基于模糊数学的秦岭地区山茱萸生境适宜性评价

山茱萸(Cornus officinalis)是我国传统常用药材,本文采用模糊数学分析方法,对采自秦岭地区的山茱萸中马钱苷含量与21个评价因子的隶属函数进行拟合,同时采用最大信息熵模型确定各个评价因子的权重,利用ArcGIS 10空间分析模块模拟研究区域适宜山茱萸生长的潜在分布生境。结果表明,在山茱萸生境的21个评价因子中,主要影响因子为气候,其次是土壤和地形因子;所有评价因子中,土壤质地(TTEX)的权重最大,其次是果实生长期降水量(PG)、年降水量(AP)和降水季节性变化(PS)。研究区内山茱萸高适宜区面积占总面积的19.94%,主要分布在甘肃东南部、陕西南部和河南西部,这些区域温度适中、气候湿润、光照充足,适宜山茱萸生长;适宜区面积占总面积的11.85%,低适宜区面积占总面积的16.31%,不适宜区面积占总面积的51.90%。本研究基于GIS与模糊数学的生境适宜性评价模型,对秦岭地区山茱萸生境适宜性做出了科学划分,同时量化了不同生境区的评价因子对山茱萸的影响,可为山茱萸的管理和保护以及人工种植提供科学依据。     

基于模糊物元模型的桃儿七潜在地理分布研究

桃儿七(Sinopodophyllum hexandrum(Royle)Ying)为小檗科多年生草本植物,是我国传统濒危藏药。依据模糊物元模型建立桃儿七分布点位以及其产量数据与12个气候环境因子之间的模糊隶属函数,采用最大信息熵模型确定评价指标权重,利用GIS空间分析功能确定我国西部7省桃儿七生境适宜性空间分布。研究表明研究区桃儿七不适宜生境面积占研究区总面积的61.76%;低适宜生境占20.11%;中适宜生境占7.70%;高适宜生境占10.43%,主要集中在青藏高原东缘的四川、甘肃、青海境内次生植被丰富、地形复杂的高海拔地区。结果显示基于GIS与模糊物元构建的生境适宜性评价模型可以准确的对我国西部7省桃儿七生境适宜性做出科学综合评价,量化适宜生境面积和空间分布,为其资源保护和管理提供科学依据。     

基于MaxEnt模型的秦岭山地斑羚生境适宜性评价

生境适宜性评价对野生动物的保护与管理具有重要意义。为了解陕西秦岭地区斑羚(Naemorhedus griseus)的生境状况,利用2011—2013年间在秦岭地区采集的斑羚分布点数据,通过MaxEnt模型对陕西秦岭地区的斑羚生境进行适宜性评价。结果表明,陕西秦岭地区的斑羚适宜生境面积约为9800 km~2,占秦岭山地面积的17%,主要位于秦岭中西部区域;次适宜生境面积约为6940 km~2,占秦岭面积的12%,主要位于适宜生境的周边区域。海拔、月均昼夜温差和年降雨量是影响陕西秦岭地区斑羚生境适宜性的主要环境变量,而人类干扰对生境适宜性的影响较小。陕西秦岭地区的斑羚偏好于选择1800—3000 m的中高海拔区间、年降水量为750—850 mm、月均昼夜温差8℃左右的环境。明确了斑羚适宜生境在秦岭的分布状况及关键环境影响因子,可为下一步制定濒危动物保护和生境管理提供理论依据。     

基于MaxEnt模型的兴隆山保护区野生马麝秋季生境适宜性评价

生境适宜性评价对野生动物保护及自然保护区管理均具有重要意义。甘肃兴隆山国家级自然保护区是我国野生马麝(Moschus chrysogaster)的重要分布区,为了解该保护区野生马麝的生境状况,本研究利用红外相机于2021年秋季在兴隆山保护区采集野生马麝分布数据,结合地形、归一化植被指数(NDVI)、距离河流距离和距离道路距离等环境因子变量,通过MaxEnt模型对野生马麝的秋季生境进行了适宜性评价。结果表明：NDVI、道路距离、河流距离和海拔是影响兴隆山保护区野生马麝秋季生境适宜性的主要因子,其贡献率分别为33.20%、22.70%、16.70%和14.60%;兴隆山保护区野生马麝的秋季潜在适宜区面积为75.22 km²,占保护区面积的26.13%;其中,高适宜区主要分布在保护区西北部和东南部区域,占保护区面积3.26%。本研究确定了兴隆山保护区野生马麝秋季适宜生境的分布状况及关键环境影响因子,可为优化野生马麝保护和生境管理提供重要参考。     

