《Frontiers in Marine Science》：Improving marine protected area zoning through species-oriented analysis using wildlife remote sensing
编辑推荐：
本文介绍了一种创新的保护地管理方法，即利用高分辨率(VHR)卫星影像直接监测目标物种（大天鹅， Cygnus cygnus）的丰度与分布动态，并将其用于评估和优化国家级自然保护区的空间功能区划。研究揭示，现有功能区划与天鹅实际栖息地之间存在明显错配，超过一半的个体位于潮滩及非核心保护区内。基于此，研究者提出了一个增加301.8公顷核心区的再区划方案。这项工作展示了卫星野生动物监测如何支持基于物种信息的适应性保护区管理，为实现“3030”全球生物多样性目标（即到2030年保护全球30%的陆地和海洋区域）提供了实证案例和技术框架。
引言
全球生物多样性在栖息地丧失、气候变化、污染和过度开发等多重压力下持续下降，近百万物种面临灭绝风险。自十九世纪出现以来，保护区已成为生物多样性保护的基石。近期达成的《昆明-蒙特利尔全球生物多样性框架》重申了基于区域的保护的重要性，设定了到2030年有效保护和管理全球至少30%的陆地、内陆水域、沿海和海洋区域的雄心目标。然而，许多科学家对这一目标的可行性持怀疑态度，认为单纯增加保护区的数量或总面积不足以有效保护具有高生态和生物价值的区域，反而可能因追求面积指标导致现有保护区的降级，或在生态意义不高的区域建立新保护区。在实践中，保护区往往被划设在社会经济冲突较低而非受胁物种最集中的地方。为实现全球保护承诺并逆转生物多样性丧失，保护策略必须优先考虑生态代表性和管理有效性，这包括确保保护区涵盖可生存的种群及其所需栖息地，而不仅仅是满足面积指标。因此，功能区划应强调关键栖息地的识别与保护，将物种的空间需求整合到保护区的功能布局中。
理解种群动态和空间分布对于识别生物重要区域和评估保护区设计的有效性至关重要。然而，进行野生动物普查通常是劳动密集、耗时且后勤困难的。过去几十年，航空调查被广泛用于估计各种陆地和海洋物种的丰度和分布。卫星遥感进一步扩展了我们在大空间尺度上监测生物多样性的能力。早期研究依赖于间接指标，如鸟类粪便污渍、植被退化或洞穴来推断动物的存在和丰度。自1999年Ikonos发射以来，越来越多具有亚米级分辨率的高分辨率(VHR)卫星平台使得直接探测单个动物成为可能。使用VHR影像进行野生动物监测具有关键优势——高空间和时间分辨率、广泛覆盖、对栖息地干扰最小，以及通过存档数据进行回顾性分析。这些能力使VHR影像成为研究动物种群动态和保护规划的有力工具。涉及鲸鱼、海豹和信天翁的案例研究已证明了其在估计种群规模、绘制栖息地利用图和评估保护结果方面的可行性和准确性。与以往大多数关注物种探测的应用不同，本研究将遥感数据直接与保护区功能区划绩效联系起来，为面向物种的保护规划提供了一个新颖框架。
研究区域与方法
本研究以中国山东半岛东端的荣成大天鹅国家级自然保护区为案例，该保护区是大天鹅在东亚的重要越冬地，面积约1650公顷，分为核心区、缓冲区和实验区。每年11月至次年3月，大天鹅主要聚集在月湖潟湖、养鱼池湾以及烟墩角村附近的浅海湾区域，以鳗草幼苗、海带和附近麦田的作物为主要食物。
研究选择了2009年、2013年以及2015-2016年越冬期的三景无云VHR卫星存档影像，空间分辨率均优于0.6米，以满足基于天鹅形态参数（体长82.55±6.39厘米，体宽38.33±3.59厘米）的探测需求。所有影像在分析前均经过正射校正和空间配准，并使用快速大气校正模块进行辐射归一化，以确保多时相影像间的可比性。
种群丰度估计和分布制图基于先前验证的卫星亮度模型，并扩展以适应复杂生境条件下的多时相分析和空间区划评估。该方法通过量化VHR卫星影像中大天鹅占据的像素面积来估计种群丰度，利用了像素亮度与个体天鹅覆盖面积比例之间的线性关系。在每幅影像中，代表开放背景的像素显示基线亮度，而完全被天鹅占据的像素则表现出更高的反射率。通过将像素亮度值转换为天鹅覆盖比例并在整个影像上求和，得到天鹅占据的总面积。种群数量(N)通过公式N = r × S0× (Bi- Bmin) / (Bmax- Bmin) / Sa计算。其中，r表示天鹅填满一个像素的最大概率，S0是像素面积，Sa表示个体天鹅的俯视投影面积，Bi是像素i的亮度，Bmin是背景亮度，Bmax是完全被天鹅覆盖的像素亮度。为了提高在海岸线等异质性环境中的估计精度，研究将影像分割为特定背景的兴趣区(ROI)，并在每个ROI内动态调整Bmax和Bmin值。最终栅格数据被转换为点要素，并按位置进行空间分类以进行分布分析。为验证种群估计的准确性，从每幅影像中随机选取约30个天鹅群进行人工计数，并与基于卫星的估计结果进行比较。该方法支持大规模、非侵入性的种群估计，特别适合聚集在沿海湿地等开放、低植被环境中的物种。
