编辑推荐：
为解决因人类活动导致的栖息地破碎化对溪流繁殖两栖动物连通性的威胁，本研究利用MaxEnt建模框架，结合公民科学物种出现与路杀数据，评估了Rana sauteri与Odorrana swinhoana在整个流域内的溪流网络连通性。结果表明，多尺度溪流等级（Stream Order）能有效表征两栖动物分布与移动模式，树覆盖是主要预测因子，而溪流等级在路杀模型中重要性更高，凸显了溪流网络作为连通性骨架的关键作用。该框架为数据有限的连通性分析及环境影响评价（EIA）中的生态规划提供了可操作工具，有助于促进生物多样性保护与可持续发展。
在人类活动不断加剧的今天，自然景观被道路、农田和城市切割得支离破碎，宛如一幅完整的拼图被拆散。对于许多野生动物而言，这种“碎片化”意味着家园被隔离，寻找伴侣、觅食和躲避危险的日常旅途变得危机四伏，种群间的基因交流受阻，长远来看危及物种存续。其中，两栖动物——比如青蛙和蟾蜍——是这场危机中尤为脆弱的群体。它们的生活史复杂，既需要水体繁殖，又依赖陆地栖息，但自身的移动能力却相当有限。当它们为了繁殖而季节性迁徙，或者幼体扩散寻找新家园时，常常需要穿越人类修建的道路，这使得它们成为了“路杀”（车辆撞击导致的死亡）的高风险群体。然而，要精准地了解它们在景观中如何移动、哪些路径是关键通道，却又非常困难，因为直接追踪两栖动物的行踪数据稀少且获取成本高昂。
那么，有没有办法在缺乏直接移动数据的情况下，依然能够评估和预测两栖动物在景观中的连通性，从而为保护规划和道路设计提供科学依据呢？一项发表在《Nature Conservation》上的研究为我们提供了一种创新的解决方案。这项研究将目光投向了台湾北部淡水河流域，并以两种溪流繁殖的两栖动物——梭德氏赤蛙（Rana sauteri）和斯文豪氏赤蛙（Odorrana swinhoana）——作为研究对象。研究人员巧妙地将物种的出现记录（代表栖息地适宜性）和路杀记录（代表移动过程中的死亡风险）结合起来，作为推断其移动模式的“代理指标”。他们利用强大的物种分布模型（Species Distribution Model， SDM）MaxEnt，并引入了一个核心的空间结构指标：溪流等级（Stream Order）。溪流等级描述了水道网络的层级结构（从涓涓细流到干流大河），能够表征水文连通性和潜在的移动路径。通过设置多个空间尺度（缓冲区半径从50米到2000米）来分析溪流等级和树覆盖等环境因子，研究旨在揭示：溪流网络结构是否能有效预测两栖动物的分布和路杀热点？这两种代理数据（出现 vs. 路杀）反映的连通性模式是否一致？物种的生态习性差异如何影响它们对景观的响应？
为了回答这些问题，研究团队运用了几个关键技术方法。首先，他们从公民科学平台（台湾两栖类数据库TAD和台湾路杀观测网TaiRON）获取了研究物种的出现点和路杀点地理数据，并使用目标群体背景点方法来校正采样偏差。其次，他们利用30米分辨率的数字高程模型（DEM）和地理信息系统（GIS）技术，基于Strahler方法划分了整个流域的溪流等级，并采用移动窗口计算生成了多尺度的溪流等级和树覆盖百分比预测变量。此外，还整合了生物气候、植被指数（如NDRE）和地形（如地形湿度指数TWI、风暴露指数WEI）等多类环境变量。最后，通过MaxEnt模型进行严格的变量筛选、参数调优（测试不同特征类和正则化乘数）和模型验证（包括交叉验证和跨数据集验证），并使用受试者工作特征曲线下面积（AUC）和连续博伊斯指数（CBI）等指标评估模型性能，确保了分析结果的可靠性。
研究结果部分为我们呈现了一系列清晰的发现。
关键预测因子
