快速交通對城市郊區(qū)獐的生境影響分析

劉米蘭，李明陽，王曉俊

(1.南京林業(yè)大學 森林資源與環(huán)境學院,江蘇 南京 210037；2.江蘇省泗洪縣洪澤湖旅游生態(tài)度假區(qū) 管理委員會，江蘇 泗洪 223900；3.東南大學 建筑學院，江蘇 南京 210096)

近年來，隨著中國城市化建設的加速發(fā)展，城市中心不斷向城市郊區(qū)擴張，導致城市郊區(qū)土地利用和生態(tài)環(huán)境等受到嚴重影響，特別是快速交通的興建，對城市郊區(qū)生態(tài)環(huán)境的影響日益顯現(xiàn)。交通建設和運營期間會引起地貌、植被、徑流和小氣候等環(huán)境特征發(fā)生顯著變化，從而對野生動物造成干擾，迫使其改變原有的生活習性和活動規(guī)律；四通八達的交通網(wǎng)絡還會造成野生動物棲息地破碎化，阻隔種群間的基因交流，導致生物種群的退化和滅絕[1]。由于野生動物活動范圍較廣，行動較為隱秘，它們在路域生態(tài)中的作用經(jīng)常被人們所忽視。野生動物作為自然生態(tài)系統(tǒng)的有機組成部分，對于維持生態(tài)平衡發(fā)揮著不可替代的作用，并具有利用價值和內(nèi)稟價值。它們是生態(tài)環(huán)境的“晴雨表”(指示生物)，其活動規(guī)律的異常往往能夠反映所處的路域甚至區(qū)域生態(tài)環(huán)境的變化。掌握城市郊區(qū)的野生哺乳動物生境動態(tài)變化，對于制定野生動物保護策略具有較為重要的理論和現(xiàn)實意義[2]。南京東郊是寧鎮(zhèn)山脈向西延伸的余脈與南京城的交匯地帶，作為城市內(nèi)外自然生態(tài)系統(tǒng)的“中轉(zhuǎn)站”，紫金山、青龍山、湯山等近郊大型綠地因其有利的空間位置和同時起到“源”與“匯”的生物資源優(yōu)勢，在維持城市生物多樣性上具有重要意義。隨著郊區(qū)城市化進程的加速，南京繞城高速、滬寧高速、寧杭公路、312國道、滬寧鐵路、皖贛鐵路等眾多快速交通干線的建設，對區(qū)域野生動物的負面影響日益顯著[3]。通過分析南京東郊快速交通對獐潛在生境動態(tài)變化的影響，可以為快速交通建設中野生動物景觀安全格局的構(gòu)建提供理論依據(jù)。在國外，對道路的生態(tài)學影響已進行了大量的研究。在中國，對公路工程建設所造成的生態(tài)學影響也進行過一些初步的評價，但目前有關道路交通對野生動物影響的研究較少，且都停留在研究綜述方面。因此，本研究以南京東郊中型哺乳動物獐Hydropotes inermis為研究對象，采用最大熵法(Maxent)生態(tài)位模型，建立潛在生境預測模型。在此基礎之上，進行快速交通對動物生境的影響的量化分析，可以為城市郊區(qū)快速交通網(wǎng)絡規(guī)劃和城市生物多樣性保護規(guī)劃提供科學依據(jù)。

1 研究區(qū)概況

南京東郊地理范圍為 31°55′33″～32°11′8″N，118°48′29″～119°5′44″E，東西長 25.73 km，南北寬28.03 km。西臨紫金山，東部為寶華山，南部是青龍山，北達長江邊，總面積為721.328 km2。該區(qū)屬于北亞熱帶季風氣候，雨水充沛，全年降水量為900～1 000 mm，四季分明，年平均氣溫為15.4℃。區(qū)內(nèi)自然條件優(yōu)越，人文景觀豐富，有中山陵、明孝陵、燕子磯、棲霞寺、陽山碑材、湯山溫泉等風景名勝和古跡遺址200余處，其中明孝陵為世界文化遺產(chǎn)。區(qū)內(nèi)農(nóng)田、蔬菜等農(nóng)業(yè)用地占38.74%，針葉林、闊葉林、苗圃等林業(yè)用地占28.09%，人工和天然草地占0.73%，湖泊、水庫等水體占3.39%，道路、橋梁、住宅等建筑用地占29.06%。林業(yè)用地中，主要樹種有馬尾松Pinus massoniana，黑松Pinus thunbergii，麻櫟Quercus acutissima，楓香Liquidambar formosana，黃連木Pistacia Chinensis等樹種及竹林分布。在湖泊、泉水、水庫等水體中，小的點狀的天然泉水有一人泉、黑龍?zhí)?、八功德水，面積較大的天然湖泊有前胡、琵琶湖，人工構(gòu)筑的濕地主要有流徽湖、紫霞湖、軍民友誼水庫、黃馬水庫、橫山水庫等。

