以下是引用这篇文章的既定格式:
Sultana, M., I. Storch, M. N. Naser和M. Uddin, 2022。土地覆盖和社会经济因素解释了热带大城市的鸟类多样性。生态与社会27(1):19。摘要
在快速发展的热带城市中,推动城市生物多样性的因素仍然缺乏记录。我们调查了南亚孟加拉国达卡市鸟类多样性的驱动因素。利用现有资源,我们编制了一份城市鸟类清单。接下来,我们对整个城市地区的鸟类进行了点计数调查。利用野外调查数据,应用线性回归模型研究了城市土地覆盖和社会经济对留鸟物种丰富度和丰度的影响。此外,我们还进行了路径分析,以深入了解所选城市土地覆盖与社会经济变量和鸟类多样性之间的直接和间接关系。线性回归模型评价表明,土地覆盖对留鸟的丰富度有显著影响,而鸟类的丰富度受土地覆盖和社会经济因素的综合影响。具体来说,不透水比例的增加导致鸟类数量减少,而在栖息地异质性高和靠近公园的地区,鸟类数量增加,但随着贫困的加剧(这是达卡的主要社会经济问题之一)而减少。因果通径分析表明,城市土地覆盖因子对鸟类多样性有直接和间接的影响。最重要的是,它证实了不透水对鸟类数量的直接负面影响和贫困对城市地区鸟类数量的直接负面影响的更重要意义。 This, in turn, suggests that bird diversity is favored by heterogeneous habitats and in wealthier neighborhoods. Nevertheless, overall bird diversity in Dhaka city was largely made up of generalist species of low conservation concern; species of the omnivore feeding guild and with ubiquitous habitat preferences were the most abundant. Our results represent the first step toward understanding drivers of biodiversity patterns across urban areas of tropical megacities within South Asia and contribute to a solid basis for urban biodiversity planning in the region.介绍
城市化改变了城市鸟类的种类组成,导致城市中心和高度建成区保护程度低的物种的丰度更高(McKinney 2002, Garaffa等人2009,Silva等人2015,Callaghan等人2019)。通才物种在人类改变的环境中具有高度的灵活性,随着城市化进程的推进,它们似乎可以取代本地的专业物种(McKinney 2008年,Rodewald和Gehrt 2014年,Callaghan等人2019年)。因此,在高度城市化地区,鸟类多样性普遍下降,主要是因为人类定居点的扩大导致绿色栖息地斑块的丧失(Tratalos et al. 2007, Gagné和Fahrig 2011, Silva et al. 2015)。然而,如果栖息地异质性也增加,在高度建成区鸟类的丰富度可能很高(Evans等人,2009年,Sultana等人,2021年)。由于土地利用强度水平不同,捕食压力较低,以及人工资源的可用性,郊区有利于复杂的鸟类群落(Blair 2001, Marzluff 2005, Evans et al. 2007, McKinney 2008, Muller et al. 2010, Verma and Murmu 2015)。此外,人类行为和社会地位也会影响鸟类的多样性。在社会经济地位较高的(次)城市社区,鸟类多样性可能很高(Kinzig等人,2005年,Melles 2005年,Strohbach等人,2009年,Leong等人,2018年),在这些社区,业主的决定往往导致了带有大型私人花园的混合郊区结构(Nilon 2014年)。
尽管对城市生物多样性模式有一些概念上的了解,但热带城市鸟类多样性的关键驱动因素却没有很好的文献记录(Grimm et al. 2008, Faeth et al. 2011, Aronson et al. 2014)。我们关注的是南亚大城市达卡的鸟类,达卡是孟加拉国的首都和最大的城市。南亚的城市化被称为城市化”混乱和隐藏,”反映了1.3亿生活在低质量住房中的贫困人口,即贫民窟(Ellis and Roberts 2016)。这也反映了城市人口比例的迅速上升,主要是由于城乡移民,以及该地区许多城市(如达卡、德里、卡拉奇和孟买)边界内外的建成区(Ellis and Roberts 2016)。在所有南亚城市中,达卡正在经历最快的城市增长,预计将成为第六大最拥挤的城市,到2030年人口将超过2000万(联合国2014年)。在2016-2020年的Demographia年度报告中,根据每平方公里的城市人口密度(http://www.demographia.com/db-worldua.pdf).城市化水平的不断提高正使人类福祉和生物多样性面临高度风险。鉴于这种担忧,评估达卡的鸟类数量和生物多样性的其他组成部分的驱动因素,将为经历类似大规模城市增长的南亚城市提供一个榜样。
在达卡,现有的生态研究主要集中在土地覆盖变化(Sultana et al. 2009, Byomkesh et al. 2012, Dewan et al. 2012, Jaman et al. 2020, Rahman和Szabó 2021)、气候效应和环境污染(Dewan et al. 2021, Uddin和Jeong 2021)以及经济和社会方面(Zinia和McShane 2018)。一些这样的研究报告称,人口的高强度增长和人类定居点的范围已经造成了这座城市非生物条件的显著变化,自然植被覆盖的不足,绿地和湿地区域的损失(Sultana等人2009,Byomkesh等人2012,Jaman等人2020,Dewan等人2021)。不充分的城市规划不仅导致了具有重要生态意义的土地覆盖特征的迅速改变,而且加剧了社会经济地位的不平等(Ahamed和Hasan 2010年,联合国人居署2020年)。城市土地覆盖和社会经济条件的变化是如何推动达卡城市城市化梯度中生物多样性的不同组成部分的,这在很大程度上是未知的。达卡缺乏城市生物多样性保护规划的基础。
鸟类很容易观察到,是城市生物多样性的有用指标(Strohbach et al. 2009)。因此,健康的鸟类多样性(即高比例的本地物种)的存在可以成为城市绿色和可持续增长的积极证据(Chace和Walsh 2006, Evans等人2009,Silva等人2015)。在达卡市,鸟类是调查最多的分类单元;多项研究为城市公园、植物园和大学校园地区编制了鸟类清单(Islam等人,2014年,Shovon等人,2014年,Rajia等人,2015年,Banu等人,2016年)。然而,目前在达卡进行的鸟类研究很少考虑到城市化的影响(Sarker et al. 2009)。我们试图以鸟类多样性作为达卡市整体生物多样性的代表提供见解。我们主要关注的是了解这座城市留鸟多样性(丰富度和丰度)的驱动因素。
现有的研究表明,鸟类对城市环境的灵活性和适应性随着城市化的梯度而变化(Rodewald和Gehrt 2014);在城市地区,一种鸟类的种群可能会增加,而其他种群则会减少(Luck and Smallbone 2010)。基于此,我们首先探讨了不同建成区鸟类多样性的差异。我们假设杂食性食性公会的鸟类和通用性和机会性生境利用的鸟类是最丰富的。
