高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

黑龙江流域白头鹤繁殖栖息地选择模型预测

黄建 FalkHuettmann 郭玉民

黄建, FalkHuettmann, 郭玉民. 黑龙江流域白头鹤繁殖栖息地选择模型预测[J]. 北京林业大学学报, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
引用本文: 黄建, FalkHuettmann, 郭玉民. 黑龙江流域白头鹤繁殖栖息地选择模型预测[J]. 北京林业大学学报, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
HUANG Jian, Falk Huettmann, GUO Yu-min. Distribution modeling of breeding hooded crane in Heilongjiang basin[J]. Journal of Beijing Forestry University, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
Citation: HUANG Jian, Falk Huettmann, GUO Yu-min. Distribution modeling of breeding hooded crane in Heilongjiang basin[J]. Journal of Beijing Forestry University, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178

黑龙江流域白头鹤繁殖栖息地选择模型预测

doi: 10.13332/j.1000-1522.20140178
基金项目: 

国家自然科学基金项目(30770287)

详细信息
    作者简介:

    黄建。主要研究方向:鸟类栖息地。Email: koken@bjfu.edu.cn 地址: 100083北京市海淀区清华东路35号北京林业大学516信箱。

    通讯作者:

    郭玉民,博士,副教授。主要研究方向:鸟类生态学。Email: guoyumin@bjfu.edu.cn 地址: 100083北京市海淀区清华东路35号北京林业大学159信箱。

