《Conservation Biology》：A framework for maximizing the benefit from retaining regrowth on private land
编辑推荐：
为解决保护措施常因缺乏针对性而成效不足的问题，本文研究人员通过前瞻性反事实方法，开发了一个评估保留自然再生林（regrowth）预期效益的框架。该研究结合森林砍伐风险模型与29种濒危物种的生境价值评估，识别出在澳大利亚昆士兰地区最能通过保留再生林实现额外保护效益的区域。结果表明，综合考虑避免森林损失和物种生境价值的方案，能更精准地指导保护投资，最大化保护成效。此框架为设计高效的保护干预措施提供了新范式。
在全球生物多样性危机和气候变化的双重压力下，自然生态系统的急剧丧失已成为不可忽视的挑战。为了应对这一困境，生态恢复被提上全球议程，例如“昆明-蒙特利尔全球生物多样性框架”设定了到2030年恢复30%退化生态系统的目标。然而，宏伟的目标背后，一个严峻的现实是：许多保护措施的积极影响往往低于预期。这就像投入了大量资源去修补一个漏水的桶，却发现水依然在从未曾预料到的缝隙中流失。问题的关键在于，许多干预措施未能精准地“对症下药”，其保护效益可能与在没有干预的情况下自然发生的情况（即“反事实”情景）相差无几。特别是在私有土地上，鼓励和保留森林与林地的自然再生（后文简称“再生林”）被认为是一种高效且经济实惠的恢复策略，但现实是，大量年轻的再生林被再次清除，其作为生物多样性栖息地的潜力尚未发挥便已消失。那么，一个核心问题摆在我们面前：如何将有限的保护资金投入到最能产生“额外”保护效益的区域，让每一分钱都花在“刀刃”上？
为了回答这个问题，一项发表在《Conservation Biology》上的研究提出了一种创新的解决方案。该研究开发并应用了一个前瞻性反事实分析框架，旨在量化保留私有土地上再生林的预期效益，从而指导保护投资实现效益最大化。研究人员不再仅仅事后评估保护措施的效果，而是在干预设计之前，就模拟“如果不干预，土地会被如何利用”的未来情景，从而主动识别出那些干预能带来最大额外效益的区域。这项研究以澳大利亚昆士兰州为案例，该地区拥有全球显著的森林砍伐率和异常丰富的生物多样性，是验证这一框架的理想“试验场”。研究表明，当同时考虑避免再生林被砍伐的风险（即“额外性”）以及再生林为29种濒危物种提供的栖息地价值时，所识别出的高效益区域与单独考虑任一因素时存在巨大差异。这意味着，传统的、基于单一目标的保护优先级排序方法可能需要被重新审视。更重要的是，研究发现大部分（56%）最高预期效益区域是稳定存在的，不受物种加权方式（如受威胁状况）的影响，这为制定稳健的保护策略提供了信心。这项工作不仅为昆士兰地区的保护投资提供了科学依据，其方法框架也为在全球范围内设计能最大化效益的保护干预措施提供了重要借鉴。
为开展这项研究，研究人员主要运用了以下关键技术方法：首先，利用地理空间模型平台Dinamica EGO 7，基于2018-2022年的历史土地覆盖数据，构建了植被变化模型。该模型整合了坡度、土壤类型、区域生态系统威胁状况、距道路/水体/残余植被距离、产权、植被年龄等多达10个空间和生物物理变量，以预测未来20年（2022-2042年）再生林被清除的风险（即“避免的损失”）。其次，针对29种受威胁物种，研究结合了物种分布图、再生林植被年龄数据以及通过专家咨询获取的物种特异性生态信息（如能利用再生林的最低年龄、相对于残余林地的生境价值百分比），构建了随时间变化的物种生境价值地图。最后，将“避免损失”潜力图与“物种生境价值”图相结合，并应用5%的贴现率，生成了综合的、未来20年保留再生林的“预期效益”地图。研究数据主要来源于澳大利亚昆士兰政府的公开空间数据库。
