论文部分内容阅读
在中国狼的种群数量已经很少，主要分布于我国东北、西北和内蒙古等地，现已被列入CITES附录Ⅱ中。近年来随着栖息地环境的恶化和人类的过度猎杀，其种群数量仍在继续减少，分布区也不断缩小，因此有效保护狼的野生种群及其生境已迫在眉睫。研究方法采用系统取样和随机取样相结合，冬季到来前，对整个研究区域进行系统取样并测定相关的生境变量；冬季到来后，采用随机样线调查狼出现的位置和足迹（链）。狼出现的栅格为活动栅格，不出现为非活动栅格。从2005年11月到2006年3月，对影响达赉湖地区狼的越冬生境选择的主要因子进行深入分析，建立了狼越冬栖息地选择的Logistic回归模型。旨在对该物种的保护和生境管理提供理论依据。主要结果：1、研究区域内共有1个狼群，得到37个狼足迹（链）。因变量残差的Moran’sI系数在步长为1 km时为0.024，所以选择1 km为栅格边长，共得到栅格数为168个，即57个活动栅格和111个非活动栅格。2、调查结果显示：隐蔽级（HC）、植被高度（VH）、居民点距离（DRP）、水源距离（DW）、圈养牛的丰富度（CCA）、圈养马的丰富度（CHA）、圈养羊的丰富度（CSA）等变量在活动栅格和非活动栅格之间差异显著（P＜0.05）。经Spearman相关检验（双尾），这些变量均予以保留。以保留变量为自变量进行向前筛选的逐步逻辑斯蒂回归，选择具有最小AIC或AICC值的回归等式为最佳回归模型，表达式为：logit（P）=-8.949+3.190×CSA+0.002×DRP+0.095×HC，其中P为物种的出现概率。模型显示，狼的生境选择与圈养羊的丰富度、居民点距离和隐蔽级正相关。3、根据切断点，m1、m2、n1、n2、na、ni和n等参数的定义及其计算方法，得到最优切断点为0.5，并且整个模型的准确预测率为89.5％，活动栅格的准确预测率为87.5％，非活动栅格的准确预测率为90.6％。从以上分析可知，该模型预测准确性较高。4、冬季研究该地区狼的生境选择对于制定计划保护该地区野生狼种群，维护该地区生物多样性具有重要意义。