在人類活動不斷加劇的今天，自然景觀被道路、農田和城市切割得支離破碎，宛如一幅完整的拼圖被拆散。對于許多野生動物而言，這種“碎片化”意味著家園被隔離，尋找伴侶、覓食和躲避危險的日常旅途變得危機四伏，種群間的基因交流受阻，長遠來看危及物種存續。其中，兩棲動物——比如青蛙和蟾蜍——是這場危機中尤為脆弱的群體。它們的生活史復雜，既需要水體繁殖，又依賴陸地棲息，但自身的移動能力卻相當有限。當它們為了繁殖而季節性遷徙，或者幼體擴散尋找新家園時，常常需要穿越人類修建的道路，這使得它們成為了“路殺”（車輛撞擊導致的死亡）的高風險群體。然而，要精準地了解它們在景觀中如何移動、哪些路徑是關鍵通道，卻又非常困難，因為直接追蹤兩棲動物的行蹤數據稀少且獲取成本高昂。

那么，有沒有辦法在缺乏直接移動數據的情況下，依然能夠評估和預測兩棲動物在景觀中的連通性，從而為保護規劃和道路設計提供科學依據呢？一項發表在《Nature Conservation》上的研究為我們提供了一種創新的解決方案。這項研究將目光投向了臺灣北部淡水河流域，并以兩種溪流繁殖的兩棲動物——梭德氏赤蛙（Rana sauteri）和斯文豪氏赤蛙（Odorrana swinhoana）——作為研究對象。研究人員巧妙地將物種的出現記錄（代表棲息地適宜性）和路殺記錄（代表移動過程中的死亡風險）結合起來，作為推斷其移動模式的“代理指標”。他們利用強大的物種分布模型（Species Distribution Model， SDM）MaxEnt，并引入了一個核心的空間結構指標：溪流等級（Stream Order）。溪流等級描述了水道網絡的層級結構（從涓涓細流到干流大河），能夠表征水文連通性和潛在的移動路徑。通過設置多個空間尺度（緩沖區半徑從50米到2000米）來分析溪流等級和樹覆蓋等環境因子，研究旨在揭示：溪流網絡結構是否能有效預測兩棲動物的分布和路殺熱點？這兩種代理數據（出現 vs. 路殺）反映的連通性模式是否一致？物種的生態習性差異如何影響它們對景觀的響應？

為了回答這些問題，研究團隊運用了幾個關鍵技術方法。首先，他們從公民科學平臺（臺灣兩棲類數據庫TAD和臺灣路殺觀測網TaiRON）獲取了研究物種的出現點和路殺點地理數據，并使用目標群體背景點方法來校正采樣偏差。其次，他們利用30米分辨率的數字高程模型（DEM）和地理信息系統（GIS）技術，基于Strahler方法劃分了整個流域的溪流等級，并采用移動窗口計算生成了多尺度的溪流等級和樹覆蓋百分比預測變量。此外，還整合了生物氣候、植被指數（如NDRE）和地形（如地形濕度指數TWI、風暴露指數WEI）等多類環境變量。最后，通過MaxEnt模型進行嚴格的變量篩選、參數調優（測試不同特征類和正則化乘數）和模型驗證（包括交叉驗證和跨數據集驗證），并使用受試者工作特征曲線下面積（AUC）和連續博伊斯指數（CBI）等指標評估模型性能，確保了分析結果的可靠性。

