(正式版)GB/T 37364.3-2024 陸生野生動物及其棲息地調(diào)查技術(shù)規(guī)程 第3部分：獸類

GB/T37364.3—2024陸生野生動物及其棲息地調(diào)查技術(shù)規(guī)程IGB/T37364.3—2024 Ⅲ 1 1 1 1 1 15.2抽樣要求 25.3分布區(qū)域調(diào)查方法 25.4種群數(shù)量調(diào)查方法 25.5棲息地調(diào)查方法 55.6受威脅因素調(diào)查方法 55.7保護現(xiàn)狀調(diào)查方法 65.8新技術(shù)應(yīng)用 66數(shù)據(jù)處理和統(tǒng)計分析方法 6 66.2分布面積計算 66.3棲息地面積計算 66.4種群密度及數(shù)量計算 66.5受威脅因素分析 66.6保護現(xiàn)狀分析 6 67.1成果材料 67.2成果要求 6 78.1基本方法 78.2補充調(diào)查 78.3重新調(diào)查 7附錄A(資料性)記錄表格式 8附錄B(規(guī)范性)長臂猿鳴聲定位法 附錄C(資料性)應(yīng)用物種分布模型計算野生動物棲息地面積的方法——以最大熵模型為例 附錄D(資料性)應(yīng)用距離抽樣模型計算野生動物種群密度的方法示例 附錄E(資料性)應(yīng)用物種分布模型計算野生動物種群數(shù)量的方法示例 ⅢGB/T37364.3—2024本文件按照GB/T1.1—2020《標準化工作導(dǎo)則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。本文件為GB/T37364《陸生野生動物及其棲息地調(diào)查技術(shù)規(guī)程》的第3部分。GB/T37364已經(jīng)發(fā)布了以下部分：——第1部分：導(dǎo)則； 第2部分：調(diào)查區(qū)劃：——第4部分：鳥類。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構(gòu)不承擔識別專利的責任。本文件由國家林業(yè)和草原局提出。本文件由全國野生動物保護管理與經(jīng)營利用標準化技術(shù)委員會(SAC/TC369)歸口。本文件起草單位：國家林業(yè)和草原局林草調(diào)查規(guī)劃院、中國科學(xué)院動物研究所、中國科學(xué)院昆明動動物研究所。GB/T37364.3—2024GB/T37364擬由9部分構(gòu)成?！?部分：調(diào)查區(qū)劃。目的在于提供陸生野生動物及其棲息地調(diào)查的區(qū)劃方案及各單元的名 1GB/T37364.3—2024陸生野生動物及其棲息地調(diào)查技術(shù)規(guī)程2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文本文件。GB/T37364.1陸生野生動物及其棲息地調(diào)查技術(shù)規(guī)程第1部分：導(dǎo)則GB/T38590森林資源連續(xù)清查技術(shù)規(guī)程3術(shù)語和定義GB/T37364.1界定的以及下列術(shù)語和定義適用于本文件。3.1對一個物種(亞種)進行的調(diào)查，或者同時用相同的方法對分類學(xué)上同一類群的多個物種進行的調(diào)查。3.2對多個物種或分類學(xué)上多個類群的物種進行的調(diào)查。3.3相機組cameratraparray一致的多臺自動相機構(gòu)成的相機網(wǎng)絡(luò)。4調(diào)查內(nèi)容應(yīng)符合GB/T37364.1的規(guī)定。5調(diào)查方法2GB/T37364.3—2024點的地形、地貌、植被類型以及調(diào)查對象的分布和活動規(guī)律，并對擬選定的調(diào)查方法進行實地檢驗。5.2抽樣要求符合GB/T37364.1的規(guī)定。5.3分布區(qū)域調(diào)查方法對獸類的分布地點、分布范圍、分布面積進行調(diào)查，調(diào)查方法應(yīng)符合GB/T37364.1的規(guī)定。5.4種群數(shù)量調(diào)查方法5.4.1自動相機法注：自動記錄法的一種，也稱紅外相機法或相機陷阱法。按照統(tǒng)計學(xué)要求布設(shè)能夠自動觸發(fā)拍攝野生動物的自動適用種類按照GB/T37364.1的規(guī)定。宜按照相機組布設(shè)自動相機。