基于遥感变量的两栖动物大尺度分布建模有效性评估——以中国多纹姬蛙为例

本研究创新性地利用11种遥感变量（包括RS-EFAs和人类活动因子）构建多纹姬蛙（Fejervarya multistriata）的集成物种分布模型（SDM），证实遥感数据可独立支撑大尺度两栖类栖息地精准建模，其预测效果与传统气候模型（AUC=0.985 vs 0.984）相当，且能识别更细碎的适宜斑块，为动态栖息地监测提供新范式。

　　

Highlight

本研究通过整合多时序遥感数据构建的集成物种分布模型（SDM），成功模拟了中国多纹姬蛙（Fejervarya multistriata，按现行分类标准界定）的生态位。遥感模型展现出与传统气候模型相当的预测力，精准刻画了长江中下游平原、东南沿海、珠江流域和海南岛等高适宜区，并首次揭示出更细碎的栖息地斑块格局。

Model evaluation

在遥感（RS）和生物气候（BIO）两种建模方案中，所有子模型均达标并参与集成建模。RS集成模型表现卓越：AUC值达0.985，TSS值0.873，BOYCE指数0.987，验证了模型在模拟当前分类体系下多纹姬蛙生态位的可靠性。

Advantages and issues of using remote sensing data for habitat modeling and monitoring

研究证实，基于时间序列遥感变量（如年度LST标准差、NDWI均值等）的建模框架，不仅能匹配传统气候模型的预测精度，还可捕捉更精细的栖息地异质性。但需注意类群误判（如近缘种F. kawamurai）对模型泛化性的潜在影响。

Conclusion

遥感生态功能属性（RS-EFAs）与人类活动变量的结合，为两栖动物大尺度栖息地建模提供了突破性解决方案。该框架未来可拓展至动态监测领域，助力实现《昆明-蒙特利尔全球生物多样性框架》的2030目标。