基于Maxent模型的粵港澳大灣區(qū)水鳥多樣性熱點(diǎn)研究

羅綺琪,胡慧建,徐正春,丁志鋒,楊錫濤,陳秋菊，張春霞，李愛英，鄒潔建，葉冬梅，王家彬,張志翔,梁健超,,*

1 廣東省科學(xué)院動物研究所，廣東省動物保護(hù)與資源利用重點(diǎn)實(shí)驗(yàn)室，廣東省野生動物保護(hù)與利用公共實(shí)驗(yàn)室， 廣州 510260 2 華南農(nóng)業(yè)大學(xué)林學(xué)與風(fēng)景園林學(xué)院，廣州 510642 3 北京林業(yè)大學(xué)，生態(tài)與自然保護(hù)學(xué)院，北京 100083 4 廣東省林業(yè)調(diào)查規(guī)劃院，廣州 510520 5 廣東省野生動物救護(hù)中心，廣州 510520 6 中山市自然保護(hù)地管護(hù)中心，中山 528400

生物多樣性的空間分布長期以來是生態(tài)學(xué)、生物地理學(xué)、保護(hù)生物學(xué)等學(xué)科的研究熱點(diǎn)之一[1-2]。特別是,隨著近年來全球變化的影響,物種棲息地退化、破碎化及喪失等問題日趨嚴(yán)重,全球生物多樣性面臨前所未有的威脅[3-4]。在此背景下,研究并掌握生物多樣性的空間分布格局不僅為預(yù)測全球變化對生物多樣性的影響提供基礎(chǔ),更有助于確定優(yōu)先保護(hù)區(qū)域,從而利用有限資源去實(shí)現(xiàn)最佳保護(hù)效果。

生物多樣性的空間分布是各物種空間分布的綜合結(jié)果。然而,傳統(tǒng)的物種分布大都是以行政區(qū)劃為基礎(chǔ)的簡單描述,依賴于專家主觀判斷,并且忽視環(huán)境異質(zhì)性,因而利用該類數(shù)據(jù)得到的結(jié)果其精確性往往受到詬病[5]。為此,生態(tài)學(xué)家提出利用物種生態(tài)位模型(Ecological Niche Models, ENMs), 即利用物種分布點(diǎn)及其所關(guān)聯(lián)的環(huán)境變量去推算物種的生態(tài)需求從而模擬物種的分布[6]。其中,最大熵模型(Maximum Entropy model, Maxent)由于僅需物種的出現(xiàn)點(diǎn)位信息,規(guī)避了回歸模型對物種“非出現(xiàn)點(diǎn)”數(shù)據(jù)的要求[7],使模擬物種潛在分布更加便捷容易,同時對小樣本、非規(guī)則取樣等數(shù)據(jù)偏差問題耐受性更高[8],預(yù)測表現(xiàn)優(yōu)異,因而被廣泛用于珍稀瀕危物種的分布預(yù)測[9]、入侵物種的管理[10]、全球氣候變化對物種分布的影響[11]、生物多樣性保護(hù)評估[12]、自然保護(hù)區(qū)的選擇和設(shè)計(jì)[13]等方面,已經(jīng)成為大尺度研究中不可或缺的重要工具。

水鳥作為濕地特有的高等生物類群,是濕地生態(tài)系統(tǒng)中的重要組成部分,對于維持濕地生物多樣性具有重要的作用[12]?；浉郯拇鬄硡^(qū)河網(wǎng)密集廣布,水道縱橫交錯,擁有豐富的濱海濕地和河流濕地,水鳥資源豐富。此外,粵港澳大灣區(qū)處于東亞—澳大利亞路線候鳥重要遷徙路線的中端位置,是南北遷飛水鳥尤其是許多珍稀瀕危水鳥的重要停歇地和越冬地。但近幾十年來,隨著城市化與工業(yè)化的快速發(fā)展、人口和產(chǎn)業(yè)活動集聚,區(qū)內(nèi)濕地開發(fā)程度加深,大量的圍墾填?；顒拥仁?jié)竦赝嘶瘒?yán)重,近海與海岸濕地大面積減少,濕地泥沙淤積、水質(zhì)污染、生物多樣性喪失等生態(tài)環(huán)境問題突出[14-15]。掌握水鳥多樣性的空間分布特點(diǎn),從而利用有限的資源對最急需保護(hù)的區(qū)域進(jìn)行優(yōu)先保護(hù),已成為粵港澳大灣區(qū)生態(tài)文明建設(shè)中亟待解決的核心問題。為此,本研究以實(shí)地調(diào)查及文獻(xiàn)檢索的物種點(diǎn)位為基礎(chǔ),利用Maxent模型對水鳥的潛在分布區(qū)進(jìn)行預(yù)測,在此基礎(chǔ)上,分析粵港澳大灣區(qū)的水鳥多樣性的分布格局及熱點(diǎn)地區(qū),以期為粵港澳大灣區(qū)水鳥多樣性保護(hù)規(guī)劃提供科學(xué)依據(jù)。

