第5篇文献研读Biological Conservation保护规划和监测的连通性指标

第5篇|文献研读|Biological Conservation|保护规划和监测的连通性指标

研究背景

生态网络——核心区域和生态走廊系统——旨在支持生物多样性和生态系统过程。与单个核心区域相比，此类网络能够更好地连接种群、维持生态系统功能并允许物种在不断变化的气候中生存。连通性指标可以帮助指定期望的结果和保护行动，比较生态景观，监测随时间的变化，并优先考虑纳入网络的领域。（生态网络的重要性，引入连通性指标）

所有对连通性指标的评论都从结构连通性和功能连通性之间的根本区别开始。结构连通性指标反映了周围非栖息地（矩阵）内栖息地的物理排列。相比之下，功能连通性是生态景观促进或阻碍焦点生物运动的程度；因此，对某些物种而言功能相关的生态景观可能对其他物种而言并非如此。先前对连通性指标的评论已经回顾了景观连通性的定义及其数学翻译（Kindlmann 和 Burel，2008 年），提供了根据可用数据选择连通性指标的决策框架（Calabrese 和 Fagan，2004 年），或比较了相关的行为指标（Pascual-Hortal 和 Saura，2006 年）。然而，这些评论仅限于特殊主题，例如非图结构指标 ( Prugh, 2009 )、用于确定斑块和走廊优先级的基于图的指标 ( Pascual-Hortal and Saura, 2006 )，或者没有涵盖较新的指标（前人的研究，提出本研究要研究的点）

连通性指标的选择取决于保护目标，保护目标又取决于保护背景。将保护背景分成三类：研究发生改变的生态景观、人类和自然共享的生态景观（半人为半自然）、大面积的野生地区。

研究内容

在这里，我们总结了可用于确定斑块、核心区域之间或生态景观的生态连通性水平的指标。我们就如何根据广泛背景（究发生改变的生态景观、人类和自然共享的生态景观（半人为半自然）、大面积的野生地区）、保护目标以及是否评估功能或结构连通性来选择最合适的指标提供指导。我们讨论了在评估生态网络的连通性时考虑矩阵的重要性，并认为基于自然的连通性是规划和评估连通性以适应气候变化的强大保护策略。（科学问题）

数据方法

我们使用以下搜索字符串系统地搜索了在线数据库 ISI Web of Science 和 Google Scholar（文章发表至 2020 年 1 月 12 日）：（“protected area” OR “reserve” OR fragment OR patch）AND conservation AND connectivity AND (指标* 或指数或指标*）。在 Google Scholar 按相关性对结果进行排序后，我们根据标题和摘要过滤论文，然后执行全文过滤以删除可能与摘要相关但仔细检查后未使用之间或之间连接的定量指标的参考文献核心区域或整个生态景观。我们排除了模拟或设计保护区系统或模拟生态廊道的论文，除非该论文引入了新的指标。在排除连续 50 篇论文后，我们停止扫描相关论文。我们添加了数据库搜索产生的论文中引用的相关论文，以找到介绍或首先清楚解释每个指标的论文。最终选取了35个指标

我们将35个指标分类到四个bins，文章分成了四类，名字挺难让人翻译的。在这我们分为bins1，bins2 ，bins3，bins4。（对应结果1）

我们使用三个因素来构建决策树，以在给定情况下选择最合适的连接指标。因素 I 是人类对焦点生态景观（引言中概述的三个广泛背景）的修改程度。因子 II 是要评估的四个保护目标中的哪一个，即 (1) 评估焦点斑块的连通性，通常用于预测斑块占用和定植；(2) 优先恢复或纳入生态网络的核心区域和走廊；(3) 量化站点对连通性的贡献；(4) 评估现有或提议的网络或生态景观的连通性。适用于目标 4 的指标可应用于现有条件，以评估实现爱知目标 11（或其 2020 年后的后续目标）的进展情况，并在国家或地区之间进行比较；它们还可以应用于建议的替代方案，以帮助选择未来的网络。因子 III 根据它们可以测量的连接类型来拆分指标：结构的、功能的或两者兼而有之。（对应结果2）

结果

1、连通性指标的四种分类**

bins1第一种分类

考虑结构连通性，这里的很多指数都是基于图论的指数。这也意味着，文章将源地视为了节点，将廊道视为了边。这一种做法没有考虑到源地的面积，和源地和源地之间的距离。

Bins2第二种分类

第二种分类考虑到了源地的大小，比较典型的指数为PC指数（surua提出来的，详细可以看原文），这个指标考虑了源地之间的面积。

Bins3第三种分类

第三种分类不仅考虑了源地的面积，还考虑了阻力面。

Bins4第四种分类

第四种分类为功能连通性，这种就更偏向具体的生物移动了。

2、决策树

该决策树分成了三个部分，第一个是背景，第二个是评估的目标，最后一个是具体的指数。这就是文章的创新点。该研究发表后，我们即可以根据自己的情况来选择连通性的指标了。

讨论

1、分析了选择结构连通性还是功能连通性。**

结构连通性好测量，但真正有效的是功能连通性。但结构连通性被广泛用于测算连通性（我认为是因为功能连通性不好测算）；测算一个物种的功能连通性并不能代表全部。

2、分析了三种场景应该用具体什么类的指标**

高人类干扰应该用Current flow centrality。 低人类干扰建议用ConIntact

3、分析了连通性指标和矩阵**

未来一个重要的研究点结合未来分析生态网络

4、在保护规划和监测中使用连通性指数**

分析全球的保护区建议用ProConn和ConnIntact指数。

5、展望**

建议未来有人能测试这个数据集。

小编说

该文章比较了35个连接性指数，具有重要意义。我相信在未来的50年内这篇文章都是有价值的，做研究应当如此。

优化提供有效的技术支持。**

原文链接：Keeley, A. T. H., et al. (2021). “Connectivity metrics for conservation planning and monitoring.” Biological Conservation 255.