可变距离样线法在浙闽沿海丘陵单元森林鸟类调查中的应用
2020-06-25张小伟何欢王柯
张小伟 何欢 王柯
（浙江省森林资源监测中心 浙江杭州310020）
1 可变距离样线法
1.1 样线法应用概况
盛和林等[1]指出，样线法是在大范围内估计中、大型野生动物种群的优良方法之一，该方法在我国得到越来越普遍的使用[2,3]。
早期的样线法调查多采用简单的路线调查法，获得的仅仅是野生动物的相对数量。近30年来，国内越来越多的研究采用绝对数量的方法[4,5]。
早在1906年，在美国伊利诺斯州的鸟类普查中，Gross 就运用了样线调查的方法。1930年King 首次提出有效宽度的概念，用鸟类个体到样线垂直距离的平均值作为有效宽度，从而得到有效面积。直到鸟类的野外调查及相应的密度计算方法有了相当的发展之后，Gates才正式提出“有效宽度”的确切定义，即有效宽度是这样一种特定的单侧样线宽度，其内未被发现的动物数量等于其外被发现的动物数量。Hayne 和Gates 根据鸟类个体距样线的垂直距离实际观测值，从数理统计上提出并发展了可以严格评判的密度估计值以及误差估计值。1976年，Burnham 等提出了以发现概率的密度函数来估计种群密度的方法，其后的发展主要是围绕如何模拟发现概率的密度函数或发现函数。
1979年Laake 等开发出基于发现函数的计算机程序TRANSECT，用以求解样线调查的种群密度。在此基础上研制出一种功能更完善的DISTANCE 分析软件，并获得了广泛的应用。
1.2 样线法的主要类型
样线法可以分为三种类型：无距离样线法、固定距离样线法和可变距离样线法。
无距离样线法：选择调查目标活动频繁的时段，调查人员以均匀的速度沿样线行走，统计样线两侧（包括前方）的动物数量，不设定样带的宽度（w），也不必估计动物个体到样线的垂直距离（x）。该方法只能相对地估计调查目标种群数量的多少。
固定距离样线法：设定样带的宽度（w），分别统计该固定宽度以内和以外的动物数量（x
可变距离样线法：除统计样线两侧的动物数量外，直接记录动物个体距样线的垂直距离（x）或者通过记录动物个体距调查人员的距离（r）及方位角（Ɵ）间接求得垂直距离（r*sinƟ）。通过统计获取有效宽度并计算动物种群密度。
1.3 可变距离样线法的前提
可变距离样线法是一种非常实用的调查方法，但是如果应用此方法进行调查时不能满足使用该方法的前提条件，其结果将会有很大误差[6]。使用可变距离样线法的基本前提如下：位于中线上的观测目标，其可观测性是充分的，样线是随机、或至少是客观选定的，以确保样线具有一般性；在观察者测出观察目标距离中线的距离之前，目标（动物或动物群）不会有远离或靠近中线的移动；观测目标与中线的垂直距离测量准确等。
另外，为了得出探测函数及其方差的可靠估计值，样本量（被观测的目标发现频次）必须足够大。如果样本太小，其结果在理论上正确，但实际上不可靠[7]。
2 数据分析
2.1 研究区概况
浙江省每隔10年开展一轮陆生野生动物资源调查，以浙闽沿海丘陵单元为例，探讨可变距离样线法在森林鸟类调查中的应用。本地理单元包括宁波市、台州市、温州市的部分县市区，陆域面积17852km2，地理坐标介于东经120°07′至122°16′和北纬27°03′至30°33′之间，野生动物资源丰富。
2.2 数据来源
浙江省上一轮陆生野生动物调查采用样点法和样线法结合的方案，本轮采用样点法、固定距离样线法、可变距离样线法三种方法结合的方案。方案将浙江省划分为8个地理单元，每个地理单元内系统布设10km×10km 的抽样单元，每个抽样单元内系统布设10 条4km 样线。浙闽沿海丘陵单元设调查样线168 条，观测点133个。考虑到动物习性，分冬、夏两次调查。
本文的研究数据为浙闽沿海丘陵单元所有样线冬夏两次调查观测到的森林鸟类记录。一个地理单元样线数不够多，观测到的样本数量有限，选取出现次数5 次以上的共14 种森林鸟类数据通过软件进行可变距离样线法分析。
2.3 数据分析
调查数据分析采用DISTANCE 7.1 软件。DISTANCE 软件通过函数模型对数据进行分析计算，在国外许多调查中也得到较好的印证，具有较高的说）服力和可信度。在依照合适的方法取得野外数据后，接下来是寻找探测函数模型，然后以此估计种群密度。
软件的传统距离采样分析引擎（CDS）中具有4 种关键函数分布，即均匀分布（Uniform）、半正态分布（Half-normal）、风险率分布（Harzard-rate）和负指数分布（Negative exponential）。由于负指数分布不符合鸟类的探测函数有“肩”的分布假设而排除使用[8]，只使用其他3 种分布函数对每种鸟类的数据建模拟合，每个关键函数再用余弦、简单多项式、厄密多项式进行级数展开，然后筛选最佳函数模型[9]。
软件计算的结果如表1：
表1 14 种鸟类调查数据的软件分析结果单位：m
3 结果与分析
3.1 变异系数与发现频次
从数据分析结果可以得出鸟类的发现频次越高，变异系数就越低，呈现明显的负相关（如图1）。变异系数越低鸟类有效距离的离散程度越小，这也说明样本量大（发现频次高）的鸟类其有效距离估算结果更准确。
可变距离样线法是对所有涉及到个体样线距离的种群密度计算方法的总结和标准化，可以优选出拟合度最高的发现函数，得出精确的种群密度。一般要求样线数量和每条样线统计到的个体尽可能多，建议每一个估计值的样本量最好为30 以上。
图1 鸟类发现频次与变异系数关系图
3.2 鸟类的有效宽度
分析结果显示，鸟类的有效宽度最大为59.99 米，而最小有效宽度为24.95 米。如果用固定距离样线法来推算鸟类的密度，无论固定距离取值多少，都将产生很大的误差。可变距离样线法通过多个鸟类个体样线距离的实际观测值，推算出的有效宽度可以明显提高种群密度计算的精确性。
3.3 鸟类有效宽度的影响因素
影响鸟类有效宽度的因素包括鸟类的习性、鸣叫声音大小、体型大小等。从《中国鸟类野外手册》[10]摘录发现频次大于30 的6 种鸟类体长信息，分析得出体型大小和有效宽度呈明显的正相关。另外，鸣叫声音越大、越不善于隐蔽的鸟类有效宽度越大，反之越小。
4 讨论
可变距离样线法优势明显，但也存在一些问题：对于调查中垂直距离的记录主观性大，调查者对距离的估算误差会传导至计算结果；方法要求样本量（发现频次）较大，小样本的计算结果稳定性不高，对于小范围、短期的调查，这种方法不一定适用；调查者的鸟类识别经验和能力对结果也会产生影响。另外，同一地区同一种鸟类的计算结果是否可以直接作为固定距离也有待确定。
