Each language version is independently generated for its own context, not a direct translation.
这篇论文介绍了一个名为 OS-Prey 的超级数据库，你可以把它想象成一本全球猛禽的“饮食日记”大合集。
为了让你更容易理解，我们可以用几个生动的比喻来拆解这项研究：
1. 这是一个什么项目？（一本缺失的食谱）
想象一下，如果你想知道全世界所有的猫头鹰、老鹰和隼（统称猛禽）到底都吃了什么，以前你只能去翻成千上万本不同的书。有的书只写了“猫头鹰吃老鼠”，有的书只写了“老鹰在夏天吃蛇”。这些信息像散落在世界各地的拼图碎片，没人能把它们拼成一张完整的地图。
OS-Prey 数据库就是那个把拼图拼好的人。 研究人员（Stella F Uiterwaal 等人）像勤劳的图书管理员，从全球 1000 多篇科学论文中，把关于猛禽饮食的记录全部“抄”了下来，整理成了一个巨大的电子表格。
2. 这里面有什么？（猛禽的“点餐记录”）
这个数据库里包含了 3500 多条 具体的“点餐记录”，涉及 173 种 不同的猛禽。
- 时间跨度大：从 1893 年一直记录到 2025 年，就像一本跨越了一个多世纪的日记。
- 内容很细：不仅记录了猛禽吃了什么（比如老鼠、昆虫、小鸟），还记录了吃了多少、在哪里吃的、什么季节吃的，甚至是怎么发现它们吃了这些东西的（比如通过胃里的东西、吐出来的食团，或者直接看到它们捕猎）。
- 数据量惊人：总共记录了超过 250 万只 被捕食动物的信息！
打个比方：以前我们只知道“老鹰吃鱼”，现在通过这个数据库，我们可以知道“在 2020 年的春天，美国的某只红尾鵟在湿地里，主要吃了 15 条特定的鱼”。这种细节程度是前所未有的。
3. 为什么要做这个？（猛禽是环境的“试纸”）
为什么我们要关心老鹰和猫头鹰吃了什么？
- 它们是生态系统的“哨兵”：猛禽站在食物链的顶端，就像环境的试纸。如果它们吃的老鼠体内有毒（比如农药或铅弹残留），这些毒素就会在猛禽体内积累。通过研究它们的食谱，科学家可以知道这片土地是否健康，或者是否受到了污染。
- 它们是连接世界的“快递员”：很多猛禽会迁徙，它们把不同生态系统（比如森林和草原）的食物链连接了起来。了解它们吃了什么，就能帮我们理解整个地球生态网是如何运作的。
- 填补空白：以前很多研究只关注某一种鸟，或者某个小地方。这个数据库把全球的数据都集中在一起，让我们能看到更宏大的规律。
4. 这个数据库有什么用？（未来的“万能钥匙”）
有了这个数据库，科学家们可以：
- 回答大问题：比如“为什么有些猛禽挑食，而有些什么都吃？”或者“气候变化如何改变了猛禽的食物来源？”
- 保护野生动物：通过猛禽的食谱，我们可以间接了解它们吃的老鼠、兔子或昆虫的数量变化，从而更好地保护这些猎物，甚至保护整个生态系统。
- 发现新线索：就像侦探通过线索破案一样，研究人员可以通过这些饮食数据，发现以前被忽略的生态问题。
总结
简单来说，OS-Prey 数据库就是猛禽界的“大众点评” + “全球地图”。它把过去一百多年里，全世界科学家对猛禽“吃什么”的观察记录，全部整理成了一个免费、公开的工具箱。
这不仅是对过去研究的致敬，更是给未来的科学家、环保人士甚至普通大众提供了一把解开自然奥秘的钥匙。通过这个数据库，我们能更清楚地看到猛禽如何在这个星球上生存，以及它们如何反映着我们共同的环境健康状况。
Each language version is independently generated for its own context, not a direct translation.