作為寧鎮(zhèn)山脈向西延伸的余脈與南京城的交匯地帶，南京東郊快速通道縱橫交錯，如南京繞城高速、滬寧高速、寧杭公路、312國道、滬寧鐵路等眾多快速交通干線。原本相互連接的紫金山、青龍山、棲霞山等自然山林被肢解為一個個孤立的森林島嶼，對城市郊區(qū)野生哺乳動物形成了嚴重的空間囚籠效應。除紫金山外，南京東郊缺乏基本的野生動物本底調(diào)查數(shù)據(jù)。1982年，中山陵園管理局組織的第1次生物多樣性普查結(jié)果顯示，紫金山當時的哺乳動物種類有獐，草兔Lepus capensis，黃鼬Mustela sibirica，獾Meles meles，刺猬 Erinaceus europaeus，靈貓 Viverricula indica等20多種。20多年后的2004－2010年的第2次生物多樣性普查則表明，紫金山上僅存9種中、小型哺乳動物，它們分別是獐，艾鼬Mustela eversmanni，鼬獾Melogale moschata，黃鼬，刺猬，草兔，草狐Vulpes vulpes，穿山甲Malayan pangolin和靈貓，主要分布在紫金山北坡、東北坡17個林班。在9種哺乳動物中，以獐的體型最大。獐，又稱獐子，露牙獐，是長江下游唯一殘存的野生鹿科Cervidae動物。紫金山生態(tài)環(huán)保志愿大隊、自然之友南京會員組、江蘇綠石環(huán)境行動網(wǎng)絡、江蘇綠色之友4大環(huán)保組織的調(diào)查表明:在南京東郊的青龍山、湯山獐雖有零星分布，但獐最大的種群位于紫金山，大小為10～20只；獐的生存環(huán)境為低海拔山地灌叢和落葉林區(qū)，它們白天隱蔽在陡坡和林木、灌叢茂密的溝谷內(nèi)，夜晚及黎明到水源地飲水，到山下或山上路邊尋食。作為南京東郊指示物種，獐種群大小及空間動態(tài)變化，反映了區(qū)域生態(tài)環(huán)境的變遷。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

本研究所用的主要數(shù)據(jù)有:①2006年3月中巴資源衛(wèi)星遙感數(shù)據(jù)；②2011年8月HJ-1A環(huán)境與災害監(jiān)測預報小衛(wèi)星數(shù)據(jù)；③研究區(qū)域2000年由美國太空總署(NASA)和國防部國家測繪局(NIMA)聯(lián)合測量的SRTM(Shuttle Radar Topography Mission)高程數(shù)據(jù)，空間分辨為90 m；④2004－2010年中山陵獐物種分布調(diào)查數(shù)據(jù)，在中山陵園管理局組織的第2次生物多樣性普查基礎上，課題組深入紫金山北坡、東北坡的落葉闊葉林小班，通過對棲息臥跡、水源處足跡、糞便等獐活動痕跡點進行全球定位系統(tǒng)(GPS)定位，并記錄經(jīng)緯度坐標，在此基礎上對數(shù)據(jù)進行整理和篩選，主要剔除重復點或空間距離太近的點。經(jīng)過篩選處理后，得到具有地理坐標的露牙獐痕跡點47個。

2.2 廊道景觀格局分析方法

景觀指數(shù)能反映景觀格局結(jié)構(gòu)和空間配置的定量指標，被廣泛應用。本研究的重點為南京東郊快速交通網(wǎng)絡，采用道路密度(DR)，環(huán)度(α指數(shù))、節(jié)點路徑比(β指數(shù))、連接度(γ指數(shù))、成本比5個指標進行快速交通網(wǎng)絡結(jié)構(gòu)評價。在一系列測度指標中，α指數(shù)、β指數(shù)和γ指數(shù)經(jīng)常被用來評價網(wǎng)絡連接度[4]；成本比則考慮廊道的長度，主要反映網(wǎng)絡的有效性[5]。

