科技论坛
鸟类栖息地适宜性评价方法研究进展
周海涛
(哈尔滨师范大学黑龙江省高校地理环境遗感监测重点实验宝，黑龙江哈尔滨150025）
-117-
摘要：21世纪生物橘息地丧失和物种灭绝是生物多样性保护面临的两大挑战。近年来，随着生态环境的思化，乌类栖息地研完逐渐引起国内外学者的高度重视，并针对溯危珍稀岛类橘息地开展了大量的研究工作，本文对日前岛类橘息地适宜性研究中数据源的功能特点及适宜性评价所使用的模型理论等方面进行总结，介绍乌类额息地适宜性评价研究现状和发展趋势
关键词：生物多样性；栖息地；乌类
近年来.人口数量的急剧增长、人类活动范围的无限扩张以及全球气候的不断变化，导致人类社会的进步与自然生态环境保护的协调性发展间题日益突出。由自然和人为因素引起的生态环境污染、生态系统退化而导致物种栖息地丧失、破碎化间题已严重影响到生物多样性的保护。如果生物多样性维续遭到破坏，人类的生存环境也将面临着巨大的灾难
生物多样性保护首要间题就是弄清楚物种的栖息地需求，什么是物种的适宜栖息地，以及适宜栖息地的空间分布格局叫。栖息地(habitat）一词最早由关国学者Grinnel提出，是指生物的居住场所，即生物个体、种群或群落能在其中完成生命过程的空间。岛类栖息地是其某一生活史阶段(比如繁殖期、越冬期)所占据的环境类型、进行各种生命活动的场所。栖息地质量的高低直接影响着鸟类的地理分布、种群密度、繁殖成功率等。随着生态环境的恶化，鸟类栖息地研究逐渐引起国内外学者的高度重视，并针对濒危珍稀岛类栖息地开展了大量的研究工作，尤其是在不同种类数据源获取方式、功能特点、优势特征等方面及预测模型理论、算法方面取得了丰富的经验及成果，为生物多样性保护提供了科学依据。
1鸟类栖息地研究中数据源概括
随着计算机和3S技术的快速发展，人们对鸟类栖息地的研究已由定性描述提升到定量分析阶段。自1972年遥感影像可以广泛获取并为公众使用以来，基于计算机平台和3S技术支持的遥感影像应用到物种的研究越来越多。目前鸟类栖息地信息提取中采用的遥感数据源主要包括：LandsatMSS,LandsalTM、ETM+SPOT HRV、IRS-IC，及高分辨率的IKONOS.Quickbird、Orbview等光学影像数据，以及AVHRR、ERSSAR等雷达影像数据。栖息地信息提取还经常采用一些辅助数据：航空相片、地形图、水深、气候、植被类型、道路等建筑物
因通感影像覆盖范围广、信息量大、更新周期快的特点，避免了传统野外调查制图方法费时、费力、成本高，且限于局部样本点空间范围，难以推广至区域尺度的缺点，从而备受国内外学者的关注与青咪。
2鸟类栖息地研究中模型方法概括
目前，应用于物种一生境关系的模型很多，名称叫法也存在异议。在岛类栖息地研究中，根据模型计算所需物种活动痕遵点的不同可分为3种类型：机理模型、回归模型和生态位模型。机理模型在计算过程中不需要物种“出现点”数据，以物种生理知识为基础，根据生境因子对物种分布的影响模拟物种的适宜生境，但在生境因子等级划分及确定权重上存在很强的主观性。回归模型需要物种“出现点"和"非出现点"数据，当物种的"非出现点“数据可靠性较高时，得到很好的预测结果。而现实间题是多数物种尤其是稀有、危灭绝物种，缺少可靠的“非出现点"数据因此其应用范围也具有定的局限性。生态位模型通过采集物种已知“出现点“数据及其相关的环境信息组成训练样本，利用数理统计或机器学习理论，构建特征函数预测物种的分布概率，仅需要物种“出现点”及环境数据就可以得到较理想的结果。
3鸟类栖息地研究的趋势
以3S技术为主体的地球空间信息技术的产生和发展为生态环境研究提供了重要的技术支持。特别是遥感技术，已成为生态环境研究中最主要的信息源，是对环境进行动态监测不可替代的手段。随着遥感技术的不断发展，多时相、多平台、多光谱和多分辨率遥感影像数据已经构成了一个多层次的对地观测系统，如何更好的将数据应用到具体的研究中，实现对研究区生态环境长期、连续地监测研究，是专家学者主要研究方向，也是鸟类栖息地中遥感数据源研究的趋势。生态位模型避免了回归模型对物种"非出现点"数据的要求和机理模型在对环境因子权重分析上的人为主观因素，但生态位模型种类众多，每种模型都有其优缺点，因此每种模型应用范围、使用条件等间题还有待于进一步的研究验证。不过，我们有理由相信，基于3S技术手段，利用生态位模型建模在鸟类栖息地研究中广泛的讨论与应用将给生物多样性保护带来新的发展与活力，
参考文献
[1]曹铭昌,刘高焕,单凯,侯银蓄等.基于多尺度的丹顶鹤生境造宜性评价一以黄河三角洲自然保护区为例[3]生物多样性,2010,18(3); 283291.
[2]江红星,对券悦,候韵秋,钱法文.3S技术在岛类格息地研究中的应用[J].林业科学,2010,46(7):155163
[3JHyde, P., Dubayah, R., Walker, W., Blair, J. B., Hofton,M., & Hunsaker, C. Mapping forest structure for wildlife habitat analysis
(LiDAR, SAR/lnSar, ETM+, Quickbind) synergy.
using multisensor
Remote Sensing of Environment, 2006, 102,6373.
[4]王学志，徐卫华,欧阳志云对建国，肖题,陈估平,赵联军，黄俊患.生态位固子分新在大熊猫(Ailuropodamelanoleuca)生境评价中的应用[J].生态学报,2008,28(2):821828.
基金项目：哈尔滨师范大学硕士研究生创新科研项目·重点项目(HSDSSCX2014-10)。作者简介：周海涛，哈尔滨师范大学颈士研究生，研究方向为湿地环境遗感监测。