1 材料和方法

1.1 研究范圍

粵港澳大灣區(qū)地處廣東省中南部(112°45′E,21°31′N—113°50′E,23°10′N)。本文的研究范圍涵蓋粵港澳大灣區(qū)廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶9個地級市(圖1),總面積約54600 km2。 通過ArcGIS將其轉(zhuǎn)化為597228個300 m× 300 m的網(wǎng)格,本研究所有分析將在此網(wǎng)格體系上進(jìn)行。

圖1 研究區(qū)域與水鳥分布記錄Fig.1 Study area and occurence points of waterbirds

1.2 水鳥分布數(shù)據(jù)

水鳥的分布數(shù)據(jù)主要來自于(1)廣東省科學(xué)院動物研究所動物調(diào)查監(jiān)測與恢復(fù)中心在珠三角各市開展的本底調(diào)查,調(diào)查于每年的越冬季和繁殖季開展,從中篩選出涉及水鳥的相關(guān)記錄,共2598條；(2)中國觀鳥記錄中心網(wǎng)站(http://www.birdreport.cn/)上的觀鳥記錄,篩選出與水鳥相關(guān)并有明確經(jīng)緯度信息的記錄,共2995條；(3)公開發(fā)表的期刊論文中的水鳥分布記錄[16-22],共235條,所有記錄均來自于2016—2019年,合計(jì)5828條。為確保模型精度以及消除空間自相關(guān)所導(dǎo)致的模型偏差,本研究僅選擇了具有10個以上分布數(shù)據(jù)的水鳥作為研究的對象,且每個300 m× 300 m的網(wǎng)格內(nèi)一個物種僅保留一個分布點(diǎn)記錄[23-24]。最終,55種水鳥,5204個分布位點(diǎn)被用于本研究中(圖1)。

1.3 環(huán)境數(shù)據(jù)

在綜合前人的研究的基礎(chǔ)上[25-27],結(jié)合水鳥棲息地的環(huán)境特征,從氣候、生境和干擾三方面考慮,選擇了年平均氣溫、氣溫季節(jié)變化、土地利用類型、水源距離、干擾距離等15個影響水鳥分布的環(huán)境因子來構(gòu)建模型(表1,圖2,圖3)。

表1 用于物種分布模型的環(huán)境因子

氣候數(shù)據(jù)來源自全球氣候數(shù)據(jù)中心(https://www.worldclim.org/)的當(dāng)代氣候數(shù)據(jù)(1970—2000年)。2015年土地覆蓋數(shù)據(jù)由廣東省環(huán)境科學(xué)研究院提供,水源距離基于提取土地利用類型中的水體,通過計(jì)算各個網(wǎng)格到最近水源(河流、湖泊、水庫等)的歐式距離獲得；干擾距離基于提取土地利用類型中的建設(shè)用地,通過計(jì)算各網(wǎng)格到最近的干擾源(道路、建筑等)的歐式距離獲得。歸一化植被指數(shù)(NDVI),以Landsat- 8遙感衛(wèi)星影像作為數(shù)據(jù)源,通過ArcGIS10.2 軟件中計(jì)算得到。紅樹林?jǐn)?shù)據(jù)來源自廣東省林業(yè)局2017年全省紅樹林本底調(diào)查,灘涂數(shù)據(jù)和人口密度數(shù)據(jù)由廣東省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院提供。所有的環(huán)境變量在ArcGIS中進(jìn)行重采樣，統(tǒng)一到相同坐標(biāo)系相同范圍的300 m× 300 m分辨率下。

