《Ecological Informatics》：Drone-based LiDAR reveals behavior-specific 3D habitat attributes of wild boar (
Sus scrofa) in urban-edge forests
编辑推荐：
城市边缘森林代表了野生动物栖息地与人类活动之间的关键界面，然而，在这些环境中，野猪空间利用的精细尺度行为机制仍未被充分描述。传统的栖息地评估依赖于粗空间分辨率的二维变量，常常忽略了塑造行为特异性栖息地利用的垂直植被和微地形结构。本研究整合了基于无人机的热成像行
城市边缘森林代表了野生动物栖息地与人类活动之间的关键界面，然而，在这些环境中，野猪空间利用的精细尺度行为机制仍未被充分描述。传统的栖息地评估依赖于粗空间分辨率的二维变量，常常忽略了塑造行为特异性栖息地利用的垂直植被和微地形结构。本研究整合了基于无人机的热成像行为观察与激光雷达（LiDAR）衍生的三维栖息地变量，以检验韩国首尔一个31公顷城市边缘森林中野猪的行为特异性栖息地关联。行为观察被分为三种状态：旅行、白天休息和夜间休息，并通过使用无人机飞行日志和1米分辨率数字高程模型（DEM）的射线-地形相交法进行地理配准。使用二元逻辑回归量化栖息地关联，以每单位标准差变化在十二个LiDAR衍生变量中的比值比（OR）表示。白天休息与相比旅行和夜间休息更密集的林下植被强烈相关，反映了在人类活动高峰时段以隐蔽为导向的栖息地使用。与架空木板路（deck roads，地面上的高架木栈道）的距离在涉及白天休息的比较中成为显著变量，表明结构上抬高的基础设施对白天避难所选择的影响强于地面徒步小径。相比之下，夜间休息栖息地与旅行栖息地非常相似，反映了其作为连续夜间运动中短暂静止中断的性质，而非有意的避难所寻找。这些发现表明，精细尺度的三维栖息地结构，特别是林下植被密度和与架空木板路的距离，塑造了城市边缘野猪的行为差异化空间利用，并为行为知情管理提供了空间明确的基础。
**研究背景与问题**
城市边缘森林是野生动物栖息地与人类活动之间的关键生态界面，在城市化进程中日益重要。这些区域为野生动物提供庇护和移动通道，同时承载人类休闲和居住功能。然而，由于传统栖息地评估多依赖粗空间分辨率的二维变量（如土地覆盖、高程、坡度），忽略了垂直植被结构和微地形对行为特异性栖息地利用的塑造作用，导致野猪（Sus scrofa）在精细尺度上的行为机制仍不清晰。野猪作为城市适应物种，在边缘森林中频繁利用人类活动邻近区域，但不同行为状态（如旅行与休息）对三维结构的需求差异显著。因此，研究人员开展本项研究，旨在明确三维栖息地结构如何区分不同行为状态，并为行为知情管理提供空间基础。论文发表在《Ecological Informatics》。
**主要技术方法**
研究在韩国首尔北汉山国立公园南边界31公顷城市边缘森林中进行，数据采集于2025年2月至4月。关键技术包括：无人机（DJI Matrice 350 RTK）搭载热成像传感器（Zenmuse H20N）进行行为观察，共74个飞行架次，覆盖昼夜时段；搭载LiDAR传感器（Zenmuse L2）获取三维点云数据（叶落季飞行，地面分辨率约3 cm）。行为状态通过视频分析分为旅行（持续定向移动，含觅食和摩擦）、白天休息（持续静止躺卧）、夜间休息（夜间移动中的短暂静止）。采用射线-地形相交法，结合无人机飞行日志和1米分辨率数字高程模型（DEM）进行地理配准。从LiDAR点云中提取12个环境变量，包括DEM、北向性、东向性、地形粗糙度指数（TRI）、地形位置指数（TPI）、地形湿度指数（TWI）、冠层高度模型（CHM）、冠层盖度、叶面积指数（LAI）、林下密度（0–3 m层点密度）、距架空木板路距离（对数转换）、距徒步小径距离（对数转换）。通过Kruskal-Wallis检验比较行为状态间变量差异，并通过二元逻辑回归（每1标准差变化比值比OR）量化行为特异性关联，使用Benjamini-Hochberg方法校正多重比较。
