《Ecological Informatics》:National-scale random forest forecasts of endangered freshwater fish distributions and climate refugia under SSP scenarios in South Korea
编辑推荐:
用随机森林(Random Forest)物种分布模型(SDM)与协调的1 km环境图层,研究人员预测了韩国26种濒危淡水鱼类的现状与未来栖息地适宜性、丰富度格局及避难所。模型以全国调查与保护区监测的出现记录进行训练,关联10个预测因子,包括6个生物气候变量(B
用随机森林(Random Forest)物种分布模型(SDM)与协调的1 km环境图层,研究人员预测了韩国26种濒危淡水鱼类的现状与未来栖息地适宜性、丰富度格局及避难所。模型以全国调查与保护区监测的出现记录进行训练,关联10个预测因子,包括6个生物气候变量(BIO1、BIO2、BIO3、BIO12、BIO13、BIO14)、海拔、坡度、距河流距离及地形湿度指数(Topographic Wetness Index, TWI)。未来投影针对2030s、2050s、2070s和2090s时段,在SSP2–4.5与SSP5–8.5情景下生成。经分层五折交叉验证评估,模型预测能力较高(平均AUC=0.952,平均TSS=0.843,平均Kappa=0.689)。跨模型分析表明,等温性(Isothermality, BIO3)、距河流距离、年平均温度(Mean Annual Temperature, BIO1)及最干月降水量(Precipitation of Driest Month, BIO14)为最具影响力的预测因子。叠合SDM输出显示,当前丰富度热点集中于上游山地河网及保护地景观,而未来预测表明热点区随情景发生收缩、片段化及空间重组,SSP5–8.5下本世纪末减少更显著。基于斑块的片段化分析进一步显示,热点区在强气候强迫下日益细分且空间受限。寒冷高海拔源头水域中持续存在的高适宜性簇被识别为候选避难所(Refugia-like Areas)。研究结果提供了一个透明、空间显式的框架,可用于比较区域淡水鱼类丰富度格局及确定韩国气候适应性保护规划的优先区域。
论文解读:基于随机森林(Random Forest)物种分布模型(SDM)与SSP情景的韩国国家级濒危淡水鱼类分布及气候避难所(Climate Refugia)预测
《Ecological Informatics》刊载研究解读
淡水生态系统支撑着全球生物多样性中不成比例的大量物种,却承受着最强烈且迅速累积的人为压力。持续气候变暖改变热状况、水文季节性和极端事件频率,对河流栖息地适宜性及种群持久性产生级联效应;与此同时,筑坝导致的河流调节、土地集约化利用改变径流机制与河—洪泛平原连通性,降低生态完整性并重塑淡水生物群落。这些交互驱动因素被广泛认为是淡水生物多样性丧失及灭绝风险升高——尤指地理分布狭窄、扩散能力有限的溪涧鱼类——的主要致因。在朝鲜半岛,复杂地形与水系结构塑造了淡水鱼类多样性,高特有度和山区源头压力使保护关切加剧。尽管全国调查扩大了出现(occurrence)数据可获得性,但将其转化为可供决策的现状—未来生境适宜性预测、丰富度热点重组识别及候选气候避难所(Climate Refugia)定位,仍是重大信息学挑战。既有韩国相关研究多聚焦选定土著常见种或入侵种、或限于流域—区域尺度,缺乏对国家法定保护的多种濒危淡水鱼类的全国多物种评估,亦少将SSP(Shared Socioeconomic Pathways, 共享社会经济路径)情景投影与丰富度热点、候选避难所、行政单元汇总及基于斑块的片段化分析相结合。因此,有必要开展韩国濒危淡水鱼类受气候驱动的分布与避难所变化的国家级评估,以支持气候适应性保护规划。
研究人员采用随机森林(Random Forest)算法通过R语言biomod2程序包建立物种分布模型(Species Distribution Model, SDM),以全国生态调查及保护区监测汇总的26种韩国环境部指定濒危淡水鱼类(11种Ⅰ级、15种Ⅱ级)出现记录为响应变量,选取6个生物气候变量(BIO1年均温、BIO2日温差均值、BIO3等温性、BIO12年降水量、BIO13最湿月降水、BIO14最干月降水)、海拔(Elevation)、坡度(Slope)、距最近河流欧氏距离(Dist_river)及地形湿度指数(Topographic Wetness Index, TWI, ln(a/tanβ))共10个经方差膨胀因子(Variance Inflation Factor, VIF)<10筛选保留的预测因子,分辨率为1 km×1 km网格。因无真实缺席(True Absence)数据,每物种在建模域非出现格点随机抽取10,000个伪缺席(Pseudo-absence)格点。随机森林参数设定为ntree=500,mtry=3。模型以2000–2019年基准气候期校准,投影至SSP2–4.5(中等排放)与SSP5–8.5(高排放)情景下2030s(2031–2040)、2050s(2051–2060)、2070s(2071–2080)、2090s(2091–2100)四个时段,未来气候栅格取自韩国气象厅(KMA)高分辨率SSP数据,非气候预测因子固定不变。性能评估采用分层五折交叉验证,计算AUC(Area Under the Receiver Operating Characteristic Curve)、TSS(True Skill Statistic)及Cohen's Kappa;连续适宜性表面按各物种TSS最大化阈值转为二值图,叠加26物种得格点丰富度(0–26种/格点),行政单元取格点均值;以≥7种/格点为高丰富度热点,八邻域连通规则提取斑块,计算斑块数、总面积、平均面积、最大斑块面积及平均最近邻距离以量化片段化。变量重要性采用置换法评估,部分依赖图(Partial Dependence Plot, PDP)辅助解释非线性响应。