早期的研究表明,人类对野生动物的态度和行为往往与社区内的社会经济地位相关,较富裕和受教育程度较高的人群表现出更多的互惠主义,即保护意识和价值取向(Manfredo 2008, Nilon 2014)。因此,鸟类多样性不仅受到土地覆盖的影响,还受到城市社区的社会经济因素的影响,这在城市内部可能有所不同(Kinzig等人2005,Melles 2005, Loss等人2009,Strohbach等人2009,Kendal等人2012,Meléndez-Ackerman等人2014)。因此,我们利用城市土地覆盖和社会经济解释变量评估了达卡市鸟类物种丰富度和丰富度模式。我们假设,鸟类多样性,即鸟类种类的丰富度和数量,在达卡的下降不仅与建筑面积的增加有关,而且与贫困的增加有关,这是这个热带城市的主要社会经济问题之一。
方法
研究区域
我们在达卡中心城市地区(图1)进行了研究,该地区人口占其大都市区总人口的63.22%。该地区的平均人口密度是每公顷325人,但实际上居民区的人口密度要高得多(每公顷799人)(RAJUK 2015年)。在达卡市内部,过去几十年人口和建成区的快速增长导致了农业面积、水体和绿地的减少(Byomkesh et al. 2012, Dewan et al. 2012, Khaleda et al. 2017)。现有城市面积由41.45%的居住区、21.42%的农业区、13.03%的水体、0.95%的休闲娱乐区(如公园、游乐场、城市绿地)和23.15%的其他土地使用区(如公路、铁路和限制区、商业、工业、混合用途和公共设施区)组成;RAJUK 2015)。
鸟类多样性
我们从现有文献中收集了可用的人类(即非自动化)鸟类观察记录,全球生物多样性信息设施(http://www.gbif.org)及eBird (http://www.ebird.com)。此外,我们在2018年2月至6月期间,在沿城市建筑梯度分布的190个地点进行了单季鸟类调查。由于城市中有许多受限制的和私人的场地,我们的实地调查地点大多由容易到达的公共场地组成。在这些地点,我们采用广泛使用的固定半径点计数法(Bibby et al. 2000, Gregory et al. 2004)对鸟类进行调查。这些地点在清晨和傍晚进行了1-3天的非连续调查。在每一地点,我们在半径约50米的范围内进行视觉和听觉检查,并记录下所有在现场10-15分钟内所看到或听到的鸟类种类。
根据已有的记录和我们的实地观察,我们编制了一个城市鸟类的总体清单。对于每个物种,我们列出了其学名及其当地(IUCN Bangladesh 2015)和全球(http://www.iucnredlist.org)的状态。我们使用国际鸟盟的物种分布图(http://datazone.birdlife.org/species/requestdis).对于那些在城市中地位不明的物种,我们咨询了多位当地专家以确认它们的存在。我们删除了现有资料中科学名称和英文名称不匹配(即物种身份不清楚)的所有物种。此外,在孟加拉国的国家层面评估中,我们只考虑了被认为是野生的鸟类,即自我维持的鸟类(IUCN Bangladesh 2015)。
接下来,利用我们现场收集的数据,我们比较了城市中不同类别的建成区和绿地的鸟类组合。野外观测没有覆盖多个季节;因此,我们只关注本地物种,即本地和非迁移物种。对于每个常驻物种,我们记录了饮食、出现范围和栖息地(IUCN孟加拉国,2015年)。据此,我们将食性公会分为七类:杂食动物、食虫动物、食肉动物、食粒动物、食果动物、食鱼动物和食蜜动物。我们还对每种物种的觅食生境偏好进行了如下分类:(1)无处不在(即该物种无处不在,并利用所有生境类型进行觅食);(2)木质植被(即该物种喜欢开阔林地、路边树、公园和植物园);(3)湿地(即栖息在池塘、湖泊、河流或其他湿地附近的物种);(4)农田、草地(即种喜耕地和长有矮/高草的开阔地带);或(5)农田、人类居住地(即物种偏好耕地和人类居住地)。 We plotted the rank abundance curve (Colwell 2009) to identify common and rare species and variability across different families, feeding guilds, and habitat preferences for foraging across urban areas in Dhaka. Further, we estimated the incidence rate for each resident bird species, which we classed as follows: 1 = abundant (> 50 occurrences); 2 = common (10–50 ocurrences); 3 = uncommon/rare (< 10 occurrences). Using boxplots, we inspected the distribution of the number of total species and total individuals under these distinct classes across different gradients of built-up and urban green areas. Additional exploration of urban affinity of the observed birds is available in Appendix 1.
在我们的主要分析中,我们估计了留鸟的物种丰富度(即物种数量)和丰度(即在调查点位置的个体数量)。我们进行了模型分析,以了解驱动达卡城市地区鸟类物种丰富度和丰度的主要因素。
鸟类多样性的驱动因素
我们考察了留鸟物种丰富度和丰度与9个解释变量的关系(附录1,表A1.1)。5个解释变量代表了城市土地覆盖效应:(1)解释建成区范围的不透水面百分比(IS),(2)解释栖息地异质性的Shannon度量(HS),(3)到最近公园的距离(DP),(4)到最近水体的距离(DW),(5)植被百分比(VG)。其中4个解释变量反映了社会经济效应:(6)人口(估计人数;HP),(7)贫困指数比率(PI),(8)家庭收入(IN),(9)高等教育比例(ED)。我们估算了每个调查点的城市土地覆盖和社会经济变量的值,作为当地社区状况的代理。我们在所有变量之间进行Pearson相关分析,并估计方差膨胀因子(VIF),以在模型评估前检查多重共线性问题(即,如果相关值> 0.7和VIF > 5,表明严重共线性;Dormann等人2013年,Akinwande等人2015年)。
我们观察到留鸟物种丰富度(种数)和丰度(个体数)分别与野外调查天数(FD)呈高度正相关。因此,为了避免抽样相关的偏差,我们计算了”鸟类丰富率”而且”鸟类丰富,”用FD划分留鸟物种丰富度和丰度。在所有模型评估中,我们将鸟类丰富度率和鸟类丰富度率作为我们的响应变量。
对于这两个响应变量,我们首先应用线性回归模型分别评估了鸟类丰富度和鸟类丰富度与所有城市土地覆盖和社会经济变量的关系。对于正态性,鸟类丰富度率和鸟类丰富度率在回归模型评估中转换为log-10。然而,由于地方尺度的土地覆盖变化往往与社会经济状况有关,回归模型无法揭示因果关系或分离土地覆盖与社会经济状况对鸟类多样性的相对影响。因此,在第二步中,我们进行了路径分析(Wright 1934),以调查所选解释变量与鸟类丰富度和丰度率之间可能的直接和间接因果关系。
线性回归建模
