基于MaxEnt模型的廣西黑頸長尾雉潛在棲息地預(yù)測與保護(hù)空缺分析

林源， 徐雪怡， 伊劍鋒， 陸舟

(廣西大學(xué)動物科學(xué)技術(shù)學(xué)院，南寧530005)

基于MaxEnt模型的廣西黑頸長尾雉潛在棲息地預(yù)測與保護(hù)空缺分析

林源， 徐雪怡， 伊劍鋒， 陸舟*

(廣西大學(xué)動物科學(xué)技術(shù)學(xué)院，南寧530005)

了解物種生境的空間分布以及和環(huán)境因子的關(guān)系，對物種的保護(hù)有重要意義。黑頸長尾雉Syrmaticushumiae作為在廣西壯族自治區(qū)分布的鳥類，通過查閱文獻(xiàn)與分布名錄得到其分布點，以GIS空間技術(shù)運用MaxEnt模型對區(qū)內(nèi)黑頸長尾雉的生境適應(yīng)性和其主要影響因子進(jìn)行分析，模型評價結(jié)果為優(yōu)秀水平。通過劃分出的適宜生境和現(xiàn)有保護(hù)區(qū)進(jìn)行保護(hù)空缺分析。模型預(yù)測黑頸長尾雉的生境適宜區(qū)主要分布在廣西的西北區(qū)域，適宜生境總面積為6 771.84 km2，已建立的保護(hù)區(qū)覆蓋了16.72%的適宜生境，尚有4 985.86 km2的適宜生境在保護(hù)區(qū)之外。為更有效地實行保護(hù)，應(yīng)對保護(hù)空缺區(qū)域進(jìn)行填補。

黑頸長尾雉； MaxEnt模型；生境適宜性評價； GAP分析

棲息地是動物進(jìn)行生存和繁殖等活動必需的生物和非生物因素的綜合，良好的棲息地對于動物種群生存極為重要(蔣愛伍等，2012b)。不同因素對動物在棲息地選擇的影響不同(O’Connor，1985)，對其潛在的棲息地分布進(jìn)行預(yù)測以及對影響其棲息地分布的主要因素進(jìn)行分析，從而為其保護(hù)和管理提供理論依據(jù)(楊勇等，2011)。

黑頸長尾雉Syrmaticushumiae作為在廣西分布的雉類之一(周放，2011)，是國家Ⅰ級重點保護(hù)野生動物，被世界自然保護(hù)聯(lián)盟(IUCN)紅色名錄列為近危種(IUCN，2016)。近年的人口增長、城市擴張以及原生林面積減少，對黑頸長尾雉的生存造成更大的壓力，亟待加強保護(hù)(廖曉雯，2014)。

有學(xué)者對黑頸長尾雉的繁殖行為、棲息地選擇、分布等方面做了不少研究(陳偉才等，2006；貝永建等，2008；劉釗等，2008；常麗娜等，2011；蔣愛伍等，2012a)。其中姚小剛等(2012)利用謝爾福德限制性定律對黑頸長尾雉在云南哀牢山國家級自然保護(hù)區(qū)和劉慧明等(2016)采用自構(gòu)建模型對廣西金鐘山國家級自然保護(hù)區(qū)范圍內(nèi)的黑頸長尾雉進(jìn)行了生境適宜性評價；但關(guān)于整個廣西境內(nèi)的生境評價尚未見報道。