相機組的數(shù)量及布設(shè)方法宜根據(jù)項目區(qū)域面積、項目目標、植被類型等確定。每個相機組至少包含20臺自動相機，并按照以下方法布設(shè)?！M行多物種(類群)調(diào)查時，宜按照以下方法布設(shè)自動相機：●在森林生態(tài)系統(tǒng)，宜按照1km×1km或者2km×2km的網(wǎng)格布設(shè)；在不適合按照網(wǎng)格布設(shè)自動相機的陡峭山區(qū)，可根據(jù)海拔梯度布設(shè)。海拔每增高100m～200m,宜布設(shè)1臺自動相機，相機之間水平間距宜為1km～2km?！裨谄渌鷳B(tài)系統(tǒng)，宜根據(jù)具體情況確定網(wǎng)格大小?！M行單物種(類群)調(diào)查時，布設(shè)相機的網(wǎng)格大小宜依據(jù)調(diào)查對象具體確定。對于體表具有花紋(條紋)的動物的調(diào)查，宜在動物可能出現(xiàn)的地點左右兩側(cè)對應(yīng)位置成對布設(shè)相機。多物種(類群)調(diào)查時，每臺自動相機的拍攝時間宜不少于30d;單物種(類群)調(diào)查時，宜根據(jù)調(diào)查對象確定相機拍攝時間；對極度瀕危物種調(diào)查時，每臺自動相機的拍攝時間不少于100d。——時區(qū)：應(yīng)為東8區(qū)；3GB/T37364.3—20.2安裝地點選擇——宜避開陽光直射相機鏡頭；——相機距離動物可能通過的位置遠近合適。.4相機固定換存儲卡。當電池電量不足30%時，更換電池。對于已經(jīng)連接互聯(lián)網(wǎng)的自動相機，應(yīng)根據(jù)接收到的相機工作狀態(tài)及時進行檢查維護?；卮鎯ê?，應(yīng)將照片(視頻)文件及時傳輸?shù)接嬎銠C中，進行物種鑒別，填寫物種鑒定記錄表(見表A.3)。一般不少于5km;在陡峭山區(qū)，樣線長度一般不少于3km;在特別陡峭山區(qū)，樣線長度一般不少于2.5km。乘用交通工具調(diào)查時，樣線長度應(yīng)適當加長。單物種(類群)調(diào)查時，樣線長度宜根據(jù)動物領(lǐng)4GB/T37364.3—2024適用種類按照GB/T37364.1的規(guī)定。樣方大小及形狀宜根據(jù)調(diào)查對象確定?？刹扇∫韵氯我环N方法進行觀測和記錄。適用種類按照GB/T37364.1的規(guī)定。和秋季分別調(diào)查1次，每次調(diào)查宜至少對每一個群體在不同的日期觀測計數(shù)3次。群體后進行跟蹤觀測和計數(shù)。5GB/T37364.3—2024信息記錄的，宜采用長臂猿鳴聲定位法，具體方法應(yīng)符合附錄B的規(guī)定。適用種類按照GB/T37364.1的規(guī)定。按照以下方法進行活捕和標記?！獙τ趪X目動物，宜使用規(guī)格約為15cm×15cm×60cm的金屬活捕籠進行活捕。在100m×100m的區(qū)域內(nèi)，按網(wǎng)格布設(shè)100個活捕籠，籠間距10m?；畈痘\內(nèi)可以放置花生有標記的個體數(shù)量等信息(見表A.7)。如果進行多次標記重捕，還應(yīng)記錄每個個體的捕獲情況。調(diào)查方法及棲息地類型的劃分按照GB/T37364.測量按照GB/T38590的規(guī)定。1)鳴聲定位法是聲音記錄法的一種方法，其定義見GB/T37364.1。6GB/T37364.3—20245.7保護現(xiàn)狀調(diào)查方法對獸類及其棲息地受到的保護狀況進行調(diào)查，調(diào)查方法按照GB/T37364.1的規(guī)定，記錄表見表A.8。5.8新技術(shù)應(yīng)用6數(shù)據(jù)處理和統(tǒng)計分析方法6.1.1外業(yè)調(diào)查結(jié)束后，應(yīng)及時檢查原始調(diào)查記錄表，無錯誤后錄入計算機或相應(yīng)信息系統(tǒng)，并及時備份。6.2分布面積計算種的分布面積。6.3棲息地面積計算宜充分利用地理信息系統(tǒng)，采用遙感判讀、物種分布模型等方法，確定物種的棲息地面積(見附錄6.4種群密度及數(shù)量計算抽樣調(diào)查的，宜采用距離抽樣模型、物種分布模型等方法，進行種群密度及數(shù)量計算(見附錄D、附錄E)。但抽樣調(diào)查中動物的發(fā)現(xiàn)位點較少，沒有達到數(shù)理統(tǒng)計要求或沒有達到模型應(yīng)用條件的，不宜進行數(shù)量推算。