中国最受关注濒危物种保护现状快速评价的新方法探讨

本文尝试制订了一套评分标准, 对中国174个国家I级保护动植物物种和IUCN物种红色名录中极危(CR)、濒危(EN)级别的鸟类的保护成效进行了快速评价。选取种群数量和趋势、信息完善程度、模拟分布区中适宜生境面积变化趋势和模拟分布区被保护区覆盖程度等4个指标进行评分。数据来源包括公开发表的研究文献、遥感数据、实地调查和公众收集。结果表明, 174个物种的保护状况整体呈变差趋势, 4项指标平均值均为负值。单个物种保护状况改善的有26种, 维持原状的有32种, 变差的有116种。本文还对2000-2013年间发表的涉及746个受威胁物种的9,338篇研究文献进行了梳理, 结果表明被研究物种数和文献数都逐年上升, 但每年被研究的物种不到1/3。研究集中于明星物种和有经济价值的物种, 如大熊猫(Ailuropoda melanoleuca)的文献占了全部的11.33%, 大多数物种研究不足。分析表明即使是集中了最多保护资源的濒危物种, 其保护状况仍然是变差的。     

使用大熊猫数据评估Biomod2和MaxEnt分布预测模型的表现

物种分布模型是物种研究和保护者常用的工具.不同模型的预测结果可能相差很大,对研究者选择模型造成一定的难度.本研究使用大熊猫的实际分布数据评估了两种常见物种分布模型Biomod2和最大熵模型(MaxEnt)的表现,运用ROC曲线下面积(area under the curve,AUC)、真实技巧统计值(true skill statistics,TSS)、KAPPA统计量3种指标综合评估了两种模型预测结果的准确度.结果表明: 当使用的物种分布数据和模拟重复次数足够多的时候,两者都能够给出相当准确的预测.相对于MaxEnt,Biomod2的预测准确度更高,尤其是在物种分布点稀少的情况下.然而,Biomod2使用难度较大,运行时间较长,数据处理能力有限.研究者应基于对预测结果的误差要求来选择模型.在误差要求明确且两个模型都能满足误差要求时,建议使用MaxEnt,否则应优先考虑使用Biomod2.