EN中文

Wetland Science >

2025 , Vol. 23 >Issue 5: 915 - 926

DOI: https://doi.org/10.13248/j.cnki.wetlandsci.20240115

Simulation of potential spatial-temporal distribution of Black Storks and their responses to future climate change scenarios in China

  • Cao Enhuan , 1 ,
  • Jiang Zhengquan , 1, * ,
  • Luo Yunchao 2
Expand

Received date: 2024-04-25

  Revised date: 2025-07-20

  Online published: 2026-03-12

Copyright

Copyright ©2025 Wetland Science. All rights reserved.
Fold

Abstract

Black Stork (Ciconia nigra), a globally rare wetland aquatic ecologically pivotal indicator species, plays an irreplaceable role in maintaining wetland ecosystem balance. This study utilized the Kuenm package to optimize the parameters of the MaxEnt model, created an optimal habitat suitability simulation. By employing 839 filtered occurrence records and 14 environmental variables, we modeled the potential suitable habitats for Black Stork under current climatic conditions and two future periods (2041-2060 and 2061-2080), each with two climate scenarios (BCC-CSM2-MR-SSP126 and BCC-CSM2-MR-SSP585). This study simulated the spatiote-mporal distribution patterns of Black Storks in China and their responses to future climate change scenarios, and further identified the directional shifts of high suitability centroids under future climate change scenarios. The findings indicated that the potential geographical distribution of Black Stork in China was a synergistic outcome influenced by multifarious factors, including anthropogenic activities, elevation, wetland habitat types, transportation networks, vegetation and precipitation. Anthropogenic activities emerged as the primary determinant of Black Stork’s geographic distribution in China, acting in concert with altitudinal gradients and wetland habitat types to predominantly shape its distribution patterns. From the current climate to the period of 2061-2080, the highly suitable areas for Black Stork in China exhibit a moderate expansion or slight contraction. Overall, the geographic range of Black Stork remains relatively stable under future climate change scenarios, indicating a certain degree of adaptability to climatic shifts. Compared to the current climate scenario, the centroids of highly suitable areas for Black Stork under future SSP126 and SSP585 climate scenarios initially migrate towards the northwest and subsequently towards the south. Future highly suitable areas exhibit an overall tendency to shift towards warmer and wetter northwestern regions. This research provides insights and implications for understanding the large-scale migration processes, patterns, and mechanisms of Black Stork under the influence of climate change and anthropogenic activities.

Cite this article

Cao Enhuan , Jiang Zhengquan , Luo Yunchao . Simulation of potential spatial-temporal distribution of Black Storks and their responses to future climate change scenarios in China[J]. Wetland Science, 2025 , 23(5) : 915 -926 . DOI: 10.13248/j.cnki.wetlandsci.20240115