空间区划评估与调整通过将天鹅丰度和分布数据叠加到保护区的空间区划图上进行，审视了核心区、缓冲区和实验区内的时空格局。根据中国《自然保护区功能区划技术规程》(GB/T 35822-2018)，核心区必须覆盖珍稀濒危物种高密度分布区域，且应至少占保护区总面积的30%。缓冲区应为核心区提供生态保护并减少外部干扰。实验区面积不应超过总面积的50%，用于开展教育、社区生计等生态影响有限的活动。分析发现，由于历史上基于水文特征而非物种分布数据进行区划决策，多个天鹅高丰度区域位于缓冲区和实验区。研究建议将所有持续使用的栖息地重新划入核心区以加强保护，同时，将当前被划为核心区但缺乏天鹅活动且受人类活动影响严重的区域降级为实验区。这个数据驱动的框架为适应性保护区管理提供了实用工具。
结果
种群分布动态
在所有五景卫星影像中，大天鹅主要集中分布在月湖潟湖的北岸和西岸、月湖水面以及烟墩角区域。值得注意的是，易于游客接近的月湖北岸和烟墩角区域，约占观测天鹅总数的66.35±9.94%。天鹅在2009年和2016年被观测到出现在养鱼池湾水面，但在2013年没有出现。占据潮滩生境的天鹅比例大幅增加，从2009年的约30%上升到2016年的近80%。然而，2015年12月的数据证实了开放水域持续的生态重要性，当时仍支持了相当一部分天鹅种群。
种群丰度动态
大天鹅的丰度在2009年、2013年和2016年，以及2015-2016年越冬期内显示出清晰的波动。在每年二月，北岸的天鹅比例相对稳定在30%左右。相比之下，月湖潟湖西岸的天鹅丰度显著增加，从2009年的6.62%增长到2016年的18.73%。烟墩角的天鹅数量几乎翻倍，从2009年的24.61%上升到2013年的46.82%，随后在2016年略微下降至34.33%。在养鱼池湾观察到了显著下降：2009年约有20%的天鹅出现在那里，但此后几年降至不足2%。
在2015-2016年越冬期内，栖息地利用的动态变化明显。记录到利用水面的天鹅比例急剧下降，从12月的68.45%骤降至1月的仅21.99%，2月小幅回升至28.26%。这种急剧下降可能反映了结冰条件的影响，限制了天鹅对开放水域的获取，迫使其寻找替代栖息地。保护区内天鹅总丰度在此期间也有所下降，从12月的2190只减少到1月的1287只。尽管总体数量减少，但北岸和烟墩角地点的种群数量有所增加，表明它们在极端寒冷时期扮演了关键庇护所的角色。与此同时，西岸保持了相对稳定的种群，表明其持续的栖息地偏好。
五景卫星影像的平均估计误差为4.65%（标准误=2.15）。最高误差出现在2016年1月（7.90%），可能是由于月湖潟湖大面积结冰影响了天鹅的可探测性。然而，不同日期、地点或生境类型之间的估计精度没有统计学上的显著差异。
空间区划评估
尽管核心区被指定用于保护大多数珍稀濒危物种，但在整个研究期间，保护区核心区仅支持了有限比例的大天鹅种群。核心区内天鹅的比例从2009年的35.80%下降到2013年的仅10.73%，2016年仅小幅恢复至25.60%。2016年1月，核心区仅记录到10只天鹅，是观测到的最低数量。
相比之下，缓冲区始终容纳了约40%的天鹅种群，而实验区的天鹅使用比例从2009年至2016年逐渐增加。偶尔在保护区边界外的烟墩角也记录到天鹅。2015-2016年越冬期揭示了空间利用的显著变化。核心区内的天鹅比例从2015年12月的30.41%骤降至2016年1月的仅0.78%。与此同时，缓冲区和实验区在该月共同支撑了几乎整个种群，凸显了这些区域在极端冬季条件下提供庇护的关键功能。
空间区划调整
为改善栖息地保护并确保区划与实际天鹅分布一致，研究建议将关键天鹅聚集区重新划为核心区。具体而言，建议将缓冲区（包括月湖潟湖和养鱼池湾的部分区域）的257.07公顷、实验区的41.4公顷以及烟墩角未划区区域的9.54公顷转换为新的核心区。为便于保护区管理，建议的核心区边界遵循自然海岸线。
此外，研究建议将当前核心区的150.97公顷（主要是养鱼池湾外用于海带养殖且无鸟类活动的近海水域）重新划为实验区。经过这些调整后，保护区内核心区的总比例将从38.82%增加至48.06%，在符合国家保护指南、保持区划平衡的同时，增强了对大天鹅种群的保护。
