三江源地区藏野驴、藏原羚栖息地适宜性评价及动态趋势.pdf

四川动物 Sichuan Journal of Zoology 2023，42（4）：371-380三江源地区藏野驴、藏原羚栖息地适宜性评价及动态趋势曾晓明1，2，杨莹3，巩匆然4，杨东东4，李皑菁1，2*（1.交通运输部天津水运工程科学研究院，天津300456；2.天科院环境科技发展（天津）有限公司，天津300456；3.四川省交通运输发展战略和规划科学研究院，成都610093；4.陕西省动物研究所，西安710032）摘要：选取9个环境因子，采用MaxEnt优化参数模型评价三江源地区藏野驴Equus kiang、藏原羚Procapra picticaudata适宜栖息地，并对其19902020年的变化特征进行分析。结果表明：藏野驴和藏原羚的适宜栖息地分别分布于海拔3 4404 970 m和3 6504 840 m、年降水量225660 mm和220625 mm、年均气温70.5 和60.6、坡度15的平缓山地和山谷中有禾草、薹草高寒草原，以及嵩草、杂类草高寒草甸的区域，藏野驴占据地势较低、植被覆盖较高、草况较好的区域；栖息地不适宜区面积呈先增加后减少趋势，2005年占比最高，分别为 65.58%和55.54%。三江源地区气候暖湿化带来的土地覆盖变化、草地覆盖度提升是藏野驴、藏原羚适宜栖息地变化的主要影响因子，保护区、国家公园的建立和多期生态保护建设工程的实施使藏野驴、藏原羚受人为干扰程度降低、适宜栖息地面积增大。研究对三江源地区典型野生动物栖息地适宜性进行科学评估，为野生动物栖息地保护、生态建设工程实施和国家公园规划管理等决策的制定提供科学依据。关键词：三江源地区；MaxEnt模型；适宜栖息地；驱动因素中图分类号：Q958.1；X826 文献标志码：A 文章编号：1000-7083（2023）04-0371-10Evaluation of Habitat Suitability and Dynamic Trend of Equus kiang andProcapra picticaudata in the ThreeRiverSource RegionZENG Xiaoming1，2，YANG Ying3，GONG Congran4，YANG Dongdong4，LI Aijing1，2*（1.Tianjin Research Institute for Water Transport Engineering，Tianjin 300456，China；2.Environmental Technology Development of TIWTE（Tianjin）Co.，Ltd.，Tianjin 300456，China；3.Institute of Transportation Development Strategy&Planning of Sichuan Province，Chengdu 610093，China；4.Shaanxi Institute of Zoology，Xi an 710032，China）Abstract:The suitable habitats of Equus kiang and Procapara picticaudata were evaluated by MaxEnt optimized model with 9 environmental factors，and their characteristics from 1990 to 2020 were analyzed.The results showed that E.kiang and P.picticaudata are distributed in the gentle mountains and valleys with an altitude of 3 4404 970 m and 3 6504 840 m，annual precipitation of 225660 mm and 220625 mm，annual average temperature of 70.5 and 60.6，and slope of less than 15.The two species prefer to live in the alpine grassland of grass，bolting grass，and alpine meadow of kobresia and miscellaneous grass.E.kiang normally occupies the area with lower terrain，higher vegetation coverage and better grass condition.The proportions of unsuitable