浙江省绿头鸭分布与迁徙规律

刘志立，方陆明*，宁学芳

（1. 浙江农林大学 信息工程学院，浙江 临安 311300；2. 浙江省林业智能监测与信息技术研究重点实验室，浙江 临安 311300）

浙江省绿头鸭分布与迁徙规律

刘志立1,2，方陆明1,2*，宁学芳1,2

（1. 浙江农林大学 信息工程学院，浙江 临安 311300；2. 浙江省林业智能监测与信息技术研究重点实验室，浙江 临安 311300）

选取浙江省2009-2014年56个监测站的绿头鸭（Anas platyrhynchos）监测数据，对其数量分布和活动规律进行分析。结果表明，绿头鸭主要在临安、三门、亚林所监测站周边区域越冬，在不同监测站迁徙时间有所不同。在浙江省内越冬期为10月8日至翌年6月23日。春季在浙江省从南到北迁徙时间为3月27日至5月22日，秋季从北向南迁徙时间为10月8日至11月18日。通过数据挖掘，建立了临安监测站绿头鸭数量变化预测模型。关键字：绿头鸭；迁徙规律；数据挖掘；时间序列建模

禽流感病毒存在于世界范围内的许多家禽和野禽（包括野鸭、天鹅等）中，涉及22科88种。研究表明全球高致病性禽流感疫情的发生和流行与野生迁徙鸟类有关[1～4]。随着高致病性禽流感在世界各地的发生，世界各国加强了对野生鸟类的监测工作。在北美、欧洲以及亚洲的日本，鸟类学家在鸟类迁徙路线、定位定向、迁徙生理生态、迁徙的关联、迁徙对种群动态的影响等方面做了大量研究[5～7]。除了传统的环志，跟踪和传感装置技术、稳定同位素技术、分子遗传技术等也已逐渐运用在鸟类迁徙研究中[8～16]。截止2010年末，全国共设立了350处国家级、768处省级和一大批市县级野生动物疫源疫病监测站，布设巡查路线和监测样地上万处，初步搭建了点线面结合、布局合理、运转有序的全国野生动物疫源疫病监测防控体系主体框架，也积累了大量的数据。绿头鸭（Anas platyrhynchos），鸭科（Anatidae）鸭属（Anans）游禽。主要栖息于水生植物丰富的湖泊、河流、池塘、沼泽等水域中，冬季和迁徙期间也出现于开阔的湖泊、水库、江河、沙洲和海岸附近沼泽和草地[17]。在曾发现携带禽流感病毒的鸟类中，浙江省分布有29种，雁形目11种，占比达37.9%。其中绿头鸭曾在加拿大和罗马尼亚检测到携带禽流感病毒。浙江省野生动物监测已开展多年，积累的大量数据显示绿头鸭数量在雁形目中占比高达30%。因此，本文以绿头鸭为研究对象[18]，利用野外监测数据，以大数据的视角进行数据挖掘，研究绿头鸭在浙江区域的活动规律和迁徙路线，预测其迁徙方向和范围，有助于对绿头鸭疫源疫病预测与防控。

1 研究区域

研究区域为浙江省，位于118°00'～123°00' E，27°12'～31°31' N，地处亚热带中部，属亚热带季风气候，四季分明，平均气温15～18℃，极端最高气温40.7℃，极端最低气温-10.2℃，年平均日照时数1 710-2 100 h，全省年平均降水量在980～2 000 mm，雨水丰沛，空气湿润，雨热季节变化同步。浙江地理特征非常丰富，西南多为海拔1 000 m以上的崇山峻岭，最高海拔1 929 m；北部为水网密集的冲积平原；东部面临东海，丘陵地带，舟山海岛众多[19]。浙江位于东南亚到俄罗斯、澳大利亚到俄罗斯库页岛2条迁徙路线上，是鸟类沿海岸线迁徙离开大陆前重要的能量补充点，湿地水鸟迁徙繁殖的重要栖息地。浙江候鸟中多数水鸟，特别是雁鸭类、鹬类和鸥类、鹭类等构成欧亚鸟类东部两条迁徙路线的主要成分[18]。绿头鸭属于雁鸭类，也是构成欧亚鸟类东部迁徙路线的组成成分。

