《Conservation Science and Practice》：Habitat loss and fragmentation for an old-forest species is driven by severe wildfire and drought
编辑推荐：
理解栖息地丧失与破碎化的驱动因素可为保护政策与行动提供信息。然而，驱动因素在时空上存在差异，且与物种栖息地时间序列相匹配的潜在驱动因素完整数据集十分罕见。研究人员开发了美国加利福尼亚州内华达山脉（Sierra Nevada, CA, USA）加州斑点鸮（Cal
理解栖息地丧失与破碎化的驱动因素可为保护政策与行动提供信息。然而，驱动因素在时空上存在差异，且与物种栖息地时间序列相匹配的潜在驱动因素完整数据集十分罕见。研究人员开发了美国加利福尼亚州内华达山脉（Sierra Nevada, CA, USA）加州斑点鸮（California spotted owl）繁殖/栖息栖息地38年时间序列，并利用新型干扰数据集将栖息地变化归因于潜在驱动因素。研究发现，1985年至2022年间，高质量繁殖/栖息栖息地总面积下降了43%。此外，研究期间平均高质量栖息地斑块面积缩小了68%，隔离度增加了33%。在2002–2022年期间，干旱是斑点鸮栖息地中最普遍的干扰（影响49%的栖息地），其次为高严重程度火灾（32%）和燃料管理（20%）。然而，干扰的量级并不总是与其影响相匹配。干旱虽最常见，但仅造成约20%的估计栖息地丧失。高严重程度火灾导致了近一半（45%）的栖息地丧失，而燃料管理仅导致9%的栖息地丧失（并带来14%的栖息地增益）。栖息地丧失的主导驱动因素在空间上存在差异，表明可利用本地信息校准保护行动的潜力。此前，燃料管理、严重野火、干旱及其他干扰因子对斑点鸮栖息地的绝对与相对影响尚不清楚。此处研究人员证明，驱动高质量斑点鸮栖息地丧失最具影响力的因素是高严重程度火灾，而燃料管理虽与相对较小的栖息地丧失相关，但也与栖息地增益相关，表明燃料管理通过减少高严重程度火灾产生净效益。研究人员展示了利用动态物种分布模型（dynamic species distribution models）随时间绘制与追踪栖息地并理解促成观测到栖息地丧失与增益因素的能力。
研究背景与意义
在生态学与保护生物学领域，物种地理分布范围内普遍存在生态环境条件、环境因子及变化驱动因子的巨大时空变异性，这种非平稳性（non-stationarity）使得基于单一区域得出的物种—栖息地关联关系在其他区域可能发生弱化甚至逆转，导致通用性推断受限。传统的静态物种分布模型（Species Distribution Models, SDMs）难以捕捉栖息地选择随时间的动态变化，且长期以来关于自然干扰（如火灾、干旱）与人为管理（如燃料管理、采伐）对特定古老森林依赖物种栖息地的长期定量影响缺乏系统性评估。加州斑点鸮（California spotted owl, Strix occidentalis occidentalis）作为依赖成熟林与古老林的指示物种，其保护直接关系到木材管理实践，目前正被提议列入美国《濒危物种法》（Endangered Species Act），但其在内华达山脉栖息地的长期变化趋势及各干扰因子的绝对与相对贡献尚属未知。在此背景下，研究人员开展此项研究，旨在通过动态建模手段量化1985至2022年间栖息地时空变化并归因驱动因子，以期为物种恢复与森林管理规划提供基于实证的空间优化依据。该研究发表于《Conservation Science and Practice》。
主要关键技术方法
研究人员构建了内华达山脉生物区域（排除东内华达亚区）的斑点鸮昼夜繁殖季巢穴/栖息点时空数据库（n=2445，来源包括California Natural Diversity Database、US Fish and Wildlife Service及种群研究，时间跨度为1985–2022，覆盖North、North Central、Central、South Central、South Sierra五个亚区）。采用动态物种分布模型（dynamic SDMs）框架，结合142个环境变量（地形学变量m=10、气候变量m=12基于ClimateNA v7.42插值、反射率变量m=120基于Landsat 5/7/8表面反射率通过连续变化检测与分类算法Continuous Change Detection and Classification, CCDC生成），利用随机森林分类器（random forest classifiers）在各亚区内以used-available框架（每使用点配10个可用点，限于森林掩膜内）进行训练与10折交叉验证，投影生成1985–2022年年度30米分辨率栖息地适宜性概率图。