讨论
使保护区的空间布局与目标物种的生态需求保持一致，是保护科学和实践的基本原则。遥感已成为保护领域的强大工具，为优化保护区网络和评估保护干预措施的有效性提供了机会。本研究通过案例展示了如何将卫星获取的物种丰度和分布数据直接应用于评估和完善空间区划，凸显了野生动物遥感在推进面向物种的保护规划方面的潜力。
历史上，大天鹅曾广泛分布于荣成的沿海潟湖和海湾，20世纪60年代和90年代曾有超过10,000只个体的报告。然而，由于围填海和养殖池塘建设等人类活动，过去二十年它们在其他沿海水域的存在已逐渐减少，使该保护区成为它们在该地区的最后避难所。作为保护区一部分的月湖潟湖，在1988年至1994年间每年约有3000至4000只天鹅栖息，而在2015-2016年越冬期，数量在595至1086只之间。这一下降趋势得到了本研究结果的证实。种群在不同地点越冬期间的波动，反映了栖息地偏好的变化，归因于食物可得性、冰层覆盖等因素的差异，这一模式也得到了其他研究的验证。2015年12月，月湖潟湖的天鹅在浅水区以鳗草幼苗为食，但种群数量减少，可能是由于结冰和幼苗被消耗。月湖北岸和烟墩角相对稳定的天鹅数量可能是由于保护区工作人员和游客的投喂。
尽管保护区最初是为了保护水体而进行区划，但我们的研究结果揭示了当前区划边界与天鹅使用的关键栖息地之间存在错配。特别是关键的潮滩区域被排除在核心区之外，尽管这些区域对于休息和觅食，尤其是在水体结冰的冬季月份具有重要意义。主要的聚集区域——包括月湖潟湖的北岸和西岸以及烟墩角的海岸线——目前都位于缓冲区或实验区内。这种空间错位削弱了保护区满足国家保护标准的效力。因此，我们建议修改区划方案，将这些天鹅聚集区指定为核心区。
研究期间观察到的栖息地利用模式也反映了生态适宜性的持续变化。养鱼池湾曾容纳大量天鹅，现在仅支持少量个体，可能是由于鳗草丧失或栖息地退化所致。与已有鳗草恢复记录报告的月湖潟湖不同，养鱼池湾没有实施类似的举措。我们的结果表明，有必要在该区域启动栖息地评估和潜在恢复。西岸天鹅数量的增长——一个由小河塑造的相对未受干扰的区域——可能预示着一个新兴的栖息地偏好。相反，在接受人工投喂的地点持续的高数量表明了对人类支持的持续依赖。从长远来看，保护区管理应优先考虑自然栖息地的改善，而非人工投喂。
虽然本研究证明了VHR卫星影像在野生动物监测和保护规划方面的有效性，但也应承认几个局限性。该方法对于聚集在开放、无植被栖息地的物种最有效；在植被茂密或冠层覆盖的区域，其适用性有限。该方法的适用性还取决于物种和周围环境的特征。它在开阔的沿海湿地、潮滩或草原上，对体型大、与背景对比度高、能够清晰区分的物种效果最佳。尽管本研究聚焦于大天鹅，但总体框架可应用于其他集群或群居物种，只要栖息地开放度和目标对比度足以进行可靠探测。对于更复杂的生态系统或光谱对比度有限的物种，可能需要额外的传感器或分析技术来实现准确识别。影像可用性、天气条件和获取时机也可能影响探测精度。此外，商业VHR影像的成本可能对常规监测构成挑战。未来的工作应探索整合新兴技术，如低成本高分辨率卫星、无人机系统和机器学习算法，以拓宽该方法在不同物种和生态系统中的适用性。
近年来，人工智能越来越多地应用于基于影像的野生动物调查，其在航空和地面影像中识别大型、明确目标的能力已迅速提高，最近的综述和实证研究证明了其在航空、无人机和卫星平台上动物探测方面取得的显著进展。然而，近期的综述和实证研究表明，当目标仅占据几个像素、背景复杂度高，或动物密集聚集时（这在卫星影像中的集群水鸟和海洋哺乳动物中很常见），自动探测方法可能会遇到困难。在这些条件下，基于人工智能的探测方法可能会合并相邻个体，或无法以足够的精度将它们与背景分离。这些限制是本研究未采用AI技术，而采用基于亮度的工作流来识别个体天鹅的关键原因。随着分析工具的不断进步，未来的工作应研究如何改进AI方法，以增强卫星影像中小目标的探测以及紧密聚集个体的区分能力。
结论
本研究强调了将卫星野生动物监测与保护区管理相结合的实用价值。通过使用高分辨率(VHR)卫星影像估计大天鹅的丰度和分布，我们展示了遥感数据如何支持适应性空间区划，并识别指定保护区域与实际栖息地利用之间的错配。研究结果强调了需要考虑到季节性变化、栖息地退化和人为变化的面向物种的区划策略。将动物遥感纳入保护规划，为增强生物多样性保护，特别是对迁徙物种的保护，提供了一种可扩展、非侵入且具成本效益的方法。我们的结果提供了一个可复制的框架，用于使保护目标与生态现实相协调，并推进全球生物多样性目标的实施。