2 数据来源和研究方法

2.1 数据来源

浙江省野生动物监测工作从2005年起步并逐步完善，2009年，浙江省野生动物疫源疫病系统上线运行。截至2014年底，全省陆续建立24个监测站、56点监测点，分别设置在野生动物物种集中分布区或集中驯养繁殖场所、野生动物重要栖息地、野生动物迁徙通道中重要的食物补充地、人口密集分布区和野生动物重要栖息地的结合区[18]。采取点面结合的监测方式，分线路巡查和定点观测两种方法开展监测工作。监测人员在野外监测过程中通过带GPS功能的移动终端实施数据的数字化采集，并自动传输到浙江省野生动物疫病疫源监测系统。

2.2 研究方法

从浙江省野生动物疫病疫源监测系统获取2009-2014年的监测数据，包括监测时间、监测站坐标、鸟类名称、鸟类数量、温度数据，剔除异常值，进行数据清洗。使用EXCEL软件和SPSS软件进行数据统计，统计分析绿头鸭数量分布、迁徙时间、温度和时间对绿头鸭数量变化影响。利用ArcGIS软件绘制绿头鸭在浙江区域的迁徙理论路线，建立温度与数量的相关回归模型以及时间序列模型。随着监测站数量增多，监测数据的累积，鸟类的迁徙理论路线与实际路径会拟合的更好，预测模型精度也会提高。

2.3 时间序列建模

时间序列是按时间次序排列的随机变量序列，一般反映三种实际变化规律：趋势变化、周期性变化、随机性变化。时间序列分析常用在国民经济宏观控制、气象预报、水文预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面[20]。时间序列建模要观察数据趋势，初步检查数据是否平稳，以及数据波动的大概规律。根据动态数据作自相关图，进行自相关分析，求自相关函数。选择合适的随机模型，进行曲线拟合。在模型建立后，需要通过白噪声检验，判断判断数据建立的模型是否合理，残差通过检验，建立的模型合理[21]。常用的时间序列模型包括：p阶自回归AR（p）模型、q阶滑动平均MA（q）模型、自回归滑动平均ARMA（p，q）模型、自回归求和移动平均ARIMA模型。

3 监测数据分析

3.1 监测站数量分析

春秋两季由于候鸟和旅鸟季节性的迁徙和过境，全省湿地鸟类数量出现较大变化，春末夏初和秋末冬初时，形成两个季节性高峰，旅鸟特别繁盛，雁鸭类等因迁徙旅经而常成为优势种或常见种，种群数量达数万甚至数十万只[18]。表1是监测站在2009-2014年对绿头鸭监测到的数量分布情况。

绿头鸭在浙江过境越冬，野外共监测到绿头鸭集群7 133群，主要分布在临安监测站、三门监测站、亚林所监测站。西溪湿地、余杭监测站绿头鸭监测数均较为离散。海盐监测站，绿头鸭10－11月迁入，数量增多，4月数量减少，逐渐迁离。松阳监测站10－11月数量变多，开始迁入，5月数量减少，逐渐迁离。绿头鸭在每年10月数量变多，开始迁入三门监测站，11－12月数量达到高峰，迁徙高峰，5－6月迁离。开始迁入，在12月到次年1月迎来迁徙高峰，3－4月迁离。在临安监测站，每年10月数量增多，开始迁入，11－12月或晚至1－3月迁徙高峰，4月全部迁离。海盐、三门、亚林所、临安监测站的绿头鸭数量变化呈现候鸟迁徙的规律性。西溪湿地、余杭监测站数量变化没有候鸟迁徙的规律性，在候鸟迁往临安范围时，有部分飞向西溪湿地、余杭监测。根据各个监测站的数量变化，初步分析表明：三门、松阳、临安、亚林所、海盐监测站是绿头鸭的主要越冬地，西溪湿地、余杭监测站区域是迁徙中途停歇地。

3.2 绿头鸭迁徙时间规律分析

浙江省候鸟春季迁徙北上过境时间从3月下旬到5月上旬，秋季迁徙过境时间从9月上旬到10月下旬[22]。现有各监测站的地理位置不同，候鸟的数量和迁徙时间也不一样。对监测的日报数据进一步分析得，绿头鸭迁徙时间表，如表2。

表1 绿头鸭数量分布Table 1 Quantitative distribution of A.platyrhynchos in Zhejiang

表2 绿头鸭迁徙时间Table 2 Migration of A. platyrhynchos in the province

候鸟的迁徙路线以南北向为主。由表2初步推断绿头鸭在浙江区域过境越冬的时间在10月8日至翌年6月10日，在秋季迁徙期，绿头鸭从北往南迁徙时间在10月8日至11月18日。10月8日至10月11日，绿头鸭从临安迁入松阳、三门监测站。11月3日至11月18日，绿头鸭从海上或外省迁入亚林所监测站。在春季迁徙期，绿头鸭在浙江区域从南往北迁徙时间在3月27日至5月22日，监测站间迁徙规律不明显。根据监测站绿头鸭秋季迁入时间先后和监测站地理位置，结合东部候鸟迁徙路线，绘制了绿头鸭秋季迁徙理论路线图（图1），图中虚线代表绿头鸭可能会迁徙的路线。