基于MAXENT模型的秦岭山系黑熊潜在生境评价

明确物种生境空间分布格局及其与环境因子的关系,对制定合理有效的保护对策十分重要.本文以黑熊(Ursus thibetanus)为研究对象,以其重要柄息地秦岭山系为研究区域,选取68个黑熊分布点数据和34个环境因子,应用MAXENT模型分析其生境空间分布及主要影响因子,以最大化Kappa值的生境适宜性指数为阈值划分适宜生境,结合已建自然保护区进行保护空缺分析,并通过构建阻力面和最小成本路径分析,开展黑熊生境廊道规划.结果表明:人类干扰和土地利用类型是影响黑熊生境选择的主要生态因子,居民点密度、到荒草地距离、到耕地距离3个因子对黑熊生境选择有重要影响,其综合贡献值分别为21.4%、17.5%和15.9%,到阔叶林距离、到水体距离等因子次之.黑熊的适宜生境主要集中分布在秦岭山系主脊的中西部地区,占整个秦岭山系面积的19.23%.空缺分析表明:已建自然保护区群覆盖了23.49%的适宜生境,但尚有8,480 km2处于保护区之外.为更有效保护秦岭黑熊及其生境,建议建设12条生境廊道,同时结合其他物种进行系统保护规划.     

基于最大熵模型的野生马麝夏季生境适宜性研究

野生马麝(Moschus chrysogaster)是珍稀濒危资源动物,分布于我国青藏高原及周边地区。甘肃兴隆山国家级自然保护区是野生马麝最重要的分布区之一,深入了解保护区的生境结构、质量及分布是对区域内野生马麝进行成功保护的前提和基础,但迄今缺乏大尺度的马麝生境适宜性研究。利用实地调查得到的兴隆山保护区的野生马麝夏季分布点数据,采用最大熵(MaxEnt)模型,结合地形、归一化植被指数、距河流距离、距道路距离等环境变量数据,进行野生马麝的夏季生境适宜性分析。结果表明：影响野生马麝夏季生境适宜性的主要生态因子是海拔、坡向、植被和河流,其贡献率分别达40.3%,23.4%,18.6%和10.9%;兴隆山保护区野生马麝的夏季潜在适宜生境分布面积为123.34 km²,占整个保护区的41.11%,占保护区林地的61.92%;野生马麝夏季潜在适宜生境主要集中在保护区的中部和西部,其中高适宜性生境约为保护区的4.47%,各适宜区间及适宜区之内均存在一定程度的不连续分布。为加强对兴隆山保护区野生马麝种群及生境的就地保护,建议通过生境保育措施,提高野生马麝潜在分布区的生境适宜性,...     

基于MaxEnt模型的北京周边山区野生狍(Capreolus pygargus)的生境适宜性评价

基于2019年7月—2021年2月在北京周边山区进行的野外调查,采集到65处野生狍(Capreolus pygargus)分布位点,选取22个影响野生狍分布的环境因子,利用最大熵(MaxEnt)模型模拟野生狍在北京周边山区的潜在生境分布。结果显示,训练集的AUC值为0.863,预测精度较高;最暖季均温、最湿月降水量、海拔、平均气温日较差、最干月份降水量、最暖月最高温度、温度季节性变化标准差和坡度的累积贡献率达90.9%,是影响北京周边山区狍生境适宜性的主要环境变量。据MaxEnt模型模拟结果对野生狍生境进行适宜性划分(高适宜、中适宜、低适宜和非适宜区),北京周边山区野生狍的适宜生境分布面积为3947.6 km²,占整个研究区域的24.1%,主要分布于北京西部的太行山区域及北京东北部的燕山区域,在北京北部呈少数斑块化分布。高适宜区分布面积为319.8 km²,占整个研究区域的2.0%。在进行北京周边山区野生狍种群及生境的保护实践中,应加强对野生狍适宜生境集中分布的百花山国家级自然保护区和雾灵山国家级自然保护区等区域的生境保护,并通过植被保育及生...     

