评估声学后向散射和底拖网捕捞影响作为预测变量的重要性，以用于深海珊瑚礁的测绘

《Frontiers in Remote Sensing》：Assessing the importance of acoustic backscatter and bottom trawling impact as predictor variables for mapping deep sea coral reefs

珊瑚礁脆弱海洋生态系统（VMEs）的分布变化及影响因素研究。基于高分辨率声纳数据（15米网格）和捕捞历史，构建两种空间分布模型（包含/排除捕捞影响），显示商业底拖网捕捞导致VMEs栖息地面积减少20.44%-26.07%，尤其对重度捕捞海山（如海山1-7）造成近乎完全破坏。关键预测因子包括水深（950-1350米）、地形复杂度（坡度、 ruggedness）、海底基质（通过后向散射强度-32 dB最优值）。研究证实捕捞活动显著降低VMEs栖息地连通性，强调需整合多源数据（环境、历史捕捞）优化深海保护区规划。

　　深海生态系统是地球上最为复杂且重要的生物多样性热点之一，而海底山脉（seamounts）作为这些生态系统的关键组成部分，承载着独特的生物群落和高度脆弱的环境。海底山脉通常是由火山活动形成的孤立地形，它们在深海环境中显著地改变了海底的物理结构和水动力条件，从而为许多特有物种提供了栖息地。这些区域往往成为深海珊瑚礁生态系统的核心，尤其是在某些特定的深海珊瑚物种，如*Solenosmilia variabilis*，其形成的复杂三维结构支持了丰富的海底生物群落，使其成为深海生态系统中不可或缺的组成部分。然而，这些生态系统正面临日益严重的威胁，特别是来自人类活动和气候变化的影响，使得它们的保护变得尤为紧迫。

本研究聚焦于塔斯马尼亚海域的海底山脉，该区域以其广泛分布的深海珊瑚礁和历史上的拖网捕捞活动而闻名。研究利用高分辨率声学数据和详细的底栖环境信息，构建了精细尺度的物种分布模型（Species Distribution Models, SDMs），以评估海底山脉上珊瑚礁生态系统（VMEs）在拖网捕捞前后的分布变化。通过引入高分辨率声学回波数据（15米分辨率），研究团队能够更精确地识别和分析海底的地形异质性和底质特征，这些因素对于预测珊瑚分布至关重要。同时，研究还整合了商业拖网捕捞的历史数据，以量化其对珊瑚栖息地的破坏程度，并探讨这些影响在不同时间尺度上的变化。

在研究方法上，本研究采用了两种模型：第一种模型（Model 1）考虑了拖网捕捞的影响，第二种模型（Model 2）则排除了这些影响，以模拟未受干扰的“原始”栖息地分布。通过对这两种模型的对比分析，研究揭示了拖网捕捞对珊瑚栖息地面积和分布模式的显著影响。结果显示，拖网活动导致了VME栖息地面积的大幅减少，且这种影响在高分辨率模型中尤为明显。在不同的概率阈值下，模型1预测的珊瑚栖息地面积比模型2减少了20.44%至26.07%，这一结果强调了拖网捕捞对珊瑚生态系统造成的深远破坏。

研究还发现，地形复杂性、坡度位置和底质特征是影响珊瑚分布的关键因素。深度范围在950至1350米之间的区域被证明是最适合珊瑚栖息地形成的。此外，声学回波强度在-32 dB左右时与珊瑚栖息地的高概率存在显著关联，表明该深度范围内可能具有较高的底质稳定性，为珊瑚提供了适宜的生长条件。然而，较高的回波强度（即更硬的底质）并不总是与更高的珊瑚栖息地概率相关，这可能是因为强烈的水流冲刷、底质缺乏微地形异质性，或者生物体对声学信号的干扰。因此，回波强度作为底质的替代指标，其有效性依赖于标准化和校准的声学数据。

在模型性能评估方面，研究采用了空间块交叉验证法，并计算了曲线下面积（AUC）和真技能统计量（TSS）作为模型预测能力的指标。两种模型的AUC均高于0.94，表明其在预测珊瑚栖息地分布方面具有较高的准确性。TSS值超过0.8也进一步支持了模型输出的可靠性。然而，由于拖网数据的分辨率较低，与高分辨率地形和底质数据相比，其对模型预测的影响可能被低估，特别是在局部范围内，这种粗略的分类可能掩盖了实际的栖息地变化。

研究结果不仅揭示了拖网活动对珊瑚栖息地的破坏程度，还强调了整合高分辨率环境数据和人类活动影响数据的重要性。这些数据有助于更准确地预测珊瑚分布，从而为深海生态保护和管理提供科学依据。在当前的全球背景下，随着对海洋生物多样性和生态系统健康关注度的提升，发展高分辨率、空间明确的模型将成为深海保护工作的关键工具。同时，这些模型的应用也有助于评估生态系统的恢复潜力，并支持基于数据的政策制定和管理决策。

此外，研究还指出，尽管某些海底山脉在拖网活动后仍保留了较高的珊瑚栖息地概率，但这种保留可能是由于初始珊瑚覆盖率较高，或拖网活动并未完全破坏其生态结构。这表明，即使在受到一定程度干扰的区域，生态系统仍可能维持一定的稳定性。然而，对于那些遭受严重拖网破坏的区域，如塔斯马尼亚海域的大型海底山脉，珊瑚栖息地几乎完全消失，这种现象在国际上也较为普遍。因此，将历史干扰数据纳入预测模型，有助于更全面地评估当前生态状况，并制定更具针对性的保护措施。

本研究的结论强调了精细尺度建模在深海生态保护中的价值。它不仅提供了对珊瑚栖息地分布的更精确预测，还揭示了人类活动对深海生态系统的影响模式。通过结合高分辨率声学数据、底质信息和历史拖网活动数据，研究团队成功构建了一个能够反映珊瑚栖息地变化的模型。这种模型可以为其他深海区域提供参考，特别是在数据有限的地区，有助于推动更广泛的生态保护工作。

未来，随着深海科学研究的深入，高分辨率的海底测绘数据和相关的生态信息将成为保护和管理深海生态系统的核心资源。国际上的一些项目，如Seabed 2030、Seamap Australia和AusSeabed，正在致力于提供符合FAIR原则的高质量海底地图数据，并推动全球范围内的生态分类标准化。这些数据的广泛应用将有助于提高物种分布模型的准确性，并为制定科学合理的海洋保护策略提供支持。

综上所述，本研究不仅为塔斯马尼亚海域的深海珊瑚栖息地保护提供了重要的科学依据，也为全球范围内深海生态系统的建模和管理提供了新的思路。通过精细尺度建模，科学家能够更准确地识别生态脆弱区，并制定相应的保护措施。这将有助于减缓人类活动对深海生态系统的影响，保护这些独特而重要的生态资源，为未来海洋生态的可持续发展奠定基础。