《Animals》:Integrating Land-Cover Dynamics and Management Records for Recovery Monitoring of Hainan Eld’s Deer in Datian National Nature Reserve
编辑推荐:
大田国家级自然保护区是濒危海南坡鹿(Rucervus eldii hainanus)的主要就地保护场所。研究人员整合了2017–2025年间10 m分辨率的年度土地覆盖图(land-cover maps)、法定保护区红线(redline)、管理围栏(manag
大田国家级自然保护区是濒危海南坡鹿(Rucervus eldii hainanus)的主要就地保护场所。研究人员整合了2017–2025年间10 m分辨率的年度土地覆盖图(land-cover maps)、法定保护区红线(redline)、管理围栏(management fence)、外部环带(external rings)以及保护区管理记录,以考察这些互补性数据源如何在保护区尺度上支持恢复监测。在红线范围内,树木、草地和灌木/灌丛的合并面积在2017–2021年间下降,并在2021–2025年间部分恢复。一项探索性土地覆盖筛查指数(land-cover screening index)在规定的基于规则的评分方案下从0.675变为0.666,再变为0.667,显示出适度变异。外部环带含有较高比例的农作物和建成区(built area),被视作周边土地利用背景而非实测的边缘效应梯度。可获得的年度监测数量在336至425头之间波动,两次放归(release)分别在各自年度调查之后新增了93头鹿。2020–2025年间,疑似蟒蛇捕食(probable python predation)占记录死亡数的68.3%;该归因基于可获得的尸体证据和野外观察。由于缺乏系统性的出现记录(occurrence records)以及放归和死亡事件的空间完整位置信息,无法评估精细尺度的栖息地选择、放归地适宜性和死亡热点区域。本评估为恢复监测提供了实用基线,而评估栖息地利用和种群动态过程则需要专门的野外数据。
论文解读文章
一、研究背景与问题提出
大型有蹄类动物是陆地生态系统的重要组成部分,常被用作旗舰物种或替代类群,其持续生存与栖息地完整性、景观连通性和人为干扰减少密切相关。濒危有蹄类动物通常需要较大的活动范围,种群恢复潜力有限,且对人类干扰敏感,因此保护区被广泛认为是其保护与恢复的最重要工具之一。然而,仅设立保护区并不能确保有效的保护成效,还取决于边界管控、周边土地利用、破碎化程度以及持续的管理投入。
海南坡鹿是海南岛特有的濒危旗舰鹿种,在大田国家级自然保护区的保护下经历了显著的历史性恢复。然而,以往研究已表明,遗传瓶颈、栖息地限制、人为干扰以及适宜低地栖息地的缺乏仍是重要的保护关切。在保护区尺度上评估濒危有蹄类动物的恢复状况面临诸多挑战:放归研究强调需要监测放归后的存活、繁殖和持续存在;调查设计和检测不完全性也会影响对丰度和占据率的解释。对于长期管理下的小型、边界明确的保护区,监测数量可能反映种群动态变化、调查设计、补充放归、死亡以及动物可用空间量等多重因素的综合影响。
在此背景下,研究人员提出以下问题:保护区红线、管理围栏和外部环带之间的土地覆盖组成和时序变化有何差异,红线内部以哪些转移为主导;保护区是否比周边区域保留了更高比例的植被相关覆盖和更少的建成地;在主要和保守评分方案下,时序变化方向是否保持一致;以及监测数量应如何结合调查条件、放归和记录死亡进行解释。这些问题关乎恢复监测可获得的证据,而非对栖息地选择或种群机制的直接检验。
二、研究内容与主要结论
研究人员以海南大田国家级自然保护区为研究区域,整合了多种数据源开展多源评估。研究区域包含三个空间组分:法定保护区红线、管理围栏和外部环带。红线矢量面积约1310 ha,与年度土地覆盖栅格叠加后的有效面积约1309.87 ha;围栏内有效栅格重叠面积为1215.32 ha。在红线外侧创建了0–1 km、1–3 km和3–5 km三个不重叠的外部距离环带,作为周边土地利用背景的观测区域。
研究得出以下主要结论:红线内部土地覆盖以树木、草地、农作物以及灌木和灌丛为主。2017年树木覆盖1014.33 ha(77.4%),草地155.70 ha(11.9%),农作物93.19 ha(7.1%);到2021年树木降至952.61 ha,农作物增至120.59 ha,灌木和灌丛增至85.41 ha;2025年树木覆盖回升至1014.47 ha,农作物降至104.60 ha,草地和灌木和灌丛分别为92.86 ha和62.97 ha。植被相关覆盖的合并面积从2017年的1180.92 ha降至2021年的1152.45 ha,再恢复至2025年的1170.29 ha,总体变化不大,但草地覆盖明显下降。外部环带与红线内部差异显著:2025年0–1 km环带农作物占66.08%,1–3 km环带占69.89%,3–5 km环带占54.07%;建成区在0–1 km和1–3 km环带分别占215.37 ha和462.09 ha,而红线内部保留了更高比例的树木覆盖。
