基于公民科学数据与群体规模特异性物种分布模型评估秃鼻乌鸦栖息地偏好及其对城市野生动物管理的启示

　　本研究针对城市中秃鼻乌鸦（Corvus frugilegus）大规模聚集引发的环境卫生与公共管理问题，利用公民科学获取的17,923张照片数据，通过MaxENT模型开展群体规模分级（小、中、大）物种分布建模（SDM）。研究发现大群体更偏好靠近农业用地的城市区域，且忽略群体规模的整体模型会显著低估大群体栖息地适宜性。该研究为城市野生动物精准管理提供了数据支持和方法创新。

　　

随着城市化进程不断加快，人类与野生动物的互动日益频繁，其中以秃鼻乌鸦（Corvus frugilegus）为代表的大型鸟类群体在城市中的聚集已成为不容忽视的生态与管理问题。这些鸟群虽然构成独特的城市景观，却也带来了一系列挑战：粪便污染、财产破坏以及潜在的疾病传播风险，尤其在黄昏和黎明时分，它们规律性地聚集于栖息地或觅食区，行为高度同步且空间分布可预测，进一步加剧了城市管理难度。在韩国水原市，秃鼻乌鸦的大规模聚集已对当地商业运作和城市卫生造成显著影响，而传统的防控措施如激光驱赶和栖息地改造等方法因长期效果存疑而备受争议。因此，开发能够兼顾人类福祉与动物权益的创新性管理策略迫在眉睫。

在这一背景下，准确识别物种分布热点区域成为解决人兽冲突的关键。以往研究多依赖物种分布模型（Species Distribution Model, SDM）来估计物种出现概率（p_occ），但这类模型通常无法直接反映种群密度（N）这一重要参数，而种群密度恰恰是制定有效管理策略的核心。尽管相机陷阱等技术被广泛用于种群趋势分析，但其在城市尺度应用中存在空间覆盖有限、易受鸟类行为适应性影响等局限，难以准确评估如秃鼻乌鸦这类高机动性、社会性鸟类的真实分布与数量。

为突破上述限制，Jiweon Yun、Seunghyeon Lee及Youngkeun Song等研究人员在《Global Ecology and Conservation》发表论文，利用公民科学（Citizen Science）方法，通过智能手机应用程序收集了水原市两年内共17,923张秃鼻乌鸦观测照片，并结合MaxENT模型，首次按群体规模（小：≤100只、中：101–1000只、大：>1000只）分别构建物种分布模型，深入分析不同规模群体的栖息地偏好及模型估计偏差。这一研究不仅揭示了群体规模在物种分布预测中的关键作用，还为基于公民科学数据的城市野生动物管理提供了可推广的框架。

本研究采用多项关键技术方法：首先，通过公民科学平台收集大规模地理标注照片数据，并借助双研究人员手动验证与群体规模分类；其次，运用MaxENT模型进行物种分布建模，采用k=10折交叉验证和25%数据测试比例，结合人口密度偏误文件优化采样偏差；此外，选用包括15种土地利用类型及建筑高度、农业用地距离、路灯与电线杆距离等20个环境变量，通过Pearson相关性分析（阈值r=0.08）排除多重共线性；最后，通过计算ΔSDM (dSDM) 和标准化插值（IDW）与核密度估计（KDE）差异，定量评估模型低估与高估区域。

研究结果部分显示：

3.1. 模型性能：所有模型均表现出较高可靠性，小、中、大群体模型的AUC值分别为0.895、0.846和0.950。

3.2. 环境影响变量：大群体栖息地选择最显著受农业用地距离和高层建筑距离影响，而中小群体则对中层建筑更敏感；大群体在距农业用地80米内出现概率超69%，超过该距离则概率降至50%以下。

3.3. 模型比较结果：基于总观测点数的SDM（SDMa）相较于分级模型，对小群体高估582公顷，对大群体低估2297公顷——这些低估区域主要位于农业用地附近，且尽管观测点较少但实际群体规模巨大。

讨论部分强调：

4.1. 群体分级的必要性：统一模型会掩盖不同规模群体的生态差异，导致管理策略针对性不足；大型群体因资源需求高、行为影响大，需采取差异化措施。

4.2. 农业用地的核心作用：大群体高度依赖农业用地提供的觅食资源，其出现概率与农业用地距离呈显著负相关（ρ<0.01），且活动呈现规律昼夜迁移模式——黄昏时向城市聚集、黎明前返回农田，这一发现为时空管理提供了依据。

该研究通过整合公民科学与群体规模特异性SDM建模，揭示了秃鼻乌鸦在城市环境中的分布机制及模型估计偏差来源，证实忽略群体规模将导致大群体适宜栖息地被严重低估。这一成果不仅提升了城市野生动物分布预测的准确性，还为制定规模敏感型管理策略提供了科学依据，凸显了公民科学在推动生态数据收集与公共参与方面的巨大潜力。