圖2 氣候因子Fig.2 Climate factors

圖3 生境與干擾因子Fig.3 Habitat and disturbance factors

1.4 Maxent模型

考慮到環(huán)境變量間存在著一定的相關(guān)性,變量間相關(guān)性過高會使模型分析結(jié)果產(chǎn)生過度擬合。因此,為保證模型預(yù)測結(jié)果,本研究對環(huán)境變量進(jìn)行篩選和相關(guān)性分析[28]。首先,選擇所有環(huán)境變量進(jìn)入Maxent模型進(jìn)行初步模擬,通過模型中的刀切法(Jackknife)判斷各環(huán)境因子對模型預(yù)測結(jié)果的貢獻(xiàn)度。隨后,參照Yang等的研究方法[29-30],對各環(huán)境變量進(jìn)行多重共線性分析,若兩變量之間的Pearson相關(guān)性系數(shù)|r|≥0.8,則取模型最初運(yùn)行結(jié)果中貢獻(xiàn)大的變量。

本研究選取75%的分布點(diǎn)記錄作為訓(xùn)練集用于模型建立,剩下25%的分布點(diǎn)記錄作為測試集用于模型驗(yàn)證,最大迭代次數(shù)為5000次,模型重復(fù)運(yùn)行10次,結(jié)果輸出類型選擇Logistic模式,其余參數(shù)則均使用默認(rèn)值[31]。對于預(yù)測結(jié)果,采用ROC曲線(receiver operating characteristic curve)下面積,即AUC值(Area Under Curve)進(jìn)行精度評價。AUC值的范圍為[0,1],通常認(rèn)為值越大,表示模型預(yù)測結(jié)果的精度越高。評價標(biāo)準(zhǔn)為：AUC值在0.5—0.6,模型預(yù)測失??；0.6—0.7,較差；0.7—0.8,一般；0.8—0.9,良好；0.9—1.0,優(yōu)秀[32]。

選擇均等測試敏感性和特異性閾值(Equal training sensitivity and specificity Logistic threshold)的方法,將模型預(yù)測結(jié)果從Logistic分布概率值轉(zhuǎn)化為0—1的二項(xiàng)取值。如果物種在某一柵格的分布概率大于此閾值,則認(rèn)為物種在這一柵格內(nèi)有分布(1),反之則是無分布(0)。

1.5 模型整合與熱點(diǎn)區(qū)分析

根據(jù)Maxent模型預(yù)測結(jié)果,利用ArcGIS中的柵格計(jì)算器工具對55種水鳥的分布預(yù)測進(jìn)行疊加分析,得到粵港澳大灣區(qū)水鳥豐富度空間分布格局。依據(jù)物種豐富度從多到少,采取自然間斷點(diǎn)分級法劃分為熱點(diǎn)地區(qū)、次熱點(diǎn)地區(qū)、中等地區(qū)、次冷點(diǎn)地區(qū)和冷點(diǎn)地區(qū)5個等級[33-34]。最后應(yīng)用ArcGIS的分區(qū)統(tǒng)計(jì)工具,統(tǒng)計(jì)各個等級分區(qū)的面積。

2 結(jié)果

結(jié)果顯示,55種水鳥模型AUC值均高于0.8,平均AUC值為0.946±0.022,表明所有模型均具有優(yōu)秀的預(yù)測精度,可用于水鳥多樣性格局預(yù)測。就全部水鳥而言,對模型預(yù)測貢獻(xiàn)度排列前3的環(huán)境因子依次是降雨量季節(jié)變化(30.07%)、土地利用類型(28.86%)和距離水源的距離(9.73%)；分居留型來看,對候鳥的潛在分布預(yù)測貢獻(xiàn)度較高的環(huán)境因子有降雨量季節(jié)變化(35.46%)、土地利用類型(31.51%)和距離水源的距離(6.87%),對留鳥的潛在分布預(yù)測貢獻(xiàn)度較高的環(huán)境因子有土地利用類型(21.09%)、距離水源的距離(18.11%)、最冷月的最低氣溫(14.46%)和降雨量季節(jié)變化(14.26%)(圖4)。

從55種水鳥對環(huán)境因子的響應(yīng)曲線上看,在降雨量的季節(jié)變化方面,水鳥出現(xiàn)的概率隨降雨量季節(jié)變化的增大而增加,最高峰值出現(xiàn)在78 mm；最冷月水鳥出現(xiàn)概率的最高峰值出現(xiàn)在氣溫12—13℃時,水鳥出現(xiàn)的概率隨氣溫的降低而下降；在氣溫的年變化上,氣溫的年變化越大水鳥的出現(xiàn)概率越低,大部分水鳥出現(xiàn)概率的峰值在17—20℃之間。土地利用類型是除氣候因子之外對水鳥分布影響最大的環(huán)境因素,水鳥多聚集在河流、灘涂、湖泊等濕地類型。距水源越近,水鳥出現(xiàn)概率越高,對水源有較高依賴性。

