APP下载

基于Maxent和GIS的历山国家级自然保护区原麝栖息地预测

2015-06-09弓晓敏王建军白建伟

山西林业科技 2015年3期
关键词:历山环境变量生境

弓晓敏,王建军,白建伟

(1.山西沃成生态环境研究所,山西 太原 030012;2.山西历山国家级自然保护区,山西 侯马 043000)

基于Maxent和GIS的历山国家级自然保护区原麝栖息地预测

弓晓敏1,王建军2,白建伟1

(1.山西沃成生态环境研究所,山西 太原 030012;2.山西历山国家级自然保护区,山西 侯马 043000)

生境预测是对野生动物进行有效保护的基础。笔者以历山国家级自然保护区为研究区域,运用Maxent结合GIS对历山原麝进行生境适宜性评价,制作原麝分布图。2010年至2014年收集到39个原麝痕迹点位,筛选出海拔、坡度、坡向、栖息地类型、距河流距离等16个环境因子。将所有数据经过GIS处理后导入Maxent中进行适宜性评价分析,通过ROC曲线检验证明模型预测结果达到优秀水平。最后在ArcGIS软件中通过专家经验法制作历山国家级自然保护区原麝分布图。

原麝;Maxent;ArcGIS;生境适宜性

原麝(Moschus moschiferus)是我国Ⅰ级重点保护野生动物,其雄性所分泌的麝香具有较高的药用价值和经济价值。长期乱捕、滥用,以及生境被破坏导致原麝种群数量急剧下降,分布区逐渐减少。对物种生境进行研究,明确其主要影响因子和分布,是分析种群数量减少及濒危原因的重要手段,也能为制订合理的保护对策提供依据[1,2]。近年来,应用各种生态位模型对物种生境进行研究成为新的热点[3-8],Maxent模型是其中之一。通过模型应用一定数量物种的出现点位和分析环境变量数据预测物种的生境分布[8,9],已被广泛应用于物种生境预测[3,10,11]。笔者运用Maxent和GIS对历山自然保护区原麝的生境进行评价,确定主要环境因子,预测原麝适宜性生境,制作栖息地分布图,以期为保护历山原麝及其生境提供依据。

1 研究地概况

山西历山国家级自然保护区于1983年经山西省人民政府批准建立,1988年5月经国务院批准为国家级森林和野生动物保护区。保护区位于中条山东端,横跨晋城市沁水县和阳城县、临汾市翼城县、运城市垣曲县等4个县,是山西省自然保护区中面积最大、物种资源最丰富的国家级自然保护区。

原麝一般雌雄分居,喜独居生活,以晨昏活动最为频繁,有相对固定的巡行、觅食路线,通常只在标定范围内活动,随山体高低、植被疏密、地势走向的不同而有所变化;还有在固定场所排泄粪便和遮盖粪便的习惯。原麝视觉与听觉灵敏,性怯懦,以植物为食。所食的植物种类极为广泛,包括低等的地衣、苔藓和数百种高等植物的根、茎、叶、花、果实和种子等,冬季食物较少时还啃食树皮。饮水在山间小溪或小河边,冬季封冻后,还常常舔食积雪。

2 研究方法

2.1 Maxent模型介绍

Maxent源于 1957年 Jaynes提出的最大熵(maximum entropy)原理。Maxent模型是基于GIS和最大熵原理编写的用于预测物种潜在地理分布区的软件。模型把研究区域所有单元(pixel)作为构成最大熵的可能分布空间,将已有物种分布点的单元作为样点,根据样点单元的环境变量,如,气候变量、海拔、土壤类型、植被类型等得出约束条件,寻找约束条件的最大熵可能分布(即寻找与物种分布点的环境变量特征相同的单元),据此来预测物种在目标区的分布[8,12]。

Maxent模型采用Jackknife检验对环境因子重要性进行分析,并用ROC曲线(受试者工作特征曲线)下面积(area under curve,简称AUC)对模型的精度进行评价。AUC值越大,表示环境变量与预测物种地理分布模型间的相关性越大,越容易分辨该物种有无分布,预测效果也就越好。评价标准为:AUC值为0.5~0.6,失败;0.6~0.7,较差;0.7~0.8,一般;0.8~0.9,好;0.9~1.0,非常好[13]。

2.2 数据收集与分析

2.2.1 原麝分布点数据

依据《全国第二次陆生野生动物资源调查技术规程》要求,2014年在历山国家级自然保护区内共布设48条样线,发现原麝点位11个。2010年到2014年通过红外相机监测拍摄到原麝的点位有28处。

笔者使用了上述所有39个点位,包括粪便、足迹、实体以及能够证明原麝存在的其它痕迹,点位分布如图1.