不同产地五味子果实中甲素和乙素的差异性

研究五味子果实中的甲素和乙素含量是否存在产地闻差异,分析其影响因素,为中草药生产、加工企业选择五味子果实药效显著、品质优良的产地提供依据。收集了16个产地的五味子果实,采用高效液相色谱仪分别测定五味子甲素、乙素含量。结果表明,五味子甲素、乙素含量在产地间差异显著,二者含量最高的产地分别是最低产地的2．14倍和3．3倍。将各产地的五味子甲素、乙素含量与原产地的地理气候因子进行相关分析表明,甲素含量与主要气候因子中的温度、湿度呈显著正相关关系;乙素与温湿度相关不显著。根据主要药效成分含量,初步选择黑龙江省的苇河、吉林省的柳河为五味子品质优良产地。     

秦岭地区五味子属植物野生资源调查

通过查阅标本、文献,走访和实地考察等多种方式,对陕西省6市20县26乡镇五味子属野生植物资源现状及分布进行调查。结果表明,秦岭地区有6种五味子属植物,华中五味子(Schisandra sphenanthera)、红花五味子(Schisandra rubriflora)、大花五味子(Schisandra grandiflora)、铁箍散(Schisandra propinqua var.sinensis)、金山五味子(Schisandra glaucescens)和狭叶五味子(Schisandra lancifolia),分布于海拔500~2800 m之间,华中五味子数量多且分布广,大花五味子相对稀少。根据调研确定不同地区各种五味子的花期和果期,并制定分种检索表,补充了秦岭地区五味子属植物的分布状况。调查显示,分布区内五味子属野生植物资源遭到不同程度破坏,特别是稀少种亟待保护。本研究为道地药材的合理采收和可持续利用、加强对稀少物种的保护提出了建议。     

基于GIS的秦岭山区聚落用地适宜性评价

利用自然地理、生态和社会经济方面共14个因子构建秦岭山区聚落建设用地适宜性评价指标体系,采用AHP法确定各评价因子的权重,在地理信息系统(GIS)和遥感(RS)技术支持下,利用适宜性评价模型定量评价聚落建设用地适宜性,将聚落建设用地适宜性分为五个等级,并结合已建设区进行空缺分析。结果表明:(1)秦岭山区最适宜聚落用地面积为3378.1 km2,占研究区总面积的5.87%,说明秦岭山区适宜聚落开发的土地相对较少。(2)最适宜聚落用地集中在秦岭北、南坡山麓和东部的山间河谷地带,山地型特征明显。(3)有9.15%已建成区分布在限制建设区内,存在生态安全风险。(4)可用适宜聚落建设用地为3192.27 km2,空间分布不平衡。研究结果可为该区域城镇体系布局与用地规模的核算提供科学依据。     

Hopes and challenges for giant panda conservation under climate change in the Qinling Mountains of China

One way that climate change will impact animal distributions is by altering habitat suitability and habitat fragmentation. Understanding the impacts of climate change on currently threatened species is of immediate importance because complex conservation planning will be required. Here, we mapped changes to the distribution, suitability, and fragmentation of giant panda habitat under climate change and quantified the direction and elevation of habitat shift and fragmentation patterns. These data were used to develop a series of new conservation strategies for the giant panda. Qinling Mountains, Shaanxi, China. Data from the most recent giant panda census, habitat factors, anthropogenic disturbance, climate variables, and climate predictions for the year 2050 (averaged across four general circulation models) were used to project giant panda habitat in Maxent. Differences in habitat patches were compared between now and 2050. While climate change will cause a 9.1% increase in suitable habitat and 9% reduction in subsuitable habitat by 2050, no significant net variation in the proportion of suitable and subsuitable habitat was found. However, a distinct climate change‐induced habitat shift of 11 km eastward by 2050 is predicted firstly. Climate change will reduce the fragmentation of suitable habitat at high elevations and exacerbate the fragmentation of subsuitable habitat below 1,900 m above sea level. Reduced fragmentation at higher elevations and worsening fragmentation at lower elevations have the potential to cause overcrowding of giant pandas at higher altitudes, further exacerbating habitat shortage in the central Qinling Mountains. The habitat shift to the east due to climate change may provide new areas for giant pandas but poses severe challenges for future conservation.     

