整合公民科学与地理空间数据评估鸟类物种丰富度的综合框架研究

本研究创新性地整合公民科学（Citizen Science）数据与地理空间分析技术，以肯尼亚内罗毕国家公园为案例，构建了鸟类物种丰富度评估模型。通过广义线性模型（GLM）揭示了植被生产力（NDVI/EVI）、降水与土壤湿度等环境因子的非线性影响机制，为动态环境下的生物多样性保护提供了可推广的多源数据融合范式。

　　

研究亮点

本研究通过肯尼亚鸟类地图计划（2019-2023年）的公民科学数据与谷歌地球引擎（GEE）卫星影像的融合分析，揭示了内罗毕国家公园及缓冲区内环境因子对鸟类物种丰富度的非线性影响机制。植被指数（NDVI/EVI）、降水与土壤湿度被证实是驱动物种分布的关键生态指标。

研究区域

研究聚焦于内罗毕国家公园（NNP）及周边10公里缓冲带——这个与肯尼亚首都毗邻的独特城市生态系统正面临城市化导致的生境碎片化挑战。该区域包含稀树草原与金合欢林地等典型植被，但其生态完整性因基础设施扩张而持续受到威胁。

鸟类数据提取与处理

采用肯尼亚鸟类地图（KBM）的全协议观测记录（≥4次提交/网格），基于5×5弧分网格系统（约9km×9km）进行物种丰富度标准化计算。通过空间聚合与时间平滑处理，最终生成2019-2023年期间具有时空可比性的物种丰富度数据集。

结果

不同网格单元（Pentad）的物种丰富度呈现显著差异：Pentad D记录最高检测值（210种），而Pentad B年均值始终低于35种。时间序列分析显示春季（3-4月）和秋季（9月）出现检测峰值，其中Pentad D在2021年9月达到单月44种的最高记录。广义线性模型表明：NDVI与物种丰富度呈显著正相关（0.280±0.052, P<0.001），降水同样具有正向效应（0.165±0.056, P=0.003），而土壤湿度呈现负向影响（-0.159±0.052, P=0.002）。温度未呈现显著相关性（0.016±0.043, P=0.717）。非线性分析揭示中等强度的NDVI与土壤湿度最有利于物种丰富度最大化。

讨论

公民科学与遥感技术的协同应用有效克服了传统物种分布模型（SDM）的数据局限性。植被生产力（NDVI）作为光合作用强度的代理指标，通过提供食物资源与巢址条件直接支持鸟类多样性。降水通过促进植被生长间接提升生境质量，而过高土壤湿度可能改变无脊椎动物群落结构或引发病原体增殖，从而导致适宜性下降。研究建议采用层次贝叶斯模型或联合物种分布模型（JSDM）等先进统计框架，以更好地处理公民科学数据中的采样偏差与空间自相关问题。

结论

本研究证实了多源数据整合在生态建模中的革命性潜力——公民科学提供大规模物种出现记录，而遥感技术赋能环境异质性的动态捕捉。这种融合框架特别适用于数据匮乏地区（如全球南方）的生物多样性监测，为应对快速城市化下的保护挑战提供了可扩展的分析范式。