Distribution modeling of breeding hooded crane in Heilongjiang basin

  • 摘要: 白头鹤是中国国家Ⅰ级重点保护野生动物,世界自然保护联盟(IUCN)将其列为易危物种。目前仅知道白头鹤繁殖于中国黑龙江流域和俄罗斯西伯利亚东南部,但对其繁殖栖息地的具体研究尚不完善。为了掌握这一物种在东北亚地区的繁殖栖息地的分布及特征,更好地对该物种及其栖息地实施保护,2011—2013年在小兴安岭对白头鹤繁殖栖息地进行了调查,除新近采集的数据,还通过调查收取了过去近10年(2001—2010年)的白头鹤繁殖数据。本研究采用Salford Predictive Modeler、R等数据分析软件对收集到的繁殖数据建立模型(随机森林模型)进行预测,并使用地理信息系统(GIS)对预测的白头鹤繁殖区绘图,得到直观的繁殖分布预测图。结果表明:在景观尺度下,影响白头鹤繁殖栖息地的主要因素有3个,分别是海拔、坡度和坡向。进一步分析后得出结论:中等海拔(300~500m)、朝向东北且平缓(坡度小于2.4°)的泰加林区域是白头鹤最为适宜的繁殖区。由此结论以及研究区域内的GIS数据分析表明:在本研究区域内,白头鹤最适宜繁殖区(分布概率高于0.8)面积为6832km2,只占研究区面积的0.18%,估计能容纳2000~3000对白头鹤繁殖。绘图显示:只有少量的最适宜繁殖区(仅784km2)在保护区范围内,并且在白头鹤的繁殖分布地中存在大量的农田和水利设施。保护区面积的不足和严重的人为干扰是白头鹤在繁殖区内面临的主要问题。
  • [1] HUTTO R L. Habitat selection by nonbreeding, migratory land birds [M]. Orlando: Academic Press, 1985.
    [2] DAI Q, GU H J, WANG Y Z. Theories and models for habitat selection [J]. Zoological Research, 2007, 28(6): 681-688.
    [3] LI L. First nest recording of Hooded Crane Grus monacha in China [J]. Chinese Journal of Wildlife, 1993(5): 16.
    [4] BLOCK W M, BRENNAN L A. The habitat concept in ornithology [M]. New York: Plenum Press, 1993.
    [5] GUO Y M, QIAN F W, LIU X L, et al. Preliminary report on breeding habit of hooded crane Grus monacha in Xiaoxing'an mountains [J]. Acta Zoologica Sinica, 2005, 51(5): 903-908.
    [6] JOHNSON D H. The comparison of usage and availability measurements for evaluating resource preference [J]. Ecology, 1980, 61(1): 65-71.
    [7] 戴强, 顾海军, 王跃招. 栖息地选择的理论与模型 [J]. 动物学研究, 2007, 28(6): 681-688.
    [8] LI X H. Using “random forest” for classification and regression [J]. Chinese Journal of Applied Entomology, 2013, 50(4): 1190-1197.
    [9] YU S L. Medical Statistics [M]. Beijing: People's Medical Publishing, 2002.
    [10] HIRZEL A, GUISAN A. Which is the optimal sampling strategy for habitat suitability modelling [J]. Ecological Modelling, 2002, 157(2): 331-341.
    [11] SUN Z Y. Comparison of spring foraging habitat selection of five species of cranes in the Tumuji Nature Reserve [D]. Harbin: Northeast Forestry University, 2007.
    [12] HIRZEL A H, HAUSSER J, CHESSEL D, et al. Ecological-niche factor analysis: how to compute habitat-suitability maps without absence data? [J]. Ecology, 2002, 83(7): 2027-2036.
    [13] LIU F K. Habitat use of white-naped crane ( Grus vipio ) in Zhalong Wetland [D]. Harbin: Northeast Forestry University, 2008.
    [14] GUISAN A, THUILLER W. Predicting species distribution: offering more than simple habitat models [J]. Ecology letters, 2005, 8(9): 993-1009.
    [15] VETAAS O R. Realized and potential climate niches: a comparison of four Rhododendron tree species [J]. Journal of Biogeography, 2002, 29(4): 545-554.
    [16] GRAHAM C H, RON S R, SANTOS J C, et al. Integrating phylogenetics and environmental niche models to explore speciation mechanisms in dendrobatid frogs [J]. Evolution, 2004, 58(8): 1781-1793.