隨著衛(wèi)星系統(tǒng)和3S技術(shù)的發(fā)展，以遙感圖像為基礎(chǔ)，在大尺度下對野生動物棲息地適宜性評價成為熱點(高瑞蓮，吳健平，2000)。而最大熵模型(maximum entropy model，MaxEnt)作為近年來對野生動物棲息地適宜性分析的新技術(shù)，對哺乳類、魚類等都有使用(劉振生等，2013；張熙驁等，2014；劉芳，2016)。在對鳥類棲息地適宜性分析中，Moreno等(2011)利用MaxEnt對智利南部的黑喉隱竄鳥Pteroptochostarnii和赭脅竄鳥Eugrallaparadoxa所處的溫帶森林中的微生境預(yù)測；Hu和Liu(2014)利用預(yù)測的環(huán)境因子對海南Gorsachiusmagnificus在氣候變化背景下的棲息地變化進(jìn)行預(yù)測；段勝武(2015)基于MaxEnt主要以生物氣候數(shù)據(jù)為環(huán)境變量對栗斑腹鹀Emberizajankowskii的分布進(jìn)行了研究；吳慶明等(2016)基于MaxEnt對扎龍保護(hù)區(qū)丹頂鶴Grusjaponensis繁殖生境變化驅(qū)動因素進(jìn)行了跨領(lǐng)域的初步分析，認(rèn)為人類干擾和氣候變化是主要的驅(qū)動因素。MaxEnt對野生動物棲息的分布預(yù)測是根據(jù)現(xiàn)分布所聯(lián)系的環(huán)境變量計算其分布的最大熵來對潛在分布區(qū)進(jìn)行預(yù)測，相比其他的模型(如GARP、ENFA、Bioclim、Domain等)應(yīng)用更為廣泛(Phillipsetal.，2006)。本文主要通過GIS和MaxEnt相結(jié)合分析影響黑頸長尾雉分布的環(huán)境因子及其在廣西境內(nèi)的潛在棲息地。

1 材料與方法

1.1 研究地區(qū)概況

廣西壯族自治區(qū)是全球25個生物多樣性關(guān)鍵地區(qū)之一，地理坐標(biāo)104°26′～112°04′E，20°54′～26°24′N，位于亞熱帶、南亞熱帶以及北熱帶3個亞氣候帶，其陸地面積2.367×105km2。年均溫17.2～23.1 ℃，年降水量1 080～2 760 mm。植被類型為典型常綠闊葉林、季風(fēng)常綠闊葉林和季雨林。

1.2 模型介紹

MaxEnt最先在信息科學(xué)中提出，在生態(tài)位運算中，首先以現(xiàn)有的物種分布點作為樣點，分析該點的環(huán)境變量如植被覆蓋度、海拔等得出分布的約束條件，然后以該條件作為最大熵的約束條件探索及預(yù)測出類似的生境分布，并通過AUC曲線和Jackknife對模型的精度評價及分析各個環(huán)境因子的重要性。預(yù)測出物種分布的概率值為0～1，值越高表示其分布的概率越高(Haegeman & Etienne，2010；邢丁亮，郝占慶，2011)。本文采用廣泛使用于物種生境適宜性預(yù)測與評價的由Phillips等(2006)開發(fā)出的MaxEnt對黑頸長尾雉進(jìn)行分析。

1.3 數(shù)據(jù)來源及預(yù)處理

黑頸長尾雉的分布點來自廣西大學(xué)鳥類學(xué)研究團隊長期的調(diào)研結(jié)果(周放，2011)以及相關(guān)文獻(xiàn)(吳名川，1984；李漢華等，1998；貝永建等，2005；劉慧明等，2016)，排除重復(fù)的點，最后共選出58個(圖1)。環(huán)境變量包括地形、人為干擾、水源、植被4個部分。地形、NDVI指數(shù)、居民點、道路與河流數(shù)據(jù)來源于中國科學(xué)院計算機網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)。其中2009年ASTER GDEMV2的30 m分辨率海拔數(shù)據(jù)下載后，在ENVI 5.2中進(jìn)行幾何校正及鑲嵌后用ArcGIS 10.3進(jìn)行表面分析，提取坡度和坡向信息。NDVI指數(shù)為2015年MYD13Q1的16天合成產(chǎn)品。地表覆蓋類型數(shù)據(jù)來源于ISCGM(https://www.iscgm.org)全球地表覆蓋類型GLCNMO version 3，其將地表類型分成常綠闊葉林、混交林、農(nóng)田、水體等20個類別。居民點、道路與河流在ArcGIS中通過歐式距離分析距離范圍得到柵格文件。數(shù)據(jù)經(jīng)過ArcGIS使用研究區(qū)域矢量文件進(jìn)行裁剪提取統(tǒng)一成WGS1984坐標(biāo)系，經(jīng)重采樣統(tǒng)一柵格分辨率為90 m×90 m，最后轉(zhuǎn)化成MaxEnt所使用的ASCII格式文件。