为了评估鸟类多样性与解释变量之间的线性关系,我们比较了三种线性回归模型:(1)一个包含所有解释变量并表明所有因素对鸟类丰富度/丰度的综合效应的全局模型;(2)一个仅包含与城市土地覆盖相关解释变量的城市土地覆盖效应模型;(3)一个仅包含与社会经济地位相关变量的社会经济效应模型。我们对模型进行比较,根据最低的AICc和最高的赤池权值(W我).对于所选模型,我们检验了95%置信区间(2.5%和97.5%百分位)的平均系数参数和所有解释变量的显著性,并在模型摘要中解释了变异。为了模型验证,我们绘制了皮尔逊残差与拟合值的对比图,并检查残差图的正态性;我们还检查了同质性和自相关性(Zuur et al. 2013)。
路径分析
我们使用路径分析(Wright 1934)来评估所选城市土地覆盖和社会经济变量之间关系的因果路径,以及它们对鸟类丰富度和丰度率的直接和间接影响。为此,我们构建了五个替代因果模型图表,说明了选定变量之间的假设关系(Gotelli和Ellison 2013)。
在备选模型(图2,a-e)中,基于对城市生态的一般理解假设了任何直接和间接的关系。在模型a、b、c和d中,我们假设了不透水表面(IS)、生境异质性(HS)以及与最近公园的距离(DP;城市土地覆盖变量)对鸟类多样性(物种丰富度和丰度率)有直接影响。在模型e中,IS、HS和DP通过贫困指数比(社会经济变量之一)对鸟类多样性有间接影响。此外,在模型a、b和c中,IS和DP通过HS对鸟类多样性有间接影响。在模型a中,PI既有直接效应,也有IS介导的间接效应;在模型b中,PI仅受IS的间接作用;在模型c中,PI仅具有直接影响;模型d中,PI通过IS、HS和DP对鸟类多样性有间接影响。在所有模型中,人口(HP,社会经济变量之一)对鸟类多样性有间接影响。
为了评价因果模型(a-e)的拟合,我们检验并比较了卡方(χ²)的拟合优度检验;我们认为χ²P值> 0.05作为充分适合的指标。我们还计算了近似均方根误差(RMSEA)的值;如果RMSEA值< 0.06和RMSEAP值> 0.05,我们认为模型拟合满意(Hu and Bentler 1999, Tomer and Pugesek 2003)。此外,我们检验了模型的AIC值;当AIC值最低时,我们推断一个模型是最适合的。在最佳拟合模型中,我们估计标准化路径系数(对应于效应大小),以可视化解释变量对鸟类丰富度/丰度率的直接和间接影响的显著性。
所有分析都是使用RStudio 1.2.1335 (RStudio Team 2019)中的r3.6.1 (R Core Team 2019)进行的,使用的软件包是MASS (Venables和Ripley 2002)、vegan (Oksanen等人,2011)、MuMIn (barto幼儿园,2020)、PerformanceAnalytics (Peterson等人,2018)和lavaan (Rosseel 2012)。
结果
鸟类多样性
我们在达卡市的鸟类清单中有106种,其中80种为常住鸟类(附录2,表A2.1)。在留鸟中,有57种被列为可能的繁殖者。其余的是来自城市周边的不常来的游客,他们大多出现在植物园、大型公园和绿色校园里。最丰富的食性行会是食虫行会,占总数的50%。记录的所有物种的保护状况都是最不值得关注的(IUCN Bangladesh 2015),其中大多数物种的数量都在增加或保持稳定。
在野外调查中,共记录鸟类8123只,占全市常住鸟类48种的60%。在我们观察到的所有常驻物种中,我们将26种分类为不常见,14种为常见,9种为丰富。鸟类种类丰富,占全市鸟类总数的69.6%。最丰富的三种留鸟是乌鸦座splendens(占所有观察个体的13.2%),家(13%)和Acridotheres tristis(8%;图3 a)。共记录了13个鸟目,其中雀形目(69.6%)的出现频率和丰度最高。在我们观察到的31个鸟类科中,最常见的3个科分别是Sturnidae(18.8%)、Corvidae(15.1%)和passidae (13%);图3 b)。在鸟类的食性种类中,杂食动物(48.1%)最多,其次是食虫动物(26.3%)%、食肉动物(9.6%)、食粒动物(6.4%)、果食动物(5.6%)、鱼食动物(3.8%)和蜜食动物(0.3%);图3 c)。在不同的觅食生境偏好中,普遍出现(即出现在所有生境类型)的鸟类最丰富(图3d),占鸟类总出现率的55.4%。
总体而言,绿化区(平均鸟类丰富度为12只,丰度为132只)的物种和个体总数高于任何类别的建成区(平均鸟类丰富度为6只,丰度为34只);图4 a、4 b)。然而,杂食动物和无处不在的物种在建成区比在绿地更丰富(图3c, 3d)。在所有城市地区,鸟类种类和个体总数的任何增加都与丰富物种(图3、图4)和杂食动物(图3c)的增加密切相关;不常见种所占比例最低(图4c, 4d)。一些果食性动物和粒食性动物的数量仅在绿化地点略有增加(附录3,表A3.1)。进一步的鸟类城市亲和性评估结果载于附录3。
鸟类多样性的驱动因素
鸟类物种丰富度和丰度率与不同城市土地覆盖变量的相关矩阵近似相似;值得注意的是,与不透水面百分比和水体距离呈负相关,与栖息地香农度量和地点植被覆盖百分比呈正相关(附录3,图A3.1)。然而,鸟类物种丰富度和丰度率与大多数社会经济变量之间的相关性差异较大(附录3,图A3.1)。在解释变量中,两两相关值均≤0.4(附录3,图A3.1)。对于所有变量,VIF值也< 2,表明生成的模型不存在多重共线性问题。
线性回归建模
模型选择表明,鸟类丰富度的城市土地覆盖效应模型(表1和表2)和全球模型(即组合效应模型;表1和表3)为鸟类丰度。
在鸟类丰富度率的选定模型系数总结中,不透水面百分比保留为唯一显著变量(P< 0.01),证实了不透水对鸟类丰富度的负面影响(表2;附录3,图A3.2)。对于鸟类丰度率,生境香农度规(P< 0.05),到最近公园的距离(P< 0.01)、贫困指数比(P< 0.01)作为显著变量保留(表3;附录3,图A3.3)。这揭示了生境异质性对鸟类丰度的正向影响,以及公园距离和贫困率对鸟类丰度的负向影响。对于鸟类丰富度率,所选模型的解释变异为10%,对于鸟类丰富度率,其变异为13%。
路径分析
鸟类丰富度与选定变量之间的因果关系的通径分析表明,基于χ²,模型a和模型b是令人满意的P> 0.05, RMSEA≤0.06,RMSEAP值> 0.05(表4)。我们在方差分析中进行卡方差异检验,没有发现两个模型之间有任何显著差异(P= 0.49),表明模型a中假设的附加关系路径是无效的。因此,我们选择模型b作为最佳模型,因为它也保持了最低的AIC值。支持贫困率(标准化系数= 0.08)和人口(标准化系数= -0.11)对不透水表面介导的鸟类物种丰富度存在间接影响的假设。然而,不透水面(标准化系数= -0.29)对鸟类丰富度的直接不利影响显著性大于任何社会经济因素(即贫困率和人口)对鸟类丰富度的间接影响(图5)。
鸟类丰度率与选定变量之间的因果关系的通径分析表明,只有模型a是令人满意的(χ²P> 0.05, RMSEA≤0.06,RMSEAP> 0.05;表4)和其后选定为最佳模型。这支持了贫困率既受不透水表面的间接影响(标准化系数= 0.06),又直接影响鸟类丰度的假说。此外,人口对鸟类丰度率也有间接影响(标准化系数= -0.09),其中介因子为不透水表面。然而,贫困率(标准化系数= -0.25)对鸟类丰度的直接负面影响的显著性大于人口和任何土地覆盖变量(即不透水面百分比和到最近公园的距离)对鸟类丰度的直接影响(图6)。
讨论
我们的研究首次提供了来自热带大城市的证据,表明城市地区的鸟类多样性是由栖息地和人类共同驱动的。正如假设的那样,土地覆盖(即不透水水平)和社会经济因素(即贫困比率)有助于衡量鸟类多样性。这也支持了我们的假设,尽管达卡的鸟类物种多样性受到富裕社区异质栖息地的青睐,但鸟类群落仍然主要由保护关注度低的多面手物种组成,而专门的鸟类物种则不常见和罕见。
鸟类多样性受土地覆盖和社会经济因素的直接和间接影响