    [17] PETERSON A T. Predicting the geography of species' invasions via ecological niche modeling [J]. The Quarterly Review of Biology, 2003, 78(4): 419-433.
    [18] THOMAS C D, CAMERON A, GREEN R E, et al. Extinction risk from climate change [J]. Nature, 2004, 427: 145-148.
    [19] ENGLER R, GUISAN A, RECHSTEINER L. An improved approach for predicting the distribution of rare and endangered species from occurrence and pseudo-absence data [J]. Journal of Applied Ecology, 2004, 41(2): 263-274.
    [20] PEARCE J, LINDENMAYER D. Bioclimatic analysis to enhance reintroduction biology of the endangered helmeted honeyeater ( Lichenostomus melanops ) in southeastern Australia [J]. Restoration Ecology, 1998, 6(3): 238-243.
    [21] ARAJO M B, CABEZA M, THUILLER W, et al. Would climate change drive species out of reserves: an assessment of existing reserve-selection methods [J]. Global Change Biology, 2004, 10(9): 1618-1626.
    [22] FERRIER S, WATSON G, PEARCE J, et al. Extended statistical approaches to modelling spatial pattern in biodiversity in northeast New South Wales (Ⅰ): Species-level modelling [J]. Biodiversity & Conservation, 2002, 11(12): 2275-2307.
    [23] MEINE C, ARCHIBALD G. The cranes: status survey and conservation action plan [M]. Gland and Cambridge: World Conservation Union, 1996.
    [24] 李林. 我国首次发现白头鹤繁殖地 [J]. 野生动物, 1993(5): 16.
    [25] 郭玉民, 钱法文, 刘相林, 等. 小兴安岭白头鹤繁殖习性初报 [J]. 动物学报, 2005, 51(5): 903-908.
    [26] BREIMAN L. Random forests [J]. Machine Learning, 2001, 45(1): 5-32.
    [27] KAMPICHLER C, WIELAND R, CALM S, et al. Classification in conservation biology: a comparison of five machine-learning methods [J]. Ecological Informatics, 2010, 5(6): 441-450.
    [28] LI X, WANG Y. Applying various algorithms for species distribution modelling [J]. Integrative Zoology, 2013, 8(2): 124-135.
    [29] LI X, TIAN H, WANG Y, et al. Vulnerability of 208 endemic or endangered species in China to the effects of climate change [J]. Reg Environ Change, 2013, 13(4): 843-852.
    [30] CUTLER D R, EDWARDS T C, BEARD K H, et al. Random forests for classification in ecology [J]. Ecology, 2007, 88(11): 2783-2792.
    [31] BREIMAN L. Statistical modeling: the two cultures [J]. Statistical Science, 2001, 16(3): 199-231.
    [32] 李欣海. 随机森林模型在分类与回归分析中的应用 [J]. 应用昆虫学报, 2013, 50(4): 1190-1197.
    [33] 余松林. 医学统计学 [M]. 北京: 人民卫生出版社, 2002.
    [34] PUKINSKIY Y B, ILPINSKIY I V, SHIBNEV Y B. The number and distribution of Hooded Crane in Bikin River Basin [M]. Vladivostok: Far East Science Center, 1982.
    [35] PUKINSKIY Y B, ILYINSKI I V. Biology and behavior of Grus monacha during the nesting period , Primorye Territory , Bikin River Basin [J]. Naturalists Biology, 1977, 82(1): 5-17.
    [36] 孙志勇. 图牧吉自然保护区五种鹤春季觅食生境选择比较 [D]. 哈尔滨:东北林业大学, 2007.
    [37] 刘福剀. 扎龙湿地白枕鹤栖息地利用 [D]. 哈尔滨:东北林业大学, 2008.
    [38] KOLBIN V A, KHARCHENKO V A, JUROCHKIN R K. Nesting of the hooded crane ( Grus monacha ) in the Komsomolsk Reserve [J]. Russian Ornithologica Zhurnal, 1994, 3(2): 279-280.