研究結果部分為我們呈現了一系列清晰的發現。

模型分析揭示，樹覆蓋是影響兩種兩棲動物分布的最重要預測因子（排列重要性PI在40.6%至69.5%之間），這凸顯了森林棲息地對它們生存的極端重要性。然而，更具啟示性的發現是溪流等級的作用。它在預測路殺位置時的重要性（PI：R. sauteri為23.0%， O. swinhoana為17.3%）明顯高于預測物種出現位置時（PI：R. sauteri為10.7%， O. swinhoana為8.7%）。這表明，溪流網絡不僅是適宜的棲息地，更是動物移動的關鍵走廊，當這些走廊與道路相交時，便成為了高死亡風險區。兩個物種響應的空間尺度存在差異：R. sauteri在更廣的尺度上響應（溪流等級50-750米；樹覆蓋150-2000米），這可能與其繁殖期從森林向溪流聚集遷徙以及繁殖后更廣泛的陸地擴散行為有關；而O. swinhoana則在中等尺度上響應（溪流等級150-500米；樹覆蓋250-1500米），這與其常年棲息于溪流附近、具有歸巢能力和較為定居的生態習性相符。此外，生物氣候變量（如最濕季度平均溫度BIO8）、植被活力（三月NDRE）和地形庇護（風暴露指數WEI，對O. swinhoana尤其重要）也塑造了物種的分布和路殺風險模式。

預測的棲息地適宜性地圖顯示，無論是出現還是路殺，高適宜性區域都緊密沿著溪流網絡分布，并輻射到相鄰的陸地生境。一個顯著的共同模式是：路殺適宜性區域的范圍比出現適宜性區域更窄，且主要集中在海拔中等區域，這可能是中海拔地區同時具備活躍的兩棲動物種群和足以導致路殺的交通強度的結果。相比之下，R. sauteri的適宜性分布更為破碎化，而O. swinhoana的分布則更連續，尤其在受遮蔽的谷底區域更為集中，這些區域提供了穩定的水文條件和潮濕的小氣候，但一旦與道路相交，也成了死亡熱點。

所有模型都表現出強大的預測能力（AUC值在0.794至0.933之間，CBI值在0.742至0.968之間），且過擬合程度低。跨數據集驗證提供了關鍵見解：基于物種出現數據訓練的模型，能夠很好地預測路殺數據的分布（AUC高達0.918）；然而，基于路殺數據訓練的模型，在預測物種出現分布時表現則較弱（AUC最低為0.679）。這證實了兩種數據類型承載著互補的生態信號——出現數據反映了更廣泛的棲息地適宜性，而路殺數據則揭示了在適宜棲息地內，與移動和特定風險（道路交叉）相關的更局部化的模式。

在討論與結論部分，本研究深刻闡釋了其發現的意義。研究證實，多尺度溪流等級能有效捕捉兩棲動物在整個流域內的連通性空間層級，為在缺乏直接移動數據的情況下分析景觀連通性提供了有力框架。溪流網絡作為結構性骨架，與樹覆蓋、局地氣候和地形庇護共同作用，塑造了物種的分布與移動風險。物種間響應尺度的差異，根源在于它們不同的繁殖行為、移動能力和生態位需求。

這項研究最重要的貢獻在于其轉化應用潛力。它發展出的方法框架可以直接嵌入到環境影響評價（EIA） 的早期階段。規劃者和設計師可以利用此類分析，識別出連通性影響的關鍵空間尺度、海拔范圍以及棲息地適宜性與路殺風險重疊的特定地形區域（如谷底帶）。在此基礎上，可以提出針對性的減緩措施，例如：在溪流-道路交叉的高風險點設置兩棲動物地下通道或涵洞，并結合引導圍欄；在移動高峰期實施季節性限速或臨時道路封閉；以及規劃和維護寬度可變的河岸緩沖帶，以保障連通性并減少邊緣效應。這些措施不僅能降低兩棲動物的道路死亡率，維護種群連通性，其保護的溪流-河岸廊道也能惠及眾多其他水生和陸生物種，產生廣泛的生物多樣性共益。

總之，這項研究成功地將公民科學數據、物種分布建模和景觀生態學原理相結合，跨越了從理論連通性到實際規劃應用的鴻溝。它表明，通過科學評估并主動設計，我們可以在推動社會經濟發展的同時，有效地維護自然生態系統的脈絡與活力，為實現可持續的未來提供了一條可操作的路徑。