1.4 分析方法

使用MaxEnt 3.3.3k導(dǎo)入黑頸長尾雉的分布點及環(huán)境變量數(shù)據(jù)，采用25%的分布點用于模型驗證，剩余的75%的分布點用以建立模型。最后的結(jié)果以Logistic輸出表示，模型的準(zhǔn)確度驗證采用軟件自帶的AUC曲線來鑒別，其值在0～1，其中0.5～0.6，不合格；0.6～0.7，差；0.7～0.8，普通；0.8～0.9，良；0.9～1.0，優(yōu)秀(Swets，1988)。

2 結(jié)果與分析

2.1 分布與環(huán)境因子的關(guān)系

模型結(jié)果的訓(xùn)練集和驗證集的AUC值分別為0.966和0.927，預(yù)測結(jié)果達(dá)到了優(yōu)秀水平。其中，海拔的貢獻(xiàn)率最大，占總貢獻(xiàn)率的61.92%，其次是NDVI指數(shù)、居民區(qū)距離、坡向、水體距離、坡度、地表覆蓋類型，依次為：23.84%、7.81%、3.14%、1.94%、0.98%、0.37%。

圖1 研究區(qū)概況及樣點分布圖

2.2 生境適宜性分布與保護(hù)空缺分析

利用MaxEnt分析生成的ASCII文件在ArcGIS打開轉(zhuǎn)化成柵格數(shù)據(jù)，得到黑頸長尾雉在廣西境內(nèi)的生境適宜圖(圖2)。

通過ArcGIS中的重分類將黑頸長尾雉的適宜性分布圖重新分為3個部分：0～0.5為不適宜，0.5～0.7為較適宜，0.7～1為最適宜。將現(xiàn)有保護(hù)區(qū)圖層與最適宜生境疊加進(jìn)行對比(圖3)，結(jié)果表明已建立的保護(hù)區(qū)僅覆蓋了16.72%的最適宜生境，尚有4 985.86 km2的最適宜生境在保護(hù)區(qū)外。

