|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
六盘山华北豹的栖息地利用及保护建议
生物多样性
2022, 30 (9):
22342-.
DOI: 10.17520/biods.2022342
大型食肉动物对维持生态系统的结构和功能具有重要作用, 但大部分大型食肉动物处在持续的种群数量和分布面积下降之中, 面临着急迫的研究与保护需求。华北豹(Panthera pardus japonensis)是我国特有的豹亚种, 也是部分区域森林生态系统中仅存的大型食肉动物, 面临着生境破碎化等威胁。本研究使用红外相机调查了宁夏六盘山国家级自然保护区华北豹的分布, 通过构建占域模型分析了华北豹的栖息地利用, 预测了华北豹的适宜栖息地, 并评估了其生境破碎化格局。研究发现, 华北豹在六盘山的平均占域率约为0.135。华北豹偏好植被发育成熟、地势崎岖、温度较低、远离农田和公路的栖息地, 对于农田边缘和居民点等人类活动区域未显示出显著回避。研究识别的六盘山华北豹适宜栖息地主要沿六盘山东西两侧山脉分布, 55%的适宜栖息地斑块位于六盘山国家级自然保护区内。栖息地斑块面积平均为16 km2, 最大达214 km2, 约77%的栖息地斑块面积在10 km2以下。研究表明六盘山国家级自然保护区有效地保护了华北豹现有的适宜栖息地, 但仍存在栖息地破碎化和人类活动干扰等关键限制因素。建议通过栖息地改造、人类活动管理等方式增强六盘山华北豹适宜栖息地斑块连通性; 并通过推动华北豹跨省保护工作等举措促进华北豹种群扩散恢复。
表1
华北豹占域模型协变量表
正文中引用本图/表的段落
我们首先在ArcMap中将研究区域划分为14,480个250 m × 250 m的网格, 提取每个网格的崎岖度、夏季和冬季的归一化植被指数(normalized difference vegetation index, NDVI)、距道路距离、距居民点距离、距农田距离、生物气候变量、农田-自然植被占比、草地占比、草地-灌丛-森林占比、针叶林占比、阔叶林占比共13个变量作为候选的环境协变量(ψ), 并将每个调查位点的取样季节作为探测协变量(p) (表1)。
NDVI: 归一化植被指数; ψ代表占域协变量; p代表探测协变量; *变量数值基于1 km范围计算。
生态系统中顶级捕食者的分布常受到猎物分布情况的影响, 有研究将猎物的相对多度指数(relative abundance index, RAI)等作为猎物协变量代入模型, 来评估华北豹等捕食者的分布受猎物影响的情况(Yang et al, 2021)。考虑到华北豹的主要猎物如野猪(Sus scrofa) 、狍(Capreolus capreolus)同时受到植被类型、地形地貌、人类活动等因素的影响, 为保证模型能够在较大空间尺度上外推, 本研究选择与地面初级生产力有较强相关性的归一化植被指数、不同植被类型覆盖率等基于遥感数据的协变量来衡量栖息地森林质量, 从而间接衡量华北豹的几种食草动物猎物的分布情况(Pettorelli et al, 2005; Hayward et al, 2006)。六盘山地区为典型的温带气候, 冬夏两季物候变化明显(戴君虎等, 2013), 并且有面积占比近50%的华北落叶松(Larix principis- rupprechtii)针叶林, 林下多覆盖华西箭竹(Fargesia nitida)林等常绿灌木(戴君虎等, 2013)。终年存在的常绿灌木可能会对六盘山的野生动物存在影响, 但灌木被华北落叶松林覆盖, 通过传统的遥感方法难以快速获取其分布情况。考虑到冬季落叶松凋落后的NDVI在一定程度上反映了林下植被, 尤其是箭竹林等常绿灌木的生长分布情况, 我们同时使用了夏季和冬季的NDVI作为华北豹占域的环境协变量, 来代表不同植被类型的栖息地(王荣等, 2021)。通过冬夏两季的NDVI衡量地面植被的分布、生长状况, 能在一定程度上反映这一区域支持华北豹主要猎物生存的能力(Pettorelli et al, 2005)。NDVI数据均来自MODIS Vegetation Index Products, 时空分辨率为16 d/250 m, 从Earthdata检索并下载。地表覆盖类型数据由ESA CCI的300 m分辨率全球地表覆盖地图获取, 提取了以每个取样点为中心、半径1 km缓冲区内的农田-自然植被镶嵌带、草地、草地-灌丛-森林镶嵌带、针叶林等几种植被类型所占地表面积的比例(表1)。
为检验华北豹对人类活动的响应, 本研究在衡量人类活动的环境协变量选择过程中, 基于Open Street Map的2020年地表覆盖图层计算距道路、居民点的距离; 使用ESRI基于Sentinel-2数据开发的2020年度全球10 m土地覆盖数据提取农田的图层, 计算距农田距离(表1)。并基于ESA CCI的300 m分辨率全球地表覆盖地图计算了以取样点为中心、半径1 km的圆形缓冲区内农田、农田-自然植被镶嵌带所占面积的比例(表1)。
为避免环境协变量之间的多重共线性对模型构建带来的影响, 使用方差膨胀因子(VIF)检验协变量之间的相关性(Naimi et al, 2014)。本研究选择以VIF < 5为共线性的检验阈值, 认为VIF < 5时变量间不存在多重共线性关系, 并逐步舍去造成VIF > 5的变量(Kock & Lynn, 2012; James et al, 2021)。经过筛选, 最终留下的变量有: 崎岖度、夏季NDVI、冬季NDVI、距道路距离、距居民点距离、距农田距离、最冷月最低温(BIO 6)、最干月降水量(BIO 14)、农田-自然植被占比、草地占比、草地-灌丛-森林占比、针叶林占比和阔叶林占比, 共13个占域协变量和1个探测协变量被用于构建占域模型(表1)。
*: “/”前后的探测率分别代表非生长季和生长季的平均探测率; 表中协变量缩写含义见
和人类活动相关的指标中, 六盘山的华北豹对道路和农田表现出显著回避, 但在一定距离范围内(1-10 km)靠近居民点(图2), 并且偏好农田与自然植被二者边缘交界带的生境。
本文的其它图/表
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
