全球豹(Panthera pardus)种群空间分布潜力评估：基于环境与人为驱动因素的多尺度模型分析

本研究针对全球豹(Panthera pardus)种群保护需求，整合209个空间密度数据点，构建多尺度模型揭示保护优先区。研究发现豹密度(0-8只/100 km2)与5公里尺度保护区面积呈强正相关(β=2.11)，与1公里尺度人口密度负相关(β=-0.39)，预测全球潜在种群量为131,300只(95%CI 42,692-428,498)，为跨国保护策略制定提供量化依据。

　　

作为现存分布最广的大型猫科动物，豹(Panthera pardus)的生存现状却不容乐观——历史分布区已缩减75%，种群呈现"孤岛化"分布。尽管已有大量局部种群研究，但全球尺度下哪些区域最可能支撑健康豹群？哪些因素真正决定其分布密度？这些关键问题长期缺乏系统解答。传统保护规划常依赖专家经验或简单栖息地模型，难以量化人类活动与生态因子的交互影响，更无法识别"预期密度"与"实际观测"的差异区域。这种认知空白严重制约跨国保护资源的优化配置。

为破解这一难题，Sandy A. Slovikosky团队在《Biodiversity and Conservation》发表研究，首次整合全球108个空间捕获-重捕研究点和104个历史灭绝点数据，构建加权多尺度模型。研究通过Google Earth Engine提取1-20km半径的环境变量，采用AIC模型选择确定最优尺度，最终筛选出7个核心驱动因子。技术路线包含：空间显式捕获-重捕数据标准化处理、Google Earth Engine多源遥感数据提取、基于AIC的多尺度变量筛选、加权最小二乘回归建模、以及100km²分辨率的密度空间外推。

主要研究结果

1. 1.

   驱动因子识别：模型揭示豹密度与5km尺度保护区覆盖率呈最强正相关(β=2.11)，每增加10%保护面积可提升密度7.93%。相反，1km尺度人口密度(β=-0.39)和20km尺度温度(β=-0.87)显示显著负效应，印证"空森林"假说——即使优质栖息地也可能因人类活动而种群凋零。

2. 2.

   空间预测格局：

   
   显示非洲南部和东部存在最高潜力区(＞5只/100km²)，而印度次大陆虽预测值高但不确定性显著(SE达12只)。
3. 3.

   种群规模估算：全球潜在种群131,300只的估值较前人研究降低50%，其95%置信区间(42,692-428,498)跨度更大，反映模型对数据不确定性的严谨处理。

4. 4.

   保护缺口识别：中非和西非多国(如刚果民主共和国、贝宁)虽预测密度高但缺乏实地调查，

   
   显示印度东北部和南非保护区存在系统性低估，暗示局部威胁因素未被模型捕获。

结论与展望

该研究创新性地将"预期密度"概念引入大型食肉动物保护，揭示保护区网络建设仍是豹保护的核心策略。特别指出中非、西非等数据空白区的保护潜力被严重低估，而印度等高冲突区需关注人兽冲突缓解。模型对温度负效应的发现，颠覆了传统"生产力假说"，提示气候变暖可能通过间接途径(如加剧人类活动)威胁种群。研究者建议将本模型的预测偏差作为"保护紧急程度"指标，优先调查差异超过5只/100km²的区域。未来研究需整合武装冲突、盗猎压力等精细尺度数据，以提升模型在政治不稳定区域的预测力。这项成果为实施《全球豹保护行动计划》提供了首个空间明确的科学基准。