基于贝叶斯占据模型(Bayesian Occupancy Models)预测的北京东北部貉(Nyctereutes procyonoides)预测相对占据概率(Predicted Relative Occupancy Probability)

《Ecology and Evolution》：Predicted Relative Occupancy Probability of Raccoon Dogs (Nyctereutes procyonoides) in Northeast Beijing Using Bayesian Occupancy Models

　　

摘要：北京市已将貉（Nyctereutes procyonoides）列为保护物种，并于中国提升为国家重点保护野生动物。然而目前北京市关于该物种的认知多源自局部研究，缺乏区域尺度的评估，尽管其具较高保护优先级。尤其理解物种分布是生态学及保护管理的基础。本研究基于相机陷阱检测—未检测（detection–nondetection）数据，应用贝叶斯占据模型（Bayesian occupancy models）评估北京东北部貉沿环境梯度的出现格局及其空间分布。研究人员检验了环境及人为因子的影响；经模型选择后，次要道路密度（minor road density）与人口密度（human population density）被保留为核心预测变量。预测相对占据概率（predicted relative occupancy probability）随两变量密度升高而显著下降，表明貉回避受人为干扰的区域。空间预测显示自然保护区及研究区北部具较高预测相对占据概率，南部因人为因子集中而占据概率较低。研究结果为北京东北部首次区域尺度貉占据评估，强调考虑人为压力的重要性，并提供貉分布的区域基线，可为保护规划与管理提供参考。

论文解读：基于贝叶斯占据模型评估北京东北部貉(Nyctereutes procyonoides)的分布与人为干扰效应

一、研究背景与意义

貉（Nyctereutes procyonoides）于2008年被北京市列为市级Ⅰ级保护动物，2021年升格为中国《国家重点保护野生动物名录》Ⅱ级。目前北京地区对该物种的了解局限于松山国家级自然保护区、四座楼市级自然保护区等局部调查，缺乏整个东北生态涵养区（怀柔、密云、平谷）的大尺度分布评估。理解物种分布是生态学与保护管理的基石，传统仅使用存在点（presence?only）数据的物种分布模型（Species Distribution Models, SDMs）无法区分真不存在与检测失败（imperfect detection）。贝叶斯占据模型（Bayesian occupancy models）可同时估算物种真实存在概率与检测概率，校正检测偏差。本研究以北京东北部为研究区，基于红外相机陷阱（camera?trap）检测—未检测数据，应用含空间随机效应的贝叶斯占据模型，量化环境与人为因子对貉相对占据概率（predicted relative occupancy probability）的影响并绘制空间分布图，为区域保护规划提供基线依据。论文发表于《Ecology and Evolution》。

二、主要关键技术方法概述

研究人员于2022年12月至2024年8月在北京东北部怀柔、密云、平谷三区布设193台红外相机，以250×250 m栅格为采样单元，共在170个栅格获取检测—未检测数据（其中67个栅格数据引自Miyamoto等2021在北京平谷的既往研究）。选取10个环境变量（天然林比例、人工林比例、草地比例、主干道密度、次要道路〈minor road〉密度、归一化植被指数NDVI、海拔、地形位置指数Topographic Position Index〈TPI〉、坡度、WorldPop人口密量），计算方差膨胀因子（Variance Inflation Factor, VIF）排除多重共线性。将14天设为一次抽样场合（sampling occasion），按季节—年度组合纳入时间随机效应，以相机工作天数作为检测子模型协变量。通过WAIC（Watanabe–Akaike Information Criterion）逐步筛选变量，最终保留95%可信区间不含零的变量构建最终模型。采用R包spOccupancy拟合4条MCMC链（每链10万次迭代，舍弃前1万为预烧），以Gelman–Rubin统计量（R?hat）和有效样本量（Effective Sample Size, ESS）判定收敛，占据子模型中加入栅格ID空间结构化随机效应以校正空间自相关，最后掩膜超出训练环境变量范围的栅格外推区进行空间预测。

三、研究结果

3.1 Occupancy Modelling Performance（占据模型拟合表现）

所有MCMC链R?hat＜1.1且ESS＞1000，表明参数估计稳定可靠。空间方差参数显示采样点间存在残差空间自相关，说明有部分空间结构化变异未被纳入的环境变量解释。

3.2 Environmental Variables and Predicted Relative Occupancy Probability（环境变量与预测相对占据概率）

经WAIC筛选与置信区间检验，最终模型保留次要道路密度（后验均值β＝?0.315，95% CI：?0.696 ~ ?0.003）与人口密度（后验均值β＝?0.759，95% CI：?1.589 ~ ?0.163），二者95% CI均不含零。预测相对占据概率随次要道路密度由0增至14.708 km/km2从0.444降至0.053；随人口密度由0增至25.903人/km2从0.456降至0.004，表明貉明显回避人为干扰强的区域。检测概率随调查努力呈微弱正趋势但未达显著。

3.3 Spatial Prediction of Relative Occupancy Probability（相对占据概率的空间预测）

利用最终模型对整个研究区未采样栅格进行预测（范围0～0.513），掩膜约9%（10,666个）外推栅格。研究区平均预测相对占据概率为0.394±0.187（SD）。自然保护区内部均值较高：喇叭沟门市级自然保护区（Labagoumen MNR）0.481、云蒙山（Yunmenshan MNR）0.480、云峰山（Yunfengshan MNR）0.477、雾灵山（Wulingshan MNR）0.468、四座楼（Sizuolou MNR）0.421。空间上北部及保护区高于南部城镇及区政府驻地周边，符合次要道路与人口密度分布格局。

四、讨论与结论总结

讨论指出：本研究表明在低人为食物资源供给的北京东北部山区，貉表现出对高密度次要道路与人口的负向响应，即回避受人为干扰生境，这与德国乡村景观研究结果一致；不同于上海、川崎等城市环境中貉可利用生活垃圾等人源食物而出现正响应。次要道路在本研究中代表细尺度人类活动接入程度，其负效应虽接近显著边界仍具生态学指示意义。残存空间自相关提示可能存在未测因子或更小尺度过程。自然保护区内较高预测占据概率印证保护区对貉栖息地的庇护功能。因相机未布设于居民区，城镇中心预测属外推，应谨慎解读。模型暗示貉不太可能向南部高密度建成区或中心城区扩张，但若未来能利用城市绿地中人源废弃物，分布格局可能改变。

结论（Conclusion）：基于红外相机数据，研究人员发现北京东北部貉回避受人为干扰区域，预测占据概率南部较低，貉不大可能向南向人口密集区或北京中心城区扩展。本研究为北京东北部首例区域尺度貉占据评估，未来需结合相机陷阱以外的补充调查方法扩大人为主导景观采样以减少外推。