我们对当地鸟类物种丰富度的线性回归评估指出了众所周知的城市土地覆盖对生物多样性的直接负面影响。鸟类的丰富度随着不透水程度(即人类聚落和建成区程度)的增加而下降。大多数早期的研究使用建成区的比例(即密度/百分比)来探索鸟类对城市环境的反应(Marzluff 2001)。现有的一些研究报告称,随着不透水表面的增加,物种丰富度下降(Tratalos等人2007,Gagné和Fahrig 2011, Silva等人2015,Carvajal-Castro等人2019)。在达卡,越来越多的不透水对鸟类的丰富程度产生了类似的不利影响。在过去20年里,几项研究(Sultana等人2009年,Byomkesh等人2012年,Jaman等人2020年,Rahman和Szabó 2021年)注意到了这座城市土地覆盖特征的快速变化。因为达卡的城市化是混乱的,就像许多其他南亚城市一样(Ellis and Roberts 2016),计划外的扩张已经导致了绿地和水体面积比例的下降(附录4,图A4.4;Sultana et al. 2009, Dewan et al. 2012)。据报道,只有8%的树木覆盖仍然存在,城市地区的开放区域正在迅速消失(Byomkesh et al. 2012)。大规模的发展很可能导致绿色栖息地斑块的异质性减少,这最终引发了高不透水城市地区鸟类多样性的下降。
我们对当地鸟类物种数量的评估表明,城市土地覆盖和社会经济因素的综合影响正在发挥作用。更具体地说,鸟类数量的下降不仅与栖息地异质性的减少和与公园距离的增加有关,还与城市社区的高贫困率有关。此外,我们的扩展路径分析,超越了简单的回归评估,提供了对驱动城市鸟类的主要因素的深入理解。研究表明,城市土地覆盖、社会经济变量与鸟类多样性之间的因果关系路径较为复杂。我们观察到不透水对鸟类物种丰富度的直接负面影响和对鸟类物种丰富度的贫困比的直接负面影响(图5和图6)。社会经济因素,即贫困比和人口,似乎间接影响鸟类物种丰富度和数量;这种效应是由土地覆盖,即不透水面比例介导的。
这可能是因为快速的发展和土地覆盖变化,以及城市中城市贫困的非线性增加(Calì 2009, Chen et al. 2016)。最初,城市化进程加快可能会改善贫困,但快速城市化会导致更严重的贫困和不平等(Liddle 2017,联合国人居署2020)。这种日益加剧的贫困可能最终导致达卡等亚洲热带城市鸟类多样性的下降。我们的观察反过来支持了所谓的鸟类多样性奢侈效应的概念,即更富裕的城市社区包含更多样化的鸟类种群(Kinzig等人,2005年,Melles 2005年,Strohbach等人,2009年,Leong等人,2018年)。在较富裕的社区中,业主的个人选择和行为在不经意间改善了鸟类的资源可用性,如食物、水和覆盖物,这反过来可能有利于城市鸟类(Nilon 2014)。在贫困社区(附录4,图A4.3),人类对资源的密集使用,大量的流浪狗和猫,以及可能的对鸟类的积极开发和迫害,都可能直接对鸟类的数量模式产生负面影响。我们的数据无法评估社会经济地位对鸟类多样性影响的潜在原因。因此,进一步研究城市鸟类多样性模式的人类维度将有助于达卡等热带城市的保护管理。
达卡鸟类群落以通才为主
尽管达卡的鸟类物种多样性受到富裕社区异质栖息地的青睐,但鸟类群落主要由保护程度较低的多面手物种组成,而特种鸟则不常见或罕见。杂食性食食公会的多面手种和无处不在的栖息地偏好在达卡市最为丰富。随着城市化进程的加快,来自其他食性鸟类(如果食性鸟类和蜜食食性鸟类)和有特殊栖息地偏好的鸟类(如靠近水体、耕地和草地的鸟类)变得不那么常见了。来自不同行业的鸟类发生的这种变化,不仅在许多温带城市(Allen and O 'Connor 2000, Lindsay et al. 2002),而且在热带亚洲城市(如新加坡和加尔各答;Lim和Sodhi 2004年,Sengupta等人2014年,Katuwal等人2018年)。
杂食动物,如乌鸦,家蝇,鸵鸟,而且Gracupica魂斗罗,在垃圾中茁壮成长,并聚集在垃圾填埋场周围(IUCN孟加拉国,2015年);因此,分散的垃圾垃圾场(附录4,图A4.2)的存在可能有利于达卡的杂食性鸟类的高丰度,就像其他南亚城市的垃圾垃圾场一样(如加德满都;Dahal和Bhuju 2008)。
随着人为食物来源的可用性,行为创新可以有助于城市栖息地的成功开发(Mennechez和Clergeau 2006)。一个例子是Milvus迁移动物,在达卡市大量存在,它们以垃圾处理场的腐烂动物为食,并在高高的输电塔和电话线上筑巢(IUCN Bangladesh 2015;附录4,图片A4.1)。此外,在城市里,鸟类可以更好地逃离捕食者和捕猎压力,维持健康的种群。例如,一个分布广泛的普通居民,鸽属利维亚,在农村是非法狩猎的对象,但在达卡市内不受此限制。因此,该种群通过适应城市生活得以维持(IUCN Bangladesh, 2015年)。
总的来说,达卡的绿地鸟类物种丰富度和丰度最高。在城市中心城区,鸟类多样性集中在残余的古老和广泛的绿色场所,如Ramna公园和国家植物园(Islam et al. 2014, Rajia et al. 2015)。此外,许多不常见/罕见的留鸟(例如,Pycnonotus jocosus)可能会开发城市地区,但没有在城市成功繁殖。这种鸟类在城市地区的存在可能是由邻近城市的郊区和农村地区维持的,如西南部的Keraniganj郊区地区。
见解和未来研究
我们的论文提供了对达卡市鸟类物种丰富度和丰度(作为总体生物多样性的代表)及其主要驱动因素的基本见解。我们发现,土地覆盖(即不透水)和社会经济(即贫困)因素都在形成鸟类多样性模式中发挥着重要作用。然而,我们的研究可能缺乏整个城市鸟类物种组成的全貌,因为它是基于单个季节的鸟类调查。此外,我们对鸟类发生及其与城市梯度的亲和力的评估是基于简单的探索性分析。尽管如此,这种调查对于任何缺乏之前城市生物多样性研究的城市来说都是重要的第一步(Marzluff 2001)。对于热带特大城市,城市化相关因素如何影响生物多样性不同组成部分的总体认识仍然缺乏。我们强调,应开展多年调查,以监测和解释达卡等城市沿城市化梯度的鸟类多样性模式。未来的研究应考虑先进的评估方法(Callaghan et al. 2019),以了解鸟类的物种特异性适应,以及整个城市地区的社区同质化趋势(Morelli et al. 2016),从而为热带特大城市的城市生物多样性规划奠定基础。为了人类福祉,保护城市鸟类和生物多样性的其他组成部分,应是规划良好的城市的任何城市发展过程中的主要目标之一。
作者的贡献
所有作者都参与了研究设计。MS、MNN和MU通过数据收集做出贡献。MS进行了分析并撰写了手稿。是稿件撰写和修改期间贡献的。
致谢
我们感谢达卡大学、贾甘纳特大学的所有学生以及在达卡实地调查期间提供帮助的当地鸟类学家的支持。我们感谢A.B.M. Sarwar Alam和Mohsin Kobir Miron对鸟类清单的交叉检查和更正。我们也感谢Luca Corlatti在统计方面的帮助和Ottavio Jani对最终手稿的英文校对。MS由弗莱堡大学国际研究生院(IGA) LGFG (Landesgraduiertenförderungsgesetz)资助。文章加工费由巴登-符腾堡科学、研究和艺术部和弗莱堡大学在开放获取出版资助方案中资助。
数据可用性
支持本文研究结果的鸟类数据可在电子补充材料中找到。更多的数据和统计分析可在此链接找到:https://osf.io/hy784/?view_only=2893ed3ac3db49c789698975e9ff6682
文献引用
Ahamed, S.和Md. M. Hasan. 2010。城市增长管理的规划发展:达卡市两个区个案研究。孟加拉国规划师学会学报3:113-127。https://www.bip.org.bd/admin/uploads/bip-publication/publication-3/paper/20130722135205.pdf
