本发明专利涉及一种湿地水鸟群落栖息地适宜度评价技术，属于野生动物生态学领域。
背景技术：
湿地誉有“地球之肾”之称，水鸟素有“湿地之魂”之效。水鸟群落能从种类流动、数量波动及行为模式乃至脏器指标等多重角度反映湿地健康度，能直接指示湿地质量的优劣和湿地功能的可持续发挥以及伴生居民的长久生存。因此，对湿地水鸟群落栖息地适宜度进行科学评价，不仅有助于更深层次地了解水鸟群落栖息地的质量状态，更有助于在湿地生态系统的良性循环及人与湿地共存与持久和谐的科学管理中提供助力。湿地水鸟群落栖息地适宜度评价技术对湿地水鸟群落及其赖以生存的栖息地资源的科学研究、高效管护具有重要的推动作用。
本发明专利基于湿地水鸟群落栖息地的地理数据和遥感影像高精度分辨数据采用目前最受认可的栖息地适宜度分析模型对湿地水鸟群落栖息地适宜度进行评价。该发明专利可为湿地水鸟群落赖以栖息的湿地生境资源制定科学的管护制度和实施精细的管护行动提供翔实可靠的理论参考，让相关的湿地水鸟群落资源管护工作有理可鉴。
发明专利内容
本发明专利是为了提供一种科学实用的湿地水鸟群落栖息地适宜度评价技术，以促进现有以湿地水鸟群落及其栖息生境资源为主要保护对象的自然保护区制定更为科学的生境资源管护制度与实施更为精细的生境资源管护行动。
本发明专利评价技术的步骤包括湿地水鸟群落栖息地地理数据获取、湿地水鸟群落栖息地遥感影像数据获取、湿地水鸟群落栖息地环境特征分析、湿地水鸟群落栖息地适宜度评价模型构建、湿地水鸟群落栖息地适宜度评价。
本发明专利所采取的评价技术方案如下。
首先，需要收集目标区域内目标湿地水鸟群落栖息地的地理数据。
然后，需要收集目标区域内目标湿地水鸟群落栖息地的遥感影像数据。
接着，结合目标湿地水鸟群落栖息地的地理数据和目标湿地水鸟群落栖息地的遥感影像数据，分析目标湿地水鸟群落栖息地环境特征。
之后，结合目标湿地水鸟群落栖息地的地理数据及目标湿地水鸟群落栖息地环境特征，构建目标湿地水鸟群落栖息地适宜度评价模型，并通过模型自带的受试者工作特征曲线(receiver operator characteristic，ROC)下的面积AUC值来验证模型的准确度(area under curve，AUC)。
再后，基于通过构建验证的目标湿地水鸟群落栖息地适宜度评价模型对目标湿地区域内的目标湿地水鸟群落栖息地适宜度进行评价。
最后，对评价的湿地水鸟群落栖息地适宜度结果，根据专家经验法将目标区域内的目标湿地水鸟群落栖息地适宜度划分为4个等级：最适宜栖息地、适宜栖息地、低适宜栖息地、不适宜栖息地。
本发明专利的评价技术所需要的目标湿地水鸟群落栖息地地理数据的外业收集比较容易，可以有多种方法：最常用的是相关管护研部门使用的最基本的工具GPS；也可以通过无线跟踪器进行两点一线法、多线交点式的常规方式进行测算；还可以通过目前广受欢迎的卫星跟踪器进行直接获取。
本发明专利的评价技术所需要的遥感影像可以根据分辨率要求进行不同途径的索取：最常规的网络公开数据能满足湿地水鸟群落栖息地适宜度评价的最基本需求，可以免费下载；也可以索取分辨率更高的其它遥感影像数据，这方面能对湿地水鸟群落栖息地适宜度提供更深一层的解译。
本发明专利的评价技术采用的是目前认可度最高的最大熵模型(即MAXENT模型)。MAXENT 模型是一种基于生态位原理的预测目标对象潜在栖息地适宜度模型。该模型主要根据目标对象“出现点”的环境特征变量运算出目标对象栖息分布的环境约束条件，探寻此环境约束条件下最大熵的可能分布，据此来预测目标对象在研究区域内的栖息地适宜度情况。该模型具有所需样本量小、自检能力强、评价精度高的优点，是评价目标对象栖息地适宜度的目前被认可度较高的模型。湿地水鸟群落栖息地适宜度也适用。
本发明专利的评价技术适用于中国境内所有的以湿地水鸟群落为主要保护对象的保护地，所有的这些保护地均可以对区域内的湿地水鸟群落进行栖息地适宜度评价，可以据此对区域内的湿地水鸟群落栖息地进行分类管理。该发明专利从湿地水鸟群落栖息地和高分辨率影像数据双重技术角度以分类的形式实现了湿地水鸟群落栖息地分层管理的科学方式，实现了多物种共存下的湿地水鸟群落栖息地的科学理论支撑下的共同管理。该评价技术将能为我国境内该类保护地内的湿地水鸟群落栖息地资源的科学管理提供一个非常有力的理论参考。
附图说明
图1为本发明专利的一种湿地水鸟群落栖息地适宜度评价技术流程。
具体实施方式
具体实施方式一：本实施方式所述一种湿地水鸟群落栖息地适宜度评价技术，其评价技术流程包括湿地水鸟群落栖息地地理数据获取(1)、湿地水鸟群落栖息地遥感影像数据获取(2)、湿地水鸟群落栖息地环境特征分析(3)、湿地水鸟群落栖息地适宜度评价模型构建(4)、湿地水鸟群落栖息地适宜度评价(5)。
湿地水鸟群落栖息地环境特征分析(3)是通过湿地水鸟群落栖息地地理数据(1)和湿地水鸟群落栖息地遥感影像数据(2)进行的综合分析。
湿地水鸟群落栖息地适宜度评价模型构建(4)是以湿地水鸟群落栖息地环境特征分析(3)结果作为构建指标。该模型通过自带的受试者工作特征曲线(receiver operator characteristic，ROC)下的面积AUC值来验证模型的准确度(area under curve，AUC)：若AUC值处于0.9－1.0区间，则意味着该评价模型评价结果处于优秀状态；若AUC值处于0.8－0.9区间，则意味着该评价模型评价结果处于良好状态；若AUC值处于0.7－0.8区间，则意味着该评价模型评价结果处于一般状态；若AUC值处于0.6－0.7 区间，则意味着该评价模型评价结果处于较差状态；若AUC值处于0.5－0.6区间，则意味着该评价模型评价结果处于不及格状态。
湿地水鸟群落栖息地适宜度评价(5)通过湿地水鸟群落栖息地适宜度评价模型(4)对湿地水鸟群落栖息地遥感影像数据(2)进行分析，评价结果分为4类：最适宜栖息地、适宜栖息地、低适宜栖息地、不适宜栖息地。
具体实施方式二：下面结合图1说明本发明专利的评价技术流程，本实施方式为对实施方式一的进一步说明。根据专家经验法将目标区域内的湿地水鸟群落栖息地适宜度划分为4个等级：适宜度结果处于0.75－1.00区间，则相应区域定义为湿地水鸟群落的最适宜栖息地；适宜度结果处于0.50－0.75区间，则相应区域定义为湿地水鸟群落的适宜栖息地；适宜度结果处于0.25－0.50区间，则相应区域定义为湿地水鸟群落的低适宜栖息地；适宜度结果处于0－0.25区间，则相应区域定义为湿地水鸟群落的不适宜栖息地。