《Basic and Applied Ecology》：Integrating species distribution models (SDM) in spatially explicit GIS-tools to support nature-sensitive urban planning
编辑推荐：
本研究针对城市扩张背景下生物多样性保护与生态系统服务评估的需求，开发了一种将集成物种分布模型（ESDM）与开源QGIS平台相结合的决策支持工具。研究人员以德国鲁尔大都市区26种保护相关鸟类为研究对象，通过整合公民科学数据和高分辨率环境变量，构建了五个生态类群的栖息地适宜性预测模型（TSS≥0.58，ROC≥0.78），并成功将逻辑回归模型嵌入EnhancES工具箱。该框架有效弥合了生态模型与规划实践之间的科学-应用鸿沟，为多功能城市景观的数据驱动规划提供了可行路径。
随着全球城市化进程的加速，自然栖息地的破碎化给生物多样性保护带来了严峻挑战。然而城市生态系统在提供 pollination（授粉）、pest control（害虫控制）等关键生态系统服务方面具有不可替代的价值。传统保护策略在面对大规模栖息地丧失时显得力不从心，而生态模型的研究成果往往因技术门槛过高难以被规划部门直接应用，这种科学与实践之间的脱节被称为"科学-应用鸿沟"。
在这一背景下，德国波鸿鲁尔大学的研究团队在《Basic and Applied Ecology》上发表了一项创新性研究，他们成功开发了一个将集成物种分布模型（Ensemble Species Distribution Models, ESDM）与开源QGIS平台相结合的空间决策支持工具。该研究以德国鲁尔大都市区为案例，聚焦26种对城市化敏感的鸟类物种，涵盖农田、开阔地、伴人、水域和林地五个生态类群，旨在为自然敏感型城市规划提供科学依据。
研究团队采用的方法体系具有多重创新性。首先，他们从德国公民科学门户网站ornitho.de获取了2019-2021年繁殖期的高质量观测数据，并通过半变异函数引导的空间细化技术有效降低了采样偏差。在模型构建环节，研究团队运用biomod2平台整合了GBM、RF和XGBOOST三种算法，采用空间区块交叉验证确保模型的稳健性。特别值得一提的是，研究人员将复杂的ESDM输出转化为简化的逻辑回归模型，并将其嵌入基于QGIS的EnhancES工具箱，使规划人员无需专业建模知识即可进行栖息地适宜性评估。
关键技术方法包括：1）利用公民科学数据结合空间细化处理技术；2）采用集成建模框架（biomod2）构建多算法ESDM；3）开发基于逻辑回归的QGIS工具实现模型成果转化；4）应用k-means聚类分析识别多功能生物多样性热点区。所有环境变量均统一至100米×100米分辨率，确保了数据的一致性。
研究结果部分显示，ESDM模型在所有生态类群中均表现出良好性能。具体而言，Farmland（农田）类群获得了最高的AUC值（0.86）和TSS值（0.58），而Water（水域）类群的TSS达到0.69，显示出优异的预测能力。逻辑回归分析进一步揭示了各生态类群对土地利用变量的响应模式：森林和建设用地普遍呈现负效应，而土壤和水域覆盖对水鸟类群保持强正相关。
通过k-means聚类分析，研究在波鸿市识别出四类不同的栖息地适宜性空间模式。其中，适宜农田类群的区域分布最广，主要集中在城市南部和西部；而开阔地、伴人和水域类群的适宜区域则呈现更分散的分布特征。在波鸿东部的Green Belt E案例研究中，工具成功识别出城市棕地、公园等具有高保护价值的多功能区域。
在讨论部分，作者强调了该方法在弥合科学与实践鸿沟方面的重要价值。与传统静态栅格地图相比，该工具允许规划人员直接输入矢量化的土地利用数据，自动计算土地覆盖比例并生成栖息地适宜性预测，大大降低了技术门槛。同时，工具内嵌的标准化输出符号系统（包括五类生态类群的饼图展示和距离最优值指标）为快速评估提供了便利。
研究的局限性主要体现为：依赖于存在only的公民科学数据可能引入采样偏差；环境变量集未包含噪音污染、光强度等潜在重要因子；当前模型对长期动态和气候驱动的物种分布变化响应有限。作者建议未来可整合景观度量指标、功能性状等参数，并探索在数字孪生框架下的动态模拟应用。
该研究的核心贡献在于成功将复杂的生态建模成果转化为规划实践可操作的工具，通过EnhancES工具箱实现生物多样性评估与其他生态系统服务的协同分析。这种"模型输出-工具转化"的创新范式为推进数据驱动的生态城市规划提供了重要技术支撑，特别在快速城市化背景下具有广泛的推广应用价值。
