《Current Plant Biology》：From Smartphones to Satellites: Integrating Citizen Science and High-Resolution Environmental Data for Mapping Plant Invasions in Urban Mountain Landscapes
编辑推荐：
研究人员提出了一种顺序两阶段框架以细化黑眼苏珊(Thunbergia alata)的生境适宜性。在第一阶段，基于公民科学 occurrence 记录与WorldClim广尺度生物气候变量（12个Bio变量），MaxEnt模型捕获了适宜性格局（测试集AUC=0.
研究人员提出了一种顺序两阶段框架以细化黑眼苏珊(Thunbergia alata)的生境适宜性。在第一阶段，基于公民科学 occurrence 记录与WorldClim广尺度生物气候变量（12个Bio变量），MaxEnt模型捕获了适宜性格局（测试集AUC=0.851±0.012）。在第二阶段，研究人员通过开展超过1000个点的系统野外调查获得独立 Presence/Absence 数据，并将12个生物气候变量与5米分辨率精细环境变量（数字高程模型(DEM)、坡度、VIIRS夜间灯光、土地覆被、归一化植被指数(NDVI)、红光谱波段）整合进细化模型，性能提升至AUC=0.902±0.008。在细化模型中，海拔(DEM)与夜间灯光强度(VIIRS)为最强预测因子；独立野外缺失点验证显示47.2%的 Absence 落在极低与低适宜性等级。多源数据融合改善了复杂城市山地景观中入侵物种制图的空间表征能力。
研究背景方面，非原生植物经人类介导引入后可成为入侵种，威胁生物多样性与生态系统服务，并在农业、渔业及公共健康等领域产生经济成本。城市环境因高强度人类活动、高连通性与异质性景观，成为非原生物种引入与二次扩散的储存库；而热带安第斯山脉等山地城市正经历快速城市化，入侵植物丰富度以每十年约16%速度增长，但分布与驱动机制数据匮乏。黑眼苏珊(Thunbergia alata)为东非起源多年生攀援藤本，已在美国热带区归化，在厄瓜多尔基多都会区(Metropolitan District of Quito, MDQ)的高海拔城市生态系统中其分布动态尚未明。传统物种分布模型(SDM)依赖 occurrence 质量与环境变量分辨率，公民科学虽低成本提供大量记录，但存在空间抽样偏差与位置精度不均问题；极少研究评估将公民科学、系统野外调查与高分辨率遥感整合用于热带山地城市入侵植物制图的路径。为此，研究人员以基多都会区为案例，构建两阶段SDM框架，评估多源数据融合价值。
主要关键技术方法方面，研究人员采用顺序两阶段MaxEnt建模。第一阶段从iNaturalist Ecuador获取2011—2023年728条T. alata记录，清洗后保留637条，配WorldClim 2.1的30弧秒（~1公里）12个生物气候变量（Bio1、Bio2、Bio3、Bio4、Bio7、Bio12、Bio13、Bio15、Bio16、Bio17、Bio18、Bio19），经Pearson相关(r≥0.80)筛选，以正则化乘数1.5、cloglog输出、10次重复平均预测，得初步模型并按Jenks自然断裂分5级适宜性。第二阶段基于初步模型分层随机布点1009个（每级约200点），GPS导航实地核查得450 Presences与559 Absences；将12个Bio变量与5米网格重采样的高分辨率变量（DEM、坡度、VIIRS夜间灯光、2017土地覆被、SPOT 6-7红波段、NDVI）整合，同样MaxEnt设置建模；以25%留一测试AUC与559独立Absence点外部验证，并用Jackknife、百分比贡献(PC)与置换重要性(PI)评估预测因子。
研究结果部分，3. Results小标题下，模型性能显示初步模型平均测试AUC=0.851±0.012，细化模型升至0.902±0.008，空间分辨率由~1公里提至5米。独立野外验证中20.0% Absence在极低、27.2%在低适宜性，合计47.2%落两级最低类，12.9%与20.6%分落高与极高类，表明细化模型对低适宜性判别增强但仍存高适宜无物种点。预测因子重要性上，模型1以Bio15(PC=27.6%)、Bio19(PC=25.0%)为主，Bio2与Bio15置换重要性最高；模型2中VIIRS夜间灯光PC=30.0%、PI=34.9%，DEM PC=16.8%、PI=20.5%，Bio19(PC=12.5%)、Bio15(PC=9.5%)次之，NDVI(PC=6.4%)有正向贡献。Jackknife显示Bio15、Bio18、Bio19、DEM、VIIRS单变量增益最高。响应曲线表明海拔适宜性在约2400米达峰呈单峰，夜间灯光在约30 nW/cm2/sr达峰后缓降。
讨论部分总结，研究人员指出两阶段框架能渐进细化入侵种制图，公民科学记录与系统野外数据具一致性，可借教育与校验流程增强可信度；城市作为山地生物多样性热点中入侵促进因子的角色需政策关注。初步模型捕获广尺度气候信号，细化模型揭示VIIRS与DEM为最强预测，但VIIRS重要性可能混杂取样可达性（分层取样本身依赖初步模型、夜间灯亮区易抵达），不能单独归因于生态过程；海拔单峰约2400米反映基多山谷—山脊梯度。水体廊道扩散仅为假设未验证。方法上初步模型适于低成本初筛，细化模型适于高分辨率靶向管理。
结论部分翻译：预测入侵种分布具挑战性，因生境适宜性在异质环境中变异且依赖多生态环境变量整合。本研究两阶段框架通过整合公民科学记录、系统野外观测与多分辨率环境预测因子，渐进细化T. alata生境适宜性；初步模型识别广尺度气候变量为主导，细化模型纳入高分辨率地形、植被、景观及人类关联变量，海拔与夜间灯光强度为最强预测因子，证明田野观测与高分辨率环境信息结合可改善复杂城市景观空间表征。该框架在差异资源条件下具实用监测价值：初步模型支撑低成本初评区识别，细化模型在系统观测与高分辨率数据可用时提供细部信息。公民科学与系统观测的一致性进一步支持开放数据库作为入侵监测互补源。多源occurrence与环境预测因子整合提供了灵活框架，未来纳入时间监测、水文连通与新增野外观测可深化机制解释与扩散预测。本文发表于《Current Plant Biology》。
Santiago Bonilla-Bedoya、David Salazar-Valenzuela、Nora H. Oleas、María Belén Buena?o、Mario Quijano-Abril、Jorge Guamialama、Jose Eduardo Macedo Pezzopane 等研究人员完成上述工作。