根據(jù)Maxent的預(yù)測結(jié)果,水鳥的潛在分布區(qū)集中在珠江口區(qū)域。按照水鳥居留型劃分,冬候鳥如綠翅鴨Anascrecca、赤頸鴨AnasPenelope、紅嘴鷗Larusridibundu等的分布特性較為顯著,僅分布于東南部沿海區(qū)域,集中在深圳、珠海、江門、中山；白鷺Egrettagarzetta、牛背鷺Bubulcusibis、黑水雞Gallinulachloropus等留鳥沿水系分布的特征較為明顯,分布范圍較冬候鳥廣(圖5)。

圖4 各環(huán)境因子對粵港澳大灣區(qū)水鳥潛在分布的貢獻(xiàn)度 Fig.4 Contribution of each environmental factors to the potential distribution of waterbirds in the Guangdong-Hong Kong-Macao Greater Bay Area AMT(Annual mean temperature)：年平均氣溫; AP((Annual precipitation)：年均降雨量; MTCM(Minimum temperature of the coldest month)：最冷月的最低氣溫; MTWM(Maximum temperature of the warmest month)：最暖月的最高氣溫; PS(Precipitation seasonality)：降雨量季節(jié)變化; PWM(Precipitation of the wettest month)：最濕月的降雨量; PDM(Precipitation of the driest month)：最干月的降雨量; TAR(Temperature annual range)：氣溫年變化; TS(Temperature seasonality)：氣溫季變化; DD(Distance to the anthropogenic disturbance)：干擾距離; DW(Distance to the nearest surface water)：水源距離; MT(Area of mangroves and tidal flats)：紅樹林及灘涂的面積; LC(Land cover)：土地利用類型; NDVI(Normalized Difference Vegetation Index)：歸一化植被指數(shù); PD(Population density)：人口密度

圖5 粵港澳大灣區(qū)水鳥潛在分布Fig.5 Potential distribution of waterbirds in the Guangdong-Hong Kong-Macao Greater Bay Area

根據(jù)熱點(diǎn)地區(qū)分析結(jié)果顯示,水鳥多樣性熱點(diǎn)地區(qū)主要分布在大灣區(qū)的東南部沿海地帶,分布面積較大的有珠海、江門、深圳、中山、廣州；次熱點(diǎn)地區(qū)分布在熱點(diǎn)地區(qū)的外延,沿著水系從東南部沿海地區(qū)向北部內(nèi)陸方向延伸,分布面積較大的是江門、深圳、珠海、中山、惠州(圖6,圖7)。熱點(diǎn)地區(qū)內(nèi)有自然棲息地(包括林地、草地、濕地、灘涂等)有1064.25 km2,人工棲息地(包括建筑用地、耕地等)有405.63 km2；次熱點(diǎn)地區(qū)內(nèi)有自然棲息地998.91 km2,人工棲息地878.31 km2。

圖6 粵港澳大灣區(qū)水鳥多樣性熱點(diǎn)地區(qū)及保護(hù)地分布Fig.6 Waterbird hotspots and distribution of protected areas in the Guangdong-Hong Kong-Macau Greater Bay Area

圖7 粵港澳大灣區(qū)不同城市水鳥多樣性熱點(diǎn)區(qū)面積 Fig.7 Area of hotspots of waterbirds for different cities in the Guangdong-Hong Kong-Macau Greater Bay Area

