于沿澤 吳新宇 尹冬冬 張立博 穆文靜

摘要：? 2013～2015年冬季，綜合運用動物生態(tài)調(diào)查、種群生態(tài)學(xué)和行為生態(tài)學(xué)等技術(shù)，在內(nèi)蒙古根河林業(yè)局共布設(shè)71條長約2～4 km樣線、調(diào)查313個10 m×10 m樣方、1 489個2 m×2 m樣方、共收集117份糞便，373個駝鹿出現(xiàn)點數(shù)據(jù)。利用駝鹿出現(xiàn)數(shù)據(jù)作為分布點數(shù)據(jù)，選取地形、植被類型等22 種因子作為生境變量，利用MAXENT生態(tài)位模型分析了深冬時期根河地區(qū)駝鹿冬季生境適宜性分布特征和主要生境因子對駝鹿分布的影響。結(jié)果表明：模型預(yù)測結(jié)果準(zhǔn)確性較高，平均AUC（area under the curve，受試工作者曲線下面值） 值為0.92，Jackknife檢驗結(jié)果顯示：駝鹿生境選擇的主要影響因子為距道路距離、距火燒跡地距離、距農(nóng)田距離、海拔、柳、距沼澤距離、距人為活動點距離、距灌叢距離。駝鹿的適宜生境在根河地區(qū)呈現(xiàn)連續(xù)性分布，主要分布在東部和東北部，從植被類型上看，適宜生境大部分分布于針葉林，且適宜生境的面積為1 155.8 km2，約占根河研究區(qū)總面積的25.6%。

關(guān)鍵詞：? 駝鹿;? MAXENT;? 生態(tài)適宜性

中圖分類號：? ?S 718. 61? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼：? ?A? ? ? ? ? ? ? ? ? 文章編號：1001 - 9499（2019）02 - 0001 - 04

駝鹿（Alces alces）俗稱犴，是最大的鹿科動物，屬于偶蹄目，鹿科，被列為國家Ⅱ級保護野生動物。駝鹿在北半球寒溫帶至寒帶之間分布廣泛，是環(huán)北極動物的典型代表。在我國主要分布在黑龍江省和內(nèi)蒙古的大、小興安嶺地區(qū)以及新疆阿爾泰地區(qū)，我國東北地區(qū)分布的駝鹿為烏蘇里亞種。近年來，隨著3S（ GIS，RS，GPS） 技術(shù)的應(yīng)用，可以從大尺度上對野生動物進行生境研究，國內(nèi)外學(xué)者在對目標(biāo)物種進行生境評價時，采用3S技術(shù)與機理模型、回歸模型和生態(tài)位模型相結(jié)合的方法。最大熵模型（MAXENT）是生態(tài)位模型的一種，近年來已廣泛應(yīng)用于保護動物的生境分布預(yù)測中。本文應(yīng)用3S技術(shù)和MAXENT 模型對內(nèi)蒙古根河地區(qū)生境適宜性進行評價，分析影響駝鹿生存的主要生境因子并模擬其空間分布區(qū)域，以期為駝鹿的保護提供科學(xué)依據(jù)。

1 材料與方法

1. 1 研究地區(qū)概況

研究地位于大興安嶺主脈西側(cè)的內(nèi)蒙古自治區(qū)大興安嶺森工集團根河林業(yè)局（120°12′～122°55′E，50°20′～52°30′N），該地區(qū)年平均氣溫-5.3℃，極端低溫-58℃，年降水量400～500 mm，平均降水437.2 mm，年封凍期210天以上，屬寒溫帶濕潤型森林氣候，因遠離海洋具有大陸性季風(fēng)氣候的某些特征，冬季漫長，干冷多冰霧。植被是以木本植物為主體，即興安落葉松為主要樹種的寒溫帶針葉林區(qū)。

1. 2 模型介紹

本研究利用MAXENT模型對根河地區(qū)駝鹿生境適宜性進行評價。最大熵原理由Jayne提出，來源于統(tǒng)計力學(xué)和信息科學(xué)，符合條件的分布中獲得熵最大的概率分布[ 1 -- 2 ]。2004年，Steven Phillips等人為使MAXENT模型的運用更加簡便、快捷和適用，便運用Java語言開發(fā)了MAXENT軟件[ 3 ]。近來廣泛用于物種生境適宜區(qū)的預(yù)測和評價，表現(xiàn)出了良好的預(yù)測能力，該模型提供了自檢功能，可以自動生成ROC曲線進行模型的模擬預(yù)測自檢，且在對動物生境進行評價與預(yù)測時，只需動物“出現(xiàn)點”的數(shù)據(jù)。在駝鹿“未出現(xiàn)點”數(shù)據(jù)難以準(zhǔn)確采集的情況下，MAXENT 模型相比其他模型具有更大的優(yōu)勢。

1. 3 數(shù)據(jù)采集及處理

應(yīng)用MAXENT模型對駝鹿進行生境適宜性評價需要兩方面數(shù)據(jù)： 一是駝鹿的現(xiàn)實地理分布點數(shù)據(jù)，二是根河林業(yè)局的環(huán)境變量數(shù)據(jù)。

