数据与研究方法
2.1数据来源及处理
环滇池区域林水相生，以水鸟与林鸟为主。分别选取环滇池研究范围内涉禽类黑水鸡(Gallinulachloropus)、白鹭(Egrettagarzetta)与游禽类小鸊鷉(Tachybaptusruficollis)等水鸟类，以及鸣禽类黄臀鹎(Pycnonotusxanthorrhous)、树麻雀(Passermontanus)、白鹡鸰(Motacillaalba)等林鸟类，共计6种优势留鸟种群的鸟类作为研究的“目标种”[15]。
目标种鸟类分布数据主要来源：
1)基于昆明市政府提供的《滇池湖滨湿地水鸟栖息地修复(2021年4月)》，针对鸟类栖息习性开展生境现状调研和观鸟记录；
2)查询中国观鸟记录中心网络(http://www.birdreport.cn/)和全球生物多样性信息网络(http://www.gbif.ory/)观鸟报告中记录的鸟类及其坐标定位，并将观鸟记录中的经纬度信息在ArcGIS平台上进行点位数据处理；
3)查阅相关统计资料与期刊文献。
1)基于昆明市政府提供的《滇池湖滨湿地水鸟栖息地修复(2021年4月)》，针对鸟类栖息习性开展生境现状调研和观鸟记录；
2)查询中国观鸟记录中心网络(http://www.birdreport.cn/)和全球生物多样性信息网络(http://www.gbif.ory/)观鸟报告中记录的鸟类及其坐标定位，并将观鸟记录中的经纬度信息在ArcGIS平台上进行点位数据处理；
3)查阅相关统计资料与期刊文献。
环境数据来源：1)地理空间数据云2021年30m分辨率Landsat遥感影像；2)中国科学院数据服务平台2021年高分辨率影像数据；3)全国地理信息资源目录服务系统中道路与河流等基础数据；4)昆明市滇池管理局《滇池分级保护范围划定方案》中滇池一级保护区、环湖路与滇池面山线矢量范围。
2.2研究方法
2.2.1环滇池鸟类生境识别与分析
1)基于MaxEnt模型的生境预测。
MaxEnt模型是基于最大熵的运算程序，以与物种相互联系的环境变量为因子，对物种分布进行预测。MaxEnt模型在鸟类生境识别中，将地理空间与生态环境相联系，通过目标种鸟类的分布点数据与影响物种生境选择的环境变量，基于机器学习理论判断目标种的生态需求，进而运算获取其空间分布的概率，并预测物种最接近实际的分布情况[16]。
研究分别选取54个林鸟目标种分布点与51个水鸟分布点，75%的分布点位作为训练数据进行分布预测，余下25%的点位作为测试数据进行模型验证[17]。采用刀切法(Jackknife)分析各环境变量对目标种分布影响的重要性。使用受试者工作特征曲线(ReceiverOperatingCharacteristicCurve，ROC)下的面积(AreaUnderCurve，AUC)值进行模拟结果评价。AUC值的范围一般在0~1之间，值越大通常表示模型预测结果的精度越高。根据MaxEnt模型输出的平均生境适宜度指数(HabitatSuitabilityIndex，HSI)对环滇池鸟类的生境适宜性进行评价。选择最大训练敏感性和特异性(MaximumTrainingSensitivityplusSpecificity，MTSS)作为生境质量分类阈值，对输出结果进行重分类，将鸟类生境质量划分为高适宜区、低适宜区与背景区3个等级。
2)生境制图。
生境制图或生境单元制图，是根据目标种鸟类的生境空间进行识别、划分和记录不同土地使用以及覆盖类型的过程，其目的是识别生境单元。研究借鉴德国生境制图的原理与方法[18]，运用选择性生境制图法，以目标种鸟类适宜的栖息地空间为主要划定分类，结合制图范围尺度，确定生境单元的级别及类型。参考《生物多样性观测技术导则》以及相关文献[6，10，19]，根据主要研究区的生境特征及空间尺度，以土地利用覆盖类型为基础划分为8个一级生境单元；二级单元依据生境水平结构，在一级分类的基础上做进一步详细分类。基于上述方法初步分类后，划分生境单元的生物学与生态学信息等，实地踏勘，观察和分析环境条件，检验生境分类数据的准确性。
在生境制图单元特征描述方面，根据大尺度的制图范围，采取图表表征法可以直观表现生态环境组成信息[9]。最后借助ArcGIS平台做环境类别分析与空间分析，并进行目标种鸟类生境制图。
在生境制图单元特征描述方面，根据大尺度的制图范围，采取图表表征法可以直观表现生态环境组成信息[9]。最后借助ArcGIS平台做环境类别分析与空间分析，并进行目标种鸟类生境制图。
2.2.2生境网络构建与空间分析
1)最小成本距离的生境网络构建。
最小成本距离模型从鸟类视角考虑廊道的功能性而非结构性，充分研究景观异质性对鸟类物种扩散的影响等。最小成本距离法通过计算起始源地到目标源地运动过程中克服阻力面消耗的最小阻力，确定最短距离的方向和路径。
目前，国内外大部分研究在考虑目标物种生活特性基础上，参考现有文献并通过专家经验及咨询评价等综合确定不同景观类型的阻力值，如丁ang等[X207和Ersoy等[13]。本文充分考虑所选林鸟及水鸟的生物特征和生活习性，参考相关研究成果，根据区域生态本底特征、生态系统服务价值及专家经验提出阻力赋予方案队2」。
目前，国内外大部分研究在考虑目标物种生活特性基础上，参考现有文献并通过专家经验及咨询评价等综合确定不同景观类型的阻力值，如丁ang等[X207和Ersoy等[13]。本文充分考虑所选林鸟及水鸟的生物特征和生活习性，参考相关研究成果，根据区域生态本底特征、生态系统服务价值及专家经验提出阻力赋予方案队2」。
2)电路理论的网络空间分析。
电路理论通过随机漫步理论将物理学中的电路与运动生态学相互联系，模拟物种运动扩散或基因交流的过程。该理论中，整个景观被视为导电面，物种扩散受到地裘覆盖类型的不同阻力即为电阻，低电阻的景观要素有利于物种在这种景观特征中较为频繁地扩散运动或基因交流，而高电阻的景观要素则代裘具有物种扩散运动或基因交流障碍的景观特征。
在电路理论模型中，异质景观被抽象为一系列焦点和电阻，焦点代裘物种生境或保护区，其中电阻、电流和横跨景观电压的计算与物种整个扩散运动的生态过程相关，得出电流值的大小指代物种沿某一路径扩散概率的大小。本文利用电路理论，探测生境网络的“夹点”与“障碍点”，探究生境网络连通性。
在电路理论模型中，异质景观被抽象为一系列焦点和电阻，焦点代裘物种生境或保护区，其中电阻、电流和横跨景观电压的计算与物种整个扩散运动的生态过程相关，得出电流值的大小指代物种沿某一路径扩散概率的大小。本文利用电路理论，探测生境网络的“夹点”与“障碍点”，探究生境网络连通性。