黑鹳(Ciconia nigra)隶属于鹳形目(Ciconii-formes)鹳科(Ciconiidae)鹳属(Ciconia)，是一种对栖息地生境要求很高的世界性珍稀大型涉禽，是中国《国家重点保护野生动物名录》一级保护鸟类[1]、《濒危野生动植物种国际贸易公约》(CITES)附录Ⅱ濒危野生动物[2]、世界自然保护联盟(IUCN)“红色名录”濒危物种[3]。黑鹳分布极其广泛且较常见，国内外繁殖地分布很广[4]。在气候变化对生物多样性的负面影响持续增加的全球趋势下[5-6]，气候变化持续深入和人类活动不断加剧导致全球性珍稀鸟类和局部濒危鸟类的多样性正在受到持久、复杂、深远的影响和挑战[7-8]。近几十年来，因遭遇各种生存威胁，黑鹳种群数量在全球范围内呈骤减趋势[9-10]。中国观鸟记录中心(http://www. birdreport.cn/)数据显示，截至目前，黑鹳在中国除澳门特别行政区外的各省(自治区、直辖市和特别行政区)均有观测记录，但其种群数量十分稀少。
全球变暖可能促使珍稀鸟类种群对其迁徙行为和策略作出调整[11-13]，在气候、环境变迁下一些候鸟的迁徙距离逐渐变短，甚至可能在数代之内变成不再迁徙的留鸟[14-15]。尽管黑鹳在中国大部分地区属于长距离迁徙候鸟和旅鸟，但近年来的监测报道显示，黑鹳在中国部分地区已迭变为与自然地理特点相适应的留鸟[16]。山西灵丘黑鹳省级自然保护区[17-18]、张掖黑河湿地国家级自然保护区[19-20]、新疆南部塔里木河流域[21-22]、北京十渡自然保护区[23-24]、赤峰境内赛罕乌拉国家级自然保护区[25]等地区均有较大数量繁殖种群和迁徙停留种群。这与人类活动和气候变化下栖息地繁殖生境的复杂改变密不可分[26-28]。
黑鹳种群空间分布的环境、人为和其他影响因素复杂多样[29-31]。刘焕金等[32]认为，黑鹳栖息地的选择须满足陡峭的山体、清澈的水域和较少的人为干扰3方面的要求；Cano等[33]探讨了影响伊比利亚半岛黑鹳冬季分布的环境和地理因素，发现越冬黑鹳的数量与栖息地的适宜性呈正相关，与迁徙路线的距离呈负相关；Tuohetahong等[34]通过构建陕西省黑鹳物种分布模型，预测评估黑鹳越冬栖息地分布随全球和区域变化的动态变化，发现与气候和土地利用/土地覆盖的变化相比，人类活动对黑鹳越冬栖息地分布的影响更为明显；Smeraldo等[35]将物种分布模型和地理信息系统管理数据相结合，预测并量化了风力涡轮机和电力线对意大利黑鹳繁殖栖息地的影响，结果表明风力涡轮机碰撞和触电造成黑鹳死亡的潜在风险很高。
鸟类丰富度在景观异质性区域最高[36]，目前全球范围内一些最濒危的鸟类独特物种的现有保护区网络存在潜在保护缺口[37]，现有的廊道建设方法往往忽略了物种的地方性和多样性[38]。中国的自然保护区仅占中国整个濒危鸟类栖息地面积的16.4%[39]，但在当前栖息地保护矛盾仍然十分突出的背景下，生物多样性关键区在保护决策中的重要性往往被忽视[40]，对濒危物种核心栖息地斑块间的功能性连通度[41]和潜在扩散廊道仍缺乏系统评估[42]。作为指示物种，目前从景观尺度上对全国范围内自然保护地黑鹳当前和未来分布的关键环境影响因素还缺乏系统深入了解。本研究基于黑鹳对栖息地生态环境和气候变化的极其挑剔和敏感响应，科学有效地识别影响其适宜栖息地时空分布格局的生态环境因子，模拟预测未来气候变化情景下黑鹳在中国潜在栖息地变迁的时空分布特征，以期为人类活动影响下黑鹳的大尺度迁徙过程、格局和机制研究提供借鉴和启示。

1 材料与方法

1.1 黑鹳分布数据获取与筛选

通过全球生物多样性信息网络数据库(https://www.gbif.org/)、中国观鸟记录中心(http://www.birdreport.cn/)、Python 3.8.10网络检索文献记载及2010—2023年作者团队野外鸟类监测，整理获取2000—2023年黑鹳分布数据，共计获得9 817条黑鹳分布记录。为降低因群集效应造成的取样偏差，采用ENMtools工具，筛选去除冗余分布数据，对于同一栅格(1 km×1 km)内的分布点只保留一个[43]，避免模型过度拟合，最终筛选得到黑鹳分布有效精准经纬坐标记录839条，用于建模研究。

1.2 环境因子数据筛选和处理

选取当前(基准气候)及未来2个时期(2041—2060年和2061—2080年)各2个气候情景(BCC-CSM2-MR-SSP126和BCC-CSM2-MR-SSP585)[44]，探究不同气候情景下黑鹳的适生区变化。当前及未来共3个气候时期的19个通用生物气候变量均来自WorldClim数据库(https://www.worldclim.org/)。从中国科学院计算机网络信息中心(http://www.gscloud.cn/)下载DEM高程数据，从中提取地形因子数据(坡度、坡向和海拔)。从中国科学院资源环境科学与数据中心(https://www.resdc.cn/)下载河流、道路、铁路、土地覆被指数和全国净初级生产力等数据。人类足迹指数数据来源于Socioeconomic Data and Applications Center数据库(http://sedac.ciesin.columbia.edu/wildareas/)。
利用欧式距离计算距河流、道路和铁路的距离[45]。利用SPSS 20.0软件对初步选择的与鸟类习性相关的31个环境因子变量进行Person相关分析。对于相关系数|R|>0.8[46]的变量因子，依据各环境因子变量对MaxEnt模型贡献率的大小，选择与黑鹤地理分布紧密联系的变量参与建模，以避免造成过度拟合[47]，通过减少变量数据来降低模型学习的复杂度及变量之间的影响，从而提高模型建模的准确性，最终筛选得到14个环境因子变量(表1)。
1 Environmental variables and corresponding importance parameters for simulating the potential spatiotemporal distribution of Ciconia nigra in China