1. 3. 1 環(huán)境變量數(shù)據(jù)采集及處理

首先從中國科學(xué)院地理空間數(shù)據(jù)云網(wǎng)站下載30 m×30 m分辨率的數(shù)字高程模型（DEM），DEM包含了海拔等相關(guān)信息，利用ArcGIS 10.2的空間分析擴展模塊中的“坡向”及“坡度”工具，可以從DEM中提取得到大小為30 m×30 m研究區(qū)域的坡度和坡向柵格圖層。運用ArcGIS 10.3從研究區(qū)域的電子地圖中提取植被類型、道路、河流及村莊等矢量化數(shù)據(jù)，得到矢量化圖層。

1. 3. 2 駝鹿出現(xiàn)點采集

駝鹿的出現(xiàn)點一部分來自當(dāng)?shù)亓謽I(yè)部門巡護數(shù)據(jù)，另一部分是野外實際調(diào)查。用GPS對所觀察到的駝鹿實體或駝鹿利用痕跡的位置進行定點記錄，共得到了373個駝鹿出現(xiàn)點數(shù)據(jù)。

1. 3. 3 駝鹿主要食物空間分布預(yù)測

運用廣義可加模型（GAM）預(yù)測根河地區(qū)駝鹿主要食物（柳、樺、山楊、遼東榿木、落葉松等）的空間分布。第一，確定預(yù)測變量;第二，為消除模型構(gòu)建時的共線性問題運用Spearman相關(guān)分析，去除具有相關(guān)性的變量;第三，運用GAM探測主要食物分布與各變量之間的關(guān)系;第四，運用GAM預(yù)測根河地區(qū)駝鹿冬季主要食物的空間分布。統(tǒng)計相關(guān)分析均在R軟件中完成。

1. 3. 4 根河地區(qū)雪深及隱蔽級空間分布預(yù)測

方法同1.3.3主要食物空間分布預(yù)測的數(shù)據(jù)處理方法。

1. 4 模擬方法

將駝鹿現(xiàn)實分布點的數(shù)據(jù)和環(huán)境變量數(shù)據(jù)導(dǎo)入MAXENT中，隨機選取80%的駝鹿分布點用于建立模型，其余20%的駝鹿分布點用于模型驗證，選擇利用Jackknife來檢測變量的重要性，并對各生境因子進行敏感性分析，其他參數(shù)均為模型的默認值，結(jié)果以Logistic格式輸出。利用受試者工作特征曲線下的面積值進行檢驗?zāi)Ｐ偷念A(yù)測結(jié)果，ROC曲線與橫坐標(biāo)圍成的面積即為AUC值，其大小可以反映診斷結(jié)果的準(zhǔn)確程度。物種分布越偏離隨機分布（AUC值為0.5），AUC值就越大，表明環(huán)境變量與模型的相關(guān)性越大，預(yù)測的效果也越好[ 4 ]。ROC曲線評價標(biāo)準(zhǔn)為：AUC值0.5～0.6不及格;0.6～0.7較差;0.7～0.8一般;0.8～0.9良好;0.9～1.0優(yōu)秀[ 5 ]。AUC值的評價結(jié)果不受閾值的影響，因此評價結(jié)果更為客觀可靠。

為確定適宜生境斑塊，利用ROC曲線來確定概率切斷點，進一步確定適宜生境的動物出現(xiàn)概率范圍。模型敏感性和特異性值的和最大時決定這個概率切斷點的概率值。將模型輸出結(jié)果導(dǎo)入ArcGIS10.2中進行進一步分析，重新分類和預(yù)測模型預(yù)測結(jié)果，得到根河地區(qū)駝鹿的生境適宜性評價圖。

2 結(jié)果與分析

2. 1 內(nèi)蒙古根河地區(qū)食物主要分布

利用食物分布與生境因子分析進行GAM變量篩選時，得到最優(yōu)模型（表1～表2）。

2. 2 MAXENT預(yù)測結(jié)果檢測

ROC曲線評價結(jié)果為：訓(xùn)練集與驗證集的AUC值分別為0.975和0.865，表明MAXENT模型的預(yù)測結(jié)果達到優(yōu)秀水平，且對根河地區(qū)駝鹿的生境適宜性評價具有一定的可信度。

2. 3 駝鹿分布與環(huán)境因子的關(guān)系

Jackknife檢驗結(jié)果表明：運用MAXENT模型對影響根河地區(qū)駝鹿分布的22個生境變量的重要性進行分析，從各因子對模型貢獻值的大小可以看出：距道路距離（16.8%）、距火燒跡地距離（12.4%）、距農(nóng)田距離（7.9%）、海拔（7.6%）、柳（7.3%）、距沼澤距離（7.3%）、距人為活動點距離（7.0%）、距灌叢距離（6.0%）、距疏林地距離（5.8%）、距河流距離（5.7%）、坡向（3.3%）、距闊葉林距離（2.8%）和樺（2.3%）這13個生境變量的累積貢獻率達90%，對駝鹿的生境選擇具有重要影響;隱蔽級（1.8 %）、距混交林距離（1.3%）和距針葉林距離（1.3%）對駝鹿分布的影響次之;落葉松（0.8%）、距離工礦距離（1%）、坡度（0.7%）、遼東榿木（0.6%）、山楊（0.5%）、雪深（0.1 %）的貢獻率很低。模型運行結(jié)果對生境變量運用刀切法檢驗顯示了相似的重要性排列順序。