2.2.2 环境变量数据

笔者在历山原麝调查中通过内业与野外调查相结合的方式找出影响原麝分布的生境变量,再应用Maxent软件对所有变量进行运算,目标在于识别主要生境变量。共筛选出海拔、坡度、坡向、山体阴影、人口密度、栖息地类型、郁闭度、灌木盖度、灌木种类、树木高度、植被覆盖率、距道路的距离、距居民点距离、距河流距离、主要树种、距裸岩的距离16个生境变量。

图1 历山国家级自然保护区原麝痕迹点位图

1)地形因子。采用DEM数据来源于Http:// www.usgs.gov/下载的30 m×30 m分辨率的数据。在ArcGIS10.2中对DEM进行投影转化,再利用空间分析工具提取海拔、坡度、坡向、山体阴影等。

2)生物环境因子。利用历山国家级自然保护区林业调查数据提取的栖息地类型、郁闭度、灌木盖度、灌木种类等信息,通过ArcGIS10.2制作所需数据。植被覆盖率数据来源于全球植被覆盖率数据(Http://www.iscgm.org/),应用ArcGIS 10.2软件获得。

3)干扰因子。从中国国家基础地理信息中心下载1∶4 000 000中国行政区划图,提取历山居民点、河流、道路,利用ArcGIS10.2中的距离分析制作距离文件。人口密度数据来源于全国第2次人口普查。

所有环境变量均以ArcGIS10.2为平台,图层边界统一,坐标系统一为CGCS2000_3_Degree_GK_CM_ 111E坐标,栅格大小设定为30 m×30 m,并转化为Maxent识别的ASC文件格式。

2.2.3 模型运算

将历山原麝点位数据导入Maxent模型中,并选择其中75%作为训练数据,其余25%作为检验数据。其它运行参数均为默认,进行Jackknife检验,分析各个变量环境的重要性,选取影响原麝分布的主要环境变量,作为最终环境因子。

本次研究通过设定模型重复运算次数,确保模型预测结果的稳定性。选择AUC值最大的作为预测结果,AUC值越大,模型预测效果越好[15]。

3 结果与分析

3.1 模型运算结果

1)Maxent模型进行运算后,ROC曲线评价结果见图2.

图2 Maxent模型预测结果ROC曲线

图2中训练数据AUC值为0.940,检验数据AUC值为0.942,模型模拟测验结果精度比较高。

2)环境变量重要性刀削法检验结果见图3.

图3 环境变量重要性刀削法检验

由图3可知,环境变量刀削法检验证实海拔、距离居民地距离、灌木种类、距离河流距离、灌木盖度、坡度因子对原麝的分布影响较大,与原麝的生活习性相符,说明模型模拟测验结果符合实际。

3.2 保护区原麝分布

将模型输出的ASCII文件导入ArcGIS10.2中,转化为栅格文件,然后通过专家经验法对原麝的生境适宜性预测图进行划分。本次将生境划分为3个等级,保护区原麝分布图见图4.

4 讨论

物种分布与地理环境之间存在密切关系。目前,有很多运用地理环境因子预测物种潜在分布的模型,Maxent模型是众多模型中预测效果较好的,特别是在物种分布数据较少的条件下依然能得到较为满意的结果。影响模型预测结果的因素主要来自2个方面:

图4 历山国家级自然保护区原麝分布图

1)物种分布点数据。应用最大熵理论预测物种潜在分布可以理解为:如果不清楚物种分布状况,则判断物种在某地能够生存的最合理预测是存在与不存在各占50%.物种分布点位多,降低了不确定性,也就降低了熵。最大熵模型便是选择最大熵的分布作为最优分布[16]。

2)环境因子的选择。不同物种的分布不同,生活习性不同,对环境的需求也不同。同一物种在环境因子不同时预测结果也不尽相同。因此,在选择环境因子时应该充分了解物种的生物学和生态学知识,选择与物种分布密切相关的因子,并尽可能多的考虑其它因子。

[1] 欧阳志云,刘建国,肖 寒,等.卧龙自然保护区大熊猫生境评价[J].生态学报,2001,21(11):1 869-1 874.

[2] 罗 翀,徐卫华,周志翔,等.基于生态位模型的秦岭山系林麝生境预测[J].生态学报,2011,31(5): 1 221-1 229.

[3] Ward D F.Modelling the potential geographic distribution of invasive ant species in New Zealand[J].Biol Invasions,2007,9(6):723-735.

[4] Galparsoro I,Borja A,Bald J,Liria P,Chust G.Predicting suitable habitat for the European lobster(Homarus gammarus),on the Basque continental shelf(Bay of Biscay),using Ecological-Niche Factor Analysis[J]. Ecological Modelling,2009,220(4):556-567.