    [39] COLLAR N J, ANDREEV A V, CHAN S. Threatened birds of Asia: the birdlife international red data book [M]. Cambridge: Birdlife International, 2001.
    [40] GUO Y, SIMONOV E A. Why placer gold mining ban in China provinces led to export of “dirty technologies” into Russia [J]. Metals of Eurasia Journal, 2013, 7: 55-57.
  • [1] 张芳玲, 蒲真, 梁晓玉, 古元阳, 邢韶华.  中国东北地区自然保护地数量特征分析 . 北京林业大学学报, 2020, 42(2): 61-67. doi: 10.12171/j.1000-1522.20190139
    [2] 陈国栋, 杜研, 丁佩燕, 郭珂歆, 尹忠东.  基于混合效应模型的新疆天山云杉单木胸径预测模型构建 . 北京林业大学学报, 2020, 42(7): 12-22. doi: 10.12171/j.1000-1522.20190236
    [3] 闫佳伦, 董宇翔, 叶可陌, 索筠博, 闫娜, 韩莉, 林辰松.  基于鸟类栖息地营建的郊野公园规划设计研究 . 北京林业大学学报, 2019, 41(12): 153-166. doi: 10.12171/j.1000-1522.20190372
    [4] 欧强新, 雷相东, 沈琛琛, 宋国涛.  基于随机森林算法的落叶松−云冷杉混交林单木胸径生长预测 . 北京林业大学学报, 2019, 41(9): 9-19. doi: 10.13332/j.1000-1522.20180266
    [5] 罗梅, 陈绍志.  不同龄组长白落叶松种内及种间竞争研究 . 北京林业大学学报, 2018, 40(9): 33-44. doi: 10.13332/j.1000-1522.20180126
    [6] 张文一, 景天忠, 严善春.  基于机器学习的落叶松毛虫发生面积预测模型 . 北京林业大学学报, 2017, 39(1): 85-93. doi: 10.13332/j.1000-1522.20160205
    [7] 王冬至, 张冬燕, 张志东, 黄选瑞.  塞罕坝华北落叶松人工林断面积预测模型 . 北京林业大学学报, 2017, 39(7): 10-17. doi: 10.13332/j.1000-1522.20170072
    [8] 张春华, 和菊, 孙永玉, 李昆.  基于MaxEnt模型的紫椿适生区预测 . 北京林业大学学报, 2017, 39(8): 33-41. doi: 10.13332/j.1000-1522.20170002
    [9] 高若楠, 苏喜友, 谢阳生, 雷相东, 陆元昌.  基于随机森林的杉木适生性预测研究 . 北京林业大学学报, 2017, 39(12): 36-43. doi: 10.13332/j.1000-1522.20170260
    [10] 张怡卓, 苏耀文, 李超, 门洪生.  蒙古栎木材MOR与MOE的近红外光谱预测模型分析 . 北京林业大学学报, 2016, 38(8): 99-105. doi: 10.13332/j.1000-1522.20150505
    [11] 关蕾, 靖磊, 雷佳琳, 雷光春.  洞庭湖鸟类资源分布及其栖息地质量评估 . 北京林业大学学报, 2016, 38(7): 64-70. doi: 10.13332/j.1000-1522.20150279
    [12] 赵景尧, 蔡英春, 付宗营.  木材干燥过程热质迁移数学模型研究现状 . 北京林业大学学报, 2015, 37(7): 123-128. doi: 10.13332/j.1000-1522.20140471
    [13] 张建亮, 崔国发, 黄祥童, 郭子良, 周海城.  国家一级保护植物长白松种群结构与动态预测 . 北京林业大学学报, 2014, 36(3): 26-33. doi: 10.13332/j.cnki.jbfu.2014.03.004
    [14] 吴迪, 范文义.  激光雷达协同多角度光学遥感数据反演树高 . 北京林业大学学报, 2014, 36(4): 8-15. doi: 10.13332/j.cnki.jbfu.2014.04.006
    [15] 杨宏伟, 康东伟, 康文, 李洁, 李俊清, 赵联军, 王小荣, .  人工林作为大熊猫栖息地适宜性研究 . 北京林业大学学报, 2013, 35(4): 67-73.
    [16] 余养伦, 于文吉, 张方文.  厚胶合板弹性模量预测模型 . 北京林业大学学报, 2009, 31(1): 130-133.
    [17] 倪成才, 刘春梅, 丁俊峰, 潘晓茹.  差分生长模型预测误差的分析 . 北京林业大学学报, 2009, 31(4): 1-6.
    [18] 李文彬, 张俊梅, 撒潮, 王德明, 高凯.  人工林UHF频段电波传播场强预测模型 . 北京林业大学学报, 2007, 29(4): 15-18.
    [19] 田勇臣, 刘少刚, 赵刚, 胡健, 李文彬.  森林火灾蔓延多模型预测系统研究 . 北京林业大学学报, 2007, 29(4): 46-53.
    [20] 齐实, 何亚平, 余雁, 徐向舟, 王顺忠, 马尔妮, 周成理, 惠刚盈, 刘秀萍, 姚洪军, 任琴, 耿玉清, 王旭, 武广涛, 李瑞, 徐基良, 宋颖琦, 雷加富, 王清奎, 白新祥, 王尚德, 史军义, 白翠霞, 费本华, 徐海, 杨谦, 俞国胜, 费世民, 周国逸, 崔国发, 张克斌, 康向阳, 杨莉, 石玉杰, 汪思龙, 赵广杰, 王飞, 刘大庆, 云琦, 胡可, 陈丽华, 李代丽, 胡永建, 蒋俊明, 孙阁, 戴思兰, 李忠, 张恒明, 孙阁, 宋维峰, 赵铁蕊, 张波, 陈晓鸣, 秦跟基, 冯宗炜, 徐秉玖, 张红武, 胡艳波, 王百田, 陈秀明, 代力民, 王树森, 高荣孚, 瞿礼嘉, 易传辉, 张慧, 杨晓晖, 朱金兆, 董占地, 王戈, 王亮生, 张德强, 陈华君, 王庆礼, 余英, 朱明东, 金幼菊, 陈峻崎, 乔锋, 闫俊华, 肖玉保, 石雷, 武波, 杨海龙, 陈晓阳, 李镇宇, 杨俊杰, 唐森强, 赵辉, SteveMcNulty, 杨莉.  林木最近距离分布预测模型的研究 . 北京林业大学学报, 2006, 28(5): 18-21.
  • 加载中
计量
  • 文章访问数:  502
  • HTML全文浏览量:  56
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-05-16
  • 修回日期:  2014-05-16
  • 刊出日期:  2015-08-31

