爬行动物空间分布对热环境的响应机制研究

近年来，由于全球气候变化的影响，热环境对动物空间分布的影响正在成为生态方面的一个越来越热的话题。然而传统的动物栖息地统计模型由于其固有的缺点，不适合对高度动态的、常处于非平衡状态下的"热环境-动物"系统进行建模。.本项研究试图以蜥蜴为例，另辟新径，通过从物理角度建立动物与环境的能量交换机理模型，结合变温动物生理学数据，构建空间明晰的动态模型模拟其行为体温调节（behavioral thermoregulation），并预测蜥蜴在动态的热环境下对栖息地空间的使用，来揭示爬行动物在各空间尺度上的分布规律和原因。本研究在热红外成像遥感技术的支持下，精心设计在可控热环境下的动物实验来检验模型的有效性和精度。本研究的目的不仅仅是要回答热环境能在多大程度上影响爬行类动物的空间分布这个科学问题，更是为在气候变化影响下的动物分布趋势研究提供一个新的思路。

本研究中，我们避开传统动物分布模型的缺点，提出新的适当的方法研究热环境对爬行动物分布产生的影响。具体的说，我们打算从物理和生理机理上明确热环境对动物个体行为的影响，在此基础上建立多空间尺度的动物-热环境动态响应模型，从动物能量角度考察其空间分布，揭示爬行动物在各空间尺度上的分布规律。..本研究不但关注动物对热环境的反应，也关注在野外条件下如何对动物热环境进行建模。应用本研究提出的方法进行野外动物微栖息地尺度的DEM建模，只需要极少的硬件和人员，生成的DEM相对高程精度约为0.2m，不失为一种灵活方便的方法。..为了预测难以直接测量的微栖息地地表温度，本研究尝试选取易于获取，又简单易测相关的气象数据，使用合适的后向传播神经元网络模型，用来预测微栖息地尺度上的地表温度，得到了较好的效果。通过独立测试数据的检验，其预测精度在2摄氏度之内。..最后，我们提出了一个静态的指数或指标，来表征热环境对变温动物栖息地选择的影响。使其既能在较大空间尺度上预测出变温动物通过行为体温调节而展现出的在栖息地上各向异性的分布特征，又能避免动态模型计算量巨大的缺点。