转移矩阵显示,2017–2021年间21.01 ha树木转为农作物,42.95 ha草地转为灌木和灌丛,31.59 ha树木转为灌木和灌丛;2021–2025年间18.97 ha农作物和41.74 ha灌木和灌丛转为树木覆盖。探索性土地覆盖筛查指数在主要评分方案下从2017年的0.675降至2021年的0.666,2025年为0.667;保守方案呈现相同方向,从0.580变为0.572和0.573。植被相关比例从0.902降至0.880后恢复至0.893。景观格局方面,植被相关覆盖的斑块数量从35降至33再降至20,最大斑块指数分别为90.02%、87.82%和89.15%。
监测数量方面,2017–2025年间海南坡鹿监测数量在336至425头之间波动:2018年为425头,2019年降至345头,2021年为336头,2024年和2025年分别为352头和371头。两次放归事件在年度调查之后分别新增了46头(2019年)和47头(2024年)个体。2020–2025年间,疑似蟒蛇捕食占记录死亡数的68.3%,是最常见的记录死亡原因。
三、关键技术方法
本研究主要采用了以下关键技术方法:其一,基于Google Earth Engine平台,对Sentinel-2影像衍生的Dynamic World V1近实时10 m全球土地覆盖产品进行处理,对每年的标签波段应用众数归约器(mode reducer)生成年度土地覆盖合成图,并利用ee.Image.pixelArea()计算各类别面积;其二,构建了探索性土地覆盖筛查指数,采用基于规则的评分方案对各类土地覆盖类别赋分,并设置了保守评分方案进行敏感性检验;其三,计算了景观格局指标,包括斑块数量、总面积、平均斑块面积、最大斑块面积、最大斑块指数和边缘密度,采用八邻域连通性识别连续斑块,并在地理坐标栅格上对像元面积和边缘长度进行了纬度校正;其四,对管理记录进行了保守解读,将年度调查数量视为监测数量而非精确丰度估计,放归和死亡记录用于识别主要管理事件和记录死亡原因,而非构建正式的种群动态模型。数据来源包括保护区管理方提供的年度调查摘要、放归记录和异常事件记录。
四、研究结果分述
红线内部土地覆盖组成: 通过年度土地覆盖制图和面积统计发现,红线内部以树木、草地、农作物以及灌木和灌丛为主,2025年植被相关覆盖的增加主要由树木覆盖回升驱动,而非草地恢复。
红线、围栏与外部环带对比: 通过空间单元对比分析发现,外部环带农作物和建成区比例远高于红线内部,红线内部保留了更高的树木覆盖比例,呈现强烈的内外土地利用对比。
转移矩阵分析: 通过计算2017–2021和2021–2025两个时段的转移矩阵发现,土地覆盖变化涉及多种植被类别,前期以树木和草地转为农作物及灌木和灌丛为主,后期以农作物和灌木和灌丛转为树木为主。
探索性筛查指数: 通过主要和保守两套评分方案的敏感性检验发现,筛查指数变化幅度有限,两套方案下时序方向一致,但该指数仅用于保护区尺度的相对筛查,不代表栖息地适宜性。
植被相关覆盖景观格局: 通过景观格局指标计算发现,植被相关覆盖总面积先降后升,斑块数量持续减少,最大斑块指数先降后升,2021年边缘密度上升和最大斑块指数下降表明景观结构的短期变化而非持续丧失。
监测数量、放归与记录死亡: 通过整合管理记录发现,监测数量在336至425头之间波动,两次放归均在年度调查之后进行,疑似蟒蛇捕食是记录死亡中最常见的原因。
五、讨论与结论
讨论部分指出,红线内部土地覆盖格局与海南坡鹿以往研究中使用的植被类型范围一致,但仅凭制图类别无法确证鹿的实际利用。树木恢复本身不应被解读为栖息地改善,需结合野外验证。红线与外部环带的对比与保护区研究一致,表明周边土地利用可能影响保护区内的生态过程,但现有数据无法检验大田是否发生了类似的生物学响应。围栏可能具有选择性通透性,但当代围栏规格、调查覆盖范围和空间明确的管理处理记录均不可获得。两套评分方案下相似的时序方向提供了有限的敏感性检验,但不能验证评分的有效性。
研究结论指出,大田红线内树木、草地和灌木/灌丛的合并面积在2017–2025年间变化不大,但组成有所变化,草地覆盖下降。周边区域保留了更大比例的农作物和建成地。同期监测数量波动,伴随调查后放归和记录死亡中反复出现的疑似蟒蛇捕食。制图的土地覆盖、动物数量和管理事件是恢复评估中互补但不等价的组成部分。它们的整合为大田以及其他历史记录不均衡的小型保护区提供了恢复监测的实用基线。评估栖息地利用和种群变化背后的过程,仍需要标准化的出现数据和种群统计数据。