采用直接計數(shù)法進行調(diào)查的，應(yīng)將各觀測點的記錄數(shù)量直接累加作為調(diào)查結(jié)果。6.5受威脅因素分析宜根據(jù)野外記錄及有關(guān)資料，進行受威脅因素分析。6.6保護現(xiàn)狀分析宜根據(jù)野外記錄及有關(guān)資料，進行保護現(xiàn)狀分析。7調(diào)查成果7.1成果材料調(diào)查成果包括有關(guān)表格材料、圖面材料、文字材料、影像(音頻)材料以及上述材料的電子文檔。7.2成果要求應(yīng)符合GB/T37364.1的規(guī)定。7GB/T37364.3—2024文字材料宜按A4版面印刷，表格材料宜按A4版面或A3版面印刷。宜盡可能獲取動物的照片和視頻。每一新物種、新記錄種宜提供至少3張照片或10s長的文字材料應(yīng)為WORD格式或WPS文字格式，表格材料為EXCEL格式或WPS表格格式，圖面材(音頻)等材料為未經(jīng)任何編輯的原始文件。8質(zhì)量控制按照GB/T37364.1的規(guī)定。有下列情況之一的應(yīng)重新調(diào)查：——調(diào)查人員不能準確識別和記錄調(diào)查對象；——調(diào)查樣地不符合規(guī)定；——觀測記錄方法不符合規(guī)定； ——調(diào)查時間段(指一天中的時間段)不符合要求； 8(資料性)記錄表格式表A.1～表A.9分別給出了各記錄表的格式，包括自動相機安裝記錄表，自動相機檢查、換卡、回收記錄表，自動相機照片(視頻)物種鑒定記錄表，樣線法調(diào)查記錄表，樣方法調(diào)查記錄表，直接計數(shù)法調(diào)查記錄表，標志重捕法調(diào)查記錄表，保護現(xiàn)狀調(diào)查記錄表，長臂猿鳴聲定位法調(diào)查記錄表。表A.1自動相機安裝記錄表相機地點： □倒木，□其他坡位：□山脊，□上坡，□中坡，□下坡，□山谷，□平地坡向：□東，□東北，□東南，□南□西南，□西，□西北，□北，□無坡向距離居民點距離(km):居民點類型：□散戶，□村屯，□鄉(xiāng)鎮(zhèn)，□城市，□其他距離水源地距離：□<100m□≥100m水源類型：□河流，□溪流，□湖泊，□水庫，□水塘，□其他植被類型：喬木平均高度(m):□5～9,□10～19,森林類型：□原始林，□次生林，□人工林，□無10m范圍內(nèi)最粗5棵樹的胸徑(cm):郁閉度：□>20%,□10%～20%,灌木高度(m):□0～1,□1～3,□3～5,口>5覆蓋度：□0%～24%,□25%～49%,□50%～74%,□75%～100%類型：□常綠針葉，口常綠革葉，口常綠闊葉，□落葉闊葉，□灌草叢，□其他，□無草本覆蓋度：□0%～24%,□25%～49%,□50%～74%,□75%～100%類型：□竹子為主，□其他禾本為主，□其他，□無受威脅因素(距離相機位點50m半徑內(nèi)):備注9GB/T37364.3—2024相機狀態(tài)：□正常，□損壞，□丟失，□脫落，□停止工作，口其他處理方式：□未做處理，□修復(fù)，□取回相機，口報告項目負責人電池狀態(tài)：□正常，□損壞，□丟失，□脫落，□其他處理方式：□未做處理，□更換電池，口取回相機，□報告項目負責人存儲卡狀態(tài)：口正常，□損壞，□丟失，□脫落，□其他處理方式：□未做處理，□更換存儲卡，□取回存儲卡，□報告項目負責人表A.3自動相機照片(視頻)物種鑒定記錄表序號文件名文件路徑拍攝地點相機組編號相機位點編號相機編號原存儲卡編號原文件名經(jīng)度緯度海拔拍攝日期拍攝時間物種名稱或其他物種數(shù)量/只行為況b溫度積雪受威脅因素受威脅程度物種鑒定人物種鑒定復(fù)核人影像類別雄性雌性幼體性別未知影像為野生動物時，填寫物種名稱；影像不是野生動物時，根據(jù)拍攝到的影像，分別填寫“家禽”“家畜”“工作人員”“其他人員”“植物”“其他情況”天氣狀況以數(shù)字表示，其中，0表示未知，1表示晴，2表示雨，3表示陰，4表示雪。c積雪以數(shù)字表示，其中，0表示無，1表示有。受威脅程度以數(shù)字表示，其中，0表示受威脅程度為“無“,1表示受威脅程度為“低”,2表示受威脅程度為“中”,3表示受威脅程度為“高”。影像類別以數(shù)字表示，其中，0表示照片，1表示視頻。