3 討論

水鳥多樣性熱點(diǎn)地區(qū)主要分布在珠江口地帶,集中在珠海、江門、深圳、中山等市。珠江口是中國水鳥遷徙的主要途徑地之一,在水鳥聚集的廣州南沙、深圳后海灣、珠海淇澳島、磨刀門、江門崖門、鎮(zhèn)海灣等地,咸淡水交匯,海岸類型多樣,且擁有一定面積的灘涂和紅樹林,是水鳥棲息和覓食的主要場所,水鳥多樣性豐富,以濱海濕地水鳥為主。其中,斑背潛鴨Aythyamarila、鐵嘴沙鸻Charadriusleschenaultii、蒙古沙鸻Charadriusmongolus、斑臉海番鴨Melanittafusca僅分布于濱海濕地,且分布面積最少。珠江三角洲徑流通過八大口門注入珠江口,水鳥豐富度從珠江口門區(qū)域沿著水系往內(nèi)陸逐漸減少,水鳥多樣性降低,以內(nèi)陸濕地水鳥為主,小Tachybaptusruficollis、池鷺Ardeolabacchus、普通翠鳥Alcedoatthis和白胸苦惡鳥Amaurornisphoenicurus的分布最為廣泛。在水鳥多樣性熱點(diǎn)地區(qū)中,自然棲息地與人工棲息地約為2.5∶1,其中自然棲息地的比重較高,對于有較多水鳥聚集熱點(diǎn)地區(qū),可以結(jié)合當(dāng)?shù)匕l(fā)展?fàn)顩r在適當(dāng)?shù)姆秶鷥?nèi)擴(kuò)大自然保護(hù)區(qū)或濕地公園的面積,或建立一些自然保護(hù)區(qū)或濕地公園,就近保護(hù)。如在江門市東南部的銀湖灣濕地公園、鎮(zhèn)海灣濕地公園、小鳥天堂等水鳥聚集較多的區(qū)域,在原有保護(hù)地的基礎(chǔ)上,根據(jù)熱點(diǎn)地區(qū)的分布現(xiàn)狀及水鳥活動規(guī)律,選擇濕地集中分布的區(qū)域,新建或擴(kuò)充保護(hù)地,開展區(qū)域性水鳥保護(hù)行動,建設(shè)水鳥生態(tài)廊道,連通水鳥棲息生境,形成保護(hù)網(wǎng)絡(luò)。

水鳥分布主要受氣候及土地利用影響。其中,降雨量季節(jié)變化和年最低氣溫是決定水鳥分布的最重要?dú)夂蛞蜃?。降雨量的季?jié)變化導(dǎo)致濕地水位發(fā)生改變,大量研究表明[35-37],濕地的水位變化是影響水鳥覓食地和休息地選擇的關(guān)鍵因素。最冷月的最低氣溫上升是氣候變暖的主要體現(xiàn)之一,近100年來全球平均氣溫上升了0.85℃,氣候變暖趨勢明顯[38]。有研究表明,全球氣候變暖對水鳥的影響比對陸生鳥類的影響更為明顯[39]。最低氣溫的上升改變了遷徙水鳥的越冬范圍和遷徙路線[40-41]?；浉郯拇鬄硡^(qū)在水鳥遷徙路線中處于重要的地理位置,每年秋冬季節(jié)都有大量的越冬水鳥在此棲息,更需要關(guān)注氣候變化對水鳥的影響,為水鳥適應(yīng)氣候變化提供良好的棲息環(huán)境。

河流、湖泊、近海濕地是水鳥賴以為生的土地覆蓋類型。然而,大灣區(qū)作為我國南部經(jīng)濟(jì)發(fā)展最為迅速的區(qū)域之一,各種開發(fā)活動對當(dāng)?shù)貪竦刭Y源帶來巨大威脅。特別是在大灣區(qū)沿海經(jīng)濟(jì)發(fā)達(dá)城市,如廣州、深圳、珠海等,近年來隨著開發(fā)建設(shè)的快速推進(jìn),圍海養(yǎng)殖、填海造地和機(jī)場碼頭的建設(shè),導(dǎo)致土地利用類型產(chǎn)生了劇烈的轉(zhuǎn)變,天然濕地萎縮,濕地生態(tài)功能退化尤其是水質(zhì)污染嚴(yán)重,自然岸線消失,與之對應(yīng)的是人工岸線逐年增加[42]。而如前說述,這些城市恰恰是水鳥多樣性最為豐富的區(qū)域。這些過度的圍填?；顒訉?dǎo)致濕地生境銳減及破碎化,改變了水鳥棲息地適宜性,由此而引起的水鳥分布變遷將嚴(yán)重改變其空間分布格局,對水鳥豐富度和多樣性產(chǎn)生巨大的負(fù)面影響。