黑鹳在中国潜在时空分布模拟的环境变量及其重要性参数

建模变量代码对应环境变量贡献率/%置换重要性
railway距铁路距离/m16.98.2
elev海拔/m1627.9
river-2距二级河流距离/m14.612.4
Bio12年降水量/mm14.30.8
pop人类足迹指数103.6
chn_ndv归一化植被指数(NDVI，来自SPOT_Vegetation植被指数数据集(www.gisrs.cn))9.811.6
road距道路距离/m5.84.3
Bio15降水量季变异系数(CV)3.74
npp_20102010年全国净初级生产力(NPP)3.15.2
Bio02昼夜温差月均值/℃2.213.3
Bio03等温性[(Bio2/Bio7)×100]2.11.6
Bio08最湿季度平均温度/℃0.81.7
slope坡度/°0.63.8
Bio18最暖季度降水量/mm0.31.5

1.3 模型参数优化和精度检验

利用MaxEnt 3.4.4软件(http://biodiversityinformatics.amnh.org/open_source/MaxEnt/)和ArcGIS 10.4软件(https://developers.ArcGIS.com/)，模拟黑鹳的潜在适生区。为避免系统建模时默认参数受受试数据影响出现过度拟合导致模型预测结果与实际分布有较大差异[48]，本研究参考Cobos等[49]的研究方法，利用R语言的最新版Kuenm程序包来优化MaxEnt中的2个重要参数——要素类型(feature class，FC)和倍频(regularization multiplier，RM)。模型中RM参数范围设置为0.1~4.0，每增加0.1设置1个RM值。
运用Akaike信息标准系数(Akaike Information Criterion correction，AICc)评估不同参数组合的拟合度和复杂度[50]；引入受试者工作特征曲线(Receiver Operating Characteristic Curve，ROC)下面积值AUC(Area Under Curve，AUC)作为模型预测衡量标准，检验不同参数组合的模拟预测效果；利用训练AUC和测试AUC值之差、10%训练遗漏率和“最小训练集”遗漏率(‘Minimum Training Presence’ omission rate)，综合评估不同参数组合的预测准确性，选择出黑鹳分布模拟的最优模型[51]。
开启刀切法(jackknife)功能测定各变量因子的重要性，设置模型以Subsample重复运行10次，最终采用10次重复的平均值作为最终模拟结果[52]。使用AUC[53]和最大真实技能统计(TSS，True Skill Statistics)两个指标来评估模型表现精度。为计算TSS，在研究区域内生成900个伪不出现点(pseudo-absence)，伪不出现点随机分布于黑鹤已知出现点1 km缓冲区之外[54]。提取出现点和伪不出现点的栖息地适宜性指数，在R 3.6.3中使用Presence Absence包[55]计算TSS。
通过Kuenm包对MaxEnt模型的分析结果，得到FC和RM不同参数组合共计1 240种参数设置下MaxEnt分析结果的AICc值和统计学显著性分析值等。在满足统计学显著性和遗漏率小于5%的候选模型参数组合中，选择delta AICc值最小的参数组合进行模型测试。

1.4 适生区等级划分和质心迁移计算

将FC与RM最佳配置的最优模型迭代10次，得到最优模型参数FC=QPH，RM=2.7，其训练集和测试集的AUC分别为0.834和0.822，最大TSS也达到了0.803，表明MaxEnt模型效果达到了较好水平，能够较准确地预测黑鹤的栖息地适宜性分布格局。分别以最终模型结果的最大TSS阈值和TPT平衡阈值(Balance training omission，predicted area and threshold)0.504 和0.149为断点[56]，在ArcGIS 10.4软件中利用自然间断点分级法[57]，并结合各栅格的适宜性指数和数据拟合情况，将栖息地划分为不适生区(<0.149)、低适宜区(≥0.149~0.300)、中适宜区(≥0.300~0.504)和高适生区(≥0.504)4个等级，并分别计算各等级栖息地的面积。
利用ArcGIS 10.4软件的空间分析功能，结合MaxEnt模型的模拟结果，使用SDMtools工具计算不同时期不同气候情景下的分布质心和面积变化[58]。利用ArcGIS 10.4软件加载SDMtoolbox工具包后，分别将黑鹳不同时期的预测结果文件转换为二进制的栅格文件，然后选择“SDMTools”模块中“Universal Tools”子目录“Distribution Changes Between Binary SDMs”工具，用于依次计算不同时期不同气候情景下黑鹳适生区的扩张区域、稳定区域和收缩区域，并利用“Centroid Changes(Line)”工具计算气候变化情景下黑鹳高适生区质心(几何中心)的迁移特征，检测黑鹳适生区的总体变迁趋势。