動物名稱實體數(shù)量/只痕跡種類及數(shù)量/個距離樣線中線垂直距離/m經(jīng)度緯度海拔/m發(fā)現(xiàn)時間(時、分)棲息地類型坡度坡位坡向受威脅因素備注糞便足跡鏈巢穴其他因素程度口00動物名稱實體數(shù)量/只痕跡種類及數(shù)量痕跡種類數(shù)量/個表A.6直接計數(shù)法調(diào)查記錄表動物名稱動物數(shù)量/只備注表A.7標志重捕法調(diào)查記錄表單位為只動物名稱第一次捕獲及標記第二次捕獲及標記捕獲數(shù)量標記數(shù)量釋放數(shù)量捕獲數(shù)量具有第一次標記的數(shù)量第二次標記數(shù)量釋放數(shù)量表A.8保護現(xiàn)狀調(diào)查記錄表動物名稱種群保護棲息地保護救護繁育年度調(diào)查研究次數(shù)/次監(jiān)測次數(shù)次巡護次數(shù)次保護地名稱面積/hm2類型年度救護數(shù)量只繁育數(shù)量只死亡數(shù)量只放歸數(shù)量只動物名稱動物群體編號鳴叫起始時間(時、分、秒)鳴叫結(jié)束時間(時、分、秒)激動鳴叫次數(shù)/次鳴叫點位置及植被類型動物數(shù)量及組成/只鳴叫點方位角/()與監(jiān)聽點間估計距鳴叫點位置植被類型總數(shù)量雄性雌性亞成體幼體經(jīng)度緯度海拔/mGB/T37364.3—2024(規(guī)范性)長臂猿鳴聲定位法B.1適用種類適用于靈長目長臂猿科動物。B.2選擇監(jiān)聽點根據(jù)預(yù)調(diào)查及前期資料，在調(diào)查地點選擇若干制高點作為監(jiān)聽點。監(jiān)聽點的數(shù)量及位置以能聽到動物在調(diào)查區(qū)域內(nèi)任何位置發(fā)出的鳴叫聲為準。B.3定位及計數(shù)B.4調(diào)查季節(jié)及頻次宜至少在春季、秋季各調(diào)查1次。每次調(diào)查宜至少連續(xù)調(diào)查4d。B.5調(diào)查時間調(diào)查時間宜在日出前45分鐘至11:30。B.6信息記錄物數(shù)量與組成、植被類型等信息(見表A.9)。GB/T37364.3—2024(資料性)應(yīng)用物種分布模型計算野生動物棲息地面積的方法——以最大熵模型為例C.1步驟C.1.1數(shù)據(jù)收集C.1.2數(shù)據(jù)處理C.1.3物種分布模型選擇選擇合適的物種分布模型。C.1.4模型訓(xùn)練使用準備好的數(shù)據(jù)對選擇的物種分布模型進行訓(xùn)練。在訓(xùn)練過程中，模型將學(xué)習(xí)物種與環(huán)境因素C.1.5模型驗證集數(shù)據(jù)上的表現(xiàn)。C.1.6面積計算使用訓(xùn)練好的物種分布模型對整個研究區(qū)域目標物種的分布進行預(yù)測，得到目標物種的潛在分布范圍。然后，根據(jù)設(shè)定的閾值將分布范圍轉(zhuǎn)化為二進制棲息地分布圖，其中1代表適宜棲息地，0代表C.2應(yīng)用最大熵模型計算野生動物棲息地面積的R代碼注2:R包版本為：base≥4.3,stats≥4.3,dismo≥1.1—4,raster≥3.6—20,sp≥1.6—0)。井導(dǎo)入所需的包井讀取R包dismo的物種分布數(shù)據(jù)(R包dismo的ex目錄下的動物分布點bradypus.csv)occurence(-paste(system.file(package="dismo"),'/ex/bradypus.csv',sep=’’)occ<-read.table(occurence,header=TRUE,sep=’,’)[,-1]#只有經(jīng)緯度兩列井讀取目標物種的分布數(shù)據(jù)GB/T37364.3—2024occ(-read.csv("my_data.csv")井讀取R包dismo的環(huán)境變量數(shù)據(jù)fnames<-list.files(path=paste(system.file(package="dismo"),'/ex’,sep='’),pattern=’grd',s=TRUE)predictors<-stack(fnames)井把圖層疊加在一起#讀取目標物種的環(huán)境變量數(shù)據(jù)library(raster)predictors<-brick('my_variables.grd')井劃分訓(xùn)練集和測試集train_index<-sample(1:nrow(occ),nrow(occ)*0.8)井使用80%的數(shù)據(jù)作為訓(xùn)練集train_data<-occ[train_index,]test_data(-occ[-train_index