為了計算廊道景觀格局指數(shù)，首先，在遙感影像處理軟件ERDAS IMAGINE 9.2環(huán)境下，分別對2006年和2011年的遙感影像進行輻射校正、幾何精校正、空間子集運算等預處理。其次，在ArcGIS 9.3環(huán)境支持下，通過鼠標屏幕跟蹤，形成研究區(qū)交通網(wǎng)絡矢量文件，并進行拓撲處理。在此基礎之上，統(tǒng)計交通廊道的邊數(shù)和節(jié)點數(shù)，計算格局指數(shù)。

2.3 Maxent生態(tài)位模型

獐潛在生境建模采用Maxent模型。Maxent模型的基本思想是為所有已知的因素建立模型，而把所有未知的因素排除在外。也就是說，要找到這樣一個滿足最大熵的概率分布，它滿足所有已知的事實，且不受任何未知的因素的影響[6]。Maxent模型的一個最顯著的特點是其不要求具有條件獨立的特征，因此人們可以相對任意地加入對最終分類有用的特征，而不用顧及它們之間的相互影響。另外，Maxent模型能夠較為容易地對多類分類問題進行建模，且能夠給各個類別輸出結(jié)果一個相對客觀的概率值，便于后續(xù)推理步驟使用[7]。同時，Maxent的訓練效率相對較高。上述優(yōu)點使它成功地應用于圖像重建、投資組合優(yōu)化、統(tǒng)計物理學、信號處理、生態(tài)位空間建模領域。當Maxent模型應用于物種潛在生境生態(tài)位建模時，研究區(qū)域的柵格圖像所包含的空間范圍構(gòu)成了Maxent概率分布定義的總體，具有全球定位系統(tǒng)(GPS)地理坐標的研究對象痕跡點數(shù)據(jù)集合構(gòu)成了總體的一個抽樣樣本，而每個發(fā)生點(樣本單元)的環(huán)境因子，如氣候變量、海拔高度、土壤類型、太陽輻射構(gòu)成了樣本單元特征[8]。

根據(jù)環(huán)保組織志愿者野外觀察，獐的棲息環(huán)境與植被、地形密切相關，受到水文因子的影響，并與道路、居民地距離等人為因素有關。本研究使用的生態(tài)環(huán)境變量包括:根據(jù)2000年SRTM高程數(shù)據(jù)處理獲得的海拔、坡度及坡向3個地形變量；根據(jù)快速交通緩沖分析生成的距離快速交通道路距離、距離居民點距離2個人為干擾因子；距離水源距離1個水文因子；根據(jù)遙感數(shù)據(jù)提取的研究區(qū)歸一化植被指數(shù)(NDVI)，共計7個生態(tài)環(huán)境變量。其中，坡度和坡位的生成、緩沖分析借助于ArcGIS 9.3的空間分析Spatial Analyst模塊實現(xiàn)，遙感圖像的幾何精校正、歸一化植被指數(shù)計算是通過ERDAS 9.2的光譜增強Spectral Enhancement模塊實現(xiàn)。

2.4 生境變化情景分析

將2004－2010年獐物種分布調(diào)查數(shù)據(jù)，連同海拔、坡度、坡向、距離居民點距離、距離水源距離、2006年NDVI和2006年距道路距離7個生態(tài)環(huán)境因子，代入Maxent模型，生成2006年獐潛在生境概率空間分布圖。在此基礎上，進行情景分析:在快速交通網(wǎng)絡密度加大情景下，假定坡度、坡向、海拔、NDVI指數(shù)、距水源和居民點距離6個因子不變，將2011年距道路距離因子代入Maxent模型，重新進行生態(tài)位建模，并將生成的2011年獐適生概率圖與2006年相減，得到快速交通網(wǎng)絡密度加大情境下的潛在生境變化。

