学术研究报告：遥感数据在预测地中海原生植物分布中的贡献研究

第一作者及机构
本研究由Ahmed R. Mahmoud（埃及赫勒万大学理学院植物学与微生物学系）、Emad A. Farahat、Loutfy M. Hassan（同属赫勒万大学）及Marwa Waseem A. Halmy（埃及亚历山大大学理学院环境科学系）合作完成，发表于*Scientific Reports*（2025年，卷15，文章编号12475）。

学术背景
本研究属于物种分布模型（Species Distribution Models, SDMs）与遥感生态学的交叉领域。全球变化（如气候变化和人类活动）正显著改变地中海生态系统的物种分布格局，威胁特有植物生存。传统SDMs多依赖气候和地形变量，而遥感数据（remotely sensed data）因其高时空分辨率，可提供植被指数（如NDVI）、地表温度（LST）等动态环境参数，有望提升模型精度。研究选取埃及西北部地中海沿岸的三种关键原生植物——*Thymelaea hirsuta*（瑞香科）、*Ononis vaginalis*（豆科）和*Limoniastrum monopetalum*（白花丹科）为对象，旨在评估遥感数据（如NDWI、LST）与环境变量结合对SDMs预测能力的改进效果。

研究流程与方法
1. 研究区域与物种数据收集
- 区域范围：埃及西部地中海沿岸（24°42′36″–31°51′0″E，29°34′12″–31°40′12″N），面积175,018 km²，属干旱地中海气候区。
- 物种分布数据：通过野外调查获取449个分布点（T. hirsuta 310个、O. vaginalis 65个、L. monopetalum 74个），使用GPS定位并整合至GIS系统。

1. 环境与遥感数据准备

   • 环境变量：包括23个生物气候变量（WorldClim数据集）、地形（USGS高程数据）、土壤属性（SoilGrids数据集）及生境类型，空间分辨率统一为1 km。
     
   • 遥感数据：采用MODIS卫星的NDVI、NDWI、NDDI、EVI及地表温度（LST）数据（2021–2022年月均值），通过公式计算NDWI（近红外与短波红外波段比值）和NDDI（NDVI与NDWI组合）。
     

2. 模型构建与验证

   • 模型类型：使用MaxEnt算法构建三类模型——仅遥感数据（RS-only）、仅环境变量（EN-only）、二者结合（Combined Model, CM）。
     
   • 变量筛选：通过方差膨胀因子（VIF）剔除多重共线性变量（阈值VIF>5），保留关键变量如海岸线距离、最湿季均温（bio8）等。
     
   • 验证方法：70%数据用于训练，30%用于验证；评估指标包括AUC（曲线下面积）、TSS（真实技能统计）、灵敏度/特异度等。
     

3. 栖息地适宜性分析

   • 将模型输出的概率图划分为4类适宜性等级（如*T. hirsuta*：>0.6为高适宜），利用ArcGIS 10.2进行空间可视化。
     

主要结果
1. 模型性能对比
- CM模型表现最优：三种植物的CM模型AUC均接近0.99（*T. hirsuta*：0.99；*O. vaginalis*：0.985；*L. monopetalum*：0.99），显著高于RS-only和EN-only模型（如*T. hirsuta*的RS-only AUC=0.93）。
- 关键变量贡献：Jackknife检验显示，海岸线距离（贡献率46.8–85.6%）、NDWI（6.5–54.2%）和LST（3.9–16.6%）是核心预测因子。

1. 物种分布驱动机制

   • *T. hirsuta*：适宜分布于距海岸线190–590 m、最湿季均温14°C的区域，NDWI（植被水分）正向影响其分布。
     
   • *O. vaginalis*：依赖海岸沙丘生境，对NDVI（植被覆盖）和低LST敏感，反映其避旱策略。
     
   • *L. monopetalum*：耐盐碱物种，分布受土壤黏土含量负向调控，NDVI和NDWI贡献显著。
     

2. 栖息地适宜区预测

   • CM模型显示，*T. hirsuta*的高适宜区仅占研究区0.2%（274 km²），而*O. vaginalis*和*L. monopetalum*的高适宜区分别占0.3%和0.7%，集中分布于海岸带。
     

结论与价值
1. 科学意义
- 证实多源数据融合可提升SDMs精度，尤其在异质性高的地中海景观中，遥感数据（如NDWI、LST）能捕捉传统气候变量未涵盖的微生境特征。
- 揭示了三种地中海特有植物的生态位分化机制，为气候变化下的物种适应性研究提供案例。

1. 应用价值
   
   • 为埃及西北海岸生态修复和保护区规划提供空间依据，例如*L. monopetalum*的高适宜区可作为重金属污染土壤修复的优先区域。
     
   • 提出的“环境+遥感”框架可推广至其他干旱区生物多样性保护。
     

研究亮点
1. 方法创新：首次系统比较了遥感数据、环境变量及二者组合在MaxEnt模型中的表现，明确了NDWI和LST的补充作用。
2. 跨学科整合：将MODIS遥感产品与经典生态位建模结合，推动了宏观生态学与遥感技术的交叉应用。
3. 保护实践导向：针对受威胁地中海物种提出可操作的栖息地管理建议，如控制海岸带人类活动对*O. vaginalis*沙丘生境的破坏。

其他价值
研究还强调了季节性遥感数据（如月均NDVI）在捕捉植物物候变化中的潜力，为动态物种分布建模提供了新思路。数据与代码已公开，支持可重复研究。