基于地理空间数据集与遥感信息的生态建模方法支持秘鲁野生动物保护规划

《Diversity and Distributions》：An Ecological Modelling Approach to Support Peru Wildlife Conservation Planning Based on Geospatial Datasets and Remote Sensing Information

　　

研究人员针对秘鲁这一生物多样性极丰富的国家，将物种分布模型(SDMs)整合入保护区(PAs)网络的地理空间连通性分析中，并对选定保护区的毁林状况进行评估，以探讨其对保护规划的影响。研究创新性测试了搭载于Global Ecosystem Dynamics Investigation(GEDI)任务的星载激光雷达(lidar)植被垂直结构指标在生态建模中的应用潜力。结果显示，高度适宜生境在现有保护区网络中的覆盖不足，尤其在灵长类物种中表现显著；模型测试曲线下面积(AUC)值为0.867~0.995，其中结合生物气候、地形、GEDI及归一化植被指数(NDVI)的Biotopveg变量集对三种物种最优，其余四种则最优于仅含生物气候与地形的变量集，表明植被结构数据对不同物种的贡献具有特异性。GEDI数据可有效检测森林退化梯度，并与已知人为干扰相吻合。毁林分析显示，尽管间接利用型保护区周边受毁林影响较小，但仍存在显著例外，需采取更多措施促进人兽共存。该国家级尺度的生态建模方法可为高生物多样性地区的保护规划提供有力支持。

研究背景与意义

秘鲁作为全球十大“超级生物多样性”国家之一，其保护区网络覆盖了约17.7%的国土，但面临农业扩张、非法采矿、火灾等多重威胁，导致特有种与濒危种的生境破碎化加剧。尽管秘鲁国家林业与野生动物局(SERFOR)已发布若干重点物种的保护计划，但这些计划缺乏空间显式的生境适宜性、优先保护区域及保护区代表性评估，难以支撑全国尺度的科学管理。在此背景下，研究人员通过整合物种分布模型(SDMs)、地理空间分析及星载激光雷达(GEDI)数据，旨在填补这一空白，并为保护区优化与生态廊道建设提供决策依据。该研究发表于《Diversity and Distributions》，为秘鲁乃至安第斯区域的生物多样性保护提供了可复制的方法学框架。

主要技术方法

研究人员选取七种受威胁野生动物（包括眼镜熊Tremarctos ornatus、美洲豹Panthera onca、山貘Tapirus pinchaque及四种灵长类），从全球生物多样性信息平台(GBIF)、秘鲁环境部地理服务器等来源获取分布记录，经去重与环境异常值剔除后用于建模。环境变量分为三类：生物气候与地形变量(Biotop)、GEDI植被结构指标结合归一化植被指数(NDVI)(Veg)，以及二者结合的Biotopveg。采用最大熵(MaxEnt)算法，通过特征组合与正则化乘数的系统校准（每物种126个候选模型）选出最优模型。连通性分析使用Zonation 5软件识别优先保护区，并通过Linkage Mapper工具构建生态廊道。毁林变化基于Global Forest Change数据集(2001–2023)计算，森林退化则利用GEDI指标在保护区及其缓冲区进行对比。

研究结果

3.1 SDMs与森林状态监测

最优变量集因物种而异：Biotopveg对Alouatta seniculus、Lagothrix lagothricha和Tremarctos ornatus表现最佳，其余四种则以Biotop最优。测试AUC值在0.867至0.995之间，GEDI变量中冠层覆盖度与叶高多样性(FHD)对某些物种贡献显著，例如Lagothrix lagothricha的FHD贡献率达35.1%。在Cordillera Azul保护区及其缓冲区，GEDI指标（冠层高度、覆盖度、植物面积指数PAI、叶高多样性FHD、植物体积密度PAVD及相对高度RH_50、RH_98）均呈显著差异(p<0.001)，反映出人类活动导致的垂直结构异质性；而在Sierra del Divisor，虽差异显著，但均值接近且变异系数相似，显示低人口密度下的轻微干扰。

3.2 连通性路径与森林损失

基于Zonation 5的优先区划定出57个“核心”保护区，通过最小成本路径法建立了56条生态廊道，总长度从0.5 km延伸至209.7 km，总面积591.57 km²。毁林分析显示，直接利用型保护区缓冲区森林损失率高于间接利用型，但Cordillera Azul例外，其缓冲区损失达16%，强调持续监测与社区参与的重要性。

讨论与结论

研究表明，结合GEDI数据的Biotopveg变量集在特定物种建模中具有不可替代的作用，验证了植被垂直结构信息在物种分布预测中的补充价值。虽然GEDI并未显著提升整体AUC，但在反映冠层结构与功能方面优于传统光学遥感，可用于监测森林退化。秘鲁现有保护区网络对高适宜生境的覆盖率偏低（9.5%~18.5%），尤其对灵长类的保护不足。生态廊道识别为跨区域保护提供了空间指引，但在实施过程中需兼顾缓冲区的社会经济活动与栖息地保护的协调。研究人员建议未来引入电路理论等替代算法，并结合多源数据优化连通性分析。

研究结论翻译

基于物种分布模型与空间分析的生态建模可在更大尺度上支持物种保护规划与景观连通性建设。GEDI数据不仅能作为物种分布模型的重要输入，还能有效检测森林退化，为保护区管理与政策制定提供科学依据。