基于maxen模型的广西白叶猴空间分布及其生态位预测

基于maxen模型的广西白叶猴空间分布及其生态位预测

又名头栖猴、白鹿猴子、白鹿猴子、灵长木猴、甲壳类动物。1955年由谭邦杰描述记录,对比黑叶猴后,命名为花叶猴,随后更名为白头叶猴。白头叶猴是世界级的珍稀濒危动物,广西特有分布种,属我国一级保护动物,1994年被世界保护监测中心(WCMC)列为高度濒危物种,2002年被世界动物保护组织列入25种首要保护的灵长类之一。我国现有的白头叶猴的研究集中于数量分布、生活习性和栖息地的选择利用3个方面。陈怡平、吴名川对广西境内的白头叶猴的数量做了统计报道,认为白头叶猴的种群数量在600~1000只左右。李兆元应用扫描技术对白头叶猴的活动时间分配进行了研究,探讨引起白头叶猴活动时间分配的内在和外在环境因素。黄乘明对白头叶猴进行了长期的观测,详尽地描述和分析了白头叶猴的出入洞、日漫游、觅食等生活习性。黄乘明等通过样方法和焦点动物法对白头叶猴栖息地环境进行考察并对栖息地的植物多样性进行统计分析,揭示白头叶猴在不同的气候、不同的季节如何选择和利用不同的小生境。胡刚、韦毅就白头叶猴种群的变迁、动态和濒危机制做了分析,认为过度农垦开发造成的白头叶猴栖息地的岛屿化与植被破坏是导致白头叶猴濒危的最主要原因。生境是生物体、种群或群落能在其中完成生命过程的空间。野生动物保护专家认为,保护濒危物种的最好方法是保护其栖息环境。确定濒危物种的地理空间分布、明晰影响濒危物种生存的主要生态环境因子,是进行濒危野生动物保护规划的前提。现有的白头叶猴生境研究,侧重于小尺度上猴群对栖息地的利用。宏观区域尺度上白头叶猴的空间分布规律、生态环境因子对白头叶猴潜在生境、人类干扰活动对白头叶猴潜在生境影响研究,目前国内尚未见到相关报道。本文以2007—2008年中国广西93个白头叶猴痕活动迹点数据和开放式生态环境WEB数据库的63个环境变量为主要信息源,采用最大熵法(Maxent)生态位模型,进行白头叶猴潜在生境预测。在此基础上,采用专家经验法对预测结果进行重分类,并与植被信息、距离道路及居民点距离、历史分布资料进行叠加分析,以期总结出基于WEB数据库和生态位模型的濒危野生动物潜在生境预测建模的一般规律和基本途径,为白头叶猴保护规划提供科学依据。1材料和方法1.1项目监测区域生境动植物物种构成研究区域位于广西壮族自治区百色市那坡、德保、靖西3个县和崇左市天等、大新、扶绥、江州、龙州5个县,总面积约213万hm2。项目示范区域内已知有维管束植物3754种(占广西总数的45%),其中国家级重点保护野生植物37种,列入IUCN红色名录51种,列入濒危野生动植物物种国际贸易公约(CITES)附录Ⅰ和附录Ⅱ共182种;陆栖脊椎动物521种(占广西总数的59%),国家级重点保护野生动物52种,列入IUCN红色名录27种,列入濒危野生动植物物种国际贸易公约(CITES)附录Ⅰ和附录Ⅱ共47种。项目示范区域内分布着白头叶猴(Trachypithecusleucocephalus)、东黑冠长臂猿(Hylobatesconcolor)、黑叶猴(Presbytisfrancoisi)、熊猴(Macacaassamensis)、短尾猴(Macacaarctoides)、猕猴(Macacamulatta)等珍稀灵长类动物。其中,白头叶猴为全球所仅有,在项目示范区域内有约700只。1.2研究数据1.2.1调查内容和方法为了记录白头叶猴的空间分布地点、了解白头叶猴栖息生境与植被、道路、农田的关系,项目组进行了3次分期野外调查。调查分别在2007年12月至2008年1月,2008年3—4月和2008年7—8月,调查地点设在扶绥、崇左和龙州的白头叶猴保护区。调查者使用Magellen320GPS到野外进行实地调查,采集白头叶猴活动痕迹点数据,调查内容主要包括:白头叶猴活动痕迹点地理坐标、群居数量、活动规律;白头叶猴栖息地的主要植被类型、生境现状及保护区基本情况。通过对白头叶猴活动痕迹点进行GPS定位,并记录经纬度坐标,在此基础上对数据进行整理和筛选,主要剔除重复点或空间距离太近的点。经过筛选处理后,得到具有地理坐标的白头叶猴痕迹点93个。1.2.2数据来源及说明根据有关专家的研究成果,我们假设白头叶猴的栖息环境与植被、地形和气候因素密切相关,受到水文、土壤因子的影响,并与道路、居民地距离等人为因素有关。