2.5 空間熱點分析

空間熱點探測試圖在研究區(qū)域內(nèi)尋找屬性值顯著異于其他地方的子區(qū)域，視為異常區(qū)，如犯罪高發(fā)區(qū)、災害高風險區(qū)等。本研究采用ArcGIS 9.3空間統(tǒng)計工具箱中的聚集及特例分析工具(Cluster and Outlier Analysis-Anselin Local Moran’s I)，通過對輸入要素進行焦點聚集性檢驗來進行研究屬性空間熱點探測[9]。通過ArcGIS平臺上 Spatial Analyst中的柵格轉(zhuǎn)矢量工具，將2006年生境概率分布柵格圖層轉(zhuǎn)化為點矢量文件，提取其異常大值(熱點)、異常小值(冷點)，借助于ArcGIS 9.3插件HawthsTools工具箱中的Intersect Point Tool工具，與獐生境概率分布7個影響因子柵格圖層進行相交運算，分析影響獐生境概率分布的生態(tài)環(huán)境因子。

3 結(jié)果與分析

3.1 2006－2011年快速交通網(wǎng)絡景觀格局動態(tài)變化

廊道密度是指廊道景觀在研究區(qū)單位面積內(nèi)的長度，是反映廊道空間結(jié)構(gòu)的一個重要指標，用公式表示為:DR=L/A。其中:L為廊道的長度(km)，A為廊道景觀面積(km2)。從表1可以看出，隨著城市化進程的加速，2006－2011年間，南京東郊的道路密度呈逐漸增加趨勢。

表1 南京東郊公路廊道景觀格局指數(shù)Table 1 Landscape metrics at the corridor level of rapid traffic network in eastern suburb of Nanjing

從廊道網(wǎng)絡結(jié)構(gòu)指數(shù)來看，節(jié)點率β指數(shù)從2.245增加到2.269，說明網(wǎng)絡中每個節(jié)點連接的廊道達到2條以上，且2006到2011年間呈增多的趨勢。連接度γ指數(shù)說明網(wǎng)絡中各節(jié)點被連接程度，2006年到2011年被快速交通廊道連接的節(jié)點達78%以上并略有增大。環(huán)度α說明快速交通網(wǎng)絡中回路的豐富度，α值從2006年的0.667增加到2011年的0.669，表明快速交通網(wǎng)絡可提供選擇的線路增多。從表1還可以看出，2006－2011年，研究區(qū)域快速交通廊道的成本比較高。成本比是用來量化網(wǎng)絡的平均消費成本，反映網(wǎng)絡有效性。隨著南京東郊快速交通廊道數(shù)量的增多，研究區(qū)域的成本效率比從2006年的0.696逐漸降低到0.678，網(wǎng)絡的有效性有所提高。

由此可見:2006－2011年間南京東郊快速交通廊道網(wǎng)絡結(jié)構(gòu)日趨復雜，快速交通網(wǎng)絡對研究區(qū)域野生動物生境的破碎化作用趨于強化，網(wǎng)絡化交通對野生動物生境形成的囚籠效應呈增強趨勢。

3.2 南京東郊獐潛在生境動態(tài)變化分析

3.2.1 預測模型的建立 將47個獐全球定位系統(tǒng)定點發(fā)生數(shù)據(jù)分成2部分:38個 (80%)用于建模，9個(20%)用于模型驗證,連同篩選出的7個生態(tài)環(huán)境因子代入Maxent模型，進行空間建模，最后輸出的ASCII文件轉(zhuǎn)換成浮點柵格數(shù)據(jù)，得到2006年和2011年獐潛在生境預測概率空間分布圖(圖1和圖2)。

采用受試者工作特征曲線(ROC)下面積(AUC)來評價預測模型的性能。AUC是一個與參考閾值無關的統(tǒng)計量，通過百分比的方法計算提升置信區(qū)間(bootstrap confidence interval)，來評價模型區(qū)分存在點和背景點的診斷性能[10]。一般認為AUC值為0.5～0.7時模型診斷價值較低；為0.7～0.9時診斷價值中等；大于0.9時診斷價值優(yōu)秀。采用AUC對模型的性能進行評價，模型的擬合精度為0.995，預測精度為0.856，說明模型的擬合精度較高，預測精度良好。

從Maxent模型運行產(chǎn)生的獐潛在生境預測概率空間分布圖可以看出，獐分布在紫金山、棲霞山、青龍山、湯山等多個互不相連的森林孤島上。對比圖1和圖2可以看出，2006－2011年間，獐潛在生境呈縮小趨勢。

