摘要
车辆与野生动物事故（WVCs）是一项复杂的管理挑战，需要综合策略来平衡生物多样性保护与公共安全及社会生态韧性。然而，现有的GIS热点分析往往只能识别空间格局，却无法量化促使动物与道路发生交互的景观结构性驱动因素。本研究旨在通过一个综合景观诊断框架来识别"生态陷阱"，该框架将核密度估计（KDE）用于统计热点识别，并辅以景观指数（FRAGSTATS）进行结构性诊断，以野猪（Sus scrofa）作为焦点物种。研究对高碰撞频率地点进行了探索性案例分析，利用了一个高质量数据集，包含2015年至2020年间在意大利南部阿韦利诺省最关键市镇内记录的161起精确定位事故事件。研究结果凸显了两个主要热点：Guardia Lombardi-Conza走廊和阿韦利诺北部-Pratola Serra轴线。定量分析显示，39.1%的事故发生在非灌溉耕地中，19.9%发生在阔叶林中，52.8%的事件位于距河流系统500米范围内，而河流系统充当了主要的生态移动廊道。此外，这些重点区域中的碎片化指数（斑块密度、边缘密度）显著偏高，证实了栖息地隔离和核心斑块的丧失迫使动物穿越基础设施。这些发现凸显了基于证据的空间规划的紧迫性，提供了一个具有潜在适用性的方法框架，可用于优先确定减缓措施（如生态廊道和智能信号系统），以增强社会生态系统的韧性。该框架为可持续土地管理提供了一个可扩展模型，确保生物多样性保护被整合到长期基础设施治理中。