利用MAXENT軟件輸出的生境因子對預(yù)測概率的反應(yīng)曲線表明：隨著距道路距離的減少、距火燒跡地距離的減少（之間曲線稍有波動，可能與火燒跡地中微環(huán)境有關(guān)）、距農(nóng)田距離的增加、距疏林地距離的減少以及距沼澤距離的減少、雪深的減少，根河地區(qū)駝鹿的生境適宜度逐漸增加，表明在根河地區(qū)駝鹿距離道路、火燒跡地、疏林地以及沼澤較近的林間地帶，可能是由于便于移動以及食物豐富度較高;另外，根河地區(qū)駝鹿在對海拔，距人為活動點距離以及距灌叢距離的選擇上，先回避海拔較低，距離灌叢地帶較近的區(qū)域，后又趨向于回避海拔較高，距離灌叢地帶較遠的區(qū)域;根河地區(qū)駝鹿在選擇距人為活動點距離，呈現(xiàn)較為波動的水平，可能是由于人為活動點分布的不規(guī)則造成的。

2. 4 內(nèi)蒙古根河地區(qū)駝鹿生境適宜性分布

運用MAXENT模型評價根河地區(qū)駝鹿的生境適宜性，確定根河地區(qū)駝鹿生境適宜性概率切斷點為0.138，結(jié)合ArcGIS 10.3的空間分析模塊，將駝鹿的生境適宜性等級劃分為兩個類別，最終得到根河地區(qū)駝鹿的生境適宜性分布等級圖，由此可知：駝鹿的適宜生境在根河地區(qū)呈現(xiàn)連續(xù)性分布，主要分布在東部和東北部;從植被類型上看，適宜生境大部分分布于針葉林。運用ArcGIS 10.3對駝鹿各個等級的生境進行面積的求算的結(jié)果表明：在根河地區(qū)適宜駝鹿生境面積為1 155.8 km2，占總面積的25.6%。

3 討 論

3. 1 目前野生動物生境評價的方法主要有排列法、揀選法、定級法、綜合評分法、判別排序法和生境模糊綜合評價法等。近年來，MAXENT模型被越來越多的應(yīng)用于野生動物的生境評價，該模型對各個因子是否相互獨立并沒有嚴(yán)格要求，在預(yù)測中可根據(jù)需要加入有實際作用的評價因子而不用顧慮變量間的共線性問題。同時，許多專家學(xué)者在利用了多種生態(tài)位模型對野生動物生境進行評價，并對多種模型進行了比較，檢驗了各預(yù)測結(jié)果的準(zhǔn)確度，其結(jié)果表明，MAXENT模型與其他生態(tài)位模型相比擁有更高的預(yù)測能力，并且該模型自身帶有檢驗功能，在預(yù)測結(jié)果中直接給出ROC曲線，使判斷評價效果時更簡捷。

3. 2 各生境因子的敏感性分析表明：生境適宜性與柳、樺食物豐富度成正比，通過根河地區(qū)落葉松食物空間分布預(yù)測圖獲得，東部和東北部針葉林分布也比較密集。同時東部和東北部的主要運材道路較少，多是小支線的小路，2015年開始全面停伐，東部和東北部又沒有村鎮(zhèn)分布，都已搬遷至根河市內(nèi)，人為干擾很少，捕食者也很少。根河地區(qū)的中部和南部，人口居住的村鎮(zhèn)分布較分散，主要鄉(xiāng)村公路較多，形成生境破碎化程度較高，故對駝鹿的分布產(chǎn)生較大的影響。

參考文獻

[1] E. T. Jaynes. Information Theory and Statistical Mechanics[J]. Physical Review， 1957， 106： 620 - 630.

[2] 刑丁亮，? 郝占慶.? 最大熵原理及其在生態(tài)學(xué)研究中的應(yīng)用[J]. 生物多樣性，? 2011，? 19（3）：? 295 - 302.

[3] J. P. Steven， D， Miroslav， E. S. Robert. A Maximum Entropy Approach to Species Distribution Modelling[J]. Banff， Alberta： Proceedings of the Twenty-First International Conference on Machine Learning， 2004： 655 - 662.

[4] 羅翀，? 徐衛(wèi)華，? 周志翔，? 等.? 基于生態(tài)位模型的秦嶺山系林麝生境預(yù)測[J].? 生態(tài)學(xué)報，? 2011，? 31 （5）：? 1 211 - 1 229.

[5] J. A. Swets. Measuring the Accuracy of Diagnostic Systems[J]. Science， 1988， 240： 85 - 93.

第1作者簡介：? 于沿澤（1984-），? 男，? 碩士研究生，副研究員，? 主要從事野生動物生態(tài)學(xué)研究。

收稿日期： 2018 - 12 - 12

（責(zé)任編輯：? ?李 丹）