圖1 2006年潛在生境概率空間分布圖Figure 1 Suitable probability of potential habitat in 2006

圖2 2011年潛在生境概率空間分布圖Figure 2 Suitable probability of potential habitat in 2011

3.2.2 潛在生境動態(tài)情景分析 在2011年潛在生境概率柵格圖層與2006年概率柵格圖層“相減”運算基礎上，進行數(shù)據(jù)重分類，將2006－2011年潛在生境概率變化柵格圖層像素分為3類:減少(－0.735 839～0.125 490)，不變(－0.125 490～0.060 475)，增加(0.060 475～0.484 858)，得到圖3。

2006－2011年，隨著南京東郊快速交通的進一步發(fā)展，大量低海拔山地、林地被征占，導致獐的生境面積減少。與此同時，隨著快速交通網(wǎng)絡的日趨復雜化，原來地理上相互貫通的大面積林地和山地被分隔成彼此孤立、邊緣面積比例大的小塊狀森林島。作為一個對生境破碎化較為敏感的內(nèi)部種，獐主要分布在森林島的核心區(qū)。在斑塊邊緣效應作用下，隨著生境斑塊數(shù)量的增加和面積的縮小，適合保護對象棲息的穩(wěn)定的森林斑塊內(nèi)部生境比例呈下降趨勢[11]。在面積減少、內(nèi)部生境比例降低的雙重作用下，2006－2011年，獐適生生境概率的空間分布，發(fā)生了較為明顯的改變。從圖3可以看出:以快速通道干擾廊道為中心，距離越近，生境減少的概率越大；隨著距離的增加，適生概率有增加趨勢；快速交通的興建對獐棲息生境的影響主要體現(xiàn)在囚籠效應，使獐的潛在生境從棲息地外圍向棲息地中心區(qū)域退縮。

3.3 生境適生概率分布熱點分析

采用ArcGIS 9.3空間統(tǒng)計工具箱中的聚集及特例分析工具，在將2006潛在生境概率分布柵格圖層進行矢量轉(zhuǎn)換的基礎上，通過對輸入要素進行焦點聚集性檢驗來進行研究屬性空間熱點探測，提取生境概率高值點(熱點)、低值點(冷點)。將熱點、冷點與2006年研究區(qū)域中巴資源衛(wèi)星圖像進行疊加，形成2006年生境概率分布冷熱點空間分布圖(圖4)。從圖4可以看出:2006年生境概率高值的熱點主要集中在紫金山、青龍山、湯山這幾個面積較大、植被覆蓋率較高的地區(qū)，概率低值的點則集中在靠近交通廊道、靠近居民點的區(qū)域以及山體外圍邊緣地帶。

圖3 2006－2011年潛在生境變化分布圖Figure 3 Suitable probability change of potential habitat from 2006 to 2011

圖4 2006年潛在生境概率冷熱點分布圖Figure 4 Hot/cold spots analysis of suitable probability of potential habitat in 2006

從表2可以看出:在地形因子選擇上，獐更趨向于棲息在海拔較高、坡度較高、坡位為東南方向的低山，熱點的坡度和海拔分別比冷點高7°和75.75 m。在環(huán)境因子選擇上，水源供給和植被生長狀況對獐分布有一定影響，距離水源越近、植被覆蓋度較高的區(qū)域，獐適生概率較大，熱點的歸一化植被指數(shù)比冷點高0.01，距水源熱點比冷點平均近78.22 m。在人類干擾活動方面，冷點、熱點類型不同，離道路和居民點距離的差值較大，分別為198.66 m和479.24 m，說明獐的生境受人為干擾因素影響較大，且離道路和居民點距離越大，獐適生概率越高。

表2 2006年冷熱點生態(tài)環(huán)境因子對比分析Table 2 Comparison of the environmental factors between hot and cold points in 2006

4 結(jié)論與討論

由于大區(qū)域及長時間尺度上土地利用、氣候變化、物種分布綜合監(jiān)測數(shù)據(jù)的缺乏，以少量獐痕跡野外全球定位系統(tǒng)調(diào)查數(shù)據(jù)、遙感數(shù)據(jù)為主要信息源，在建立研究區(qū)獐潛在生境預測模型基礎上，對2006年到2011年快速交通影響增強情景下，分析獐生境動態(tài)變化，可以為野生動物的保護和快速交通網(wǎng)絡規(guī)劃建設提供科學依據(jù)。