Akinwande, m.o, H. G. Dikko和A. Samson. 2015。方差膨胀因子:作为回归分析中纳入抑制变量的条件。Open Journal of Statistics 5:754-767。https://doi.org/10.4236/ojs.2015.57075
艾伦,a。P。和r。j。奥康纳。2000.美国东北部湖泊鸟类群落结构的层次相关性。环境监测与评价62:15-37。https://doi.org/10.1023/A:1006244932033
阿伦森,M. F., F. A. La Sorte, C. H. Nilon, M. Katti, M. A. Goddard, C. A. Lepczyk, P. S. Warren, N. S. G. Williams, S. Cilliers, B. Clarkson, C. Dobbs等。2014。一项关于城市化对鸟类和植物多样性影响的全球分析揭示了主要的人为驱动因素。英国皇家学会学报B辑:生物科学281:20133330。https://doi.org/10.1098/rspb.2013.3330
巴努,F. A., M.阿卡什,G. W.乔杜里,M. A.侯赛因。2016。达卡大学校园鸟类的形态及季节分布。达卡大学学报25(1):27-37。https://doi.org/10.3329/dujbs.v25i1.28492
Bartoń,k . 2020。MuMIn:多模型推理,R包版本1.43.17。(在线)网址:https://cran.r-project.org/web/packages/MuMIn/MuMIn.pdf
毕比,c.j., n.d.伯吉斯,d.a.希尔,s.h.穆斯托,2000。鸟类普查技术。文献出版社,伦敦,英国。
布莱尔,2001年。美国两个生态区沿城市梯度的鸟类和蝴蝶:城市化正在创造同质动物群吗?J. L.洛克伍德和M. L.麦金尼主编的33-56页。生物同质化。美国纽约克卢厄学院。https://doi.org/10.1007/978-1-4615-1261-5_3
Byomkesh, T. N. Nakagoshi和A. M. Dewan. 2012。孟加拉国大达卡的城市化和绿色空间动态。景观与生态工程8:45-58。https://doi.org/10.1007/s11355-010-0147-7
卡利,m . 2009。城市化、不平等和经济增长:来自印度各邦的证据。世界银行,华盛顿特区,美国。(在线)网址:https://openknowledge.worldbank.org/handle/10986/9248
卡拉汉,c.t., R. E.梅杰,J. H.威尔希尔,J. M.马丁,R. T.金斯福德和W. K.康威尔。2019。通才是最耐城市的鸟类:一项系统发育控制的生态和生活史特征分析,使用一种新的鸟类对城市化反应的连续测量方法。Oikos 128(6): 845 - 858。https://doi.org/10.1111/oik.06158
卡瓦哈尔-卡斯特罗,J. D., A. M.奥斯皮纳- l, Y. Toro-López, A.普利多- g, L. X.卡布雷拉-卡萨斯,S. Guerrero-Peláez, V. H. Garcia-Merchán, F.巴尔加斯-萨利纳斯。2019.鸟类vs砖块:新热带安第斯城市城市化的物种多样性模式。《公共科学图书馆•综合》14 (6):e0218775。https://doi.org/10.1371/journal.pone.0218775
蔡斯,J. F.和J. J.沃尔什,2006。城市对本地鸟类的影响研究进展。景观与城市规划74(1):46-69。https://doi.org/10.1016/j.landurbplan.2004.08.007
陈g, A. K. Glasmeier,张明,邵勇。2016。城市化与改革后中国收入不平等:基于时间序列数据的因果分析。《公共科学图书馆•综合》11 (7):e0158826。https://doi.org/10.1371/journal.pone.0158826
Colwell,上面2009。生物多样性:概念、模式和测量。S. A. Levin, S. R. Carpenter, H. C. J. Godfray, A. P. Kinzig, M. Loreau, J. B. Losos, B. Walker, D. S. Wilcove,编辑,第257-263页。普林斯顿生态学指南。普林斯顿大学出版社,美国新泽西州普林斯顿。https://doi.org/10.1515/9781400833023.257
达哈尔,B. R.和D. R.布朱。2008。加德满都特里布万国际机场的鸟类迁徙及其栖息地。尼泊尔科学与技术杂志:119-130。https://doi.org/10.3126/njst.v9i0.3175
Dewan, A., G. Kiselev, D. Botje, G. I. Mahmud, Md. H. Bhuian和Q. K. Hassan. 2021。孟加拉国五个主要城市的地表城市热岛强度:模式、驱动因素和趋势。可持续城市与社会71:102926。https://doi.org/10.1016/j.scs.2021.102926
Dewan, A. M., Y. Yamaguchi和Md. Z. Rahman. 2012。达卡市区土地利用/覆被变化动态及景观破碎化分析GeoJournal 77:315 - 330。https://doi.org/10.1007/s10708-010-9399-x
多曼,C. F., J. Elith, S. Bacher, C. Buchmann, G. Carl, G. Carré, J. R. G. Marquéz, B. Gruber, B. Lafourcade, P. J. Leitão,等。2013。共线性:处理共线性的方法综述及其性能评价的模拟研究。36(1):描述生态学27-46。https://doi.org/10.1111/j.1600-0587.2012.07348.x
埃利斯,P.和M.罗伯茨,2016。利用南亚的城市化:管理空间转型以促进繁荣和宜居。世界银行,华盛顿特区,美国。(在线)网址:https://elibrary.worldbank.org/doi/abs/10.1596/978-1-4648-0662-9
埃文斯,K. L., J. J. D.格林伍德,K. J.加斯顿。2007。在英国,鸟类物种丰富度与人口密度之间存在正相关关系,这与抽样偏差无关。全球生态与生物地理16(3):300-304。https://doi.org/10.1111/j.1466-8238.2006.00288.x
埃文斯,K. L., S. E.纽森,K. J.加斯顿。2009。生境对城市鸟类聚集的影响。宜必思151:19-39。https://doi.org/10.1111/j.1474-919X.2008.00898.x
Faeth, S. H., C. Bang, S. Saari, 2011。城市生物多样性:模式与机制。纽约科学院年鉴1223:69-81。https://doi.org/10.1111/j.1749-6632.2010.05925.x
Gagné, S.和L.法里格。2011。鸟类和甲虫对城市化的反应相似吗?生态学应用21:2297 - 2312。https://doi.org/10.1890/09-1905.1
加拉法,P. I., J.菲洛伊和M. I.贝尔洛克,2009。鸟类群落沿城乡梯度的响应:城市化面积的大小有影响吗?景观与城市规划90:33-41。https://doi.org/10.1016/j.landurbplan.2008.10.004
