《Avian Research》：Highly urbanized areas are not absolute barriers: Assessing avian habitat connectivity in a megacity via the omnidirectional connectivity model
编辑推荐：
本研究针对城市栖息地破碎化对鸟类多样性的威胁，以上海为案例，整合公民科学数据与实地调查，选取25种指示/伞护/旗舰鸟类，应用MaxEnt模型和人类足迹指数识别生态源地，并首次采用全向连通性模型(OCM)评估鸟类生境连通性。研究发现：识别出418个生态源地(总面积921.84 km2)，西部和东南部连通性较高，而中心城区呈现严重破碎化；关键环境因子分析显示，蓝绿基础设施比例(PB>4%)和生态质量(RSEI>0.57)显著提升连通性。研究创新性地构建XGBoost-SHAP-MGWR分析框架，揭示了环境因子影响的空间异质性，为高密度城市生物多样性保护提供了可迁移的方法路径。
随着城市化进程加速，土地资源压力剧增，建成区快速扩张深刻改变着城市内部景观结构。这种转变不仅引发栖息地丧失、气候变化和环境污染等生态问题，还增加了动物迁徙的景观阻力，导致种群隔离和遗传多样性减少。在陆地脊椎动物中，鸟类作为物种最丰富的类群，是城市生态系统健康的重要指示物种，具有易于监测、提升城市生物多样性、促进传粉和种子传播等多重生态效益。城市作为许多迁徙物种的关键中转站，承载着全球近20%的鸟类多样性，然而密集的人造环境却阻碍了栖息地斑块间的连通性。
在此背景下，以上海大都市区为研究区域，整合公民科学观测与实地调查数据，选取25种代表性鸟类作为伞护种，系统评估鸟类生境连通性及其驱动机制。研究采用最大熵(MaxEnt)模型结合人类足迹指数(HFI)识别适宜栖息地，应用全向连通性模型(OCM)评估城市尺度的鸟类生境连通性，并创新性地构建XGBoost-SHAP-MGWR集成分析框架，揭示城市环境特征影响生境连通性的机制与空间异质性。
研究团队主要运用了四项关键技术方法：首先基于公民科学平台(eBird、中国鸟类记录中心)和样线法获取鸟类分布数据，通过MaxEnt模型模拟物种潜在分布；其次采用人类足迹指数量化人类活动干扰强度，结合粒度反推法优化生态源地识别；进而利用OCM模型评估景观连通性，该模型整合全向算法与电路理论，能量化像素级别的连通性概率；最后通过XGBoost-SHAP机器学习框架与多尺度地理加权回归(MGWR)模型，解析环境因子的非线性影响与空间异质性。所有空间数据统一处理为100米分辨率栅格数据。
3.1 基于MaxEnt和HFI的生态源地提取
通过整合5036个鸟类出现点数据，MaxEnt模型预测结果显示所有伞护种的平均AUC值均高于0.75，其中黑脸琵鹭(Platalea minor)的AUC最高达0.985。将25种鸟类的适宜栖息地叠加后，确定上海鸟类适宜区总面积为454.2 km2，主要呈斑块状分布在西部和城市外环内的中心区域，而东南部则形成带状连续分布。人类足迹分布显示，高HFI值集中在中心城区、沿岸工业用地和主要交通设施周边，低干扰区域主要分布于西部的淀山湖风景区与青西郊野公园、东南部的海湾国家森林公园等区域。通过粒度反推法确定生态源地最小面积阈值为1 km2，最终筛选出418个生态源地，总面积达921.84 km2，占研究区域的16.98%。
3.2 鸟类生境连通性评估
OCM连通性评估结果显示，研究区外围连通性较高，中心区域连通性较差。高连通性区域主要集中在西部和南部郊区，以大型森林斑块和水域为主；低连通性区域则分布于城市核心区、外围工业区和主要交通设施周边。根据归一化电流值将连通性划分为四类区域：通道区(电流高度集中)、强化区(中度电流积累)、扩散区(低电流均匀分布)和阻碍区(电流几乎中断)。其中扩散区面积占比最大(28.9%)，强化区次之(26.6%)。区级尺度上，青浦、金山和嘉定区连通性最强，通道区分别占行政区面积的48%、39%和34%；而闵行、松江和宝山区阻碍区面积较大，分别占42%、36%和31%，是未来生态修复的重点区域。
3.3 城市环境特征对鸟类生境连通性的影响
XGBoost-SHAP模型分析表明，生境因子对连通性影响最大(贡献率52.4%)，人为因子次之(28.7%)。具体而言，蓝绿基础设施比例(PB)、遥感生态指数(RSEI)、建设用地比例(PCON)、年降水量(PRE)和年均温(TEM)是前五位关键因子，总贡献率达68.12%。部分依赖图显示，当PB>4%时对连通性提升作用显著，RSEI>0.57时影响由负转正，而PCON>51%时则产生显著负面效应。MGWR模型进一步揭示各因子的空间异质性：PD、PB、PG等生境因子带宽较小(<100)，回归系数以正值为主，在连通性较差的城乡交错带作用尤为显著；而ANLD、BH、RD等人为因子带宽较大(>3000)，系数以负值为主，向城市中心逐渐增强。
研究结论表明，高度城市化区域并非鸟类迁徙的绝对屏障，通过优化蓝绿基础设施网络可有效提升生境连通性。OCM模型相比传统网络模型能更全面评估全域连通性，避免了对生态源地选择和参数设置的主观依赖。XGBoost-SHAP-MGWR集成框架有效揭示了环境因子影响的非线性关系和空间异质性，为分区保护规划提供了科学依据。针对不同连通性区域，研究提出了差异化保护策略：通道区实施严格管控与生态修复，强化区注重生境质量提升与网络加密，阻碍区优先开展屏障消除与栖息地重建。该研究不仅丰富了鸟类生境连通性评估的理论方法体系，也为高密度城市生态空间规划提供了可迁移的技术路径。