[5] Stachura-Skierczyka K,Tumiel T,Skierczy ski M. Habitat prediction model for three toed woodpecker and its implication for the consernation of biologically valuable forests[J].Forest Ecology and Management,2009,258(5):697-703.

[6] Phillips S J,Dudik M,Schapire R E.A maximum entropy approach to species distribution modeling//Brodley C,Cavazos J,Chan P,Jacob N,Kak A,Lippman R,Moss E,Pavlopoulou C,Precup D,Scheeff D,Stefanovic D,Utgoff P,Yurcik B,eds.Proceedings of 21st International Conference on Machine Learning[C]. New York:ACM Press,2004:655-662.

[7] Hirzel A H,Hausser J,Chessel D,Perrin N.Ecological-niche factor analysis:how to compute habitat-suitability maps without absence data[J].Ecology,2002,83 (7):2 027-2 036.

[8] Phillips S J,Anderson R P,Schapire R E.Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling,2006,190(3/4):231-259.

[9] Wang Y S,Xie B Y,Wang F H,Xiao Q M,Dai L Y. Application of ROC curve analysis in evaluating the performance of alien species potential distribution models[J].Biodiversity Science,2007,15(4):365-372.

[10] Hernandez P A,Franke I,Herzog S K,et al.Predicting species distributions in poorly-studied landscapes[J].Biodivers Conserv,2008,17(6):1 353-1 366.

[11] Boubli J P,Lima M G.Modeling the Geographical Distribution and Fundamental Niches of Cacajao spp.and Chiropotes israelita in Northwestern Amazonia via a Maximum Entropy Algorithm[J].International Journal of

[12] 齐增湘,徐卫华,熊兴耀,等.基于MAXENT模型的秦岭山系黑熊潜在生境评价[J].生物多样性,2011,19 (3):343-352.

[13] Swets JA.Measuring the accuracy of diagnostic systems[J].Science,1988(240):1 285-1 293.

[14] 刘 欣.基于GARP和MAXENT的空心莲子草在中国的入侵风险预测[D].济南:山东师范大学,2009.

[15] 李石华.基于3S技术的高黎贡山羚牛生境评价研究[D].广州:华南师范大学,2006.

[16] 齐国君,高 燕,黄德超,等.基于Maxent的稻水象甲在中国的入侵扩散动态及适生性分析[J].植物保护学报,2012,39(2):129-136.

[17] 王 袁.基于MaxEnt模型的神农架川金丝猴不同季节生境识别[D].武汉:华中农业大学,2014.

[18] 王运生,谢丙炎,万方浩,等.ROC曲线分析在评价入侵物种分布模型中的应用[J].生物多样性,2007,15 (4):365-372.

[19] 郭 建,程晓锋,巨云为,等.冶勒自然保护区林麝对生境选择研究[J].应用与环境生物学报,2011,7 (2):86-87.

[20] 张海龙,吴建平,刘永志,等.大兴安岭原麝夏季的生境选择[J].生态学杂志,2008,27(8):1 313-1 316.

[21] 吴建平,张海龙,张 勇.大兴安岭原麝冬季的生境选择[J].动物学杂志,2007,42(4):45-50.

Habitat Prediction for Moschus moschiferus in Lishan National Nature Reserve Based on Maxent and GIS

Gong Xiaomin1,Wang Jianjun2,Bai Jianwei1
(1.Shanxi Wocheng Institute of Ecological Environment,Taiyuan 030012,China; 2.Lishan National Nature Reserve of Shanxi,Houma 043000,China)

Habitat prediction is the basis for protection of wild animal.This paper taked Lishan National Nature Reserve as the research region,applying Maxent and GIS to Moschus moschiferus habitat suitability evaluation,producing musk deer distribution map.From 2010 to 2014,in 39 evidence data,elevation,slope,distance to rivers,habitat types,and so on 16 environmental factors were selected.All data after the processing of the GIS import Maxent was for evaluation of suitability analysis,and the ROC curve test showed that the prediction results reached excellent level.Finally,in ArcGIS software by expert experience method in Lishan National Nature Reserve of Moschus moschiferus distribution map.

Moschus moschiferus;Maxent;ArcGIS;Habitat suitability

Q958

A

1007-726X(2015)03-0007-04

2015-06-15

弓晓敏(1982— ),女,山西文水人,2009年毕业于长安大学,工程师。

猜你喜欢

历山环境变量生境
枣树适应干旱生境研究进展
从桌面右键菜单调用环境变量选项
彻底弄懂Windows 10环境变量
舜乡恋歌
亚历山大 战无不胜的征服者
真绅士
“舜更历山”到“舜耕历山”的传说演变
金秀瑶族长鼓舞传承的文化生境
基于三阶段DEA—Malmquist模型的中国省域城镇化效率测度及其收敛分析
不同生境中入侵植物喜旱莲子草与本地种接骨草的光合特性