研究结果
再生林在昆士兰的砍伐情况：
模拟结果显示，在三个生物区中，Mulga Lands生物区在避免再生林砍伐方面潜力最大，Brigalow Belt次之。空间预测因子分析表明，林龄小于30年、属于受威胁生态系统类型以及距离残余植被较远的再生林被砍伐的可能性更高；而坡度较陡、距离水道100米以内的区域被砍伐的可能性较低。土壤类型和土地权属的影响不一致。
再生林对受威胁物种的栖息地价值：
到2042年，Southeast Queensland生物区的再生林预计具有最高的物种栖息地价值，这主要源于该地区受威胁物种的高度集中。Brigalow Belt东南部次之，Mulga Lands及Brigalow Belt西部和北部价值最低。在模拟的20年间，随着再生林林龄增长，其对物种的平均栖息地价值增加了12%，其中大袋鼯（Petauroides volans）的价值增长最为显著。
保留再生林植被的整体预期效益：
当平等加权所有物种时，效益最高（高于第90百分位）的像素点主要位于Brigalow Belt（93%），其次是Mulga Lands（7%），Southeast Queensland极少（<0.1%）。当考虑第70百分位时，后两个生物区的占比有所上升。物种加权策略会影响高效益区域的分布。例如，当按物种栖息地在再生林中出现的比例加权时，Southeast Queensland的高效益区域占比（7%）会显著高于其他加权方式。值得注意的是，56%的最高效益区域在三种不同加权方式下均被一致识别。
敏感性分析：
使用更保守的植被年龄数据集（SLATS-Original）进行估算时，对高效益区域的整体分布影响甚微，表明研究结果具有较好的稳健性。
研究结论与讨论
本研究成功论证了前瞻性反事实方法在指导保护干预设计、预估其额外效益方面的强大效用。案例研究表明，在昆士兰地区，若仅考虑物种栖息地价值，投资重点应在Southeast Queensland；若仅考虑避免砍伐的潜力，则应在Mulga Lands。然而，当综合两方面因素以最大化整体保护效益时，Brigalow Belt成为了最优区域。这清晰表明，基于单一标准（如物种丰富度或砍伐风险）的优先排序可能导致次优的投资决策，而综合性的前瞻性评估能更有效地引导资源。
该研究的创新之处在于，它不仅通过反事实模型量化了保护措施的“额外性”，还精细化了效益的评估方式，即引入了基于物种生态需求和植被年龄的加权栖息地价值，而非简单地使用栖息地面积或物种分布作为代理指标。这对于再生林保护这一特定场景尤为重要，因为林龄直接关系到其生态功能的成熟度。研究发现，较年轻的再生林（林龄<30年）被再次砍伐的风险更高，这提示保护干预应特别关注这些“高风险、高回报”的年轻林地。
当然，该研究也存在局限性，如植被变化模型的训练期较短、仅聚焦于29种脊椎动物而未能涵盖无脊椎动物或植物等。土地利用决策也深受社会经济因素、土地所有者动机等难以空间化变量的影响，这些在本研究框架中仅能通过代理变量部分捕捉。此外，针对“高风险”区域的精准投资可能在效益上更优，但也需权衡社会公平性，避免奖励历史上砍伐更多的土地所有者。
尽管如此，这项研究为在重度开发的景观中开展生态恢复提供了重要的科学工具和思路。它强调，在“联合国生态系统恢复十年”及全球生物多样性目标背景下，要实现效益最大化的自然恢复，必须采用更精明、更前瞻的规划方法。研究人员呼吁，类似的前瞻性反事实框架应在设计保护干预措施时得到更广泛的应用，以确保宝贵的保护资源能够被投入到最能产生持续、额外保护效益的地方，为扭转生物多样性丧失趋势贡献切实的力量。