habitats area showed a trend of first increasing and DOI：10.11984/j.issn.1000-7083.20220383收稿日期：2022-11-01 接受日期：2023-04-14基金项目：青海省交通运输厅科技项目（2019-05）；交通运输部天津水运工程科学研究院科技发展基金项目（KJFZJJ190202）作者简介：曾晓明，男，硕士研究生，主要研究方向为交通生态环保、遥感与地理信息系统应用研究，E-mail：*通信作者Corresponding author，E-mail：371四川动物 2023 年 第 42 卷 第 4 期Sichuan Journal of Zoology Vol.42 No.4 2023then decreasing，whose proportion of area was the highest in 2005，which was 65.58%and 55.54%，respectively.The change of land cover and the improvement of grassland coverage caused by climate warming and humidifying in the three-river-source region are the main factors influencing the change of suitable habitats for these two species.The establishment of nature reserve，national park and the implementation of multi-phase ecological protection construction project have reduced the degree of human interference and increased the area of suitable habitat for E.kiang and P.picticaudata.The study conducted a scientific assessment of the typical wildlife habitat in the three-river-source region，and can provide scientific basis for the decision making of wildlife habitat protection，ecological construction project implementation and national park planning and management.Keywords:Three-River-Source Region；MaxEnt model；suitable habitat；driving factor三江源地区是我国重要的生态功能区、生物多样性保护区，也是生态系统最为敏感的地区之一。自20世纪末期以来，受气候变化及人为因素影响，三江源地区草原退化与沙化加剧，水土流失日趋严重，生物多样性急剧下降（青海省工程咨询中心，2019）。2015年原环境保护部划定羌塘-三江源生物多样性保护优先区域，确定三江源地区保护重点为高原高寒草甸、湿地生态系统，以及其中赖以生存的藏野驴Equus kiang、野牦牛Bos mutus、藏羚 Pantholops hodgsonii 和藏原羚 Procapra picticaudata 等国家重点保护野生动物。邵全琴等（2016）研究表明，三江源地区经过多期生态工程建设，生态系统退化得到了遏制，野生动物种群数量明显恢复。然而野生动物栖息地时空变化和分布研究尚未深入，为了制定三江源国家公园的详细规划、实现对野生动物长期保护，越来越多的学者结合地理信息 3S（GPS、RS、GIS）技术开展了野生动物栖息地的相关研究工作：张洪峰等（2017）选择多个生态因子，利用栖息地适宜性指数对三江源自然保护区马麝 Moschus chrysogaster 栖息地进行了评价；肖凌云等（2019）利用物种分布模型、保护规划模型和连通度分析工具，找出了三江源地区雪豹Panthera uncia的核心栖息地分布；魏子谦和徐增让（2020）通过栖息地质量模型辅以GIS空间分析方法，识别了藏羚受人类干扰的栖息地范围；黄青东智等（2022）在三江源国家公园黄河源园区模拟了在不同等级道路情景下，2种有蹄类动物的适宜栖息地。客观、准确地掌握三江源地区野生动物栖息地适宜性变化的时空变化特征，对研究栖息地适宜性变化驱动因素具有重要意义（满卫东等，2017）。藏野驴、藏原羚种群数量大且分布范围广，是三江源地区的优势种和关键种。