一种以鸟类群落指示城市生境生态干扰度的方法技术

本发明专利技术涉及一种以鸟类群落指示城市生境生态干扰度的方法，根据人为干扰对这杯的洋相，结合遥感光谱数据对城市生境类型及其生态干扰等级进行分类，研究城市生境的当前状态；在此基础上，进一步从鸟类群落特征层面，构建鸟种生态干扰度和鸟种生态干扰度多样性数学模型，根据鸟种生态干扰度和鸟种生态干扰度多样性数学模型，进一步建立鸟类群落生境干扰度

【技术实现步骤摘要】
一种以鸟类群落指示城市生境生态干扰度的方法


[0001]本专利技术涉及一种以鸟类群落指示城市生境生态干扰度的方法
。

技术介绍

[0002]城市是以人为主体的复杂人工生态系统，包含社会
、
经济和自然因素，容易受到持续且高强度的人为干扰，导致城市内部及其周边区域的自然或近自然状态的生境被大量开发利用，物种生存环境受到威胁，生态系统服务丧失
。
随着我国城市生态修复和生物多样性保护工作的快速推进，亟需对城市生境的生态干扰度及其变化作出科学评估，有助于城市的近自然化治理和维护自然生态空间等
。
[0003]生态干扰度
(
也称为人为干扰度
)
是反映全部人为干扰对当前生境的综合影响程度，已被广泛应用于森林
、
自然保护区
、
河流流域
、
河口等
。
早期国内外的研究通常以群落组成
、
植被结构
、
生长情况或群落中某一特定物种的丰度
、
生物量等生物指标的变化，反映物种对不同干扰水平的敏感性，表征生境的自然度或退化水平
。
随着研究区域尺度的扩大，多以植被覆盖状态作为反映生态干扰度的指标，当前植被偏离潜在自然植被的程度越高，其所受到的人为干扰程度越大，当前生境的自然度就越低
。
目前，缺乏对城市区域尺度的生态干扰度分级分类
。
[0004]尽管生态干扰度的概念是由植物生态学发展衍生出来的，此概念也可用于其他生物物种
。
鸟类对栖息地的组成和环境变化非常敏感，也容易在城市内被观测和识别，被用于评估生态环境状态和生物多样性，但鲜少报道利用鸟类作为城市生境生态干扰度的指示物种
。