以下是基于《OS-Prey 数据库：猛禽饮食记录汇编》（The OS-Prey database: A compilation of diet records for birds of prey）一文的详细技术总结：
1. 研究背景与问题 (Problem)
- 核心问题：猛禽（包括鹰、隼和猫头鹰）作为全球生态系统中无处不在且具有重要影响力的捕食者，其饮食结构直接反映了食物网中的营养级联关系、能量流动以及物种间的相互作用。然而，尽管过去几十年间已积累了大量关于猛禽饮食的研究文献，但缺乏一个集中、全面且标准化的全球性数据库来整合这些数据。
- 现有局限：现有的饮食数据通常分散在数千篇独立的文献中，或者仅针对特定物种（如仅针对某种猫头鹰）或特定区域社区进行总结。这种碎片化状态限制了研究人员利用现有数据回答宏观生态学问题（如饮食广度决定因素、系统发育与饮食组成的关系）以及进行大规模保护应用的能力。
2. 方法论 (Methodology)
为了构建 OS-Prey 数据库，作者团队采用了系统性的数据收集与标准化处理流程：
- 数据检索策略：
- 采用多管齐下的搜索方法，包括 Google Scholar、Web of Science 以及各类鸟类学和区域动物学期刊。
- 使用关键词组合（"diet", "raptor", "pellets"）并针对特定知名物种（如仓鸮）进行专项搜索。
- 通过文献追溯（参考文献列表）挖掘更多来源。
- 涵盖多种语言（英语、西班牙语、法语、意大利语、葡萄牙语、德语），收录至 2025 年发表的文献。
- 纳入与排除标准：
- 纳入：包含已知猛禽物种（隼形目 Falconiformes、鸮形目 Strigiformes、鹰形目 Accipitriformes，排除秃鹫）的饮食记录，且必须包含猎物分类单元及其数量/频率。
- 排除：猛禽物种未知、猎物数量未量化、猎物分类过于宽泛（如未鉴定到种）或系统性地排除某些猎物类群的记录。
- 数据提取与标准化：
- 猎物数据：记录猎物分类单元（优先记录到种）、数量（绝对数量或相对频率）、分类层级（科、目、常见名）及是否为卵。
- 元数据：
- 来源：原始研究作者、年份及出版物。
- 收集方法：分类为“食丸（Pellets）”、“猎物残骸（Prey remains）”、“直接观察（Direct observations）”、“照片/视频（Photos/videos）”、“胃/嗉囊内容物（Stomach/gullet contents）”及"DNA 分析”。对于食丸数据，还记录了食丸总数及平均每食丸猎物数。
- 时空信息：记录国家、大洲、经纬度（优先使用原文坐标，否则估算）、栖息地类型（如林地、草原、城市等 12 类）以及季节（繁殖季、非繁殖季、全年）和年份（数据收集年份而非发表年份）。
- 数据格式：最终数据以两个逗号分隔值（.csv）文件形式提供：
RaptorDiets.csv（饮食数据）和 RaptorDiets_Metadata.csv（元数据）。
3. 关键贡献 (Key Contributions)
- 全球首个大规模猛禽饮食综合数据库：OS-Prey 是目前规模最大的猛禽饮食记录汇编，填补了全球性定量饮食数据的空白。
- 数据规模与广度：
- 整合了来自1000 多项研究的3,538 条猛禽饮食记录。
- 涵盖全球173 种猛禽（3 个目）。
- 记录了2,555,630 个猎物个体，涉及5,206 个猎物分类单元。
- 高分辨率数据：不仅提供定性摘要，还提供了跨越时间和空间的数千个定量“样本”，具有独特的精细分辨率。
- 多源数据整合：统一了来自食丸、残骸、直接观察、DNA 等多种来源的数据标准，使其具有可比性。
4. 主要结果 (Results)
- 物种分布：数据分布不均，部分物种（如仓鸮 Tyto alba、林鸮 Strix aluco、长耳鸮 Asio otus）拥有超过 100 条记录，而大多数物种仅有少量记录。
- 猎物组成：
- 猎物以哺乳动物为主，其次是昆虫和鸟类。
- 大多数猎物可鉴定到种水平，但部分记录保留在较粗的分类层级。
- 饮食记录的中位数包含12 个猎物分类单元和178 个猎物个体，显示出猛禽饮食的多样性。
- 时空覆盖：数据时间跨度从1893 年至2025 年，覆盖全球各大洲及多种栖息地类型。
5. 意义与展望 (Significance)
- 生态学理论深化：该数据库为研究捕食者生态学的核心问题提供了基础，如饮食广度的决定因素、猛禽饮食组成的系统发育信号，以及捕食者 - 猎物动态关系。
- 生物多样性与环境监测：由于猛禽是其所捕食物种的“采样器”，OS-Prey 可用于评估全球啮齿动物或其他猎物种群的变化，进而反映生态系统健康、栖息地质量及环境变化（如生物毒素积累、铅中毒等）。
- 保护应用：支持大规模的保护管理决策，帮助研究人员评估猛禽对景观变化的响应，并制定针对性的保护策略。
- 持续更新机制：作者承诺将定期更新数据库（纳入 2025 年后的新研究），并鼓励未收录的研究者联系团队补充数据，确保数据库的时效性和完整性。
总结：OS-Prey 数据库通过标准化和整合全球分散的猛禽饮食数据，构建了一个强大的研究基础设施，不仅揭示了猛禽作为顶级捕食者的生态角色，也为理解全球食物网动态、生物多样性变化及生态系统健康提供了前所未有的数据支持。