高泰利,n.j., a.m.埃里森,2013。生态统计学入门。第二版。Sinauer Associates,桑德兰,马萨诸塞州,美国。
格雷戈里,R. D. W.吉本斯,P. F.唐纳德,2004。鸟类普查及调查技术。W. J.萨瑟兰,I.牛顿,R.格林,编辑17-56页。鸟类生态学与保护:技术手册。牛津大学出版社,美国纽约。https://doi.org/10.1093/acprof:oso/9780198520863.003.0002
格林,n.b, S. H. Faeth, N. E. Golubiewski, C. L. Redman,吴j .,白X., J. M. Briggs. 2008。全球变化和城市生态。科学》319(5864):756 - 760。https://doi.org/10.1126/science.1150195
胡,L.和p.m. Bentler, 1999。协方差结构分析中拟合指标的截断准则:传统准则与新方案。结构方程建模:多学科学报6(1):1-55。https://doi.org/10.1080/10705519909540118
国际自然保护联盟(IUCN)孟加拉国,2015。孟加拉国红色名录:第3卷:鸟类。IUCN达卡,孟加拉国。
伊斯兰,M. S., O. Shahadat, M. M. Kabir, M. A. Rashid, H. A. Razi, M. Kamruzzaman, S. M. I. Alam, T. Mustafa, M. S. Islam. 2014。孟加拉国国家植物园的鸟类。分类与生物多样性研究杂志6:17-20。
贾曼,S., X.张和F. Islam, 2020。孟加拉国达卡城市植被碳储量与树木多样性:基于密集实地调查的研究。林学的杂志42(2):76 - 92。https://doi.org/10.1080/03071375.2020.1755186
Katuwal, H. B., N. M. B. Pradhan, J. J. Thakuri, K. P. Bhusal, P. C. Aryal, I. Thapa. 2018。城市化和季节性对尼泊尔加德满都谷地鸟类群落的影响。动物学会学报71:103-113。https://doi.org/10.1007/s12595-018-0265-z
肯德尔,N. S. G.威廉姆斯和K. J. H.威廉姆斯。2012。驱动多样性和树木覆盖在一个澳大利亚城市的花园,公园和街道景观。城市林业与城市绿化:257-265。https://doi.org/10.1016/j.ufug.2012.03.005
Khaleda, S., Q. A. Mowla, Y. Murayama. 2017。达卡大都市。村山Y, C. Kamusoko, A. Yamashita, R. Estoque,编辑,195-215页。亚洲和非洲的城市发展。施普林格、新加坡。
金泽格,A. P.沃伦,C.马丁,D.霍普,M.卡蒂,2005。人类社会经济地位和文化特征对城市生物多样性格局的影响。生态与社会10(1):23。https://doi.org/10.5751/ES-01264-100123
梁,M., R. R.邓恩,M. D.特洛特维因。2018。城市的生物多样性和社会经济学:奢侈效应综述。生物学14:20180082信。http://dx.doi.org/10.1098/rsbl.2018.0082
Liddle, b . 2017。城市化和不平等和贫困。城市科学1(4):35。https://doi.org/10.3390/urbansci1040035
林h.c和n.s. Sodhi, 2004。热带城市鸟类公会对城市化的响应。景观与城市规划66:199-215。https://doi.org/10.1016/s0169 - 2046 (03) 00111 - 7
林赛、S. S.吉勒姆和M. W.迈耶,2002。湖岸发育对北方混交林种鸟群落的影响。生物保护107:1-11。https://doi.org/10.1016/s0006 - 3207 (01) 00260 - 9
《损失》,S. R. M. O.鲁伊斯,J. D.布朗,2009。鸟类多样性、邻里年龄、收入与城市景观环境特征的关系。生物保护142:2578 - 2585。https://doi.org/10.1016/j.biocon.2009.06.004
幸运,G. W.和L. T.斯莫本。2010。物种多样性与城市化:模式、驱动因素和意义。K. J.加斯顿主编的88-119页。城市生态学。剑桥大学出版社,英国剑桥。https://doi.org/10.1017/CBO9780511778483.006
曼弗雷多,m.j. 2008。谁会关心野生动物?探索人类与野生动物关系和保护问题的社会科学概念。施普林格,纽约,美国纽约。
马兹路夫,2001。全球城市化及其对鸟类的影响。J. M. Marzluff, R. Bowmann和R. Donnelly编辑的19-47页。城市化世界中的鸟类生态与保护。施普林格,纽约,美国纽约。https://doi.org/10.1007/978-1-4615-1531-9_2
马兹卢夫,2005。城市化世界的岛屿生物地理学:灭绝和殖民如何决定人类主导景观的生物多样性。城市生态系统8:157 - 177。https://doi.org/10.1007/s11252-005-4378-6
麦金尼,m.l. 2002。城市化、生物多样性和保护:城市化对本地物种的影响研究很少,但对高度城市化的人口进行有关这些影响的教育可以大大改善所有生态系统中的物种保护。生物科学52:883 - 890https://doi.org/10.1641/0006 - 3568(2002) 052(0883:山阴)2.0.CO; 2
马萨诸塞州麦金尼,2008年。城市化对动植物物种丰富度的影响研究进展。城市生态系统11:161 - 176。https://doi.org/10.1007/s11252-007-0045-4
Meléndez-Ackerman, E. J. R. Santiago- bartolomei, C. P. Vila-Ruiz, L. E. Santiago, D. García-Montiel, J. C. Verdejo-Ortiz, H. Manrique-Hernández, E. Hernández-Calo。2014.热带城市庭院可持续实践的社会经济驱动因素。生态与社会19(3):20。http://dx.doi.org/10.5751/ES-06563-190320
梅勒斯,2005。不列颠哥伦比亚省温哥华城市鸟类多样性是人类社会多样性和经济不平等的一个指标。城市栖息地3(1):25-48。(在线)网址:https://www.urbanhabitats.org/v03n01/vancouver_pdf.pdf
Mennechez, G.和P. Clergeau. 2006。城市化对栖息地通才的影响:欧椋鸟不那么灵活?Acta Oecologica 30(2): 182 - 191。https://doi.org/10.1016/j.actao.2006.03.002
莫瑞利,Y.贝内德蒂,J. D. Ibáñez‐Álamo, J. Jokimäki, R. Mänd, P.特里雅诺夫斯基,A. P. Møller。2016.欧洲城市环境中鸟类群落进化同质化的证据。全球生态与生物地理25(11):1284-1293。https://doi.org/10.1111/geb.12486
穆勒,N. P.维尔纳和J. G.凯尔西。2010。城市生物多样性与设计。Wiley-Blackwell,霍博肯,美国新泽西州。https://doi.org/10.1002/9781444318654