阿拉善马鹿(Cervus alashanicus)生境适宜性评价

阿拉善马鹿(Cervus alashanicus)目前仅分布于贺兰山地区,对该物种进行生境适宜性的评价和分析是物种有效保护的前提和基础。2013—2014年通过样线调查及巡山资料查询,确定阿拉善马鹿出现位点86个,结合13种环境变量数据,利用最大熵(maximum entropy,MaxEnt)模型,并根据最大约登指数划定适宜与不适宜生境区,对贺兰山地区阿拉善马鹿的生境适宜性进行评价。ROC曲线(receiver operating characteristic curve)检测证明模型预测精度较高,研究结果表明:阿拉善马鹿主要分布于贺兰山东坡的中部和南部,以及西坡的中北部,适宜生境面积为667.87 km~2,占研究区域面积的18.2%;矿区、坡度和海拔是影响阿拉善马鹿分布的最主要环境变量,矿区对阿拉善马鹿的影响最大,建议管理部门加大对此人为干扰的管控力度,控制和减少现有矿区的规模,以促进该种群的发展。     

气候变化背景下秦岭地区羚牛生境脆弱性评估及适应性保护对策

脆弱性是指物种受气候变化影响的程度,开展脆弱性评估工作有助于人类认识气候变化对野生动物的影响,为制定野生动物适应气候变化的保护对策提供科学依据。采用最大熵模型评估气候变化背景下秦岭地区羚牛（Budorcas taxicolor bedfordi）生境脆弱性。结果表明：（1）当前秦岭地区羚牛适宜生境总面积为6473 km²,到2050s年,预测秦岭地区羚牛适宜生境总面积为4217 km²,减少34.85%,羚牛适宜生境将向更高海拔地区转移,转移约210 m;（2）已建保护区覆盖49.82%当前羚牛适宜生境,尚有3248 km²的适宜生境处于保护区之外;到2050s年,保护区覆盖了43.87%适宜生境,尚有2367 km²的适宜生境未被保护;（3）到2050s年,当前分布在太白县、佛坪县、洋县和宁陕县等地区的3490 km²羚牛适宜生境将会成为生境脆弱区域,丧失53.92%;（4）分布在秦岭核心区域的2983 km²当前和2050s年保持不变适宜生境,将成为羚牛躲避气候变化的庇护所。基于研究结果,就未来羚牛应对气候变化的适应性保护对策提出以下几点建议：考虑将当前羚牛适宜生境纳入国家公园范围、构建适应性生态廊道、加强野生动物监测。     

30年来秦岭大熊猫栖息地变化研究

根据1976、1987和2001年3次大熊猫(Ailuropoda melanoleuca)调查资料及2006～2007年大熊猫监测数据,利用ArcView GIS软件系统地比较了1976～2007年之间秦岭大熊猫栖息地的变化。秦岭大熊猫栖息地由20世纪70年代的217 100 hm2退缩到90年代前的167 000 hm2,大熊猫栖息地缩减和片断化较为严重;90年代后有所好转,面积增加到347 499 hm2,并在格局上整体存在向北向西扩散的趋势。秦岭大熊猫栖息地变化的原因主要与森林采伐及1998年实施的天然林禁伐有关,而栖息地斑块化主要与公路建设、人为活动等有关。     

秦岭地区林地与草地景观格局变化及其驱动因素

以1980—2015年土地利用数据集为数据源,利用GIS空间分析、景观格局指数和主成分分析法,研究了秦岭地区林地与草地景观格局时空变化特征,并探讨其演化的驱动因素。结果表明:(1)林地和草地是秦岭地区主要景观类型,约占研究区总面积的72%,其中有林地为优势景观类型,其次为高覆盖度草地和中覆盖度草地,其他林地和低覆盖度草地分布面积相对较少。(2)35年来,林地和草地总面积整体呈减少趋势,净减少了309.44km~2,其中草地减少占主导地位;空间变化上,损失严重的区域主要分布于以西安市为中心的周边区域,主要向建设用地和耕地转移。(3)林地和草地景观破碎化程度逐渐增加,连通性降低,景观异质性增强且景观形状更为复杂,草地较林地变化明显;空间分布上,林地和草地景观格局指数空间分布特征明显,在地形因子作用下呈现一定的地形梯度性,尤其与海拔的相关性最好。(4)人为活动干扰是影响秦岭地区林地和草地景观格局变化的主要驱动因素,气候因素次之,同时国家宏观政策起着重要的导向作用。减缓人为活动对秦岭地区的过度影响,维护林地和草地的平衡性及完整性,是实现该区生态系统科学管理和资源的可持续利用的关键。     