在ArcGIS 10.1软件中使用距离量算功能，量算各监测站之间距离。利用距离、时间和速度的关系，计算得到临安往松阳和三门的迁徙速度为66.91 km/d。以66.91 km为半径，进行绿头鸭迁徙路线缓冲区分析，得出绿头鸭迁徙经过浙江及在浙江越冬时可能停留的范围。临安监测站和西溪监测站间距离为33.17 km，临安监测站和余杭监测站间距离为59.23 km，根据上述分析，绿头鸭可能在临安监测站、西溪湿地监测站和余杭监测站穿越活动，以临安监测站到西溪监测站和余杭监测站的距离平均值为半径，进行监测站点的缓冲区分析，最后得到绿头鸭分布图（图2）。一旦发现绿头鸭禽流感疫情，可以按图中各地区的重要程度，结合绿头鸭在浙江省过境越冬时间，对疫情进行及时遏制，并对潜在疫情高发地区进行预防。

3.3 绿头鸭数量变化分析

选取绿头鸭数量最多的临安监测站为主要研究区域，建立温度与数量的相关回归模型以及时间序列模型，以预测绿头鸭的数量变化。经过方差齐次性检验和单因素方差分析，F检验的数值为2.813，P=0.000<0.05，不同温度对于绿头鸭数量的变化，具有显著性的影响。对同一温度的数量数据进行平均，得不同温度下的平均数量。随着温度的增加，绿头鸭的数量呈现总体下降趋势，温度和数量呈负显著相关。对数量与温度的关系进行拟合，建立临安监测站绿头鸭数量与温度回归方程，设y为数量，x为温度，y = -2.9797x + 170 （R2= 0.735，sig=0.000<0.05）。

对绿头鸭的月平均数量进行数据的波动性和趋势性分析，数据趋于平稳。对数据进行自相关分析，自相关函数二步截尾，自相关函数通过白噪声检验。根据变换数列的自相关函数和偏自相关函数的特点以及参数估计，建立q阶滑动平均MA（2）模型，Xt=47.697-0.582Xt-2+εt，t为时间。模型拟合统计量R2=0.664，sig=0.000<0.05，相应模型参数如表3所示通过检验，模型残差序列通过检验。经过计算，模型预测误差不稳定，但大部分落入误差范围之内，模型具有一定预测意义。

图1 绿头鸭秋季迁徙路线Figure 1 Migration road of A. platyrhynchos in autumn

图2 绿头鸭分布图Figure 2 The distribution map of Anas platyrhynchos

表3 模型参数Table 3 The model parameters

4 结果与讨论

采用浙江省陆生野生动物疫病疫源监测监测站2009－2014年的监测数据，以大数据视角对绿头鸭迁徙规律进行研究，初步掌握了其在浙江区域分布的情况和迁徙规律，初步实现了相关监测区域绿头鸭数量变化的预测。

绿头鸭主要在临安、三门、亚林所监测站周边区域越冬，在不同监测站迁徙时间有所不同，在浙江区域内越冬期为10月8日至翌年6月23日。春季在浙江区域全部迁离，从南到北迁徙时间为3月27日至5月22日。秋季在浙江区域从北向南迁徙时间为10月8日至11月18日。

利用温度、时间可以大致预测相应监测站鸟类数量变化，但并不能精准预测，鸟类数量变化还受诸多因素影响，包括繁殖、栖息地环境、天气等，在下一步的研究中，需要更多地考虑鸟类的生理因素及环境因素，使预测更近实际，以便更有效地防控禽流感病毒的传播。

浙江省野生动物监测工作开展多年，积累较多的数据，但要揭示野生动物特别是鸟类这一复杂群体的迁徙规律，达到较为准确的预测，监测的数据还需进一步扩大，同时监测数据受人为主观的限制较多，都需要从技术和方法上加以研究和改进。

[1] 许维权. 鸟类的疾病与传播[J]. 大自然，2004，（6）：14－15.

[2] Smith G J D, Naipospos T S P, Nguyen T D. Evolution and adaptation of H5N1 influenza virus in avian and human hosts in Indonesia and Vietnam[J]. Virology，2006（350）：258－268

[3] Beare A S, Webster R G. Replication of avian influenza viruses inhumans[J]. Arch Virol，1991（119）：37－42.