Nilon, c . 2014。城市系统:社会驱动。R. A. McCleery, C. E. Moorman和M. N. Peterson主编的91-101页。城市野生动物保护:理论与实践。施普林格,纽约,美国纽约。https://doi.org/10.1007/978-1-4899-7500-3_6
奥克萨宁,J., F. G.布兰切特,R.金特,P.勒让德,P. R.明钦,R. B.奥哈拉,G. L.辛普森,P.索利莫斯,M. H.史蒂文斯,H.瓦格纳。2011。素食:社区生态套装。R包版本1.17-10。
彼得森,B. G. P. Carl, K. Boudt, R. Bennett, J. Ulrich, E. Zivot, D. Cornilly, E. Hung, M. Lestel, K. Balkissoon和D. Wuertz. 2018。包“PerformanceAnalytics”。R团队合作。
R核心团队,2019。R:统计计算的语言和环境。R统计计算基金会,维也纳,奥地利。(在线)网址:https://www.R-project.org/
Rahman, Md. M.和G. Szabó。2021.达卡土地利用和土地覆盖变化对城市生态系统服务价值的影响土地10(8):793。https://doi.org/10.3390/land10080793
拉贾,S., M. M. Alam, G. W. Chowdhury, M. Akash, M. A. Islam. 2015。孟加拉国达卡Ramna公园鸟类的现状和多样性。动物学杂志43(2):291-301。https://doi.org/10.3329/bjz.v43i2.27399
RAJUK。2015.达卡结构规划,2016 - 2035,达卡。(在线)网址:https://rajuk.portal.gov.bd/sites/default/files/files/rajuk.portal.gov.bd/page/0a05e9d0_03f7_48e4_bfd5_cad5fbcd5e23/2021-06-22-08-35-c8b98a96d0cadc8d87fa1c61f56966bb.pdf
罗德华德,A. D.和S. D.盖特,2014。城市景观中的野生动物种群动态。R. A. McCleery, C. E. Moorman, M. N. Peterson主编,117-148页。城市野生动物保护,理论与实践。施普林格,纽约,美国纽约。https://doi.org/10.1007/978-1-4899-7500-3_8
Rosseel, y 2012。lavaan:一个用于结构方程建模的R包。统计软件杂志48:1-36。https://doi.org/10.18637/jss.v048.i02
RStudio团队。2019。RStudio: R. RStudio公司的综合开发,波士顿,马萨诸塞州,美国。
Sarker, n.j, D. Sultana, M. F. Jaman和M. K. Rahman. 2009。孟加拉国达卡两个城市地点鸟类的多样性和种群。生态版画:国际生态学杂志16:1-7。https://doi.org/10.3126/eco.v16i0.3464
森古普塔,S., M. Mondal和P. Basu, 2014。鸟类在印度加尔各答周围的乡村城市梯度上的组合。城市生态系统17:585 - 596。https://doi.org/10.1007/s11252-013-0335-y
Shovon, s.c., m.s. Islam, M. Jubayer-Al-Mahmud, S. N. Chowdhury, M. Nazmul, t.s. Alam, m.m. Islam. 2014。孟加拉农业大学校园鸟类多样性研究。国际商业、社会与科学研究杂志2(1):58-63[在线]网址:http://www.ijbssr.com/journal/details/diversity-of-avifauna-in-sher-e-bangla-agricultural-university-campus-14013048
席尔瓦,c.p, c.e. García, S. A.埃斯泰,O.巴博萨,M. G.查普曼,2015。拉丁美洲城市鸟类的丰富度和数量与城市形态的关系:以智利瓦尔迪维亚为例。《公共科学图书馆•综合》10 (9):e0138120。https://doi.org/10.1371/journal.pone.0138120
Strohbach, M. W., D. Haase和N. Kabisch. 2009。鸟类与城市:城市生物多样性、土地利用和社会经济学。生态与社会14(2):31。https://doi.org/10.5751/ES-03141-140231
Sultana, M., L. Corlatti和I. Storch. 2021。不透水性和异质性的相互作用驱动了南亚城市鸟类的丰富度模式。城市生态系统24:335 - 344。https://doi.org/10.1007/s11252-020-01037-8
Sultana, m.s., g.m.t. Islam,和Z. Islam. 2009。孟加拉国达卡城市前后湿地区:遥感与GIS分析。水资源与保护学报1(6):414-421。https://doi.org/10.4236/jwarp.2009.16050
Tomer和B. H. Pugesek. 2003。结构方程模型的实施和出版指南。B. H. Pugesek, A. Tomer和A. von Eye的125-140页,编辑。结构方程建模:在生态和进化生物学中的应用。剑桥大学出版社,英国剑桥。https://doi.org/10.1017/CBO9780511542138.006
特拉塔罗斯,J. R. A.富勒,K. L.埃文斯,R. G.戴维斯,S. E.纽森,J. J. D.格林伍德,K. J.加斯顿。2007。鸟类密度与家庭密度有关。全球变化生物学:1685-1695。https://doi.org/10.1111/j.1365-2486.2007.01390.x
Uddin, Md J.和Y. K. Jeong. 2021。孟加拉国过去40年的城市河流污染:潜在的公共健康和生态风险、现行政策和智能水管理的未来前景。Heliyon 7 (2): e06107。https://doi.org/10.1016/j.heliyon.2021.e06107
联合国(UN),经济和社会事务部,人口司,2014。世界城市化前景,2014年修订版:要点。联合国,纽约,美国纽约。https://doi.org/10.18356/527e5125-en
联合国人居署。2020.2020年世界城市报告:可持续城市化的价值。联合国人类住区规划署,肯尼亚内罗毕。(在线)网址:https://unhabitat.org/sites/default/files/2020/10/wcr_2020_report.pdf
Venables, W. N.和B. D. Ripley. 2002。现代应用统计学S.第四版。施普林格,纽约,美国纽约。https://doi.org/10.1007/978-0-387-21706-2
Verma S. K.和T. D. Murmu. 2015。城市化梯度中环境和干扰变量对鸟类群落结构的影响《公共科学图书馆•综合》10 (7):e0133383。https://doi.org/10.1371/journal.pone.0133383
赖特,1934年美国。路径系数法。数学与统计年鉴5:161-215。https://doi.org/10.1214/aoms/1177732676
