海洋污染对中华白海豚栖息地选择的影响研究

为了探索污染对海洋生物栖息地的影响,以2006—2007年中华白海豚在广西钦州三娘湾及其邻近海域的出现数据为基础,结合Google海洋地形数据、卫星遥感数据和2012年度海洋环境调查数据,构建干、湿季节海豚分布预测的最大熵模型,发现与主要河口的距离是决定海豚栖息地分布的最主要因素。比较基于不同环境变量的模型预测结果,发现海豚分布范围还受到水体营养盐和持久性污染物质的限制性影响,在干旱季节和湿润季节都出现预测栖息地面积缩小的现象。根据模型预测和比较结果,得到中华白海豚的栖息地选择策略：选择河口海域生活以获得丰富的鱼类食物,同时趋向于回避高污染风险的区域。研究结论对海洋保护区的选址及管理策略具有参...

Full description

Saved in:
Bibliographic Details
Published inBeijing da xue xue bao Vol. 53; no. 6; pp. 1068 - 1080
Main Author 陈梅;宋豫秦;秦大公;祝茜;韦重霄
Format Journal Article
LanguageChinese
Published Beijing Acta Scientiarum Naturalium Universitatis Pekinenis 2017
北京大学生命科学学院自然保护与社会发展研究中心,北京 100871%北京大学环境科学与工程学院环境管理系,北京,100871%北京大学生命科学学院自然保护与社会发展研究中心,北京,100871%山东大学(威海)海洋学院,威海,264209%钦州市海洋局,钦州,535000
北京大学环境科学与工程学院环境管理系,北京 100871
Subjects
Habitat selection
Landsat
Marine pollution
Pollutants
Prey
Protected areas
Rivers
Sousa chinensis
中华白海豚
持久性有机污染物（POPs）
最大熵模型
栖息地选择
海洋污染
重金属
habitat selection
中华白海豚
Indo-Pacific humpback dolphins (Sousa chinensis)
heavy metals
栖息地选择
POPs
持久性有机污染物(POPs)
marine pollution
最大熵模型
MaxEnt modeling
海洋污染
重金属
Online AccessGet full text
ISSN0479-8023
DOI10.13209/j.0479-8023.2017.115

Cover

More Information
Summary:为了探索污染对海洋生物栖息地的影响,以2006—2007年中华白海豚在广西钦州三娘湾及其邻近海域的出现数据为基础,结合Google海洋地形数据、卫星遥感数据和2012年度海洋环境调查数据,构建干、湿季节海豚分布预测的最大熵模型,发现与主要河口的距离是决定海豚栖息地分布的最主要因素。比较基于不同环境变量的模型预测结果,发现海豚分布范围还受到水体营养盐和持久性污染物质的限制性影响,在干旱季节和湿润季节都出现预测栖息地面积缩小的现象。根据模型预测和比较结果,得到中华白海豚的栖息地选择策略：选择河口海域生活以获得丰富的鱼类食物,同时趋向于回避高污染风险的区域。研究结论对海洋保护区的选址及管理策略具有参考意义。
Bibliography:CHEN Mei1,2, SONG Yuqin1, QIN Dakong2, ZHU Qian3, WEI Chongxiao4（ 1. Department of Environmental Management, College of Environmental Sciences and Engineering, Peking University, Beijing 100871; 2. Center for Nature and Society, School of Life Sciences, Peking University, Beijing 100871; 3. Ocean College, Shandong University （Weihai）, Weihai 264209; 4. The Oceanic Administration of Qinzhou, Qinzhou 535000）
To explore impact on marine habitats caused by coastal pollution, predictive models of the Indo-Pacific humpback dolphin（Sousa chinensis） distribution were generated using the Maxent modelling approach, based on dolphin occurrence data in Sanniang Bay and its adjacent waters in Guangxi Province during 2006-2007, the independent oceanographic parameters derived from Google Earth Digital Elevation Model（DEM） and Landsat images, and the water environmental data from the marine investigation in 2012. Results indicated that the distance to the major river mouths was the strongest predictors, and water nutrition a
ObjectType-Article-1
SourceType-Scholarly Journals-1
ObjectType-Feature-2
content type line 14
ISSN:0479-8023
DOI:10.13209/j.0479-8023.2017.115