**研究结果**
**3.1 行为状态间的栖息地特征**
Kruskal-Wallis检验显示，在12个变量中，5个变量在三种行为状态间存在显著分布差异（BH校正p<0.05）：距架空木板路距离（H=25.036, p<0.001）、北向性（H=21.358, p<0.001）、东向性（H=17.138, p<0.001）、林下密度（H=10.986, p=0.012）和DEM（H=9.207, p=0.024）。Dunn事后检验表明，这些差异主要出现在与白天休息相关的比较中：旅行与白天休息在距架空木板路距离、北向性、东向性和林下密度上显著不同；白天休息与夜间休息在所有5个变量上均显著不同。
**3.2 行为状态比较的比值比结果**
通过二元逻辑回归比较三对行为状态，发现显著栖息地关联（BH校正p<0.05）：
- **旅行 vs 白天休息**：白天休息与更低的北向性（OR=0.338, 95% CI: 0.153–0.660）、更高的东向性（OR=2.546, 95% CI: 1.521–4.491）、更高的林下密度（OR=2.323, 95% CI: 1.387–4.167）和更大的距架空木板路距离（OR=7.576, 95% CI: 3.355–21.915）显著相关。
- **白天休息 vs 夜间休息**：白天休息与更低的DEM（OR=0.199, 95% CI: 0.062–0.498）、更低的北向性（OR=0.193, 95% CI: 0.062–0.466）、更高的东向性（OR=3.962, 95% CI: 1.790–10.695）、更高的林下密度（OR=2.953, 95% CI: 1.374–7.766）和更大的距架空木板路距离（OR=7.164, 95% CI: 2.556–29.112）显著相关。
- **旅行 vs 夜间休息**：所有变量均未达到显著差异，表明夜间休息的栖息地特征与旅行高度相似。
**讨论总结**
研究证实，城市边缘森林中的野猪在不同行为状态下表现出差异化栖息地利用，尤其体现在白天休息与旅行/夜间休息的对比中。白天休息与密集林下植被和远离架空木板路显著相关，反映其在人类活动高峰时段寻求隐蔽和避免干扰的策略。架空木板路（高架结构）比地面徒步小径对白天避难所选择影响更强，但夜间野猪偶尔使用邻近区域，提示垂直分离可能允许一定程度的人兽共存。夜间休息的栖息地特征与旅行无显著差异，说明其本质是连续夜间移动中的短暂停留，而非有意识避难所选择。研究还指出样本量限制（白天休息仅29个点、17个轨迹）和个体识别缺失等局限性，建议未来结合GPS项圈和定量人类活动数据。
**研究结论翻译**
本研究提供了空间明确证据，表明城市边缘森林中的野猪表现出状态特异性栖息地利用，其由精细尺度三维植被和地形结构以及与人工基础设施的距离塑造。这一模式在白天休息点的林下密度和距架空木板路距离特征中最为明显。通过整合无人机热成像观察与1米分辨率LiDAR衍生栖息地指标，研究人员在比传统二维土地覆盖或高程数据集更精细的空间粒度上，识别出行为状态与三维植被和地形结构之间的一致定向关联。该方法最适合在局部、冲突高风险的城市边缘站点产生精细尺度栖息地指标；对于更大范围的管理，卫星或航空遥感仍是更高效的选择，且无人机与较广尺度遥感方法的直接比较是未来研究的有价值方向。白天休息点以密集林下植被和远离架空木板路为特征，指向人类活动高峰时段的一种综合隐蔽策略，而夜间休息点则与旅行栖息地相似，符合活跃夜间移动中短暂静止中断的特征。架空木板路距离在涉及白天休息的比较中成为显著变量，表明结构上抬高的基础设施对白天避难所选择的影响强于地面徒步小径。然而，夜间偶尔使用邻近架空木板路的区域提示垂直分离可能允许一定程度的空间共存，表明城市边缘环境中对人工结构的行为适应。这些发现支持对城市边缘野猪采取行为知情管理方法。通过识别每种行为状态的结构关联，本研究为针对性干预提供了空间明确基础，从优先监测白天避难所微栖息地到提高对基础设施附近夜间野猪活动的认识，这比传统大尺度栖息地分类提供了更具局部可操作性的指导。