本研究基于藏野驴、藏原羚的分布点位和环境因子数据，采用MaxEnt模型优化参数评价藏野驴、藏原羚在三江源地区的适宜栖息地。通过栖息地环境因子重要性分析，模拟19902020年藏野驴、藏原羚栖息地适宜区分布，并分析变化特征及其驱动因素，以期对三江源地区典型野生动物栖息地适宜性进行科学评估，为野生动物栖息地保护、生物多样性恢复、区域规划等决策的制定提供科学依据。1研究地区与方法1.1研究区域概况三江源地区位于世界屋脊青藏高原的东北部，青海省西南部，地理坐标：8945 10223 E，3139 3612 N，是长江、黄河、澜沧江的源头，是我国乃至亚洲的重要淡水供给地，面积36.3万km2，以冰川、冰缘、高山、高地平原、丘陵地貌为主，海拔2 8006 564 m（邵全琴等，2016）。属高原山地气候，高原独特的地理环境和特殊气候条件孕育了区内独特的自然物种资源库，是世界上高海拔地区生物多样性最集中的地区之一。区内以湿地生态系统类型为主，主要植被类型为高寒草原、高372曾晓明等：三江源地区藏野驴、藏原羚栖息地适宜性评价及动态趋势寒草甸，分布有雪豹、藏羚、野牦牛、藏狐Vulpes ferrilata、兔狲 Otocolobus manul、猞猁 Lynx lynx、藏野驴和藏原羚等国家重点保护野生动物。1.2数据来源与预处理1.2.1三江源地区范围数据矢量数据来源于时空三极环境大数据平台（https：/ 全国生物物种资源调查技术规定（试行）（环境保护部，2010）和 县域生物多样性调查与评估技术规定（环境保护部，2017），将三江源地区范围的矢量数据在ArcGIS 10.6中采用创建渔网工具生成5 km5 km生物多样性调查网格。1.2.2物种分布数据（1）样线法调查：2019 年8月和9月、2020年5月和10月，课题组在共玉高速、花久高速、G109、S308玉树至不冻泉、治多经杂多至囊谦公路各布设10条样线，扎陵湖-鄂陵湖湿地布设31条样线，每条样线长10 km。调查时人员驾驶车辆以2040 km h1的速度沿道路行驶，观察并记录野生动物信息。（2）红外相机监测：在有野生动物活动痕迹和水源地等野生动物活动频繁区域布设红外相机。将红外相机布设在鹰架或岩石上，距离地面高度约1 m，在没有鹰架的地方将其捆绑在人工布设的钢钎上。2019年8月和9月共布设红外相机145台，2020年5月更换电池和内存卡，同年10月回收。（3）已有网络数据库：藏野驴、藏原羚物种分布补充数据来自国家青藏高原科学数据中心（http：/ GBIF（https：/www.gbif.org/）。初步得到藏野驴161个分布点（其中，样线法40个、红外相机24个、青藏数据中心78个、GBIF 19个），藏原羚97个分布点（样线法34个、红外相机15个、青藏数据中心33个、GBIF 15个）。由于获取的物种分布点位数据可能存在空间自相关，为降低物种分布空间信息冗余度，并消除采样偏差，在ArcGIS 10.6中将物种分布点与5 km5 km网格叠加，剔除重复点位数据，每个网格保留1个数据。筛选后最终得到分布点数量为藏野驴107个，藏原羚73个。1.2.3环境因子数据环境因子数据的选取是采用MaxEnt模型模拟物种栖息地分布及适宜性评价的关键。参照相关研究，选择9类环境因子数据（表1），将上述所有环境因子数据在ArcGIS 10.6中进行预处理，重采样统一空间参考、分辨率和区域范围。重采样前后需采用ArcGIS 10.6的卷帘功能查看环境因子数据的一致性，如果数据出现空间偏移，需要进行校正，最终转换为ASC格式用于MaxEnt模型构建。1.3MaxEnt模型构建与评价MaxEnt模型克服了传统的栖息地质量评价模型权重确定主观性的缺点，是模拟和预测效果较好的生态位模型（杨丹，王文杰，2019；魏子谦，徐增让，2020）。该模型利用物种出现点数据和出现点地区的环境特征信息，模拟物种栖息地分布，广泛应用于野生动物保护研究。将藏野驴、藏原羚表1栖息地分布环境影响因子及数据来源Table 1Environmental impact factors of habitat distribution and data sources环境因子Environmental factor年降水量年均气温太阳辐射海拔高程坡度坡向土地覆盖类型归一化植被指数人类足迹数据数据来源Data source中国1 km分辨率逐月降水量数据集（http：/ km分辨率逐月平均气温数据集（http：/ km）地表太阳辐射数据集（http：/ km）（http：/ km植被指数（NDVI）空间分布数据集（https：/ 2023 年 第 42 卷 第 4 期Sichuan Journal of Zoology Vol.42 No.4 2023分布点位和环境因子数据导入MaxEnt 3.4.1，为保证建模数据与检验数据的独立性从而判断模型检验效力，研究以网络数据库为建模数据，野外调查结果为检验数据，以刀切法检验（Jackknife）对各环境因子的重要性进行评价。