深圳湾鸟类热点生境的5个研究方法与数据
文章目录导航（TOC）
研究方法与数据
2.1 数据来源与处理
2.1.1 鸟类分布数据
本研究所选取的鸟类种类来自《福田红树林生态公园生态价值报告(2021)》及文献整理[24]，共确定了32种珍稀濒危鸟类作为研究对象。鸟类分布数据则通过网络爬虫的方式获取，主要来源于：1)全球生物多样性信息网络；2)中国观鸟记录中心网站；3)美国e-Bird网站。按物种名与研究范围进行检索，得到明确地理坐标的31 858条记录，观测时间为2000—2020年。
用于物种分布模型的鸟类共有11目17科32种，均为列入《国家重点保护野生动物名录》的物种。其中，国家Ⅰ级保护野生动物10种，列入《世界自然保护联盟濒危物种红色名录》的14种。根据鸟类生态习性与行为偏好的不同，可按生态类群分为鸣禽、涉禽、游禽、攀禽、陆禽和猛禽，所选鸟类中猛禽与涉禽占比最多，无陆禽。为确保模型精度并减少空间偏差，在同一个30m×30m的网格中对同生态类群的鸟类仅保留1个分布点位，最终得到2 256个分布点数据。
2.1.2 环境因子数据
基于前人的研究结果表1。
2.2 研究方法
2.2.1 Maxent模型
最大熵模型通过计算系统具有最大熵时的状态来模拟物种的分布。其计算公式为：
2.2.2 景观格局指数
基于场地特征选取相应的景观格局指数可分别反映单个要素的结构特征及研究区的整体特征[29]，从而较为全面地分析景观格局。采用Fragstats软件，在景观维度上计算研究区的斑块数(NP)、斑块密度(PD)、最大斑块指数(LPI)、平均斑块面积(AREA_MN)、斑块分维度(FRAC)、斑块连通度指数(CONNECT)、景观形状指数(LSI)、香农多样性指数(SHDI)，以此分析研究区的景观结构组成与空间配置特征。
2.2.3 地理探测器
地理空间探测器是揭示空间分异性及因子间关系的统计学方法，能有效分析因变量Y的空间分异性，解释若干自变量X与因变量的关系，并以q值进行量化表征[30]。运用因子分异探测模块探测生境质量变化的空间分异性，明确景观格局指数对于生境适宜性的影响力。其计算公式为：
式中，q的取值范围为[0，1]；Nh和N分别为层h和全区的单元数； 和σ2分别为层h和全区的Y值的方差；SSW和SST分别为层内方差之和及全区总方差。
2.2.4 模型整合与分析
根据Maxent模型模拟结果，通过ArcGIS的自然间断点法分别对不同生态类群鸟类的结果进行重分类，依据鸟类生境适宜性由高到低划分为热点生境、次热点生境、中等生境、次冷点生境和冷点生境5个等级。
对不同生态类群鸟类的结果进行叠加，得到2000与2020年的深圳湾珍稀濒危鸟类生境空间格局，并将热点生境与现有自然保护区范围进行比对，识别保护区以外的保护空缺。进一步对2个时段的生境结果进行计算，得到2000—2020年深圳湾鸟类生境变化图，以此耦合分析景观格局演变与鸟类分布格局变化的关系。