2006-2011年間，南京東郊快速交通網(wǎng)絡的密度逐漸增大，結(jié)構(gòu)日趨復雜，網(wǎng)絡的連通性閉合度提高，囚籠效應越來越明顯。在囚籠效應的作用下，研究區(qū)域的指示物種——獐的潛在生境呈孤島狀空間分布格局。獐生境變化情景分析表明，靠近交通網(wǎng)絡的地區(qū)，生境概率在減少，遠離增加。獐生境概率分布冷熱點分析表明，距道路距離、居民點距離這兩個人為干擾因子對獐生境概率分布影響較大。

本研究表明:日益擴展的快速交通網(wǎng)路是導致城市郊區(qū)野生動物生境破碎化的主要原因。因此，在研究區(qū)域紫金山、青龍山、湯山等幾個綠地之間應該建立生態(tài)廊道，以減緩快速交通網(wǎng)絡對野生動物生境的負面影響。對于研究區(qū)域現(xiàn)有的快速交通通道，采取架高或入地的方式加以遷移，降低快速交通對野生動物生境的破碎化影響。對于研究區(qū)域規(guī)劃新建的快速通道，應盡可能地繞開紫金山、青龍山、湯山等核心綠地，或采取橋隧穿越方式，以維持郊區(qū)綠地系統(tǒng)生態(tài)過程與格局上的連續(xù)性。

野生動物的生境變化受氣候、人類干擾、植被覆蓋等諸多因素影響。本研究結(jié)論是建立在除交通網(wǎng)絡外，研究對象的其他生態(tài)環(huán)境因素在短時間尺度上不發(fā)生改變的假設前提下的。在生態(tài)位模型的選擇上，缺乏多種生態(tài)位模型的比較和精度分析。在人類長期干擾機制下，野生動物有可能在生境選擇、覓食習慣上發(fā)生適應性改變。與此同時，長時間尺度上，隨著郊區(qū)城市化進程的加速，水體的面積、植被覆蓋度、居民點的空間分布也會發(fā)生較大幅度的變化。如何研究長時間尺度下快速交通對區(qū)域野生動物生境的影響，有待進一步深入分析。

[1]胡志軍，于長青，許宏發(fā)，等.道路對陸棲野生動物的生態(tài)學影響[J].生態(tài)學雜志，2005，24(4):433－437.HU Zhijun，YU Changqing，XU Hongfa ，et al.Ecological effects of roads on terrestrial animals [J].Chin J Ecol，2005，24 (4): 433－437.

[2]馬武昌，宋子煒.生態(tài)公路建設中野生動物保護意義與對策[J].野生動物雜志，2008，29(6):308－311.MA Wuchang，SONG Ziwei.Significance of wildlife protection in ecological highway construction and its strategy [J].Chin J Wildlife，2008，29 (6): 308－311.

[3]宗躍光，周尚意，彭萍，等.道路生態(tài)學研究進展[J].生態(tài)學報，2003，23(11):2396－2405.ZONG Yueguang，ZHOU Shangyi，PENG Ping，et al.Perspective of road ecology development [J].Acta Ecol Sin，2003，23 (11): 2396－2405.

[4]FORMAN R T T，GODRON M.Landscape Ecology [M].New York: Wiley，1986.

[5]DALTON R，GARLICK J，MINSHULL R，et al.Networks in Geography [M].London: Phillip，1973.

[6]PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy modeling of species geographic distributions[J].Ecol Model，2006，190: 230－259.

[7]PHILLIPS S J，DUD′IK M，SCHAPIRE R E.A maximum entropy approach to species distribution modeling [C].[n.s.].Proceedings of the 21st Conference on Machine Learning.New York: ACM，2004: 655－662.

[8]李明陽，王曉俊，劉米蘭，等.基于GIS的野生哺乳動物空間平衡抽樣方法研究——以南京東郊為例[J].中南林業(yè)科技大學學報，2011，31(1):98－103.LI Mingyang，WANG Xiaojun，LIU Milan，et al.Spatial balanced sampling for wildmammals based on GIS: A case study in the eastern suburbs of Nanjing [J].J Cent South Univ For ＆ Technol，2011，31 (1): 98－103.

[9]BESAG J，NEWELL J.The detection of clusters in rare diseases [J].J Roy Stat Soc Ser A，1991，154: 143－155.

[10]HANLY J A，MCNEIL B J.The meaning and use of the area under a Receiver Operating Characteristic (ROC)curve[J].Radiology，1982，143: 29－36.

[11]LAURANCE W F，YENSEN E.Predicting the impacts of edge effects in fragmented habitats [J].Biol Consev，1991，55: 77－92.