通过调用 R 语言Kuenm 包调整 MaxEnt 模型的调控倍频（0.14，步长0.1）和特征组合（29类）参数。传统研究以 ROC 的 AUC 值评价模型效果，AUC值越大表明模型拟合度越好，正确区分藏野驴、藏原羚分布点和随机点的准确率越高。AUC值虽独立于阈值，但作为灵敏度和特异度的综合，不能分别评估预测结果的灵敏度和特异度，而其ROC曲线形状更重要（朱耿平等，2017）。研究采用pROC方案的AUC比率、遗漏率和模型复杂度等指标作为最佳候选模型的约束条件，衡量评价不同参数条件下模型拟合的优良性和复杂度。已有研究表明，参数优化后模型的复杂度及其对物种分布数据过度拟合均能被有效降低（朱耿平，乔慧捷，2016；朱耿平等，2018），模型转移能力提升，模型结果具有一定可信度。1.4栖息地适宜性评价将MaxEnt优化参数模型得到的藏野驴、藏原羚栖息地适宜度数据导入 ArcGIS 10.6，以最大测试敏感性和特异性逻辑阈值进行栖息地划分，小于阈值的为不适宜区，大于阈值的部分采用自然间断点分级法划分为3个等级：低适宜区、中适宜区和高适宜区。采用重分类工具最终将栖息地划分为4个等级：不适宜区、低适宜区、中适宜区和高适宜区。为了进一步研究近30年三江源地区典型野生动物栖息地适宜性动态，结合研究区生态环境恶化，以及生态保护建设工程重要时间节点，以5年为间隔分别构建研究区7个时期（1990年、1995年、2000 年、2005 年、2010 年、2015 年和 2020 年）的MaxEnt模型，用于藏野驴、藏原羚栖息地适宜性变化分析。2结果与分析2.1栖息地分布现状三江源地区藏野驴、藏原羚栖息地以不适宜区和低适宜区为主，中、高适宜区占比20%左右。从空间分布上看，藏野驴和藏原羚适宜栖息地分别分布于海拔3 4404 970 m和3 6504 840 m、年降水量225660 mm和220625 mm、年均气温70.5 和60.6、NDVI 值 0.060.89 和 0.150.77、坡度3.5%）和AUC值（0.6380.534）均高于藏野驴，说明藏原羚在选择栖息地时，道路干扰的权重更大，与黄青东智等（2022）的研究结果一致。曹伊凡等（2009）、李欣海等（2019）研究结果显示，藏野驴、藏原羚等食草有蹄类与家畜之间对有限的牧草资源存在竞争关系，其中，藏野驴大规模集群在竞争中处于优势，一般占据地势较低、草况较好的区域。生态移民、退牧还草、以草定畜、建设养畜减畜等生态保护建设工程的实施，使工程区家畜数量减少、土地利用强度降低、草地载畜压力减轻，野生动物受人为干扰程度降低、活动空间增大。邵全琴等（2016）的研究表明，野生动植物栖息地环境质量明显改善，重点工程区优于非工程区，在黄河源头区的表现尤为突出，本研究结果与其一致。自2005年以来，三江源地区范围内多个保护地的建立不仅对个别重要物种实现了保护，而且使生态环境和生物资源也得到了保护，湿地封育保护避免了人类扰动对湿地的影响，区域内水体、植被等得到有效保护，藏野驴、藏原羚等野生动物适宜栖息地面积逐渐增长。4结论与建议三江源地区藏野驴、藏原羚适宜栖息地分布主要与海拔、降水、气温、人类活动强度、植被覆盖和土地覆盖类型有关，分布在三江源地区内的3个园区。受多重因素影响，藏野驴、藏原羚适宜栖息地以2005年为转折点，在19902020年呈先减小后增长的趋势。适宜栖息地变化最大的区域主要位于玛多县境内的黄河源园区，集中于扎陵湖、鄂陵湖、玛多星星海和园区相邻的冬给措那湖一带。研究对三江源地区藏野驴、藏原羚栖息地适宜性及其时空分布特征进行科学评估，结果表明自然因素、人文因素以及植被覆盖、土地覆盖变化对生态系统恢复均起到积极作用：（1）降水和气温增加，地表水体面积增长，有利于周边气候暖湿化。建议进一步科学合理推动人工增雨项目实施，促进草地生长、提升载畜量；（2）土地覆盖变化、草地覆盖度的提升，可以有效提高野生动物栖息地质量。建议继续巩固和完善生态移民、退牧还草、以草定畜、建设养畜减畜等生态保护建设工程，降低土地利用强度、提升牧草资源利用率的同时减少对野生动物的人为干扰；（3）人类活动强度高的区域不利于野生动物栖息，控制人类活动的影响可以有效保护野生动物。建议在重点区域季节性、时段性发布限游令、禁游令，以满足游客需求与生态保护管理要求。参考文献:曹伊凡，张同作，连新明，等.2009.青海省可可西里地区几种有蹄类动物的食物重叠初步分析 J.四川动物，28（1）：49-54.丁晨晨，胡一鸣，李春旺，等.2018.印度野牛在中国的分布及其栖息地适宜性分析 J.生物多样性，26（9）：951-961.龚旭，付强，王磊，等.2020.四川鞍子河保护地水鹿和羚牛栖息地适宜性评价与重叠性分析 J.