本文使用的生态环境变量包括:来自世界气象数据库的55个气候变量;根据研究地区2000年1∶50000地形图数字化获得的数字高程模型及其衍生的坡度及东西坡向、南北坡向;研究区域主要道路数字化、缓冲分析后生成的主要道路距离;根据2006年7月5日LandsatTM影像,图像分类、数据变换、点文件生成、缓冲分析后生成的距离居民点距离、距离水源距离、距离农田距离;来自美国威斯康星大学的生物圈分布图数据库的土壤酸碱度值、土壤碳含量。其中,55个气候变量、4个地形变量、2个土壤变量、1个太阳辐射因子、1个水文因子共63个变量用来Maxent建模。植被斑块栅格图层、距离道路距离、距离居民地距离、距离农田距离4个变量用来与Maxent预测结果进行叠加分析,以对白头叶猴的潜在生境进行评价(表1)。1.3up细胞模型及应用Maxent模型的基本思想是为所有已知的因素建立模型,而把所有未知的因素排除在外。也就是说,要找到这样一个满足最大熵的概率分布,它满足所有已知的事实,且不受任何未知的因素的影响。Maxent模型的一个最显著的特点是其不要求具有条件独立的特征,因此人们可以相对任意地加入对最终分类有用的特征,而不用顾及它们之间的相互影响。另外,Maxent模型能够较为容易地对多类分类问题进行建模,且能够给各个类别输出结果一个相对客观的概率值,便于后续推理步骤使用。同时,Maxent的训练效率相对较高。上述优点使其成功地应用图像重建、投资组合优化、统计物理学、信号处理、生态位空间建模领域。当Maxent模型应用于物种潜在生境生态位建模时,研究区域的栅格图像所包含的空间范围构成了Maxent概率分布定义的总体,具有GPS地理坐标的痕迹点数据集合构成了总体的一个抽样样本,而每个发生点(样本单元)的环境因子,如气候变量、海拔高度、土壤类型、太阳辐射构成了样本单元特征。1.4分析1.4.1太阳辐射数据处理选取研究地区2000年1∶50000地形图,扫描后,选取分布均匀的26个GPS地面控制点进行地图匹配。在此基础上采用鼠标屏幕跟踪的方式对等高线、道路进行数字化,生成Shape文件,通过Erdas数据预处理的Surfacing功能,生成DE-栅格图像。在此基础上,生成坡度、南北坡向、东西坡向3个生态环境因子。根据McCune和Keon的研究成果,计算太阳辐射。在研究区2006年7月5日TM遥感数据辐射校正、几何精校正的基础上,选取相关系数最小、信息量最大的5,4,2波段进行彩色合成,选择无监督分类、监督分类、决策树分类3种方法,将研究地区土地类型分为植被、水域、居民地和农田4类,采用总体分类精度、Kappa系数2个指标,采用GPS验证样点260个,对分类结果进行评价,选择分类性能最好的决策树分类方法的分类结果,进行去除分析、聚类统计等分类后处理,最后在GIS平台上将栅格文件转化为Shape文件,通过Selection命令,提取植被信息。对于水域、农田、居民地多边形文件,提取Shape文件中心点坐标,从而将Polygon文件转换为Point文件,通过缓冲分析,生成距离水源、农田、道路距离的栅格文件。对于以地形图为参考生成的道路Polyline文件,直接进行缓冲分析,生成距离道路文件。1.4.2生态环境因子在气候、地形、太阳辐射、水源等63个白头叶猴潜在生境的环境因子中,许多变量之间存在着较强的相关性,这种相关性会增大主要生态环境因子的识别难度。为此在对93个白头叶猴痕迹点63个生态环境因子进行Pearson相关分析基础上,运行Maxent模型,计算出各个环境变量对预测概率的贡献值。在相互关联的多个变量中,选取对预测概率贡献最大的变量作为建模变量。共筛选太阳辐射(46.1%)、最湿季节降水量(19.2%)、月平均昼夜温差(9.8%)、距离水源距离(7%)、最冷月最低温(6.9%)和土壤酸碱度(4%)6个生态环境因子,其累计贡献率为93%。以此6个变量作为白头叶猴潜在生境预测建模的主要环境因子。1.4.3模型预测精度评价将筛选出的太阳辐射、最湿季节降水量、月平均昼夜温差、距离水源距离、最冷月最低温和土壤酸碱度6个生态环境因子输入Maxent模型,93个痕迹点数据分成2部分:70个(75%)用于建模,23个(25%)用于模型验证。采用AUC评价模型预测精度。