Finding fishers: determining fisher occupancy in the Northern Rocky Mountains

Monitoring rare and elusive carnivores is inherently challenging because they often occur at low densities and require more resources to effectively assess status and trend. The fisher (Pekania pennanti) is an elusive mesocarnivore endemic to North America; in its western populations it is classified as a species of greatest conservation need. During winter of 2018–2019, we deployed remotely triggered cameras in randomly selected, spatially balanced 7.5-km × 7.5-km grid cells across a broad study area in western Montana, Idaho, and eastern Washington, USA. As part of this large-scale, multi-state monitoring effort, we conducted an occupancy assessment of the Northern Rocky Mountain fisher population at a range-wide scale. We used non-spatial occupancy models to determine the current extent of fisher occurrence in the Northern Rocky Mountains and to provide baseline occupancy estimates across a broad study area and a refined sampling frame for future monitoring. We used a spatial occupancy model to determine patterns in fisher occurrence across their Northern Rocky Mountain range while explicitly correcting for spatially induced overdispersion. Additionally, we assessed factors that influenced fisher occurrence through covariate occupancy modeling that considered predicted fisher habitat, site-level environmental characteristics, and the influence of available harvest records (incidental and regulated). We detected fishers in 32 out of 318 (10%) of our surveyed cells, and estimated that overall, 160 (14%; 95% CI = 115–218) of 1,143 grid cells were occupied by fishers. Fisher occupancy was positively associated with our stratum that contained cells with a greater proportion of predicted fisher habitat and with proximity to nearest 2000–2015 harvest location. Fisher occupancy was weakly and positively associated with increased canopy cover. Our spatial model identified 2 areas with higher predicted occupancy: a large area across the Idaho Nez Perce-Clearwater National Forest, and a smaller area in the Cabinet Mountain Range crossing the northern border of Idaho and Montana. We used spatial occupancy results from our original sampling frame to create a biologically derived refined sampling frame for future monitoring. Within the bounds of our refined sampling frame, we estimated that 155 (22%; 95% CI = 110–209) of 700 grid cells were occupied by fishers. By incorporating our increasing understanding of fisher habitat with contemporary analytical techniques, we defined current range-wide occupancy of the Northern Rocky Mountain fisher population, identified core areas of fisher occurrence for future conservation efforts, and used our model results to create a refined sampling frame for future fisher monitoring in the Northern Rocky Mountains.     

Impact of road construction on giant panda’s habitat and its carrying capacity in Qinling Mountains

The Qinling giant panda (Ailuropoda melanoleuca) is an endangered endemic species to China. Despite ongoing efforts to ensure its conservation, concerns about maintaining its populations persist. We used GIS fed with data on land use including road network of 2001, third national giant panda survey, and a digital elevation model (DEM) to assess the impact of road construction on giant panda habitat, and estimate the carrying capacity of the Qinling Mountain area. We assessed habitat suitability with a mechanistic model, and conducted correlation analysis to evaluate relationship between the extent of giant panda habitat and amount of sites occupied by pandas within of 5 km × 5 km grid. We also estimated the carrying capacity of the Qinling Mountainous Area.
Our results revealed a significant correlation (R² = 0.447, P < 0.01) between the number of sites with signs left by giant panda and the extent of habitat within of 5 km × 5 km grid. The minimum habitat area that can support one panda was 10 km². Before the road network construction, the area of habitat suitable for the panda amounted about 1561 km² and that of marginally suitable habitat about 1499 km². The corresponding carrying capacity represented about 240 individuals. After the road network construction, the suitable habitat area was reduced by nearly 30% to 1093 km². Marginally suitable habitat and unsuitable habitat have both increased by 17% and 1%, respectively. As a result, the potential population size which the habitat could support was reduced to 217 individuals. The study results also suggested that most impacts on habitat from road construction took place in the high elevation areas above 1500 m. However, regarding the impact on the giant panda habitat, road networks developed much more inside the current nature reserves than outside of them.