多空間尺度下馬鐵菊頭蝠生境選擇與空間分布預測.pdf

1、論文在長白山西南麓羅通山自然保護區(qū)，采用聲學調查法監(jiān)測馬鐵菊頭蝠(Rhinolophus ferrumequinum)活動，基于3S技術、地統(tǒng)計學方法和加權秩神經網絡模型分別在景觀尺度、森林立地尺度和微生境尺度研究馬鐵菊頭蝠生境選擇，采用GIS柵格法在多空間尺度下預測馬鐵菊頭蝠潛在空間分布，獲得以下研究結果：
　　 1.用聲學采樣法分季節(jié)評估馬鐵菊頭蝠在不同生境的活動。從相對開闊到相對復雜的生境，馬鐵菊頭蝠總體活動頻次有逐漸增加

2、的趨勢，在池塘、針葉林、復雜闊葉林、開闊闊葉林、山脊、草地、森林邊緣7種生境活動具有顯著季節(jié)差異(p<0.05)。除了盛夏，在初夏、初秋和深秋，馬鐵菊頭蝠活動均受到溫濕度的影響(p<0.05)。
　　 2.景觀尺度下，用Logistic回歸模型研究高程、小溪鄰近度、林間小路長度、河道長度、斑塊豐富度和邊緣密度對馬鐵菊頭蝠生境選擇的影響，應用△AICc和Akaike權重(w)選擇最優(yōu)模型。共構建了包含景觀變量的31個模型，林間小路

3、長度、高程和小溪鄰近度是預測馬鐵菊頭蝠出現(xiàn)的最優(yōu)變量。其中，林間小路長度在馬鐵菊頭蝠出現(xiàn)和不出現(xiàn)地點具有顯著差異(F=4.787，p=0.034)。
　　 3.森林立地尺度下，研究森林類型、林分郁閉度、林齡、林分平均樹高和坡向對馬鐵菊頭蝠生境選擇的影響，共構建31個Logistic回歸模型。其中，林分郁閉度、坡向和森林類型是馬鐵菊頭蝠生境選擇的最優(yōu)預測變量，其中森分郁閉度貢獻率最高(0.989)，其次是坡向(0.633)和森林類

4、型(0.596)；樹高(0.424)和林齡(0.37)具有較低的貢獻率。只有林分郁閉度在馬鐵菊頭蝠出現(xiàn)和不出現(xiàn)地點具有顯著差異(U=40.0，p=0.032)。在馬鐵菊頭蝠出現(xiàn)的52個地點中，18個地點坡向朝南，沒有坡向朝北和西北的地點，表明向陽坡對于馬鐵菊頭蝠捕食具有重要影響。
　　 4.微生境尺度下，在75個樣地分季節(jié)測量對馬鐵菊頭蝠活動具有重要影響的昆蟲豐富度、植被結構和溫濕度，記錄月相。夏季總體昆蟲豐富度顯著高于秋季(F

5、=504.054，p<0.001)。深秋，落葉使得樹冠郁閉度顯著低于初夏、盛夏和初秋(F=17.03，p<0.001)。Poisson廣義線性模型結果表明，馬鐵菊頭蝠微生境選擇模式存在季節(jié)變化。初夏，總體昆蟲豐富度、灌木高度和密度是重要影響因素；盛夏，灌木高度和密度是重要影響因素；初秋，總體昆蟲豐富度和溫度是重要影響因素；深秋，總體昆蟲豐富度是重要影響因素。這表明食物豐度高的季節(jié)，植被覆蓋比食物資源重要，而在食物豐度低的季節(jié)，食物資源比

6、植被覆蓋更重要，揭示馬鐵菊頭蝠在食物和植被覆蓋重要性間進行季節(jié)權衡。
　　 5.采用糞便分析法分析馬鐵菊頭蝠的食性。馬鐵菊頭蝠食物主要以鱗翅目和鞘翅目為主，各昆蟲體積百分比隨季節(jié)變化。初夏和盛夏以鱗翅目體積百分比最高，分別為73.97％和51.15％；初秋和深秋鞘翅目體積百分比最高，分別為42.03％和54.03％。
　　 6.運用GIS柵格計算法創(chuàng)建馬鐵菊頭蝠分布可能性圖，在景觀和立地尺度下預測馬鐵菊頭蝠潛在分布區(qū)，用

7、留一交叉驗證檢驗模型精度。景觀尺度下的預測模型精度為62.5％；森林立地尺度下預測模型精度為69％。
　　 論文的主要創(chuàng)新點：
　　 1.運用遙感和GIS技術，在不同尺度下預測蝙蝠潛在空間分布，為野生動物保護和管理提供新思路和方法；
　　 2.將加權秩神經網絡模型應用于遙感數(shù)據處理，大大提高遙感數(shù)據處理精度，并將其應用于動物生境選擇研究，具有一定的開創(chuàng)性；
　　 3.在國際范圍內率先開展馬鐵菊頭蝠微生境選