黑龙江流域白头鹤繁殖栖息地选择模型预测

doi: 10.13332/j.1000-1522.20140178
    基金项目:

    国家自然科学基金项目(30770287)

    作者简介:

    黄建。主要研究方向:鸟类栖息地。Email: koken@bjfu.edu.cn 地址: 100083北京市海淀区清华东路35号北京林业大学516信箱。

    通讯作者: 郭玉民,博士,副教授。主要研究方向:鸟类生态学。Email: guoyumin@bjfu.edu.cn 地址: 100083北京市海淀区清华东路35号北京林业大学159信箱。

摘要: 白头鹤是中国国家Ⅰ级重点保护野生动物,世界自然保护联盟(IUCN)将其列为易危物种。目前仅知道白头鹤繁殖于中国黑龙江流域和俄罗斯西伯利亚东南部,但对其繁殖栖息地的具体研究尚不完善。为了掌握这一物种在东北亚地区的繁殖栖息地的分布及特征,更好地对该物种及其栖息地实施保护,2011—2013年在小兴安岭对白头鹤繁殖栖息地进行了调查,除新近采集的数据,还通过调查收取了过去近10年(2001—2010年)的白头鹤繁殖数据。本研究采用Salford Predictive Modeler、R等数据分析软件对收集到的繁殖数据建立模型(随机森林模型)进行预测,并使用地理信息系统(GIS)对预测的白头鹤繁殖区绘图,得到直观的繁殖分布预测图。结果表明:在景观尺度下,影响白头鹤繁殖栖息地的主要因素有3个,分别是海拔、坡度和坡向。进一步分析后得出结论:中等海拔(300~500m)、朝向东北且平缓(坡度小于2.4°)的泰加林区域是白头鹤最为适宜的繁殖区。由此结论以及研究区域内的GIS数据分析表明:在本研究区域内,白头鹤最适宜繁殖区(分布概率高于0.8)面积为6832km2,只占研究区面积的0.18%,估计能容纳2000~3000对白头鹤繁殖。绘图显示:只有少量的最适宜繁殖区(仅784km2)在保护区范围内,并且在白头鹤的繁殖分布地中存在大量的农田和水利设施。保护区面积的不足和严重的人为干扰是白头鹤在繁殖区内面临的主要问题。

English Abstract

黄建, FalkHuettmann, 郭玉民. 黑龙江流域白头鹤繁殖栖息地选择模型预测[J]. 北京林业大学学报, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
引用本文: 黄建, FalkHuettmann, 郭玉民. 黑龙江流域白头鹤繁殖栖息地选择模型预测[J]. 北京林业大学学报, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
HUANG Jian, Falk Huettmann, GUO Yu-min. Distribution modeling of breeding hooded crane in Heilongjiang basin[J]. Journal of Beijing Forestry University, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
Citation: HUANG Jian, Falk Huettmann, GUO Yu-min. Distribution modeling of breeding hooded crane in Heilongjiang basin[J]. Journal of Beijing Forestry University, 2015, 37(8): 40-47. doi: 10.13332/j.1000-1522.20140178
参考文献 (40)

目录

    /

    返回文章
    返回