将化石分布数据纳入埃尔鹿（Rucervus eldii，McClelland 1842）的物种分布模型中，有助于提升其保护前景

《Global Ecology and Conservation》：Incorporating fossil distribution data into Eld’s deer ( Rucervus eldii, McClelland 1842) Species Distribution Models improves their conservation prospects.

本研究整合化石、历史与现代分布数据构建物种分布模型（SDM），评估 Eld’s deer 在当前及未来气候情景（SSP1-2.6 和 SSP5-8.5）下的栖息地适宜性。结果显示，仅依赖现代数据可能低估其环境耐受度，而整合化石数据后显著扩展了适宜范围，为保护策略提供优化依据。摘要后跟分隔符：

　　
该研究聚焦于东南亚濒危鹿类物种 Eld’s deer（梅花鹿）的栖息地适应性及气候变化对其分布的影响。研究团队通过整合化石记录、历史分布数据与现代观测数据，构建了多时间尺度下的物种分布模型（SDMs），揭示了该物种在当前及未来气候情景下的潜在栖息地范围，为制定更精准的 conservation strategies 提供依据。

### 核心研究框架与发现
1. **数据整合策略**
研究首次系统整合了 Eld’s deer 的多源时空数据：
- **化石记录**（更新世至全新世）：包含33个化石点位，涵盖从 Last Interglacial（约13万年前）到 late Holocene（公元前420年-公元0.3年）的7个关键气候阶段。
- **历史数据**（1892-1950年）：通过文献综述和博物馆藏品补充，确认了该物种在印度、缅甸、泰国等七国的历史分布。
- **现代数据**（1950年至今）：基于IUCN红色名录和实地调研，定位了12个关键保护区及现有种群。

2. **气候变量筛选与模型构建**
选取了4项生物气候变量（BIO4-7）和地形参数（海拔）作为预测因子，通过逐步排除多共线性变量（VIF>3），最终确定最大温度（BIO5）、降水量（BIO16/BIO17）和海拔为关键指标。研究采用Maxent模型，通过 presence-background 方法平衡数据偏差，并通过 spatial blocking 技术减少空间自相关影响。

3. **模型性能验证**
三组模型（现代/现代+历史/现代+历史+化石）均表现出优异的预测能力：
- AUC值从0.85（现代）提升至0.91（现代+历史+化石），CBI值均超过0.9，验证了模型可靠性。
- Jackknife测试显示，BIO5（最热月最高温）和海拔对模型贡献度最高，温度季节波动（BIO4）影响最小。

### 关键结果与生态启示
1. **当前栖息地适应性局限**
基于现代数据的模型显示，Eld’s deer 的栖息地高度破碎化且局限于保护区内（如缅甸的Chatthin保护区、老挝的Xonnabouly保护区）。例如：
- 印度曼尼普尔的Loktak湖湿地仅部分符合现代气候参数（BIO5=32-35°C），但化石数据表明其历史适宜性范围更广（BIO5<40°C）。
- 泰国中部的高原区域（如Khorat Plateau）因BIO5（最热月最高温）限制，现代模型未标记为适宜区，但化石数据支持其作为气候缓冲区的潜力。

2. **历史与化石数据揭示的生态位扩展**
- **温度适应性**：化石数据表明Eld’s deer 可耐受最热月最高温达40°C（现代数据仅至35°C）。
- **降水耐受性**：引入化石记录后，降水量阈值从现代模型的500mm/湿季扩展至1050mm，揭示物种对季风降水模式的适应性更广。
- **海拔适应性**：模型显示适宜海拔从现代数据的0-100米扩展至0-480米，印证了其历史上占据高山草甸的证据。

3. **未来气候情景的对比分析**
在SSP1-2.6（低排放）与SSP5-8.5（高排放）两种情景下：
- **SSP1-2.6（2100年升温1.8°C）**：缅甸若开邦的潞江三角洲（ Irrawaddy Delta）因季风减弱导致适宜性下降35%，但通过化石数据补充的模型仍识别出北部高原（如Nagaland）作为潜在避难所。
- **SSP5-8.5（2100年升温4.4°C）**：泰国东北部的高原区域（如Phanom Dong Rak）因海拔效应可缓冲2-3°C的升温，成为未来适宜性最高的区域之一。
- **关键发现**：化石数据使模型预测的适宜区面积扩大2.8倍（从现代模型的12,000 km2增至33,000 km2），并揭示出老挝北部、柬埔寨东部等现代研究空白区。

4. **保护策略优化方向**
- **种群再连接**：在泰国中部（如Khorat Plateau）和缅甸掸邦（Shweettaw Sanctuary）建立跨保护区走廊，利用模型预测的气候缓冲区实现遗传交流。
- **适应性管理**：针对印度曼尼普尔种群，需评估Loktak湖湿地是否为短期避难所（当前适宜性评分0.72）或需主动迁移至中央邦的 dry dipterocarp forest（预测适宜性0.89）。
- **威胁缓解**：在老挝万象至柬埔寨暹粒的铁路沿线（模型显示适宜性0.68-0.75），加强反盗猎措施并恢复季风林植被（BIO16需>650mm）。

### 理论创新与实践价值
本研究突破传统SDM仅依赖现代数据的局限，通过引入化石记录重构了物种的历史生态位（ niche conservatism）。具体贡献包括：
1. **多时间尺度验证**：首次将末次冰期（130万年前）至现代（2020年）的连续气候数据纳入鹿类分布模型，揭示物种在剧烈气候波动（如冰期-间冰期）中的适应性进化。
2. **气候韧性评估**：发现化石数据支撑的模型在SSP5-8.5情景下仍保留42%的历史适宜区（现代模型仅11%），为极端气候变化下的种群存活提供理论依据。
3. **技术方法升级**：开发"spatial thinning"算法（基于个体7.5公里活动范围），将数据点密度从每平方公里0.3降至0.08，同时保持预测精度（AUC损失<2%）。

### 局限与未来方向
1. **数据瓶颈**：化石记录在东南亚大陆分布不均（缅甸占67%，印度仅12%），需加强考古发掘与分子钟校准。
2. **模型简化**：未纳入人类活动指标（如道路密度、农业扩张），后续研究应整合HDI指数提升预测精度。
3. **跨学科整合**：建议结合LiDAR地形数据和遥感植被指数（如NDVI波动范围），量化实际栖息地异质性。

该研究为全球生物多样性热点区的旗舰物种保护提供了方法论范本，其多源数据融合框架可推广至其他濒危有蹄类动物（如高鼻羚羊、黑鹿）的研究，特别是在应对未来2.5-4.5°C升温的适应性管理方面具有普适价值。