《Biological Conservation》：Predicting the occurrence of a protected orchid and other old-growth specialists: A cost-effective approach using open geodata
编辑推荐：
预测物种在景观尺度的分布是保护规划的基础，然而许多现有方法依赖成本高昂的野外调查数据。研究人员以瑞典受法律保护的濒危物种——弯距玉凤花（Goodyera repens）为研究对象，开发并验证了一种仅利用开源地理数据预测其分布概率的模型。建模数据来自瑞典国家森林
预测物种在景观尺度的分布是保护规划的基础，然而许多现有方法依赖成本高昂的野外调查数据。研究人员以瑞典受法律保护的濒危物种——弯距玉凤花（Goodyera repens）为研究对象，开发并验证了一种仅利用开源地理数据预测其分布概率的模型。建模数据来自瑞典国家森林资源清查（National Forest Inventory, NFI）2013–2022年的4805个样地，采用Logistic回归，选取三个公开地理数据变量作为预测因子：胸高断面积（Basal area）、土壤湿度指数（Soil moisture index）及周围景观中老龄林（≥80年）比例。结果显示，胸高断面积对物种分布的正向影响最强（β=1.01，ΔAIC=61.5），其次为100米范围内老龄林比例（β=0.61，ΔAIC=30.5），土壤湿度呈显著负向影响（β=-0.37，ΔAIC=5.5）。在瑞典东南部的独立验证中，利用瑞典物种观测系统（Swedish Species Observation System）的227条记录进行验证，模型受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve, AUC）达0.88，验证点预测概率是随机背景点的近12倍。该模型对其他针叶林伴生濒危物种同样表现出良好适用性（AUC=0.79），表明其可表征优质针叶林栖息地的普遍特征。此外，模型在中部和北部瑞典的独立验证中表现稳定（弯距玉凤花AUC=0.91，指示物种AUC=0.77），证实了其地理迁移能力。研究表明，基于简单地理数据的模型可有效预测衰退型老龄林特化物种的分布，为生产景观中的栖息地筛查和森林经营决策提供低成本工具。
该研究发表于《Biological Conservation》，针对全球生物多样性丧失背景下，针叶林生态系统因集约化林业导致老龄林特化物种（old-growth specialists）栖息地退化的现状，开发了基于开源地理数据的物种分布预测模型。研究聚焦于瑞典濒危兰花弯距玉凤花（Goodyera repens），该物种依赖成熟针叶林的苔藓层和稳定微气候，受《瑞典物种保护法》保护，其分布点可直接叫停采伐计划，因此在林业管理中具有法律和经济双重敏感性。传统物种分布模型（Species Distribution Models, SDMs）常依赖高成本、难获取的精细环境变量，限制了大尺度应用。本研究旨在验证仅利用公开地理数据是否足以实现高精度预测，并评估模型对其他针叶林濒危物种的普适性及跨区域迁移能力。
研究人员采用的关键技术方法包括：利用瑞典国家森林资源清查（NFI）2013–2022年覆盖该物种主要分布区的4805个样地作为建模数据集；从公开地理数据库提取三个预测变量，分别为瑞典林业局基于机载激光雷达（Airborne Laser Scanning, ALS）生成的胸高断面积栅格（分辨率10×10米）、瑞典国家土地覆盖数据库（National Land Cover Database, NMD）的土壤湿度指数、以及瑞典农业科学大学提供的针叶树龄栅格（取松Pinus sylvestris与云杉Picea abies的最大树龄值），通过计算不同阈值筛选出最优变量组合（≥80年老龄林在100米半径内的比例）；采用Logistic回归构建二元响应模型，并利用瑞典物种观测系统（Artportalen）的独立观测记录进行空间去重后验证，通过受试者工作特征曲线下面积（AUC）和预测概率对比评估模型性能与迁移性。
研究结果分为三部分。首先是模型构建结果。胸高断面积对弯距玉凤花分布的正向效应最强，其次为100米范围内老龄林比例，土壤湿度呈较弱负效应。变量重要性排序与ΔAIC一致，三者均显著提升模型拟合度。其次是模型验证结果。在东南部?sterg?tland县的独立验证中，227个空间独立验证点的预测概率为随机背景点的12倍，AUC达0.88，属“优秀”判别水平。模型对其他42种针叶林伴生濒危物种（涵盖菌物、地衣、苔藓、维管植物等类群）同样有效，AUC为0.79，验证点预测概率为随机点的5倍。第三是模型迁移性结果。在中部V?stmanland、H?lsingland及北部?ngermanland县的跨区域验证中，弯距玉凤花的AUC介于0.89至0.93之间，指示物种的AUC介于0.75至0.81之间，表现稳定。
讨论部分指出，该研究证明开源地理数据足以支撑濒危物种的高精度分布预测，解决了传统模型对昂贵数据依赖的瓶颈。胸高断面积作为最强预测因子，反映了郁闭冠层维持的稳定湿度和低光照竞争环境；100米范围内老龄林比例的显著性，强调了连续老龄林斑块对微气候缓冲的重要性，支持保留大面积连片老龄林而非孤立残存林分的经营策略；80年的树龄阈值契合瑞典当前65–100年的轮伐期，表明超过此阈值的林分才具备该物种所需的成熟结构。模型的跨物种适用性证实其可表征优质针叶林栖息地的共性特征，具备保护规划工具潜力。研究结论强调，此类低成本、可复制的地理数据模型，能有效识别衰退中的老龄林特化物种栖息地，为平衡木材生产与生物多样性保护的决策提供科学依据。