3.1. Overall predictive performance of the Random Forest model(随机森林模型整体预测性能)
经分层五折交叉验证,26种濒危淡水鱼随机森林SDM平均AUC为0.9518(SD=0.0345,范围0.8351–0.9983),平均TSS为0.8426(SD=0.0916),平均Cohen's Kappa为0.6892(SD=0.1238);25种AUC≥0.90,14种≥0.95。表明随机森林模型在国家尺度有效捕捉物种出现与环境梯度间大尺度空间关系,为后续适宜性投影、丰富度叠加及热点分析提供可靠基础。
3.2. Relative contribution of environmental variables(环境变量相对贡献)
跨10个预测因子,等温性(BIO3)平均贡献最高(0.231),其次为距河流距离(Dist_river, 0.155)、年均温(BIO1, 0.139)及最干月降水量(BIO14, 0.137);地形湿度指数(Wetness)贡献极低(0.009)。BIO3在9个物种中排首位,Dist_river在16个物种中位列前三。说明温热条件、水文气候季节性及河网背景是国家尺度濒危淡水鱼类模拟适宜性的主导关联因子。
3.3. Current climate patterns of species richness(当前物种丰富度格局)
基准期叠合二值预测得格点丰富度0–26种/格点,低丰富度(0–3种)占大部分区域,高丰富度(≥8种)呈局地簇状沿上游山地河网及国家公园/保护区内或毗邻分布;低丰富度集中于低地河段、河口及高度改造河流系统。行政单元汇总显示内陆山地源头流域平均丰富度高,城市化和农业开发区及改造河段低。表明当前多物种丰富度空间受限且分布不均,保护价值集中于少数上游及受保护景观。
3.4. Future projections of species richness under SSP scenarios(SSP情景下未来物种丰富度预测)
SSP2–4.5下2030s丰富度格局大体维持基准但有低地/河口低丰富度扩展及热点片段化;2050s丰富度降低向中下游及城市化河段扩展,剩余高丰富度区更集中于上游山地及保护地;SSP5–8.5下2030s即现明显退化,低丰富度格点扩至中—下游及水库关联廊道,高丰富度退缩为少数上游山溪与保护地且愈孤立。行政单元上SSP2–4.5部分上游山区略稳或微升,多数低地/城区降;SSP5–8.5低地/都市区降幅更大,山区反差增强。表明气候变化可能使多物种丰富度向更少高地集聚,强强迫下尤甚。
3.5. Fragmentation of high-richness areas under future SSP scenarios(未来SSP情景下高丰富度区片段化)
基准期高丰富度(≥7种/格点)斑块9个,总面积17 km2,平均面积1.89 km2,最大斑块6 km2。SSP2–4.5下2030s与2050s斑块数与总面积较基准缩减(2050s仅剩2斑块,平均最近邻距增至0.86 km示更强隔离),2070s与2090s斑块数与总面积回升示部分重组与再扩张而非单调下降。SSP5–8.5下2030s热点细分为46斑块(总面积106 km2示早期细分),其后斑块数与总面积骤降,2090s仅存单一1 km2斑块(无法算最近邻距),示高强度强迫下本世纪末热点范围严重萎缩且近失空间连续性。片段化指标印证丰富度热点经历情景依存的细分、收缩、再扩张及隔离增强,SSP5–8.5引致最严重晚期缩减与连续性丧失。
讨论与结论翻译总结
研究人员指出随机森林SDM在国家尺度具高判别力,但结果应理解为1 km建模粒度下对大尺度分布结构的统计近似而非全部生态过程表征;BIO3、Dist_river、BIO1与BIO14的主导性反映温热、水文气候季节性与河网背景共同构建模拟适宜性格局,其中Dist_river系1 km格点内关联制图水生生境可能性的宏观河网背景代理而非河道生境质量或连通性机制变量,地形湿度指数因不能代表河道水力学等在物种水平贡献低。当前丰富度热点空间局限且多位于上游山地河网与保护地,未来SSP情景引致热点迁移重组——收缩、片段化及空间受限尤见于SSP5–8.5,冷凉高海拔源头持续高适宜性簇可视为候选气候避难所,但其趋向更小更孤立斑块。研究局限含未纳入径流量/流态/底质/水质/扩散屏障等过程变量、出现数据残存采样偏差、伪缺席方案与阈值选择敏感性及仅选SSP2–4.5与SSP5–8.5两情景。保护规划应优先保护多情景多时段持续高丰富度上游河系与源头集水区,关注热点空间连续性维护(如障碍消减与支流连通),于温—旱季降水敏感区实施缓冲热与季节性水文胁迫措施(河岸遮荫、地下水影响段保护、环境流维持等),并依投影结果分配适应性监测资源。
Conclusion(结论原文意译)
本研究以1 km分辨率随机森林物种分布模型对韩国26种濒危淡水鱼类进行了国家尺度、SSP情景一致的现状与未来栖息地适宜性预测。交叉验证模型性能良好,预测因子重要性分析表明温热条件、最干月降水及河网背景为模拟适宜性关键关联因子。叠合物种投影显示当前丰富度热点集中于上游山地河网及保护景观;SSP2–4.5与SSP5–8.5下未来预测指示丰富度格局显著重组——高丰富度区收缩、片段化及空间受限加剧,SSP5–8.5下本世纪末缩减最强。结果表明气候变化不仅可能改变濒危鱼类丰富度热点位置,也可能影响其空间聚合性与持久性。通过将物种水平适宜性投影与丰富度叠加、行政汇总及基于斑块的片段化分析整合,本研究提供了可复现的生态信息学框架,用以识别韩国濒危淡水鱼类候选避难所样区域并支撑气候适应性保护规划。