截止到2019年底,粵港澳大灣區(qū)已建成省級及省級以上自然保護(hù)區(qū)8個,濕地公園16個,其中以水鳥為主要保護(hù)對象的保護(hù)地共8個。通過保護(hù)地和水鳥多樣性熱點(diǎn)地區(qū)對比(圖6),可以看出,覆蓋到水鳥多樣性熱點(diǎn)地區(qū)的保護(hù)地?cái)?shù)量較少,還存在較多的保護(hù)空缺區(qū)域。其中,江門、中山、珠海、深圳等地的保護(hù)空缺區(qū)域較大。此外,保護(hù)地多呈孤立分布,缺乏連通性。在下一步規(guī)劃中,應(yīng)加強(qiáng)對這些保護(hù)空缺區(qū)域的研究和保護(hù)。在目前保護(hù)地體系下仍為保護(hù)空白區(qū)域的水鳥多樣性熱點(diǎn)區(qū),需要對自然保護(hù)地整合優(yōu)化,在適當(dāng)?shù)姆秶鷥?nèi)擴(kuò)大自然保護(hù)區(qū)或濕地公園的面積,將空缺區(qū)域納入保護(hù)范圍,或選擇保護(hù)較良好的濕地集中分布區(qū),新建保護(hù)地,以填補(bǔ)保護(hù)空缺。對于大灣區(qū)水鳥棲息地保護(hù)較分散,缺乏有效的連接,孤島化、破碎化嚴(yán)重的現(xiàn)象,將考慮構(gòu)建水鳥生態(tài)廊道,以水系串聯(lián)各個保護(hù)地,優(yōu)化水鳥保護(hù)網(wǎng)絡(luò),有助于應(yīng)對氣候變化對水鳥遷徙的影響,提升和拓展遷徙水鳥的生存空間,提高濕地生態(tài)系統(tǒng)的穩(wěn)定性。

對物種多樣性格局及熱點(diǎn)區(qū)域進(jìn)行評估與識別,進(jìn)而確定出優(yōu)先保護(hù)區(qū)域,是生物多樣性保護(hù)的重要手段[43]。然而,在當(dāng)前多樣性格局研究大多依賴于以行政區(qū)劃作為記錄單位的分布信息[44-45],其結(jié)果主觀性強(qiáng),且忽視了物種在空間上是異質(zhì)性分布的。因此,本研究基于野外調(diào)查及文獻(xiàn)檢索的物種分布點(diǎn)位信息,結(jié)合多個被認(rèn)為對鳥類分布起決定作用的環(huán)境因子,通過Maxent模型對粵港澳大灣區(qū)水鳥多樣性格局及熱點(diǎn)分布狀況進(jìn)行分析,其結(jié)果較行政區(qū)劃分布數(shù)據(jù)的簡單疊加更為精確詳實(shí),能為區(qū)域生物多樣性的保護(hù)規(guī)劃提供更為科學(xué)的依據(jù)。

本文基于網(wǎng)絡(luò)收集和實(shí)地調(diào)查兩個方面獲得水鳥“出現(xiàn)點(diǎn)”數(shù)據(jù)。然而受觀測記錄者個人主觀認(rèn)知的影響,網(wǎng)絡(luò)開源數(shù)據(jù)存在一定局限性,可能會導(dǎo)致數(shù)據(jù)出現(xiàn)分布不均勻的問題,從而導(dǎo)致模型結(jié)果偏差。此外,受公布的觀測數(shù)據(jù)和實(shí)際調(diào)查有限性的影響,本文研究對象未能涵蓋到粵港澳大灣區(qū)所有水鳥,且可能存在某一區(qū)域水鳥記錄缺乏,會在一定程度上對小區(qū)域水鳥物種的豐富度造成誤差。但相對地,納入本研究中的水鳥大都是本區(qū)域的常見種及優(yōu)勢種,對群落特性與功能起決定作用,其整體分布格局受局部誤差影響不明顯。此外,環(huán)境數(shù)據(jù)與水鳥分布數(shù)據(jù)的時間差異亦可能導(dǎo)致研究結(jié)果偏差,如本文中由于實(shí)時氣候數(shù)據(jù)獲取相對困難,因此使用WorldClim 數(shù)據(jù)庫的當(dāng)代氣候數(shù)據(jù)(時間為1970—2000年)作為替代,因而與水鳥分布數(shù)據(jù)時間(2016—2019)未能同步。盡管氣候因子在短時間內(nèi)相對穩(wěn)定,對研究結(jié)果不會造成太大偏差,但這種偏差在未來研究中亦應(yīng)予以克服。盡管因受制于物種分布點(diǎn)位的可獲得性和環(huán)境數(shù)據(jù)的時間性,但本研究直觀地反映粵港澳大灣區(qū)水鳥整體的棲息特征和豐富度空間分布狀況,對于保護(hù)粵港澳大灣區(qū)生物多樣性,維持區(qū)域生態(tài)系統(tǒng)安全和穩(wěn)定具有重要意義。

致謝：感謝廣東省野生動物調(diào)查監(jiān)測與生態(tài)修復(fù)工程技術(shù)研究中心對本研究的支持,感謝廣東省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院對本文環(huán)境數(shù)據(jù)獲取的協(xié)助。