美国本土河流段河流鱼类丰富度指标数据集

《Scientific Data》：A dataset of fluvial fish richness metrics for stream reaches across the conterminous U.S.

　　

河流鱼类，即主要栖息于河流和溪流中的鱼类，在其原生范围内正面临栖息地退化带来的重大威胁，这导致许多物种的丰富度和丰度下降。由于河流物种的分布通常未在大空间尺度上得到良好发展，理解威胁后果的能力有限。研究人员最近为美国约三分之一的淡水鱼类物种（通常栖息于河流生境）开发了物种分布模型（Species Distribution Models, SDMs）。为了突出对物种管理和保护具有潜在价值的地点，研究人员开发了18个河流鱼类物种丰富度指标。这些指标是利用415个现成的物种分布模型的结果开发的，这些模型指示了美国本土约230万个河流段（由National Hydrography Dataset Plus Version 2.1描述）中物种存在的可能性。具体指标分为几类，包括全部415个建模物种、迁徙物种、最需保护物种（Species of Greatest Conservation Need, SGCN）和游戏鱼类物种，为河流鱼类的各种保护和管理优先事项提供了实用性。

论文解读文章

**研究背景与问题**
美国拥有世界上最丰富的淡水鱼类多样性之一，约1200种原生淡水鱼类栖息于河流、溪流、湖泊和湿地。其中，河流鱼类（主要栖息于河流和溪流的鱼类）在其原生范围内面临显著威胁，包括入侵物种的引入以及栖息地退化（如水文改变、破碎化和水污染）。这些因素导致许多地区河流鱼类的物种丰富度和丰度下降，进而影响商业和休闲渔业经济，并改变食物网、生态系统韧性和水质。准确描述河流鱼类分布能够增强渔业资源管理与保护，以及鱼类栖息地恢复。然而，现有渔业研究通常聚焦单一物种、采样范围有限，且多局限于局部或区域尺度，导致许多物种缺乏足以代表其原生栖息地范围的分布数据。此外，不同区域的采样方法和设计差异进一步复杂化了分布数据的解读。物种分布模型（SDMs）可结合环境数据和已知出现记录，预测未采样区域的物种出现概率，从而弥补这一差距。研究人员此前为美国本土约三分之一的原生淡水鱼类（415种）开发了SDMs，覆盖约230万个河流段，但缺乏直接可用的丰富度指标。本研究旨在基于这些SDMs，开发一套空间分辨率高、涵盖多种保护相关类别的河流鱼类丰富度指标，以支持科学研究和保护决策。该论文发表在《Scientific Data》。

**研究内容与结论**
研究人员利用415个现成的SDMs，计算了每个河流段上物种出现概率的计数，从而生成18个丰富度指标。这些指标分为四组：全部建模物种丰富度、迁徙鱼类丰富度、最需保护物种（SGCN）丰富度及游戏鱼类丰富度。对于每组指标，还计算了归一化值（百分比），以控制不同地理范围（如2位水文单元²或州边界）内指定物种数量的差异。数据集以GeoPackage格式公开，包含2290642个河流段的丰富度指标，以及额外400697个无指标但用于连通性表示的河流段（如流经湖泊的路径）。每个记录包含通用标识符（comid）、州名（state_name）、水文单元（huc2）及18个丰富度指标。此外，附带一个物种指定表（species_metric_designations），用于说明哪些物种贡献于每个指标。该数据集为保护规划、栖息地连通性评估和多物种管理提供了直接可用的空间信息。

**主要技术方法**
关键方法包括：1）利用美国地质调查局（USGS）水生差距分析项目2.0版中的415个SDMs，这些模型基于提升回归树（Boosted Regression Tree）方法，结合35918个地点的鱼类出现/缺失数据及22个环境变量（自然和人为景观变量）进行训练，预测每个河流段上物种的出现概率。2）从北美淡水迁徙鱼类数据库（NAFMFD）获取迁徙行为分类，并简化为6个指标（如洄游性丰富度、溯河洄游性丰富度等）。3）从各州野生动物行动计划获取SGCN指定数据，以及各州游戏鱼类指定数据，并基于州级边界与河流段中点进行空间关联，确保指标按州特异性计算。4）使用Python 3.11进行数据连接、指标计算和归一化处理，归一化时分别以2位水文单元（huc2）或州边界作为分母。样本队列来源为美国本土约230万个河流段（来自National Hydrography Dataset Plus Version 2.1）。

**研究结果**
**全部建模物种丰富度（Richness of All Modeled Species）**：基于所有415个建模物种计算，显示了全国范围内高丰富度区域（如密西西比河流域）和低丰富度区域（如干旱地区），可用于识别潜在的高多样性生境及稀有栖息地。
**迁徙鱼类丰富度（Migratory Fish Richness）**：基于NAFMFD的迁徙行为分类，计算了溯河洄游性（anadromous）、降河洄游性（catadromous）、淡水洄游性（potamodromous）等6个指标，识别出河流网络中可能从连通性改善中获益的河段，与坝、涵洞等障碍物分析相结合可指导优先恢复。
**最需保护物种丰富度（Species of Greatest Conservation Need Richness）**：基于各州SGCN名单，为每个河流段计算了州级特异性丰富度。例如，在阿肯色州，24种河流鱼类被列为SGCN，其丰富度与现有保护区的空间关系可揭示保护措施对脆弱物种的影响。由于各州指定标准不同，该指标更适用于州内应用。
**游戏鱼类丰富度（Game Fish Richness）**：基于各州游戏鱼类指定，计算了州级特异性丰富度，并提供了归一化值（百分比）以支持跨州比较。例如，亚利桑那州指定5种游戏鱼，而内布拉斯加州指定36种，归一化后1种丰富度在各州分别对应20%和2.8%，便于公平比较。

**讨论与结论**
数据集总结了现有SDMs结果，但存在局限性：预测仅限于物种原生范围，未包括非本地分布；当前SDMs仅覆盖约1200种原生淡水鱼类中的415种，未建模的物种多为稀有种类，数据不足。用户应意识到这些限制。未来随着SDMs版本更新，将相应更新丰富度指标。研究结论指出，该数据集提供了18个河流鱼类丰富度指标，覆盖美国本土约230万个河流段，可支持科学研究和保护决策，如评估连通性障碍、优先保护区域识别及物种丰富度评估。但需注意数据仅适用于原生范围，且未建模物种的缺失可能影响对稀有物种的保护。