基于MaxEnt模型预测密苏里州美洲狮自然再定居的潜在栖息地分布及其对保护规划的启示

本研究针对密苏里州美洲狮（Puma concolor）再定居的生态需求，通过整合2011–2022年76个确证出现点数据与多源环境变量，构建了高精度物种分布模型（MaxEnt）。研究发现地形崎岖度（50%）、自然覆盖距离（23%）和植被生产力（NDVI, 19%）是影响栖息地适宜性的核心因子，识别出约63,000 km2潜在栖息地（仅17%位于保护地内），模型验证准确率达95%。该研究为碎片化景观中大型食肉动物监测提供了空间框架，对促进人兽共存具有重要实践意义。

　　

随着人类活动导致的栖息地破碎化、猎物减少及人兽冲突加剧，全球大型食肉类动物面临严重的分布区萎缩问题。美洲狮（Puma concolor）作为西半球分布最广的大型陆生哺乳动物，其历史分布区曾缩减逾三分之二。尽管在美国西部和佛罗里州仍有稳定种群，但中西部地区自1800年代因欧洲移民的迫害和栖息地丧失导致其绝迹。近几十年来，随着保护政策的实施和公众态度的转变，美洲狮开始在其历史分布区内重新出现，密苏里州便是其自然再定居的前沿区域之一。该州每年均有确证目击记录，表明分散个体可能正从西部州份（如南达科他、内布拉斯加）向该区域扩散。然而，目前尚无繁殖种群存在的证据，且先前基于西部种群数据构建的栖息地模型与当地实际发现存在显著偏差，亟需开展基于本地数据的精准预测以支持监测保护工作。

为厘清密苏里州美洲狮的潜在分布格局，Kara等研究人员收集了该州2011年至2022年间76个确证出现点数据，结合地形、植被、猎物分布等8类环境变量，采用最大熵模型（MaxEnt）构建物种分布模型。他们通过置换重要性评估变量贡献，并利用2023–2024年的19个独立出现点进行模型验证，最终生成连续适宜性图与二值化栖息地分布图，并识别出面积大于55 km2的核心斑块。

本研究主要关键技术方法包括：1）利用密苏里州保护部（MDC）验证的目击数据，并筛选至每1 km2栅格保留一个点位以降低空间自相关；2）基于NLCD土地覆盖数据、ASTER DEM、eMODIS NDVI及州级白尾鹿密度数据等构建环境变量层；3）采用MaxEnt算法进行建模，生成栖息地适宜性图并通过最大化敏感性与特异性确定二值化阈值；4）使用委员会一致性图谱评估模型不确定性。

研究结果方面：

• •
  模型性能表现良好，AUC-ROC达0.82，敏感性75%，特异性72%。地形崎岖度（置换重要性50%）、距自然覆盖距离（23%）和NDVI（19%）为最关键预测变量。
• •
  共识别出62,958 km2的适宜栖息地，主要分布于州中部与东南部，其中55 km2以上的核心斑块32个（总面积51,548 km2），仅17%位于保护地内。
• •
  委员会一致性图谱显示56%的区域被所有次模型一致预测为适宜，不确定性较高的区域多分布于适宜区外围。
• •
  模型验证表明，95%的验证点落在预测适宜区或其3 km缓冲区内，显示模型具有良好的外推能力。

讨论与结论部分指出，该研究首次基于密苏里州本地出现数据构建美洲狮分布模型，其结果较以往基于专家意见或西部数据的研究识别出更广泛的适宜区（约比LaRue & Nielsen 2011年研究多出一倍）。表明分散个体对栖息地的选择可能较定居个体更为泛化，且当前阶段食物资源（如白尾鹿和麋鹿）并非限制因子。值得注意的是，核心栖息斑块中83%位于非保护地，凸显了私有土地在美洲狮保护中的关键作用。尽管模型可能略微低估实际潜在分布范围，但其成功捕捉了栖息地选择的总体空间格局与生态驱动机制（如对复杂地形与高植被生产力区域的偏好）。该成果不仅为州级监测计划提供了科学依据，也强调未来需结合公众教育与扩展项目促进人狮共存，为实现大型食肉动物自然再定居的保育实践提供了重要模板。

该论文发表于《Global Environmental Change》，通过高精度空间建模与验证，为理解人类改造景观中大型 carnivore 的再定居机制提供了范例，对区域性保护策略制定具有直接指导价值。