2 结果与分析

2.1 环境因子重要性分析

对MaxEnt模型的贡献率大于5%的环境因子变量共有7个，分别为距铁路距离(railway)、海拔(elev)、距二级河流距离(river-2)、年降水量(Bio12)、人类足迹指数(pop)、归一化植被指数(chn_ndv)和距道路距离(road)(表1)。为了降低环境因子之间的相互影响，进一步研究单变量在模型中的重要性，对14个环境因子进行刀切法(Jackknife)检验(图1)。在使用单独变量时，人类足迹指数(pop)、海拔(elev)、距二级河流距离(river-2)、距铁路距离(railway)和归一化植被指数(chn_ndv)5个变量的正则化训练增益值和测试增益值（一组用于纠正机器学习模型过拟合的方法的训练误差值，其差异用来评估环境变量的重要性）最高，表明这些环境因子变量在预测黑鹳地理分布时包含了其他变量不具有的更多有用信息。综合来看，黑鹳在中国的潜在地理分布是人类活动、海拔、栖息地湿地类型、铁路、道路、植被、降水等多种因素综合影响作用的结果。人类活动是黑鹳在中国地理分布的最主要影响因素，人类活动协同海拔梯度的变化和栖息地湿地类型对黑鹳的地理分布起主导作用。
1 Jackknife test on the importance of environmental variables for simulating potential spatiotemporal distribution of Ciconia nigra in China

黑鹳在中国潜在时空分布模拟的环境变量重要性的刀切法检验

表1。]]>

2.2 当前气候情景下黑鹳在中国的适生区

在模型中绘制单因子环境变量响应曲线，根据响应曲线选择存在概率B>0.504 (高适生区)的范围，确定预测模型主导环境因子变量的最适宜区间分别为：距铁路距离>1.31 km、距二级河流距离<0.45 km、年降水量>459 mm、植被指数>81和距道路距离>0.19 km。
最优MaxEnt模型模拟结果显示，当前气候情景下黑鹳在中国的地理分布整体呈现“依水源而栖，广泛而碎化”特征(图2)。其高适生区、中适生区和低适生区的面积分别为90.59×104 km2、264.51×104 km2和258.11×104 km2。高、中、低适生区占国土面积的比例分别为9.44%、27.55%、26.89%(表2)。当前气候情景下的高适生区主要位于甘肃省、青海省和四川省交界处，北京市、天津市和河北省交界处，上海市、江苏省和浙江省交界处，江西省中部，湖南省东北部，云南省、贵州省、重庆市、山西省、内蒙古自治区、广东省、新疆维吾尔自治区和西藏自治区等地的河流等水源附近。
2 Suitable areas distribution of Ciconia nigra in China under current climate scenarios

当前气候情景下黑鹳在中国的适生区分布

2 Area and proportion of suitable areas for Ciconia nigra in China under different climate scenarios

不同气候情境下黑鹳在中国适生区面积及占比

气候情景 高适生区 中适生区 低适生区 非适生区
占比/% 面积/(104 km2) 占比/% 面积/(104 km2) 占比/% 面积/(104 km2) 占比/% 面积/(104 km2)
当前气候(基准气候) 9.44 90.59 27.55 264.51 26.89 258.11 36.12 346.79
SSP126(2041—2060年) 11.44 109.86 24.44 234.60 28.44 272.99 35.68 342.55
SSP585(2041—2060年) 11.22 107.68 25.34 243.28 28.57 274.30 34.87 334.74
SSP126(2061—2080年) 11.27 108.23 26.37 253.16 27.72 266.11 34.64 332.51
SSP585(2061—2080年) 10.21 98.03 23.39 224.52 30.17 289.59 36.24 347.86