3 討論

MaxEnt是基于最大熵原理的預(yù)測模型，根據(jù)已知物種分布點的環(huán)境因子數(shù)據(jù)找出物種分布的最大熵值，從而預(yù)測其潛在的棲息地?，F(xiàn)已廣泛用于預(yù)測物種的潛在棲息地，本文通過MaxEnt對廣西境內(nèi)的黑頸長尾雉進(jìn)行潛在棲息地的分析，預(yù)測結(jié)果表明黑頸長尾雉潛在棲息地多集中在廣西西北部，這與相關(guān)研究(吳名川，1984；貝永建等，2005；陳偉才等，2006；蔣愛伍等，2006；姚小剛等，2012)的分布區(qū)相近，適宜的分布區(qū)相對狹窄，且多呈破碎化。適宜棲息地多分布在高海拔山區(qū)，中南部多為低海拔的丘陵和平地，除了西北地區(qū)，其他地區(qū)的山體中有較少面積的零星分布，而高海拔山地中的棲息地條件與丘陵和平地有差異，這也可能是黑頸長尾雉對其棲息地的一種適應(yīng)。適宜分布區(qū)與現(xiàn)已發(fā)表文獻(xiàn)的分布區(qū)有較大部分一致外，廣西百色、那坡、靖西一帶還具有一定面積的最適宜生境，同時資源、龍勝和廣西十萬大山等地區(qū)也具有一定面積的最適宜生境，但面積相對較小，在地圖中多為點狀的零星分布。根據(jù)目前的文獻(xiàn)及野外記錄資料，以上這些區(qū)域尚未發(fā)現(xiàn)黑頸長尾雉的分布。對于分析結(jié)果中的百色、那坡、靖西一帶的適宜分布區(qū)，考慮到模型分析中的因子為地表覆蓋類型、海拔、坡度等因子，除此之外該地區(qū)的其他影響因子(如植被的群落結(jié)構(gòu)等)并不能完全反映出來，對于這些地區(qū)黑頸長尾雉的存在與否仍需要進(jìn)行下一步的野外工作。而資源、龍勝和十萬大山等區(qū)域相對百色、那坡、靖西一帶來說其最適宜生境面積較小，適宜棲息地多破碎化。而棲息地的破碎化對種群來說往往是不利的(鄧文洪，2009)，有些對邊緣敏感的鳥類在面積較大的斑塊中的出現(xiàn)概率較小面積的高(Deng & Zheng，2004)。面積大的斑塊相對面積小的，其核心區(qū)域較大，棲息地類型更為豐富，邊緣的影響范圍有限。小面積的斑塊受外部的影響較大，如森林邊緣區(qū)域人類活動的干擾(農(nóng)田種植、伐木、修建道路等)對物種的生存形成更大的威脅和捕食風(fēng)險。另一方面，不同斑塊之間的距離也影響物種的分布，斑塊的距離較遠(yuǎn)意味著物種需要穿過更長距離的非適宜生境，通透性較低。這些都會對斑塊內(nèi)鳥類的生存造成不利影響。資源、龍勝和十萬大山等區(qū)域的適宜棲息地面積小、分布間隔大，所以可能沒有黑頸長尾雉的分布。本文的預(yù)測結(jié)果未對給予的相應(yīng)因子進(jìn)行分析得到的地理投影，后續(xù)工作還需對預(yù)測結(jié)果的適宜棲息地的大小、斑塊性程度以及物種的擴散能力等進(jìn)行考慮。

圖2 黑頸長尾雉適宜性分布圖

Fig.2 The distribution of suitable habitats forSyrmaticushumiae

圖3 黑頸長尾雉保護(hù)空缺分析

模型預(yù)測結(jié)果中，海拔和NDVI指數(shù)對于其分布貢獻(xiàn)率較大，黑頸長尾雉的分布偏向于高海拔山區(qū)，且對坡向和植被的覆蓋度具有一定的選擇(常麗娜等，2011；蔣愛伍等，2012a)。黑頸長尾雉偏好具有高大喬木的地區(qū)，如落葉林、混交林等，這可能與其選擇具有一定高度樹木作為夜棲地有關(guān)(蔣愛伍等，2006)。目前人類活動對棲息地原有植被的干擾和破壞對黑頸長尾雉極其不利。模型中與居民點的距離越遠(yuǎn)，黑頸長尾雉的分布概率越高，表明黑頸長尾雉棲息地對隱蔽性具有一定的需求。黑頸長尾雉在冬季會從高海拔移至相近的低海拔地區(qū)，而不同季節(jié)的棲息地植被類型有差別(李偉等，2010)。本文將黑頸長尾雉不同季節(jié)的分布點歸到一起，會對預(yù)測中植被覆蓋類型的比重造成影響。物種在不同季節(jié)分布點所處的環(huán)境變量不同，對于有些鳥類的棲息地預(yù)測應(yīng)考慮不同季節(jié)的差異性，需要分別對不同季節(jié)的棲息地進(jìn)行分析以提高預(yù)測的精度。同時本文的分布點數(shù)量還有一定缺乏，在今后還需進(jìn)行更多的工作補充。

廣西生物資源豐富，有針對大鯢Andriasdavidianus、白頭葉猴Presbytisleucocephalus等國家重點保護(hù)物種建立的保護(hù)區(qū)。本研究結(jié)果顯示，現(xiàn)有保護(hù)區(qū)對黑頸長尾雉的適宜生境并未覆蓋完全，覆蓋的面積較狹窄。建議考慮從黑頸長尾雉適宜生境、與其分布相關(guān)的植被覆蓋條件以及人為干擾等因素進(jìn)行綜合性的系統(tǒng)保護(hù)規(guī)劃，實現(xiàn)多物種的綜合保護(hù)。

貝永建， 陳偉才， 李漢華， 等. 2008. 再引入黑頸長尾雉育雛行為和育雛地選擇[J]. 四川動物， 27(1): 92-94.

