本文首发于“生态学者”公众号！

机场鸟调常用物种数、Shannon 指数和 Simpson 指数描述群落多样性。这些指标能回答“鸟多不多、分布均不均”，却很难说明变化由哪类鸟推动。两个样区即使多样性相近，群落组成也可能完全不同：一个以体型小、繁殖快的鸟为主，另一个则有更多体型较大、寿命较长的鸟。面对持续驱鸟和生境变化，两类群落的反应不会一样。

本研究以甘肃中川、临洮和武威三座机场周边的鸟类群落为对象，调查持续于 2024 至 2026 年。在每座机场 12 千米范围内，研究者设置了四个距离梯度，覆盖农田、林地和湿地。经数据清理，共保留 816 条有效样线，记录到 139 种鸟。三座机场的驱鸟频率分别为每日、每周和每月，这也给研究者留下了比较不同干扰历史的机会。

研究提出“干扰梯度过滤”假说（DGF），并引入 AWM-PC1。研究者先根据体重、窝卵数、卵体积、营巢期和最大寿命，把每种鸟放到一条快—慢生活史轴上，再按照各物种在样线中的数量进行加权。AWM-PC1 越低，群落越偏向快生活史；数值越高，慢生活史鸟类的相对数量越多。它比物种数多回答了一个很实际的问题：机场附近，究竟是哪类鸟在占优势？

中川机场的结果最清楚。无论农田、林地还是湿地，AWM-PC1 都随离机场距离增加而升高。换句话说，靠近机场的群落更偏快生活史，远处的慢生活史鸟类更多。临洮机场没有出现显著的距离趋势；武威机场则被生境拆成了几种情况，湿地为正相关，林地为负相关，农田不显著。

三座机场没有画出同一条曲线。论文认为，驱鸟频率、干扰持续时间和作用范围，以及鸟类对重复刺激的习惯化，可能共同改变距离效应。生境还会把这种差异继续放大。相同的“离机场几千米”，落在湿地和农田里，并不一定代表相同的生态压力。

Shannon 和 Simpson 指数更像群落的总体表征，能够显示多样性的升降，却不容易解释群落为什么变化。AWM-PC1 把生活史特征接到现有鸟调数据上，使“快生活史物种重新占据受扰生境”这类过程可以被量化。因此，它适合作为机场鸟类调查的补充指标，用来比较不同生境、距离和驱鸟历史下的群落功能构成。

需要说明的是，AWM-PC1 不是鸟击危险性分数。它没有直接纳入飞行高度、群飞规模、穿越跑道频率和既往鸟击记录，也不能替代重点危险鸟种清单。论文以距离作为机场干扰的替代量，而噪声、航班活动、灯光、道路和植被结构也可能随距离变化。现有结果来自甘肃三座机场，能否推广到沿海机场、迁徙通道或其他气候区，还要继续验证。

这项工作的用处很具体：机场鸟调除了统计“有多少种鸟”，还可以继续追问“这群鸟以怎样的生命节奏留在这里”。AWM-PC1 提供的正是这层功能解释。

AWM-PC1 与机场距离的关系

兰州大学生命科学学院2025级博士研究生徐荣宇为论文第一作者，杜波教授为通讯作者，研究由兰州大学生命科学学院团队共同完成。本研究得到西藏自治区科技计划项目（XZ202501ZY0018）和拉萨市科技计划项目（LSKJ 202440）支持。作者感谢三座机场负责人及秦王川国家湿地公园工作人员在野外调查期间提供的帮助，同时，作者感谢浙江大学斯幸峰老师在初期论文构思上的帮助。

Xu, R.-Y., Wang, S.-M., Li, R., Zhang, X.-C., Sun, N.-N., Cheng, M., Fei, P.-S., & Du, B. (2026). Life-history type-based functional indicators mediate avian community responses to airport-associated disturbance gradients. Ecological Indicators, 189, 115272. DOI: 10.1016/j.ecolind.2026.115272

支持单位：