Zinia, n.j和P. McShane。2018.生态系统服务管理:孟加拉国达卡城市发展的绿色适应评估。景观与城市规划173:23-32。https://doi.org/10.1016/j.landurbplan.2018.01.008
朱尔,J. M. Hilbe, E. N. Ieno, 2013。GLM和带R的GLMM初学者指南:生态学家的频率论和贝叶斯观点。高地统计,纽堡,英国。
表1<我mg src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表1.留鸟丰富度与丰度率线性回归模型的比较。模型包括全球模型(即综合效应模型)、城市土地覆盖效应模型和社会经济效应模型。响应变量分别为log10(鸟类丰富度率)和log10(鸟类丰富度率)。顶级型号的排名基于detla AICc (Δi)和碱重(W我),并在表格中以粗体显示。其中IS =不透水面百分比,HS =生境香农度量表示生境异质性,DP =离最近公园的距离DW =离最近水体的距离,VG =植被百分比,HP =人口,PI =贫困指数比率,IN =家庭收入,ED =高等教育比例。
模型 | (Int) | 是 | 海关 | VG | DP | DW | 惠普 | 艾德 | 在 | π | df | AICc | Δ我 | W我 |
丰富~ | ||||||||||||||
全球 | 1.58 | -0.09 | 0.02 | 0.01 | -0.04 | -0.04 | -0.07 | -0.05 | -0.04 | -0.04 | 11 | 205.2 | 0.44 | 0.42 |
土地覆盖 | 1.58 | -0.09 | 0.04 | 0.01 | -0.04 | -0.05 | 7 | 204.8 | 0.00 | 0.52 | ||||
社会经济 |
1.58 | -0.10 | -0.04 | -0.05 | -0.01 | 6 | 208.8 | 4.04 | 0.07 | |||||
丰富~ | ||||||||||||||
全球 | 3.19 | -0.02 | 0.14 | -0.08 | -0.16 | -0.03 | -0.04 | 0.08 | 0.10 | -0.15 | 11 | 403.00 | 0.00 | 0.62 |
土地覆盖 | 3.19 | -0.01 | 0.11 | -0.09 | -0.12 | -0.05 | 7 | 413.30 | 10.33 | 0.004 | ||||
社会经济 | 3.19 | -0.02 | 0.09 | 0.06 | -0.14 | 6 | 404.10 | 0.98 | 0.38 | |||||
表2<我mg src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表2.所选鸟类丰富度最高排序模型(即城市土地覆盖效应模型)中各变量的系数参数。这里的响应变量为log10(鸟类丰富度率)。各变量均值系数的95%置信区间见表。
95%置信区间 | 估计 | Std.error | Z值 | z公关(> | |) | ||
2.5% | 97.5% | |||||
(拦截) | 1.52 | 1.64 | 1.58 | 0.03 | 53.63 | < 2 e-16 * * * |
不透水面百分比 | -0.15 | -0.02 | -0.09 | 0.03 | -2.73 | 0.007 * * |
栖息地的香农度规 | -0.03 | 0.11 | 0.04 | 0.034 | 1.13 | 0.26 |
植被的百分比 | -0.06 | 0.08 | 0.01 | 0.035 | 0.35 | 0.73 |
距离最近的公园 | -0.10 | 0.03 | -0.04 | 0.031 | -1.11 | 0.27 |
距离最近的水域 | -0.11 | 0.02 | -0.04 | 0.032 | -1.4 | 0.16 |
意义代码:* * *P< 0.001, * *P< 0.01 |
表3<我mg src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表3.鸟类丰度率最优选择模型(即全局模型)中各变量的系数参数。响应变量为log10(鸟类丰度率)。各变量均值系数的95%置信区间见表。
95%置信区间 | 估计 | Std.error | Z值 | z公关(> | |) | ||
2.5% | 97.5% | |||||
(拦截) | 3.09 | 3.28 | 3.19 | 0.05 | 65.03 | < 2 e-16 * * * |
不透水面百分比 | -0.14 | 0.10 | -0.02 | 0.06 | -0.33 | 0.74 |
栖息地的香农度规 | 0.01 | 0.26 | 0.14 | 0.06 | 2.20 | 0.03 * |
植被的百分比 | -0.20 | 0.04 | -0.08 | 0.06 | -1.36 | 0.18 |
距离最近的公园 | -0.27 | -0.06 | -0.16 | 0.05 | -3.00 | 0.003 * * |
距离最近的水域 | -0.14 | 0.07 | -0.03 | 0.05 | -0.59 | 0.55 |
人口 | -0.16 | 0.08 | -0.04 | 0.06 | -0.69 | 0.49 |
贫困指数比 | -0.26 | -0.04 | -0.15 | 0.05 | -2.72 | 0.007 * * |
家庭收入 | -0.02 | 0.21 | 0.10 | 0.06 | 1.70 | 0.09。 |
高等教育比例 | -0.03 | 0.19 | 0.08 | 0.06 | 1.44 | 0.15 |
意义代码:* * *P< 0.001, * *P< 0.01, *P< 0.05,。P< 0.10 |
表4<我mg src="//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg">
表4.路径模型的比较适合解释达卡市的留鸟丰富度和丰度率的变化与选定的城市土地覆盖和社会经济变量的关系。
鸟类丰富率 | 鸟类丰富率 | |||||||||||
模型 | χ² | df | χ² P价值 |
RMSEA | RMSEA P价值 |
另类投资会议 | χ² | df | χ² P价值 |
RMSEA | RMSEA P价值 |
另类投资会议 |
模型 | 3.73 | 4 | 0.443 | 0.00 | 0.656 | 1861.36 | 4.49 | 4 | 0.343 | 0.03 | 0.565 | 2797.86 |
模型b | 4.20 | 5 | 0.521 | 0.00 | 0.741 | 1859.83 | 16.19 | 5 | 0.006 | 0.11 | 0.044 | 2807.56 |
模型c | 19.61 | 5 | 0.001 | 0.12 | 0.016 | 1875.24 | 20.37 | 5 | 0.001 | 0.13 | 0.012 | 2811.73 |
d模型 | 35.31 | 7 | 0.000 | 0.15 | 0.001 | 2417.55 | 47.31 | 7 | 0 | 0.17 | 0 | 3365.28 |
模式e | 29.69 | 7 | 0.000 | 0.13 | 0.003 | 1887.27 | 27.89 | 7 | 0 | 0.13 | 0.006 | 2821.21 |
注:χ²=卡方拟合优度,df =自由度,χ²P值=P卡方检验的值,RMSEA = RMSEA(逼近的均方根误差)值,RMSEAP值=P值RMSEA |