AUC是一个与参考阈值无关的统计量,它是通过百分比的方法计算解靴带置信区间(bootstrapconfidenceinterval),来评价模型存在点和背景点的诊断性能。AUC的理论取值范围在0.5~1之间,一般认为AUC值在0.5~0.7时模型诊断价值较低;在0.7~0.9时诊断价值中等;大于0.9时诊断价值优秀。1.4.4生存概率阈值按照专家经验法,对模型预测的白头叶猴分布图进行重分类,共分为高适宜区、适宜区和不适宜区3类。其分类阈值根据白头叶猴潜在分布区生存概率值进行分割,阈值范围为:1≥高适宜区>0.70≥适宜区>0.46>不适宜区≥0。根据黄乘明、孙儒泳通过样方法和焦点动物法对白头叶猴栖息地环境进行考察的结果,结合项目组实地调查的数据,将植被斑块大小、距主要道路的距离、距离农田距离、距离居民地水源远近进行重分类,各自分为最适宜区、适宜区、不适宜区,在此基础上进行叠加,计算出白头叶猴分布的最适宜区、适宜区、不适宜区面积。2研究结果2.1模型评价将筛选出的6个生态环境因子输入Maxent模型,得到白头叶猴潜在生境预测概率图(图1)。潜在生境预测概率的大小用适宜度来衡量,取值范围为0~1。适宜度为1.0,说明该生境完全适合白头叶猴生存,而0则表示该生境完全不适合。采用AUC对模型的性能进行评价,模型的拟合精度为0.927,预测精度为0.856,说明模型的拟合精度达到优秀性能,预测精度达到良好水平。从Maxent模型运行的白头叶猴的潜在分布区图可以看出,白头叶猴主要分布于研究区的东南角,包括崇左、龙州和扶绥,与白头叶猴的实际分布范围有着极强的相似性。2.2不同离水源区的降水对潜在生境适宜度的影响采用Maxent模型输出的环境变量对潜在生境适宜度反应曲线来分析白头叶猴适生概率与生态环境因子的关系(图2)。从图2可以看出,白头叶猴对太阳辐射具有一定的适应性,在一定的范围内适应太阳辐射,但超过一定范围后,随着太阳辐射强度的增加,白头叶猴潜在生境适宜度急剧减少,这与白头叶猴的活动规律相关。在研究区,由于白头叶猴生活在石山上,降雨成为了白头叶猴的主要饮水来源。白头叶猴的生境适宜度随着最湿季节降水量的增加而增大,但当最大降水量达到850mm时,已有的降水量已经能够满足生存需要,适宜度不再增大。与最湿季节降水量密切相关,水源也是影响白头叶猴分布的重要因子,随着离水源距离的加大,白头叶猴潜在生境适宜度逐渐减少。最冷月最低温和土壤pH值对白头叶猴的分布也起着很大的作用,从图2可以看出,白头叶猴喜欢最冷月最低温较高、土壤偏酸性(pH>5.8)的生存环境。2.3适宜性评价结果在研究区范围内,白头叶猴的不适宜区面积为16119.27km2,适宜区面积为941.38km2,高适宜区面积为432.48km2。这与实际分布范围面积200km2有一定的差别,其原因是没有考虑白头叶猴的历史分布范围、植被斑块大小以及居民地、农田、道路等人为干扰因子造成的。为了进一步研究白头叶猴的潜在分布区,需要把这些因素加入分析模型来评价白头叶猴模型的分布区。根据黄乘明、孙儒泳的研究成果,通过确定白头叶猴的最小家域活动范围来进行植被覆盖的等级划分,植被斑块面积M≥0.8km2为最适宜区,0.2km2≤M≤0.8km2为适宜区,M≤0.2km2为不宜区。道路和居民地对白头叶猴的影响程度,通过实地调查的数据进行处理分级。其中,距主要道路的距离S≥510m为最适宜,200m≤S≤500m为适宜区,S≤200m为白头叶猴生存不宜区;距离农田和居民地的距离L≥1000m为白头叶猴生存最适宜区,500m≤L≤1000m为适宜区,L≤500m为不适宜区。值得注意的是,虽然研究区范围较广,但白头叶猴的历史分布范围,从有记录以来就一直分布于区域的东南部,即由北边的左江与西面、南面的明江构成的弧形区域范围内,具体原因尚待动物保护专家进一步研究。具体适宜性评价准则见表2。根据黄乘明、孙儒泳的研究结果,结合项目组实地调查的数据,将植被斑块大小、距主要道路的距离、距离农田距离、距离居民地的距离、进行重分类,各自分为最适宜区、适宜区、不适宜区,在此基础上与Maxent预测模型的重分类结果进行叠加,计算出白头叶猴分布的最适宜区、适宜区、不适宜区面积(图3)。将栖息地适宜度等级分类结果进行统计分析,得出白头叶猴的最适宜分布区面积为112.60km2,适宜区分布面积为78.92km2,