2.3 黑鹳在中国时空分布对未来气候变化情景的响应

未来气候变化情景下黑鹳在中国适生区的时空变化趋势见图3、图4和表2。在SSP126气候情景下，从当前气候至2041—2060年，新扩张高适生区面积为25.69×104 km2，原有高适生区收缩面积为21.63×104 km2，净增长面积为4.06×104 km2；从2041—2060年至2061—2080年，新扩张高适生区面积为15.33×104 km2，原有高适生区收缩面积为5.28×104 km2，净增长面积为10.04×104 km2。在SSP585气候情景下，从基准气候至2041—2060年，新扩张高适生区面积为38.90×104 km2，原有高适生区收缩面积为27.04×104 km2，净增长面积为11.86×104 km2；从2041—2060年至2061—2080年，新扩张最适宜区面积为14.07×104 km2，原有高适生区收缩面积为27.19×104 km2，净增长面积为−13.11×104 km2。
3 Changes of suitable areas spatial-temporal distribution of Ciconia nigra in China under future climate scenarios

未来气候情景下黑鹳在中国适生区的时空变化

4 Spatial-temporal changes of most suitable area distribuiton of Ciconia nigra in China under future climate scenarios

未来气候情景下黑鹳在中国高适生区的时空变化

总体来看，从当前气候至2041—2060年不同气候情景下，黑鹳在中国高适生区的分布并没有大幅度收缩现象，适生区总面积整体呈上升趋势。在SSP126气候情景下，新增的高适生区主要位于四川省、云南省、青海省、新疆维吾尔自治区和西藏自治区等地；而在SSP585气候模式下，新增的高适生区主要位于四川省、云南省、青海省、山西省、河北省、内蒙古自治区、新疆维吾尔自治区和西藏自治区等地(图4)。

2.4 未来气候变化情景下黑鹳在中国高适生区的质心迁移

由图5和表3可知，当前气候情景下黑鹳在中国高适生区质心位于汉中市市辖区(33°11′02.40″N，107°02′31.20″E)，未来SSP126和SSP585气候情景下黑鹳高适生区质心整体先向西北迁移，后向南方迁移。未来高适生区整体上有向西北高纬度较低温地区迁移的趋势，表明气候变暖或将对黑鹳多样性产生一定的负面影响。从当前气候至2041—2060年，SSP126气候情景下高适生区质心迁移距离为9.131 km，质心坐标为33°37′33.60″N，105°26′16.80″E；SSP585气候情景下黑鹳的迁移距离为11.284 km，质心坐标为33°59′34.80″N，105°11′20.40″E。从2041—2060年至2061—2080年，随着气候的变化，黑鹳高适生区的质心迁移至甘肃省西和县边界，SSP126和SSP585气候情景下迁移距离分别为2.390 km和1.841 km，迁移后的质心坐标分别为33°15′25.20″N，105°25′55.20″E和33°42′57.60″N，105°14′24.00″E。
5 Gravity center moving trajectory of most suitable area of Ciconia nigra in China under different climate scenarios

不同气候情景下黑鹳在中国高适生区的质心及其迁移轨迹

3 Moving distance and direction of gravity center of most suitable area of Ciconia nigra in China under different climate scenarios

不同气候情景下黑鹤在中国高适生区质心迁移距离和方向

时期 SSP126气候情景 SSP585气候情景
迁移距离/m 方向 迁移距离/m 方向
当前至2041—2060年 9 131 西北 11 284 西北
2041—2060年至2061—2080年 2 390 南 1 814 南

3 讨　论

3.1 模拟结果准确性

优化的MaxEnt模型模拟结果的准确性主要受物种分布数据、所选环境变量和模型参数设置的影响。样本量大小对物种分布模型建模精度的影响研究结果表明，当样本点为10个时机器模型学习方法的平均模拟准确率为最大值的90%，当样本点为100个时平均模拟成功率达到最大值[59]，本研究中的分布点数量足以满足MaxEnt软件的建模和验证要求。潜在适生区与839条分布数据的拟合分析结果表明，适宜区与分布数据的拟合遗漏率小于1%，高适生区和中适宜区分别覆盖了81%和16%的分布数据点。Cobos等[49]对MaxEnt模型参数的研究表明，使用默认参数进行物种建模容易导致过拟合。本文利用Kuenm包对MaxEnt模型进行参数优化校准，最后基于显著性、预测能力和复杂性水平在众多参数组合中选择最优的参数组合。通过对建模结果进行评估，发现表面AUC值和TSS值均大于0.8，表明预测结果可靠性较高。

