斯文鲌24.81%），整合21项环境参数，包括卫星遥感的PAR（光合有效辐射）和现场实测的铵盐浓度等指标。通过比较随机森林(rf)、支持向量机(svm)等算法，构建了预测精度超80%的栖息地适宜性模型，AUC值均突破0.9，展现出惊人的生态预测能力。

【环境参数】
海底地形与水体化学特征分析显示，尖吻鲻的核心栖息需求聚焦溶解氧饱和度(DO%)（贡献率34%），而波斯文鲌则更依赖PAR（34%）和SST（19%）。值得注意的是，在深度5-100米的梯度中，铵盐浓度（0.61 ml/l）与DIP（溶解无机磷，0.09 μmol/l）等营养盐的分布格局显著影响鱼类聚集。

【讨论】
模型预测与CPUA（单位面积捕获量）验证表明：高适宜性区域（尖吻鲻占73%，波斯文鲌38%）与实际渔获热点高度重合。这暗示当前捕捞压力正集中在生态关键区，研究团队特别强调需在PAR>1.347 mg/m³的海域设立禁渔保护区，同时调控SST敏感区的航运活动。

【结论】
该研究开创性地将MaxEnt模型应用于里海鱼类保护，不仅锁定DO%和PAR等核心调控因子，更揭示气候变化下栖息地收缩风险——据预测，到2080年波斯文鲌适宜区可能缩减19%。研究成果为制定差异化的禁渔政策提供量化支撑，其方法论对全球内陆水域生态管理具有示范意义。文末作者Sana Sharifian等特别指出，这套融合机器学习的生态建模框架，可扩展应用于其他濒危水生物种的保护实践。