貝永建， 李漢華， 黃乘明， 等. 2005. 岑王老山再引進(jìn)黑頸長尾雉(Syrmaticushumiae)種群擴散的研究[J]. 廣西師范大學(xué)學(xué)報(自然科學(xué)版)， 24(4): 85-88.

常麗娜， 李明會， 周偉， 等. 2011. 云南大中山黑頸長尾雉活動區(qū)種群密度及空間分布[J]. 西南林業(yè)大學(xué)學(xué)報， 31(6): 45-48.

陳偉才， 李漢華， 庾太林. 2006. 黑頸長尾雉的巢址選擇[J]. 四川動物， 25(3): 584-588.

鄧文洪. 2009. 棲息地破碎化與鳥類生存[J]. 生態(tài)學(xué)報， 29(6): 3181-3187.

段勝武. 2015. 基于Maxent模型的栗斑腹鹀分布研究及預(yù)估[D]. 長春: 東北師范大學(xué).

高瑞蓮， 吳健平. 2000. 3S技術(shù)在生物多樣性研究中的應(yīng)用[J]. 遙感技術(shù)與應(yīng)用， 15(3): 205-209.

蔣愛伍， 原寶東， 覃國樂， 等. 2012a. 黑頸長尾雉生物學(xué)研究進(jìn)展[J]. 生物學(xué)教學(xué)， 37(11): 2-5.

蔣愛伍， 周放， 陸舟， 等. 2006. 廣西黑頸長尾雉對夜宿地的選擇[J]. 動物學(xué)研究， 27(3): 249-254.

蔣愛伍， 周放， 覃玥， 等. 2012b. 中國大陸鳥類棲息地選擇研究十年[J]. 生態(tài)學(xué)報， 32(18): 5918-5923.

李漢華， 庾太林， 申蘭田. 1998. 廣西的角雉屬、長尾雉屬鳥類及其地理分布[J]. 廣西師范大學(xué)學(xué)報(自然科學(xué)版)， 9(3): 78-82.

李偉， 周偉， 劉釗， 等. 2010. 云南大中山黑頸長尾雉棲息地選擇周年變化[J]. 動物學(xué)研究， 31(5): 499-508.

廖曉雯. 2014. 廣西陸生藥用脊椎動物(兩棲爬行及鳥類)資源調(diào)查和分析評價[D]. 南寧: 廣西大學(xué).

劉芳. 2016. 吉林琿春野生東北虎棲息地生境評價與潛在廊道分析[D]. 北京: 北京林業(yè)大學(xué).

劉慧明， 劉曉曼， 王昌佐， 等. 2016. 金鐘山國家級自然保護(hù)區(qū)黑頸長尾雉生境適宜性評價[J]. 地球信息科學(xué)學(xué)報， 18(4): 526-536.

劉釗， 周偉， 張慶， 等. 2008. 哀牢山自然保護(hù)區(qū)南華片黑頸長尾雉春季覓食地植物群落特征與選擇[J]. 動物學(xué)研究， 29(6): 646-652.

劉振生， 高惠， 滕麗微， 等. 2013. 基于MAXENT模型的賀蘭山巖羊生境適宜性評價[J]. 生態(tài)學(xué)報， 33(22): 7243-7249.

吳名川. 1984. 廣西雉類的生態(tài)及分布[J]. 野生動物， 7(6): 12-14.