3.2 影响黑鹳分布的主导环境因子

基于各环境因子变量对模型的贡献率、置换重要值和Jackknife检验，综合评估环境因子的重要性，发现对MaxEnt模型的贡献率大于5%的环境因子变量共有7个，分别为距铁路距离、海拔、距二级河流距离、年降水量、人类足迹指数、归一化植被指数和距道路距离(表1)。置换重要性排序前5的环境因子变量分别为海拔、昼夜温差月均值、距二级河流距离、归一化植被指数和距铁路距离。14个环境因子单独变量刀切法检验结果显示，人类足迹指数、海拔、距二级河流距离、距铁路距离和归一化植被指数5个变量的正则化训练增益值和测试增益值最高。已有研究表明，对黑鹳繁殖地的干扰程度及其主要种群据点的水质是影响黑鹳种群数量的主要因素[60]；影响黑鹳栖息地适宜性的重要变量是平均气温、距城市地区、内陆湿地和水文网络的距离[35]；越冬期黑鹳会受到气候、水文、食物及人为活动等因素的干扰[61]。本文的研究结果基本支持这些结论。综合来看，黑鹳在中国的潜在地理分布是人类活动、海拔、栖息地湿地类型、铁路、道路、植被、降水等多种因素综合影响的结果。人类活动是黑鹳在中国地理分布的最主要影响因素，人类活动协同海拔梯度变化和栖息地湿地类型对黑鹳的地理分布起主导作用。

3.3 未来气候情景下黑鹳在中国的时空分布格局

气候变化下物种分布区转移的机制十分复杂[62]，气候变化可能迫使很多物种进入其基本生态位的未占据区域[63]。全球气候暖化显著影响长距离迁徙候鸟的繁殖地，导致种群规模不断发生变化[64]。未来气候变化下陆地生态系统恢复力下降[65]、干旱造成的全球陆地净初级生产力损失的增加[66]、植被的显著响应[67]、液态淡水湖泊/水库蓄水量的大幅减少[68]、全球河流流量的季节性变化[69]等，可能导致黑鹳栖息地破碎化等陆地生态系统的微观改变。未来气候情景下黑鹳在中国时空分布格局的变化是黑鹳繁殖、迁徙和人类活动复杂相互作用的重要指示器。目前黑鹳在中国仍具有广阔适宜的自然生境，未来气候情景下黑鹳在中国的总体地理分布相对稳定并且广泛，对气候变化的适应能力较强，并不会因剧烈的气候波动而出现极端消退现象，但其适生区有向高纬度西北方向迁移的趋势(表3)，这可能与未来气候情景下全球变暖导致其适生区向暖湿化的西北地区[70]迁移有关。

4 结　论

黑鹳在中国的潜在地理分布是人类活动、海拔、栖息地湿地类型、铁路、道路、植被、降水等多种因素综合作用的结果，人类活动是黑鹳地理分布的最主要影响因素，人类活动协同海拔梯度变化和栖息地湿地类型对黑鹳的地理分布起主导作用。当前气候情景下黑鹳在中国的地理分布呈现“广泛而碎化”特征。
从当前气候至2061—2080年，黑鹳在中国的高适生区有一定程度的扩张或轻微收缩变化。总体来看，从当前气候至2041—2060年不同气候情景下，黑鹳在中国的高适生区并没有大幅度缩减现象，适生区总面积整体呈上升趋势。未来气候情景下，新增的高适生区主要位于云南省、四川省、青海省、新疆维吾尔自治区、西藏自治区等西部地区。总体来看，未来气候情景下黑鹳在中国的地理分布范围相对较为稳定，对气候变化有一定的适应能力。
与当前气候情景下的高适生区相比，未来SSP126和SSP585气候情景下黑鹳高适生区质心均整体先向西北迁移，后向南方迁移。未来气候变化下黑鹳在中国的高适生区整体上有向暖湿化的西北地区迁移的趋势。
保护地优化不仅要考虑当前物种的空间分布，还需要特别考虑未来气候变化情景下物种空间分布的变化或迁移。在国家公园或者保护地建设规划时，要以大尺度迁徙的濒危野生动物为指示，考虑全球变化影响下生态系统的变化，在现有基础上采取新建、调整等方式实现栖息地生境改善和适宜觅食生境优化。同时，为了增加特有物种生境利用面积，应聚焦提高破碎化生境斑块间的连接度，优化现有的保护区生态环境空间结构，将特有物种的核心繁殖区和有重要保护价值的小面积荒野优先保护区及时划入自然保护区内，合理调整人地矛盾、打破行政区域界限，通过构建特有物种适宜生境斑块间的生境廊道形成互联互通的全国大保护格局。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
Options
Outlines

/

〈 〉