《Nature Conservation》：?Precise roadkill environmental factors identification for sustainable planning and design through spatial and temporal modelling
编辑推荐：
本研究针对道路导致的栖息地破碎化与两栖类高死亡率问题，通过整合标准化调查与公民科学数据，采用多尺度缓冲区设计与随机森林-逻辑回归双模型共识方法，精准识别了24个稳健的路杀预测因子。研究发现物种特异性与季节性模型（AUC高达0.851）显著优于多物种模型，揭示了水文连通性、景观配置及路灯、挡土墙等精细尺度路边特征对路杀风险的同等重要性，为制定基于证据的、因地制宜的生态规划与设计提供了可转移的框架。
在世界各地，道路网络如同血管般延伸，为人类活动提供便利，却也成为野生动物生存的严峻挑战。其中，两栖动物因其依赖水陆两种栖息地、迁移能力有限以及爆发性的繁殖迁徙行为而尤为脆弱，常常在穿越道路时遭遇大量死亡，加速了种群衰退，成为全球性的保护议题。理解导致路杀的环境因素，是实施有效缓解措施的关键。然而，这些影响因素往往具有物种特异性和时间动态性，并且在不同空间尺度上发挥作用，而结合了物种特异性、时间动态和多尺度分析的综合研究却较为少见。此外，许多地区的两栖类物种研究不足，精细尺度的路杀驱动因素在全球范围内仍探索有限。针对这些问题，一篇发表在《Nature Conservation》上的研究，以台湾三峡区一段典型的栖息地破碎化道路为案例，开展了一项深入探索。
为了精准揭示两栖动物路杀的复杂驱动机制，研究团队整合了标准化路线调查数据和公民科学的路杀记录，聚焦于五种蛙类物种。他们创新性地采用了多尺度（25-250米）上坡-下坡缓冲区设计，以捕捉道路两侧不对称的环境条件。研究在三个层次上展开分析：多物种、单物种以及单物种时间子集（针对有明确迁徙记录的物种）。在方法学上，研究采用了随机森林（RF）与逻辑回归（LR）的双模型共识方法，评估了一套全面的预测因子，包括精细尺度的路边特征，并通过严格的预筛选流程确保结果的可靠性。
研究发现，共识分析最终确定了24个稳健的预测因子，栖息地相关因子（如水体邻近度、森林覆盖度）与道路相关精细尺度因子（如路灯、挡土墙、排水渠）同等重要。物种特异性模型和时间动态模型的预测性能（AUC最高达0.851）显著优于多物种模型，表明预测因子的相关性和效应尺度在种间和种内水平上会随季节变化，尤其是在繁殖迁徙期间。
主要技术方法概述
研究的关键技术方法包括：（1）基于GPS的野外调查与公民科学数据整合，获取路杀点位；（2）采用多尺度（25, 50, 100, 150, 200, 250米）上坡与下坡缓冲区设计，提取环境预测因子；（3）运用统计预筛选（包括曼-惠特尼U检验、卡方检验、方差膨胀因子VIF等）降低预测因子维度；（4）采用随机森林（RF）和逻辑回归（LR）双模型共识框架进行建模和预测因子选择，并利用ROC曲线下面积（AUC）和精确率-召回率曲线下面积（AUPRC）评估模型性能；（5）通过置换重要性和偏依赖图（PDPs）分析预测因子的影响。
研究结果
共识路杀环境预测因子
研究揭示了不同物种和时期对环境因子的独特响应。例如，对于奥氏树蛙（Odorrana swinhoana），下坡方向的河流面积（River_dw050）与路杀概率呈正相关，而上坡方向的最大斯特拉勒级数（Stramax_up025，一种衡量河流级别的方法）则呈负相关，这与其利用荫蔽山坡栖息地的生态习性一致。梭德氏赤蛙（Rana sauteri） 的路杀风险与多个尺度的路灯密度呈正相关，暗示人工照明可能影响其大规模迁徙穿越的空间集中度。对于壮溪树蛙（Buergeria robusta），其路杀驱动因子表现出明显的季节性变化：在5月（向河流迁徙高峰），路杀概率与靠近下坡河流（D_Ruizi）呈负相关，但与远离下坡方向住宅区（House_dw150）相关；而在6月（返回高峰），路杀概率与靠近路边水源（D_WaterSo）呈负相关，并与上坡方向的路灯密度（Light_up150）和下坡矮挡土墙（RS_CRWdw）呈正相关。盘古蟾蜍（Bufo bankorensis） 则对路边结构敏感，其路杀概率与泽西屏障（RS_JerseyB）长度呈负相关（可能限制了道路接入），但与植被覆盖的开放式排水渠（RS_OpDrainG）呈正相关（可能作为生态陷阱），而与积水排水渠（RS_OpDrainW）呈负相关（可能成为障碍）。景观因子，如壮溪树蛙在6月路杀概率与下坡竹林面积（BambF_dw200）呈负相关，而盘古蟾蜍的路杀概率与下坡农田面积（Crop_dw025）呈正相关，反映了不同物种对栖息地类型的利用差异。
模型性能评估
双模型共识方法确保了结果的稳健性。所有模型的训练集与测试集AUC差值（AUC.diff）均较低，表明模型泛化能力良好。单物种模型和时间动态模型的预测性能显著优于多物种模型，凸显了考虑物种生态特性和时间动态对于准确预测路杀风险的重要性。特别是壮溪树蛙的时间模型表现优异（AUC高达0.851），清晰地揭示了其在不同生活史阶段（繁殖前、繁殖期、繁殖后）路杀驱动因素的差异。
研究结论与讨论
该研究强调，物种特异性、时间动态和多尺度分析对于理解物种特征、水文连通性、景观配置和季节性行为如何相互作用以塑造两栖类路杀模式至关重要。研究发现，广义的方法不足以有效缓解路杀，必须采取基于具体情境的、证据驱动的生态规划与设计。
研究的核心贡献在于提出了一个可转移的框架，将生态特征和预测因子相关性转化为可操作的、多阶段的规划、设计和运营管理指南。该框架强调在规划阶段优先避免道路穿越关键栖息地，若无法避免则需战略性地布设永久性缓解设施（如带有导引栅栏的生态廊道）。在设计阶段，应进行生态工程优化，例如调整路灯光谱和设置季节性开关、改造挡土墙和排水渠以增加动物穿越的渗透性并减少陷阱效应。对于具有强烈季节性效应的预测因子，临时性措施如动态标志、临时减速、短期封路以及由社区志愿者主导的临时栅栏和桶装陷阱系统至关重要。最后，有效的缓解需要持续的运营与维护，确保生态廊道、导引栅栏、排水渠等设施功能正常，并对路灯等进行季节性管理。
该研究的方法学创新，包括多尺度上坡-下坡缓冲区设计、预测因子预筛选流程以及RF-LR双模型共识框架，为在复杂环境中识别有意义的生态预测因子和减少模型依赖性偏差提供了可靠工具。尽管研究存在时间序列较短、未包含交通量等动态变量等局限性，但其框架具有广泛的适用性和可扩展性，其核心原则——关注环境模式与结构条件之间的相互作用——可应用于其他类群、其他线性基础设施（如铁路、运河）乃至公共空间安全设计，与可持续发展目标高度契合，凸显了其超越道路生态学之外的更广泛的规划意义。
