《Ecological Solutions and Evidence》:A spatial analysis workflow to derive landscape-scale conservation management information from GPS-monitored grazing livestock
编辑推荐:
摘要:(1) 自然化放牧(naturalistic grazing)中利用家养家畜日益广泛地应用于生境保护管理、恢复及再野化(rewilding)项目中,其目标是通过恢复自然群居行为使家畜支持景观尺度的生态过程并发挥生态系统功能,如提高连通性与生境多样性。然而
摘要:(1) 自然化放牧(naturalistic grazing)中利用家养家畜日益广泛地应用于生境保护管理、恢复及再野化(rewilding)项目中,其目标是通过恢复自然群居行为使家畜支持景观尺度的生态过程并发挥生态系统功能,如提高连通性与生境多样性。然而尽管卫星遥测设备日益普及用于监测家畜位置,使用者往往缺乏分析所得数据以理解畜群移动模式从而指导管理决策的能力。(2) 本文提供一个空间分析流程(workflow),供研究人员及土地管理者利用卫星遥测数据(如GPS)回答关于放牧动物行为的两个关键问题:(i) 其移动距离多远,是否随季节变化;(ii) 放牧时偏好哪些生境,斑块大小或隔离度是否影响选择。(3) 以英国多塞特郡Purbeck Heaths国家自然保护区(National Nature Reserve, NNR)牛群佩戴Digitanimal GPS项圈的案例研究演示该流程,展示如何结合运动模型(movement models)、步长选择函数(step-selection functions, SSFs)和资源选择函数(resource-selection functions, RSFs)逐一解答上述问题,并在流程各阶段为用户提供分析自有数据的指导与资源。(4) 案例显示:牛在夏末的活动范围比初夏更广;早期夏与干燥夏末的生境偏好发生偏移;牛会利用甚至较小面积的适宜生境斑块,但较少使用高度隔离的斑块。(5) 实践意义:案例证明遥测空间数据可使使用者获取并分享家畜景观尺度季节性生境偏好与运动行为的核心认识。本套分析方法广泛适用于各类GPS追踪家畜,为研究人员与土地管理者提供理解畜群行为、制定保护放牧(conservation grazing)管理决策的实用工具。
论文解读:基于GPS监测放牧家畜推导景观尺度保护管理信息的空间分析流程
研究背景与目的
生物多样性保护需要景观尺度、动态、良好连通的生境镶嵌体。利用自由放养家养草食动物进行保护放牧(conservation grazing)以增强植被异质性及养分循环日益普遍,但理解自由放养家畜如何响应环境是规划有效保护工具的关键。尽管GPS遥测(GPS telemetry)设备成本降低使保护管理者可追踪家畜位置,空间生态学分析方法的快速发展使许多用户难以有效处理数据以获知家畜移动范围、生境偏好及景观配置的影响。因此,研究人员开发了基于R语言环境的空间分析流程(spatial analysis workflow),利用GPS项圈数据回答两个核心管理问题:(1) 自由放养大型草食动物移动距离多远,是否具季节性差异?(2) 牛放牧时偏好哪些生境,斑块大小(patch size)与隔离度(isolation)是否影响选择?并以英国Purbeck Heaths NNR红德文(Red Devon)牛群为案例验证流程有效性。该论文发表于《Ecological Solutions and Evidence》。
主要关键技术方法
研究人员以英国Purbeck Heaths NNR内约65头红德文牛为样本,选取20头成年母牛佩戴Digitanimal GPS项圈(2022年5月底至9月,定位间隔约30 min)。数据要求为含动物追踪数据的.csv文件及记录目标生境变量空间分布的.tiff栅格。流程使用R语言(v4.2.1)及dplyr、adehabitatHR、move、amt、MomentuHMM、INLA、lme4、landscapemetrics等程序包。(1) 空间利用(space use)估算采用动态布朗桥运动模型(dynamic Brownian Bridge Movement Model, dBBMM),去除>180 min时间间隔以避免空间利用高估,按早夏(5月29日–7月5日)与夏末(7月15日–8月28日)分期并用配对t检验比较个体空间利用面积;(2) 用连续定位点间欧氏距离(步长,step length)分析移动活跃度;(3) 用隐马尔可夫模型(Hidden Markov Model, HMM)二状态模型按步长与转角区分摄食(grazing)与游走(travelling)行为,仅保留摄食位点进行生境选择分析;(4) 生境选择分别用群体水平综合步长选择函数(population-level Integrated Step-Selection Function, ISSF)基于贝叶斯框架(INLA拟合)及资源选择函数(Resource Selection Function, RSF)基于广义线性混合效应模型(GLMM, lme4)评估,并纳入斑块面积与隔离度(最近邻同类型斑块距离);生境栅格由QGIS数字化为8类(草地、干石楠荒原dry heath、沼泽mire、灌丛scrub、湿石楠荒原wet heath、林地woodland、裸地、水体),分析限>0.5 ha斑块。
研究结果
3.1 Workflow question one: How far do free-ranging large herbivores move and does this vary with season?
研究人员利用dBBMM估算个体牛的空间利用范围并分期比较,结果显示夏末(late summer)个体牛的空间利用面积(90%利用分布)显著大于初夏(early summer),但夏末相邻定位点间步长(step length)通常更短。表明牛夏末扩大觅食范围以应对牧草减少,但单步移动距离缩短,可能反映避暑或节能策略。
3.2 Workflow question two: Which habitats do the cattle prefer when grazing, and does patch size and isolation influence selection?
研究人员先用HMM成功分离摄食位点,再分别以SSF和RSF分析生境选择。结果显示:早夏牛强烈选择草地(grassland)(占定位44.2% vs 面积占比11.3%),晚夏转而更多利用湿石楠荒原(wet heath)与沼泽(mire)(分别占20.9%、18.4%),草地利用降至15.3%。两种模型均显示牛偏好较小面积的目标生境斑块且回避高度隔离的斑块(即倾向选择隔离度低的斑块);夏末对孤立斑块的利用略有增加,反映资源匮乏时扩大搜索范围。SSF与RSF结果趋势一致但粒度不同,SSF基于单步运动提供更精细尺度认识,RSF基于随机点位提供较粗尺度偏好。
讨论与结论翻译
了解空间利用可防止敏感区域过度放牧并确保未充分利用区获得适度放牧。本案例dBBMM分析揭示夏末个体牛空间利用增大但步长缩短,可为管理者调整盐舔、水源或围栏布设时机提供依据。生境选择分析表明早夏牛依赖草地,夏末干旱时转向湿石楠荒原与沼泽,符合食物短缺时拓展取食生境的行为;牛持续偏好低隔离度较小斑块,体现能效最大化原则,夏末对孤立斑块容忍度略增。该流程使保护管理者量化家畜景观尺度季节性空间利用与生境选择,可沟通利益相关者、监测气候或季节变化响应并优化放牧时段与畜种配置以实现保护目标。结论:伴随保护放牧推广与遥测设备普及,本空间分析流程证实案例牛群在动态景观基质中季节性改变生境偏好与运动行为,为土地管理者与研究人员提供基于遥测数据获取空间利用与生境选择关键信息之实用工具。数据与代码详见Figshare (Major & Uzal, 2026)。