随后依据误差平衡阈值、50分位数与95分位数将栖息地划分为非栖息地、低质量、中等质量、高质量四类，并叠加2002–2022年US Forest Service（USFS）土地上的干扰数据库（含高严重程度火灾high-severity fire、中低严重程度火灾、干旱drought、燃料管理fuel management、抢救性采伐salvage等16类），通过二项式检验与景观指标（面积加权均值、欧氏最近邻距离Euclidean nearest neighbor、分形维数指数fractal dimension index，基于R包landscapemetrics）分析栖息地变化归因与空间异质性。
研究结果
3.1 Trends in habitat area and configuration
研究人员通过动态SDM预测发现，1985年至2022年间，高质量栖息地面积从32,213 ha降至18,447 ha，净损失43%；中等质量从305,752 ha降至218,746 ha（净损失29%）；低质量从338,752 ha微降至334,586 ha（净损失1%），但在2002–2022年间反而增加30.5%。景观配置上，高质量栖息地斑块数量从7947减至5693，平均斑块面积从47.0 ha缩至15.0 ha，欧氏最近邻距离从135.5 m增至180.1 m，分形维数从1.193降至1.170，表明斑块缩小、隔离度增加且形状简化；中等质量斑块面积先减后增；低质量斑块面积自2010年后显著增大且形状复杂化。
3.2 Disturbance as a driver of habitat loss and transition
在2002–2022年USFS管理土地上，年均23.3%的栖息地受干扰，累积86.8%的栖息地至少经历一次干扰。干旱影响范围最广（占栖息地49%，累积48.8%细胞受影响），高严重程度火灾次之（32%，累积31.7%），燃料管理为20%（累积20.3%）。然而在栖息地丧失贡献中，高严重程度火灾占45.2%，干旱仅占19.5%，燃料管理占10.9%。高严重程度火灾使栖息地质量下降的概率是无干扰时的约19倍，干旱约2倍，燃料管理约4倍。空间上主导驱动因子存在异质性，部分流域以燃料管理为主，多数以火灾与干旱为主。2012年后干扰频率显著上升，82%的栖息地丧失发生于2013–2022年。
讨论部分总结与研究结论翻译
讨论部分指出，本研究首次在内华达山脉大尺度量化了加州斑点鸮栖息地长期变化及各驱动因子权重，证实高严重程度火灾是首要威胁，而燃料管理伴随的栖息地丧失相对较小且有增益，暗示其通过降低高严重程度火灾风险产生净收益。研究同时揭示高质量栖息地丧失伴随破碎化与隔离可能对集合种群（metapopulation）基因流与局部灭绝风险产生负面影响，且驱动因子时空非平稳性支持基于本地信息优化保护行动的必要性。作者亦坦承局限：模型关联栖息地而非实际种群 occupancy，假设物种—环境关系时间平稳性，未考虑多干扰交互及东内华达与非USFS土地差异，亦未探讨干扰后恢复路径。
结论部分翻译如下：
研究人员表明，自1985年以来，严重野火与干旱相关死亡导致内华达山脉加州斑点鸮高质量筑巢与栖息栖息地显著丧失（43%），且大部分丧失发生于过去十年。在美国鱼类及野生动物管理局考虑最终提议将内华达山脉斑点鸮亚种群列为《美国濒危物种法》下独特种群区段（Distinct Population Segment）之际，理解栖息地衰退不同驱动因子的相对影响对于助力未来物种恢复至关重要。加州斑点鸮亦是诸多USFS土地管理计划中的管理关注物种（如区域林务员敏感物种或保护关注物种），更好理解直接栖息地丧失与潜在间接收益间的权衡有助于在快速变化环境中指导管理规划。对物种恢复同样关键的是监测保护进展的手段；研究人员为内华达山脉加州斑点鸮开发的动态SDM提供了自动化系统以监测该物种栖息地未来变化。研究工作展示了如何利用动态物种分布模型理解物种栖息地复杂的时空变化并为保护行动提供信息。
要不要我帮你把这篇论文解读里的关键数据与结论整理成一份简洁的要点清单，方便你快速回顾核心发现？
