遥感数据在生境适宜性和连通性建模中起到的作用

发布时间：2023-03-11 09:26:16 所属栏目：外闻来源：

导读：截止到目前，生物多样性的大规模丧失已经不再是自然保护区所面临的前所未有的最大挑战之一。基于计算机的方法被认为是指导自然管理计划和政策设计最有效的工具之一，而栖息地适应性分析和连通性建模可以为保护提供明

截止到目前，生物多样性的大规模丧失已经不再是自然保护区所面临的前所未有的最大挑战之一。基于计算机的方法被认为是指导自然管理计划和政策设计最有效的工具之一，而栖息地适应性分析和连通性建模可以为保护提供明确的空间信息。然而，足够高的数据空间分辨率和环境变量的选择对确保模型的可靠性来说至关重要。由于遥感图像潜在的高空间分辨率以及其广阔的时空覆盖范围和可用性，遥感图像在生物多样性保护方面的使用正变得越来越重要。目前对可用性和覆盖范围不同的各种空间数据源如何影响栖息地适宜性和对连通性模型进行比较的研究还很缺乏。

基于此，西班牙马德里理工大学的 Pablo Cisneros-Araujo 博士及其合作者在 Remote Sensing 期刊发表了文章，该研究比较了使用免费卫星遥感数据训练的生态模型与使用区域限制空间数据集拟合的模型的性能，从具有不同空间覆盖范围和可用性的三个数据集构建了棕熊栖息地适宜性和连通性模型。

本研究的区域位于西班牙西北部的坎塔布里亚山脉，面积为 35700 km2，包括坎塔布里亚山脉的全部棕熊种群。作者使用了 2000-2010 年间专业调查人员和护林员通过直接调查和间接证据 (包括排泄物、脚印、蜂巢攻击和皮毛) 收集的东部和西部亚种群棕熊位置的综合数据集，并最终共计获得了 6207 个棕熊分布点位置。本研究通过使用物种分布数据、环境变量图层、建模技术方法的组合来实现研究目标。

研究结果表明，全球 (0.5 km) 和大陆 (2 km) 数据集的觅食资源相似，但与范围更广的国家数据集 (16 km) 有着显著差异。所有模型都产生了具有高 AUC 分数的强预测性能。国家模型的 AUC 最高 (0.936)，而全球模型的 AUC 最低 (0.900)。大部分研究结果表明，植被变量对栖息地适宜性有积极影响 (表1)，特别是国家数据集的觅食资源。在多元模型中，地形崎岖度和觅食资源组合之后，是最有利于熊的栖息地适宜性的环境变量。

作者认为全球模型和大陆模型中生境适宜性高的地区的空间格局非常相似，而其清晰度有所不同。两个核心都被两条主要公路 (AP-66 和 N-630) 所在的低适宜性区域分隔开。在全球和大陆模型预测中，研究区域的西南和东南边界也出现了较高的适宜性

连通性分析的结果因用于比较不同数据集的方法而异。通过最小成本建模获得的联系显示了数据集和遗传模型之间的大部分相似性，特别是东部和西部的两个亚群内部。对于亚群之间的联系，三个数据集的链接显示出极少的差异，由于它们往往是同时发生的或者使用了平行的方式。

而东部亚种群的东部边缘和西北部的差异在更长的连接上更明显。使用电路理论时，三个数据集揭示了不同的电流模式 (图4)。三个模型中，高电流值均出现在了相似的区域，但东部亚群显示出了更不规则的模式。)。研究人员认为，这可能是由于东部亚群的大气湍流导致的。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!