模型分析揭示，树覆盖是影响两种两栖动物分布的最重要预测因子（排列重要性PI在40.6%至69.5%之间），这凸显了森林栖息地对它们生存的极端重要性。然而，更具启示性的发现是溪流等级的作用。它在预测路杀位置时的重要性（PI：R. sauteri为23.0%， O. swinhoana为17.3%）明显高于预测物种出现位置时（PI：R. sauteri为10.7%， O. swinhoana为8.7%）。这表明，溪流网络不仅是适宜的栖息地，更是动物移动的关键走廊，当这些走廊与道路相交时，便成为了高死亡风险区。两个物种响应的空间尺度存在差异：R. sauteri在更广的尺度上响应（溪流等级50-750米；树覆盖150-2000米），这可能与其繁殖期从森林向溪流聚集迁徙以及繁殖后更广泛的陆地扩散行为有关；而O. swinhoana则在中等尺度上响应（溪流等级150-500米；树覆盖250-1500米），这与其常年栖息于溪流附近、具有归巢能力和较为定居的生态习性相符。此外，生物气候变量（如最湿季度平均温度BIO8）、植被活力（三月NDRE）和地形庇护（风暴露指数WEI，对O. swinhoana尤其重要）也塑造了物种的分布和路杀风险模式。
出现与路杀适宜性模式
预测的栖息地适宜性地图显示，无论是出现还是路杀，高适宜性区域都紧密沿着溪流网络分布，并辐射到相邻的陆地生境。一个显著的共同模式是：路杀适宜性区域的范围比出现适宜性区域更窄，且主要集中在海拔中等区域，这可能是中海拔地区同时具备活跃的两栖动物种群和足以导致路杀的交通强度的结果。相比之下，R. sauteri的适宜性分布更为破碎化，而O. swinhoana的分布则更连续，尤其在受遮蔽的谷底区域更为集中，这些区域提供了稳定的水文条件和潮湿的小气候，但一旦与道路相交，也成了死亡热点。
模型评估与验证
所有模型都表现出强大的预测能力（AUC值在0.794至0.933之间，CBI值在0.742至0.968之间），且过拟合程度低。跨数据集验证提供了关键见解：基于物种出现数据训练的模型，能够很好地预测路杀数据的分布（AUC高达0.918）；然而，基于路杀数据训练的模型，在预测物种出现分布时表现则较弱（AUC最低为0.679）。这证实了两种数据类型承载着互补的生态信号——出现数据反映了更广泛的栖息地适宜性，而路杀数据则揭示了在适宜栖息地内，与移动和特定风险（道路交叉）相关的更局部化的模式。
在讨论与结论部分，本研究深刻阐释了其发现的意义。研究证实，多尺度溪流等级能有效捕捉两栖动物在整个流域内的连通性空间层级，为在缺乏直接移动数据的情况下分析景观连通性提供了有力框架。溪流网络作为结构性骨架，与树覆盖、局地气候和地形庇护共同作用，塑造了物种的分布与移动风险。物种间响应尺度的差异，根源在于它们不同的繁殖行为、移动能力和生态位需求。
这项研究最重要的贡献在于其转化应用潜力。它发展出的方法框架可以直接嵌入到环境影响评价（EIA） 的早期阶段。规划者和设计师可以利用此类分析，识别出连通性影响的关键空间尺度、海拔范围以及栖息地适宜性与路杀风险重叠的特定地形区域（如谷底带）。在此基础上，可以提出针对性的减缓措施，例如：在溪流-道路交叉的高风险点设置两栖动物地下通道或涵洞，并结合引导围栏；在移动高峰期实施季节性限速或临时道路封闭；以及规划和维护宽度可变的河岸缓冲带，以保障连通性并减少边缘效应。这些措施不仅能降低两栖动物的道路死亡率，维护种群连通性，其保护的溪流-河岸廊道也能惠及众多其他水生和陆生物种，产生广泛的生物多样性共益。
总之，这项研究成功地将公民科学数据、物种分布建模和景观生态学原理相结合，跨越了从理论连通性到实际规划应用的鸿沟。它表明，通过科学评估并主动设计，我们可以在推动社会经济发展的同时，有效地维护自然生态系统的脉络与活力，为实现可持续的未来提供了一条可操作的路径。