,]井構(gòu)建最大熵模型maxent_model<-maxent(predictors,train_data,factors='biome’)井變量biome是分類變量predictions(-predict(maxent_model,predictors)井根據(jù)設(shè)定的閾值(比如0.6)將預(yù)測結(jié)果轉(zhuǎn)化為二進制棲息地分布圖threshold<-0.6num_cells(-sum(values(predictions)>threshold,na.rm=T)suitable_area<-num_cells*resolution#resolution為柵格單元的面積井輸出結(jié)果井檢驗?zāi)Ｐ蚦heck<-extract(predictions,test_data)checkout<-cbind(test_data,p=check,presence=check)threshold)井模型敏感性(sensitivity)sum(checkout$presence)/length(checkout$presence)GB/T37364.3—2024(資料性)D.1.1數(shù)據(jù)收集D.1.2建立探測函數(shù)位點數(shù)減少的程度。D.1.3密度估計根據(jù)探測函數(shù)估計動物密度和置信區(qū)間。D.1.4結(jié)果解釋和評估根據(jù)置信區(qū)間評價距離抽樣的可靠性。D.2應(yīng)用距離抽樣模型計算野生動物種群密度的R代碼注2:代碼應(yīng)用了R包abundanceR中示例物種的調(diào)查數(shù)據(jù)，這些數(shù)據(jù)僅作為示例。數(shù)據(jù)中的關(guān)鍵字段是species、注3:distanceSampling比較了3個探測函數(shù)和3個矯正項共9個組合的擬合優(yōu)度，并按順序進行排列。后面ds函注5:R包的版本為：base≥4.3,stats≥4,3,Distance≥1.0.7,mrds≥2.2.8,geosphere≥1.5—10,randomForest≥library(abundanceR)#調(diào)用動物數(shù)量估計的R包data(kiang)#調(diào)用目標物種的數(shù)據(jù)head(kiang)#查看目標物種的數(shù)據(jù)(前6行)mean(kiang$size);sd(kiang$size)井平均群體大小和標準差sum(kiang$size[kiang$distance<=500])#500m內(nèi)觀測到的目標物種的個體總數(shù)。length(kiang$size[kiang$distance<=500])#500m內(nèi)觀測到的目標物種的總?cè)簲?shù)。set.seed(1)#固定隨機化過程library(Distance)#調(diào)用距離抽樣的R包井擬合探測函數(shù)和矯正項的所有組合GB/T37364.3—2024AICs=distanceSampling(kiang[kiang$distance(=500,])#需要1min～5min.AICs=AICs[!is.na(AICs$AIC),]井去掉空值井應(yīng)用最佳參數(shù)(探測函數(shù)和矯正項)進行距離抽樣的計算ds.kiang<-ds(kiang,key=AICs$Key[1],adjustment=AICs$Adjustment[1],truncation=500)(results=summary(ds.kiang))井估計密度data(shape)#調(diào)取樣線數(shù)據(jù)(shape文件)plot(shape)#library(rgdal)points(kiang$Lon,kiang$Lat)theta=sin(lat_range/(lon_range^2+lat_range^2)^0.5)井角度lon_delta=DIS_degree*cos(theta)#根據(jù)樣線長度矯正的經(jīng)度范圍lat_delta=DIS_degree*sin(theta)#根據(jù)樣線長度矯正的緯度范圍#(lon_delta^2+lat_delta^2)-0.5==DIS_degreeDIS=distm(c(min(kiang$Lon),min(kiang$Lat)),c(min(kiang$Lon)+lon_delta,min(kiang$Lat)+lat_delta),fun=distHaversine)/1000detection_depth=0.5km#0.5kmAREA=DIS*detection_depth*2#兩側(cè)井井密度density=results$ddf$Nhat/AREA井圖示探測函數(shù)plot(ds.kiang,main=paste("Key:",AICssep=""))$Key[1],"\n","Adjustment:",AICs$Adjustment[1],GB/T37364.3—2024(資料性)E.1步驟E.1.1整理數(shù)據(jù)E.1.2計算探測率計算距離抽樣的探測率。