吳慶明， 王磊， 朱瑞萍， 等. 2016. 基于MAXENT模型的丹頂鶴營巢生境適宜性分析——以扎龍保護(hù)區(qū)為例[J]. 生態(tài)學(xué)報， 36(12): 3758-3764.

邢丁亮， 郝占慶. 2011. 最大熵原理及其在生態(tài)學(xué)研究中的應(yīng)用[J]. 生物多樣性， 19(3): 295-302.

楊勇， 溫俊寶， 胡德夫. 2011. 鳥類棲息地研究進(jìn)展[J]. 林業(yè)科學(xué)， 47(11): 172-180.

姚小剛， 李明會， 周偉， 等. 2012. 哀牢山自然保護(hù)區(qū)南華片黑頸長尾雉生境適宜性評價[J]. 西南林業(yè)大學(xué)學(xué)報， 32(2): 68-72.

張熙驁， 隋曉云， 呂植， 等. 2014. 基于Maxent的兩種入侵性魚類(麥穗魚和鯽)的全球適生區(qū)預(yù)測[J]. 生物多樣性， 31(2): 182-188.

周放. 2011. 廣西陸生脊椎動物分布名錄[M]. 北京: 中國林業(yè)出版社: 65-68.

Deng W， Zheng G. 2004. Landscape and habitat factors affecting cabot’s tragopanTragopancabotioccurrence in habitat fragments[J]. 117(1): 25-32.

Haegeman B， Etienne RS. 2010. Entropy maximization and the spatial distribution of species[J]. American Naturalist， 175(4): E74-E90.

Hu J， Liu Y. 2014. Unveiling the conservation biogeography of a data-deficient endangered bird species under climate change[J]. PLoS ONE， 9(1): e84529. DOI: 10.1371/journal.pone.0084529.

IUCN. 2016.The IUCN red list of threatened species[EB/OL]. (2016-3)[2016-12-20]. http://www.iucnredlist.org/.

Moreno R， Zamora R， Molina JR，etal. 2011. Predictive modelling of microhabitats for endemic birds in south Chilean temperate forests using maximum entropy (MaxEnt)[J]. Ecological Informatics， 6(6): 364.

O’Connor RJ. 1985. Avian ecology: habitat selection in birds[J]. Science， 230(4728): 933.

Phillips SJ， Anderson RP， Schapire RE. 2006. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling， 190(3): 231-259.

Swets JA. 1988. Measuring the accuracy of diagnostic systems[J]. Science， 240(4857): 1285-1293.

Potential Predation and Conservation Vacancy Analysis ofSyrmaticushumiaein Guangxi Based on MaxEnt Model

LIN Yuan， XU Xueyi， YI Jianfeng， LU Zhou*

(College of Animal Science and Technology， Guangxi University， Nanning 530005， China)

It is very important to understand the distribution of the living space and the relationship with the environmental factors. Guangxi Zhuang Autonomous Region is one of the distribution areas of Hume’s pheasant (Syrmaticushumiae). In this study， the distribution points were collected by searching the literature and distribution lists， and the MaxEnt model of GIS spatial technology was used to get the main influencing factors and adaptability habitat. The results of model evaluation were confirmed to be excellent. Gap analysis was conducted by delineating suitable habitats and existing nature reserves. The habitat suitable area predicted by the model was mainly distributed in the northwestern region of Guangxi， and the total suitable habitat area was6 771.84 km2. The established protected areas covered 16.72% of the suitable habitat. However， there were still4 985.86 km2of suitable habitats outside the protected area. For more effective protection， the vacant areas should be enriched in the future.

Syrmaticushumiae； MaxEnt model； habitat suitability assessment； GAP analysis

2017-01-15 接受日期：2017-02-22

林源(1990—)， 男， 碩士研究生， 研究方向：動物保護(hù)生態(tài)學(xué)， E-mail：269623730@qq.com

*通信作者Corresponding author， E-mail:lt9646@139.com

10.11984/j.issn.1000-7083.20170017

Q958.1； Q959.7

A

1000-7083(2017)03-0328-06