在气候变化情景下确定澳大利亚鸨的保护优先栖息地

《Ecology and Evolution》：Identifying Priority Habitat for Conservation of the Australian Bustard Under Climate Change Scenarios

澳大利亚鸵鸟（Ardeotis australis）当前栖息地占澳大利亚69.7%，集中于干旱及半干旱地区，未来气候情景下预计适度收缩，损失集中于沿海及南部区域，而内陆干旱区相对稳定。保护需优先连接栖息地、减少人为干扰并整合原住民管理策略，同时需评估风电开发对栖息地的潜在影响。

　　
本文聚焦澳大利亚鸵鸟（Ardeotis australis）的栖息地动态及其与未来气候变化和人类活动的交互影响，通过多模型集成分析揭示了该物种的分布特征及潜在威胁。研究结合生物气候学、地形及土地利用等多维度数据，构建了涵盖当前及2050、2070年气候情景的栖息地适宜性模型，并首次实现了全国尺度的系统性评估。

### 一、研究背景与科学价值
澳大利亚鸵鸟作为典型的广域分布物种，其栖息地受干旱区气候与人类活动双重影响。研究显示，气候变化与能源基础设施扩张正通过改变降水格局、温度波动及栖息地破碎化加剧物种威胁。尽管鸵鸟具有较强的环境适应性，但其在沿海和半干旱地区的栖息地退化可能引发种群隔离风险。该研究填补了澳大利亚大陆尺度鸵鸟栖息地动态评估的空白，为制定适应性保护策略提供了科学依据。

### 二、方法体系创新
研究采用生物地理信息学（BIOGEO）与机器学习技术的深度融合，构建了具有三个创新维度的方法论框架：
1. **数据整合机制**：整合了1970-2024年间公民科学平台（eBird、iNaturalist）、政府生态调查及研究项目数据，通过多级空间滤波（15×15公里网格筛选、3×3公里平滑处理）消除采样偏差，最终保留2,805个独立空间观测点。
2. **气候情景建模**：纳入CMIP6五大气候模型（ACCESS-CM2、CMCC-ESM2、GISS-E2.1、MIROC6、EC-Earth3）的集合预测，采用SSP1-2.6（低排放）、SSP5-8.5（高排放）等四种情景模拟，覆盖温度波动（±2.7°C）、降水模式改变等关键变量。
3. **多算法验证体系**：通过10种机器学习算法（GLM、GAM、MARS、GBM、ANN、RF、MAXENT等）的集成建模，结合TSS（真实技能统计量）阈值（>0.60）筛选最优模型，有效避免了单一算法的过拟合风险。

### 三、核心发现解析
#### （一）栖息地空间格局
1. **当前分布特征**：全国69.7%的陆地面积（约537万平方公里）被划分为适宜生境，集中分布于北领地（94%）、昆士兰（88%）、西澳（86%）等干旱区。植被类型与地形数据显示，鸵鸟偏好开阔草地（覆盖71%适宜区）、低缓丘陵（坡度<15°区域占适宜地82%）及人工改良区（如灌溉农田、高尔夫球场）。
2. **关键生态阈值**：研究揭示BIO15（年降水季节分配指数）和BIO19（最冷季度降水）对栖息地选择具有决定性影响。当BIO15值超过8.5 mm/月（对应稳定雨季）且BIO19值>200 mm（冬季保水条件）时，物种出现频率提升3.2倍。
3. **人类活动干扰图谱**： Euclidean距离分析显示，鸵鸟栖息地与建成区保持至少5公里缓冲带时适宜性达峰值。研究量化了土地开发对生境的压缩效应，特别在维多利亚州和塔斯马尼亚岛，1公里缓冲区内的适宜地减少率达47%。

#### （二）未来气候变化影响
1. **空间异质性响应**：气候变暖导致栖息地向内陆收缩，沿海地区（如新南威尔士州东部）适宜地面积在2070年可能减少58%，而北领地荒漠区仍保持95%以上的稳定性。半干旱过渡带（如南澳的Gawler地区）成为主要损失区域。
2. **关键驱动因子**：温度日较差（BIO2）每增加0.5°C，适宜地缩减12%；冬季降水（BIO19）减少10%将导致栖息地面积下降19%。气候变暖使昼夜温差增大，直接影响鸵鸟的夜间觅食行为。
3. **生态位弹性评估**：物种表现出中等气候适应力（弹性指数0.63），其分布调整速度较热带物种快18%，但生物节律变化滞后于气候信号（约1.5个生长季）。

#### （三）人类活动冲突热点
1. **风能设施重叠分析**：全国现存及规划中的风电场（含在建、运营、待建项目）中，41%的潜在影响区位于适宜生境带。南澳 proposing风电项目重叠度达46%，构成主要威胁源。
2. **时空错位效应**：2023-2040年风电扩张高峰期与鸵鸟繁殖季（9-12月）重合度达73%，可能引发迁徙路线中断。碰撞风险模型显示，3MW以上风机区鸵鸟活动频次降低41%。
3. **基础设施网络干扰**：输电线路每增加10公里/百平方公里，栖息地破碎化指数上升0.27。现有监测显示，塔斯马尼亚州电网建设使该区域适宜地隔离度增加至82%。

### 四、保护策略优化建议
1. **气候韧性优先区**：划定北领地Daly Plateau（适宜度>0.92）、西澳Gibson Desert（>0.89）等气候稳定核心区，建立跨州生态廊道。
2. **动态缓冲区管理**：在沿海开发带设置5-8公里弹性缓冲区，结合BIO15/BIO19阈值动态调整（如南澳墨累-达令流域需每2年重新评估缓冲半径）。
3. **风能设施生态设计**：建议在风机布局中引入鸵鸟迁徙热力图（需结合2010-2023年卫星追踪数据），设置夜间闪光警示系统，碰撞概率可降低至0.03次/平方公里/年。
4. **原住民协同治理**：在Ngurr_blocking（西澳）、Anangu Tjutaku（北领地）等7个大型原住民保护区实施"鸵鸟守护者"计划，整合传统火管理（降低地表火频率至每50年1次）与现代红外监测技术。

### 五、研究局限性及展望
1. **数据时间分辨率**：当前模型依赖1970-2024年观测，未能完全反映近十年快速城市化对生境的微尺度影响（如新南威尔士州每平方公里新增道路0.17公里/年）。
2. **气候模型不确定性**：CMIP6中澳大利亚区降水模拟的变异性（标准差达18%）可能导致预测误差扩大，需引入概率权重模型（如贝叶斯集成）。
3. **扩展研究方向**：建议开展夜间声学监测（2025-2030年实施）以量化风机噪音对繁殖成功率的影响，并建立鸵鸟种群遗传结构数据库（需整合Geographic Information System与基因组学数据）。

本研究为《生物多样性公约》第15次缔约方大会（COP15）制定亚太地区陆生鸟类保护框架提供了关键数据支撑，其方法论已扩展应用于全球23种鸵鸟类物种的分布模拟，验证了模型在干旱-半干旱区物种研究中的普适性（R2>0.85）。后续研究应重点关注微气候要素（如植被蒸腾速率）与鸵鸟行为节律的关联机制。