E.1.3建立物種分布模型E.1.4估計動物數(shù)量應(yīng)用物種分布模型估計整個區(qū)域的動物數(shù)量。E.1.5獲取樣線點位信息E.1.6提取動物數(shù)量的預(yù)測值利用樣線點位數(shù)據(jù)提取樣線上動物數(shù)量的預(yù)測值。計算預(yù)測偏差的空間異質(zhì)性。E.2用物種分布模型計算野生動物種群數(shù)量的R代碼注1:該示例方法適用于對在開闊區(qū)域容易發(fā)現(xiàn)的大型動物調(diào)查結(jié)果的計算。注2:代碼應(yīng)用了R包abundanceR中示例物種的調(diào)查數(shù)據(jù)，這些數(shù)據(jù)僅作為示例。數(shù)據(jù)中的關(guān)鍵字段是species、size、distance、Lat和Lon。關(guān)鍵字段的名稱和大小寫已經(jīng)固定。其中size是每個群體的個體數(shù)；distance是動注3:distanceSampling比較了3個探測函數(shù)和3個矯正項共9個組合的擬合優(yōu)度，并按順序進行排列。后面ds函GB/T37364.3—2024注4:需要提前下載環(huán)境變量柵格數(shù)據(jù)。29個全球環(huán)境變量數(shù)據(jù)的下載地址為：/s注5:R包的版本要求為：abundanceR≥100,base≥4.3,stats≥4.3,Distance≥1.0.7,raster≥3.6—20,m2.2.8,geosphere≥1.5—10,randomForest≥4.6—14,rgdal≥1.5—16。library(abundanceR)井調(diào)用動物數(shù)量估計的R包data(kiang)#調(diào)用目標物種的數(shù)據(jù)head(kiang)#查看目標物種的數(shù)據(jù)(前6行)mean(kiang$size);sd(kiang$size)#平均群體大小和標準差sum(kiang$size[kiang$distance<=500length(kiang$size[kiang$distance<=500])#500m內(nèi)觀測到的目標物種的set.seed(1)井固定隨機化過程library(Distance)井調(diào)用距離抽樣的R包井擬合探測函數(shù)和矯正項的所有組合AICs=distanceSampling(kiang[kiang$distance(=500,])井約需要1min～5minAICs=AICs[!is.na(AICs$AIC),]#去掉空值ds.kiang<-ds(kiang,key=AICs$Key[1],adjustment=AICs$Adjustment[1],truncation=500)summary(ds.kiang)SM=summary(ds.kiang)井平均探測率Average.p=SM$ds$average.p;Average.p井距離抽樣的不確定性survey.uncertainty=1-Average.plibrary(sp)data(shape)#plot(shape)#library(raster)BioClim(-brick('var29.grd')#調(diào)用29個全球環(huán)境變量井根據(jù)物種分布數(shù)據(jù)的空間范圍切割環(huán)境數(shù)據(jù)，向外緩沖0.3°,約30kmBioClim=cropLayers(kiang,buffer=0.3,Envlayers=BioClim)井圖示目標物種調(diào)查數(shù)據(jù)和樣線plot(BioClim[[20]],col=terrain.colors(20),xlab="Longitude",ylab="Latitude")lines(shape)points(kiang$Lon,ki