技术实现思路

[0005]本专利技术所要解决的技术问题是，克服现有技术的缺点，提供一种以鸟类群落指示城市生境生态干扰度的方法，能够从城市鸟类群落特征层面指示城市生境生态干扰度，表明了鸟类群落沿不同生态干扰度梯度所受到的人为干扰水平
。
[0006]为了解决以上技术问题，本专利技术提供一种以鸟类群落指示城市生境生态干扰度的方法，包括以下步骤：
[0007]步骤
1、
获取城市区域信息，基于城市区域信息构建城市区域地图模型，获取城市区域土地利用覆被，进行生境类型划分；转至步骤2或3；
[0008]步骤
2、
依据城市生境的分类情况，收集各个生境的植被分布和受人为干扰情况，选择参照系统，依据当前生境状态与参照系统状态之间的距离，对不同生境类型的生态干扰度等级和相对值进行分类，并描述各个生态干扰度等级所对应的生境类型特征；转至步骤4；
[0009]步骤
3、
设置鸟类监测样点，基于不同类型的生境以及在监测样点采集的遥感影像，生成抽样网格和备选样点，随机抽取监测样点，进行鸟类观测，收集各个监测样点所监测到的鸟类数据；转至步骤4；
[0010]步骤
4、
基于收集到的鸟类监测数据，确立与鸟类群落相关的生境干扰度数学模型，生境干扰度数学模型包括鸟类群落干扰度模型和鸟类群落生境干扰度多样性模型；转至及步骤5；
[0011]步骤
5、
根据鸟类群落生境干扰度
、
鸟类群落生境干扰度多样性，将不同生境中的鸟类群落生境干扰度和鸟类群落生境干扰度多样性数据进行置信区间估计；转至步骤6；
[0012]步骤
6、
结合不同生境中的鸟类群落生境干扰度
、
鸟类群落生境干扰度多样性，构建线性回归模型
、
对数回归模型和二次回归模型；转至步骤7；
[0013]步骤
7、
基于线性回归模型
、
对数回归模型和二次回归模型，通过
AIC(
赤池信息量准则
)
选择最佳回归模型，以最佳回归模型来判断鸟类群落生境干扰度与鸟类群落生境干扰度多样性的相关性
。
[0014]本专利技术进一步优化的技术方案如下：
[0015]所述步骤1中，生境类型包括
12
种，分别为工业类用地
、
居民区
、
城市公园
、
人工防护林
、
单一人工林
、
都市农业园
、
果园
、
人工湖
、
次生林
、
大量自然植被的农田
、
天然林
、
天然湿地和海滩
。
[0016]所述步骤2中，生态干扰度等级有七级，分别为几乎无人为干扰
、
低人为干扰
、
中度人为干扰
、
中强度人为干扰
、
强烈人为干扰
、
非常强烈人为干扰
、
极度强烈人为干扰
。
[0017]对不同生境类型的生态干扰度等级赋予相对值，其数值是依据土地覆被特征
、
专家判别和问卷调查确定的，以主观评价为主，可自由定义分级，生态干扰度的值越低，所受到的人为干扰越少
。
[0018]所述步骤3中，采用
ArcGIS
软件生成抽样网格和备选样点；监测到的鸟类数据包括鸟种及其个数
。
[0019]所述步骤4中，生境干扰度数学模型的构建方法如下：
[0020](1)
对不同生境中出现的鸟种频率和生境生态度进行平均加权分析，获取每个鸟种在生境内所受到的人为干扰程度，即鸟种生态干扰度，鸟种生态干扰度的计算公式如下：
[0021]HS
i
＝
∑F
ij
×
N
j
/∑F
ij
[0022]式中，
HS
i
为鸟种
i
受到的人为干扰程度，
F
ij
是第
i
种鸟类在第
j
类生态干扰度生境出现的频率，
N
j
为第
j
类生境的自然度；
[0023](2)
基于香浓维纳多样性指数模型，计算不同生境下每个鸟种的丰富度，进一步分析不同生境中鸟种的多样性程度，即鸟种生态干扰多样性，鸟种生态干扰多样性的计算公式如下：
[0024]H
′
H
i
＝
‑
∑H
ik
×
lnH
ik
[0025]式中，
H
ik
＝
∑F
ik
×
H
si
/∑F
ik
为鸟种
i
在
k
种生境类型下的多样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种以鸟类群落指示城市生境生态干扰度的方法，其特征在于，包括以下步骤：步骤
1、
获取城市区域信息，基于城市区域信息构建城市区域地图模型，获取城市区域土地利用覆被，进行生境类型划分；转至步骤2或3；步骤
2、
依据城市生境的分类情况，收集各个生境的植被分布和受人为干扰情况，选择参照系统，依据当前生境状态与参照系统状态之间的距离，对不同生境类型的生态干扰度等级和相对值进行分类，并描述各个生态干扰度等级所对应的生境类型特征；转至步骤4；步骤
3、
设置鸟类监测样点，基于不同类型的生境以及在监测样点采集的遥感影像，生成抽样网格和备选样点，随机抽取监测样点，进行鸟类观测，收集各个监测样点所监测到的鸟类数据；转至步骤4；步骤
4、
基于收集到的鸟类监测数据，确立与鸟类群落相关的生境干扰度数学模型，生境干扰度数学模型包括鸟类群落干扰度模型和鸟类群落生境干扰度多样性模型；转至及步骤5；步骤
5、
根据鸟类群落生境干扰度
、
鸟类群落生境干扰度多样性，将不同生境中的鸟类群落生境干扰度和鸟类群落生境干扰度多样性数据进行置信区间估计；转至步骤6；步骤
6、
结合不同生境中的鸟类群落生境干扰度
、
鸟类群落生境干扰度多样性，构建线性回归模型
、
对数回归模型和二次回归模型；转至步骤7；步骤
7、
基于线性回归模型
、
对数回归模型和二次回归模型，选择最佳回归模型，以最佳回归模型来判断鸟类群落生境干扰度与鸟类群落生境干扰度多样性的相关性
。2.
根据权利要求1所述一种以鸟类群落指示城市生境生态干扰度的方法，其特征在于，所述步骤1中，生境类型包括
12
种，分别为工业类用地
、
居民区
、
城市公园
、
人工防护林
、
单一人工林
、
都市农业园
、
果园
、
人工湖
、
次生林
、
大量自然植被的农田
、
天然林
、
天然湿地和海滩
。3.
根据权利要求1所述一种以鸟类群落指示城市生境生态干扰度的方法，其特征在于，所述步骤2中，生态干扰度等级有七级，分别为几乎无人为干扰
、
低人为干扰
、
中度人为干扰
、
中强度人为干扰
、
强烈人为干扰
、
非常强烈人为干扰
、
极度强烈人为干扰
。4.
根据权利要求1所述一种以鸟类群落指示城市生境生态干扰度的方法，其特征在于，所述步骤3中，采用
ArcGIS
软件生成抽样网格和备选样点；监测到的鸟类数据包括鸟种及其个数
。5.
根据权利要求1所述一种以鸟类群落指示城市生境生态干扰度的方法，其特征在于，所述步骤4中，生境干扰度数学模型的构建方法如下：
(1)
对不同生境中出现的鸟种频率和生境生态干扰度进行平均加权分析，获取每个鸟种在生境内所受到的人为干扰程度，即鸟种生态干扰度，鸟种生态干扰度的计算公式如下：
HS
i
＝
∑F
ij
×
N
j
/∑F
ij
式中，
HS
i
为鸟种
i
受到的人为干扰程度，
F
ij
是第
i
种鸟类在第
j
类生态干扰度生境出现的频率，
N
j
为第
j
类生境的自然度；
(2)
基于香浓维纳多样性指数模型，计算不同生境下每个鸟种的丰富度，进一步分析不同生境中鸟种的多样性程度，即鸟种生态干扰多样性，鸟种生态干扰多样性的计算公式如下：
H
′
H
i
＝
‑
∑H
ik
×
ln H
ik
式中，
H
ik
＝
∑F
ik
×
H
si
/∑F
ik
为鸟种
i
在
k
种生境类型下的多样性指数，且
H
ik
＝
∑F
ik
×
HS
i
/∑F
ik
，且
F
ik
为鸟种
i

【专利技术属性】
技术研发人员：张贇，李仕同，尤晓露，
申请(专利权)人：中船绿洲环保南京有限公司，
类型：发明
国别省市：