生态学报，40（14）：4842-4851.379四川动物 2023 年 第 42 卷 第 4 期Sichuan Journal of Zoology Vol.42 No.4 2023黄青东智，陈刘阳，李尚鹏，等.2022.道路对三江源国家公园黄河源园区藏野驴和藏原羚种群数量及其栖息地的影响 J.兽类学报，42（1）：34-48.金岩丽，徐茂林，高帅，等.2021.20012018 年三江源地表水动态变化及驱动力分析 J.遥感技术与应用，36（5）：1147-1154.李绍良，陈有君，关世英，等.2002.土壤退化与草地退化关系的研究 J.干旱区资源与环境，（1）：92-95.李欣海，郜二虎，李百度，等.2019.用物种分布模型和距离抽样估计三江源藏野驴、藏原羚和藏羚羊的数量 J.中国科学生命科学，49（2）：151-162.连新明，李晓晓，徐图.2012.可可西里四种有蹄类动物对道路的回避距离及保护建议J.生态学杂志，31（1）：81-86.刘纪远，布和敖斯尔.2000.中国土地利用变化现代过程时空特征的研究基于卫星遥感数据 J.第四纪研究，20（3）：229-239.刘纪远，张增祥，庄大方，等.2005.中国土地利用变化的遥感时空信息研究 M.北京：科学出版社刘世梁，孙永秀，赵海迪，等.2021.基于多源数据的三江源区生态工程建设前后草地动态变化及驱动因素研究J.生态学报，41（10）：3865-3877.满卫东，刘明月，王宗明，等.2017.19902015年三江平原生态功能区水禽栖息地适宜性动态 J.应用生态学报，28（12）：4083-4091.乔麦菊，唐卓，施小刚，等.2017.基于MaxEnt模型的卧龙国家级自然保护区雪豹（Panthera uncia）适宜栖息地预测 J.四川林业科技，38（6）：1-4，16.青海省工程咨询中心.2019.青海三江源生态保护和建设大事记 J.中国工程咨询，（11）：80-92.邵全琴，樊江文，刘纪远，等.2016.三江源生态保护和建设一期工程生态成效评估 J.地理学报，71（1）：3-20.邵全琴，郭兴健，李愈哲，等.2018.无人机遥感的大型野生食草动物种群数量及分布规律研究 J.遥感学报，22（3）：497-507.邵全琴，赵志平，刘纪远，等.2010.近 30 年来三江源地区土地覆被与宏观生态变化特征 J.地理研究，29（8）：1439-1451.王云，关磊，杜丽侠，等.2021.青藏公路和铁路对青藏高原四种典型有蹄类动物的叠加阻隔和回避影响 J.生态学杂志，40（4）：1091-1097.魏子谦，徐增让.2020.羌塘高原藏羚羊栖息地分布及影响因素 J.生态学报，40（23）：8763-8772.吴娱，董世魁，张相锋，等.2014.阿尔金山保护区藏野驴和野牦牛夏季生境选择分析 J.动物学杂志，49（3）：317-327.肖凌云，程琛，万华伟，等.2019.三江源地区雪豹保护优先区规划 J.生物多样性，27（9）：943-950.徐新良，刘纪远，邵全琴，等.2008.30年来青海三江源生态系统格局和空间结构动态变化 J.地理研究，（4）：829-838，974.杨丹，王文杰.2019.19802015 年京津冀地区雁鸭类潜在栖息地连接度变化及驱动因素 J.环境科学研究，32（4）：547-556.张洪峰，胡罕，苏丽娜，等.2017.青海三江源自然保护区马麝栖息地适宜性评价 J.西北农业学报，26（8）：1141-1147.赵志平，刘纪远，邵全琴.2010.三江源自然保护区土地覆被变化特征分析 J.地理科学，30（3）：415-420.中华人民共和国生态环境部.2010.关于发布全国生物物种资源调查相关技术规定（试行）的公告EB/OL.（2010-03-04）2022-08-20.https：/ ml/hbb/bgg/201004/t20100428_188866.htm.中华人民共和国生态环境部.2017.关于发布县域生物多样性调查与评估技术规定的公告 EB/OL.（2017-12-19）2022-08-20.https：/ J.生物安全学报，26（3）：184-190.朱耿平，乔慧捷.2016.Maxent模型复杂度对物种潜在分布区预测的影响 J.生物多样性，24（10）：1189-1196.朱耿平，原雪姣，范靖宇，等.2018.MaxEnt模型参数设置对其所模拟物种地理分布和生态位的影响以茶翅蝽为例 J.生物安全学报，27（2）：118-123.Li X，Jiang G，Tian H，et al.2015.Human impact and climate cooling caused range contraction of large mammals in China over the past two millennia J.Ecography，38：74-82.380