[4] Globig A., Staubach C., Beer M.. Epidemiological and Ornithological Aspects of Outbreaks of Highly Pathogenic Avian Influenza Virus H5N1 of Asian Lineage in Wild Birds in Germany，2006 and 2007[J]. Avian Dis，2009，53（1）：16－24.

[5] Martin T E, Finch D M. Ecology and management of neotropical migratory birds：a synthesis and review of critical issues[M]. Oxford University Press，1995.

[6] Wang Y, Moore F R. Spring stopover of intercontinental migratory thrushes along the northern coast of the Gulf of Mexico[J]. Auk，1997，114（2）：263－278.

[7] Newton I. The migration ecology of birds[M]. Academic Press，2010.

[8] Robinson W D，Bowlin M S，Bisson I，et al. Integrating concepts and technologies to advance the study of bird migration[J]. Front Ecol Environ，2009，8（7）：354－361.

[9] 崔鹏，徐海根，丁晖，等. 我国鸟类监测的现状问题与对策[J]. 生态与农村环境学报，2013，29（3）：403－408.

[10] 李新平，杨向明. 鸟类数量调查方法应用探讨[J]. 山西林业科技，2014，43（1）：63－64.

[11] 郜二虎，梁兵宽，宋岩梅，等. 国内外野生动物监测[J]. 林业资源管理.2001，（3）：27－30.

[12] 崔岩，赵德怀. 野生动物定位监测数据处理方法研究[J]. 西北农林科技大学学报，2001，29（5）：51－55.

[13] 孙贺廷. 对野生动物疫源疫病监测防控工作的思考[J]. 林业资源管理， 2013（4）：140－143.

[14] Hobson K A, Van Wilgenburg S L, Faaborg J, et al. Connecting breeding and wintering grounds of Neotropical migrant songbirds using stable hydrogen isotopes: a call for an isotopic atlas of migratory connectivity[J]. J Field Ornithol，2014，85（3）：237－257.

[15] Irwin D E, Irwin J H, Smith T B. Genetic variation and seasonal migratory connectivity in Wilson’s warblers(Wilsonia pusilla): species-level differences in nuclear DNA between western and eastern populations[J]. Mol Ecol，2011，20（15）：3 102－3 115.

[16] Ricklefs R E, Swanson B L, Fallon S M, et al. Community relationships of avian malaria parasites in southern Missouri[J]. Ecol Monogr，2005，75（4）：543－559.

[17] 赵正阶.中国鸟类志[M]．吉林科学技术出版社，2001．

[18] 朱桂寿. 浙江省陆生野生动物分布及其疫源疫病监测体系建设研究[D]. 南京：南京林业大学，2008.

[19] 张荣祖.中国动物地理[M]. 北京：科学出版社，2004.

[20] 贾澎涛，何华灿，刘丽．时间序列数据挖掘综述[J]．计算机应用研究，2007，24（11）：15－18.

[21] 王庚，詹鹏．统计模型与统计实验[M]．北京：清华大学出版社．2014.

[22] 李慧霞，徐爱俊，方陆明，等. 浙江省白鹭分布与迁徙规律[J]. 浙江农林大学学报，2015，32（6）：883－889.

Distribution and Migration Rhythm of Anas platyrhynchos in Zhejiang

LIU Zhi-li1,2，FANG Lu-ming1,2*，NING Xue-fang1,2
（1. School of Information Engineering, Zhejiang A & F University, Lin’an 311300, China; 2. Zhejiang Provincial Key Laboratory of Forestry Intelligent Monitoring and Information Technology, Lin’an 311300, China）

Analysis were made on quantitative distribution and migration rhythm of Anas platyrhynchos in Zhejiang province by monitoring data from 2009-2014 of 56 monitoring stations. The results showed that A. platyrhynchos overwintered around station of Lin'an, Sanmen, Yalinsuo with migration times from October 8th to next June 23rd in Zhejiang province. It moved from south to north during March 27 and May 22 and from north to south during October 8 to November 18. Forecasting model for quantitative variation of A. platyrhynchos in Zhejaing province was established by data mining.

Anas platyrhynchos; migration rhythm; data mining; time series modeling

S718.63

A

1001-3776（2016）04-0024-05

2016-01-18；

2016-05-09

浙江省公益性技术应用研究计划项目（2014C33045），浙江省林业智能监测与信息技术研究重点实验室开放基金

刘志立（1992-），女，河南省信阳人，硕士研究生在读，从事林业信息化研究；*通讯作者。