《Ecology and Evolution》：Estimating Area of Occupancy From Incomplete Occurrence Records: Reproducible Workflow Illustrated on a Comprehensive Dataset of Georgian Snakes
编辑推荐：
占有面积（Area of Occupancy, AOO）是评估物种脆弱性广泛使用的指标。为使AOO估算标准化，世界自然保护联盟（IUCN）建议使用固定的2×2 km网格。然而，对于记录稀疏且不规则的物种，该分辨率可能大幅低估AOO。尽管空间建模提供了潜在解决方
占有面积（Area of Occupancy, AOO）是评估物种脆弱性广泛使用的指标。为使AOO估算标准化，世界自然保护联盟（IUCN）建议使用固定的2×2 km网格。然而，对于记录稀疏且不规则的物种，该分辨率可能大幅低估AOO。尽管空间建模提供了潜在解决方案，但基于模型的估计可能因数据结构、预测因子选择和建模策略不同而在分类群和研究之间产生差异。本文提出一种可重现的工作流程，利用记录积累曲线的断点分析来识别具有信息量的物种特异性网格大小，并从这些不完整的分布记录中估算AOO。研究人员将该框架应用于格鲁吉亚发现的13种蛇类，这些蛇类在地形复杂、采样不规则区域内具有多样化的生态特征。对6个记录最充分物种的重复子抽样显示，积累曲线预测在96%–98%的比较中比原始占据格数更准确。13种蛇中有9种显示出显著的断点衍生尺度，约为4至13 km，而非标准2 km分辨率。该工作流程为探索由历史记录和公民科学分布数据集所估算的AOO的尺度依赖性、采样不完备性及敏感性提供了一种实用方法，并补充了正式IUCN红色名录评估中使用的标准化2×2 km AOO。
物种占有面积（Area of Occupancy, AOO）是评估物种脆弱性最常用的指标之一。为了统一AOO估算，IUCN要求使用2×2 km固定网格。然而，对于许多小型且易被忽视的物种，如两栖类、爬行类、小型哺乳动物和多数无脊椎动物，其记录往往稀疏且空间分布不均，直接使用2 km网格会严重低估真实占有面积。空间建模虽能弥补部分不足，但不同研究采用的数据结构、预测变量和建模策略各不相同，导致结果难以跨物种比较。因此，需要一种仅依赖经验记录、不引入主观建模假设的可重复方法，从已有不完整记录中估计AOO。该研究《Ecology and Evolution》提出利用记录积累曲线的断点分析确定物种特异性网格尺寸，并估计AOO渐近值。
研究人员以格鲁吉亚13种Colubrid蛇类为对象，整合了超过一个世纪的文献记录、作者野外调查以及公民科学数据（如社交媒体和iNaturalist），构建了完整的分布数据集。这些物种在体型、栖息地偏好和可检测性方面差异明显，且研究区域地形复杂、采样历史不均匀，为检验工作流提供了理想样本。研究发现，13个物种中有9个出现显著的断点，对应的网格尺寸约为4.5–13 km，远大于标准2 km。重复子抽样验证显示，基于积累曲线的预测在96%–98%的比较中优于直接使用原始占格数，表明该方法能有效补偿采样不完全带来的低估。该工作流为评估采样不完备性、尺度依赖性以及历史记录顺序对AOO估计的影响提供了实用工具，可作为IUCN正式红色名录评估中标准化2×2 km AOO的补充。
研究采用的关键技术方法包括：将记录坐标投影至UTM 38N坐标系，生成1至25 km共13种尺度的网格，统计各物种在不同尺度下的占格数；利用分段回归中的迭代最小二乘法对占格数-网格尺寸关系进行断点分析，并通过Davies检验确认断点显著性；使用负指数方程、Michaelis–Menten方程和Weibull饱和函数三种模型拟合按时间排序的记录积累曲线，以AIC选择最优模型并估算渐近占格数S
max；同时计算最小凸多边形获得EOO；最后，通过随机子抽样留出验证和500次记录顺序置换检验，评估模型预测能力和结果对记录顺序的敏感性。样本队列为格鲁吉亚13种Colubrid蛇类的分布记录，来源包括历史文献、作者野外调查和公民科学平台。
### 3.1 计算断点网格大小
通过分段回归分析，发现13种蛇中有9种出现显著断点（Davies检验p<0.05），断点对应的网格尺寸范围为4.5–13 km。这表明标准2 km网格下，占格数对网格尺寸变化过于敏感，而更大的网格能提供更稳定的累积行为。例如，Natrix natrix的断点为10.3 km，Dolichophis schmidti为8.6 km，Elaphe dione为4.5 km。
### 3.2 估计S
max和AOO
三种饱和模型在169个物种×网格组合中均成功收敛。Weibull模型在62.1%的情况下取得最低AIC，是最常被选中的形式。在断点尺度下，模型拟合的渐近线普遍大于实测占格数，中位采样完整性C = S
last/S
max为0.60。在2 km网格下，各物种观测AOO范围为80–660 km
2，而模型推导AOO范围为143–6941 km
2，均高于直接观测值，表明原始记录均低估了实际AOO。
### 3.3 重复子抽样验证
对记录数量最多的6个物种分别保留25%、50%、75%记录进行100次随机子抽样，曲线预测的中位相对误差分别为18.5%、7.8%、3.6%，而原始占格数的误差分别为67.6%、41.4%、19.4%；预测优于原始计数的比例分别为97.3%、97.8%、96.3%。所有70200次模型拟合均收敛，说明饱和曲线能显著提高不完整数据下AOO的估计准确性。
### 3.4 记录顺序敏感性
对每个物种的完整记录进行500次随机置换后，在断点尺度下，观测S
max与置换中位数的绝对差异中位数为28.0%；9个显著断点物种中有8个的观测S
max落在置换的95%区间内。相同最低AIC模型在62.2%的置换中重现，表明记录顺序对模型选择有一定影响，但不影响总体结论。
讨论指出，标准2 km网格对于数据稀疏的物种可能产生强烈保守的AOO估计，而断点衍生的网格尺度提供了更稳定的占格数累积。IUCN为保证可比性强制使用2 km网格，但当数据稀疏时该估计可能偏差过大。该工作流易于实现、完全可重复，不依赖主观预测变量，仅基于经验记录。研究结论认为，该工作流能够量化采样不完备性和尺度效应，为正式红色名录评估提供补充信息；未来可结合空间建模，在断点尺度的大网格内基于NDVI等景观指标估算适宜生境面积，从而更精确地估计物种真实分布范围。
