🧬 biology

Quantifying Environmental and Demographic Stochasticity in Population Viability Analysis: The Case of Rissa tridactyla

本研究利用源自最佳拟合逻辑增长模型的随机微分方程来分析黑脚鸥种群动态，揭示了人口统计随机性是变异性的主要驱动因素，并预测在未来30年内发生准灭绝的概率为53.1%。

原作者： Riddhimann Chattopadhyay, Richik Bandyopadhyay, Tanoy Mukherjee

发布于 2026-09-21

📖 1 分钟阅读☕ 轻松阅读

原作者： Riddhimann Chattopadhyay, Richik Bandyopadhyay, Tanoy Mukherjee

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

一个物种是会生存下去还是会消失在历史长河中，是保护生物学中最紧迫的问题之一。在自然界中，种群数量很少呈直线、可预测的增长。相反，它们受到两种截然不同的随机性的影响。一种来自环境：一场严酷的寒冬、食物的短缺，或是影响到群体中每一个个体的突然气候变化。另一种则更为内在且细微。它源于出生与死亡这种简单的、随机的运气。在任何给定的一年里，孵化出的鸟类可能比预期多出一些，或者由于偶然因素导致更多的成年鸟类死亡。在小型种群中，这种内在的随机性足以将一个物种推向灭绝，即便整体环境看起来很稳定，且种群数量看似正在增长。科学家们利用数学模型试图看透这种偶然性的迷雾，希望能预测哪些种群是安全的，而哪些正处于走向消失的危险边缘。

最近的一项研究聚焦于黑脚鸥（Black-legged Kittiwake），这是一种在北大西洋和北太平洋陡峭海岸悬崖上筑巢的海鸟。这些鸟寿命较长，生命节奏缓慢；它们需要数年时间才能达到成年，且每年仅产下极少数雏鸟。由于它们高度依赖特定的海洋条件和小鱼作为食物，其数量波动会非常剧烈。研究人员收集了该鸟类数十年的种群记录，时间跨度从1949年到1984年，并致力于理解是什么驱动了这些变化。他们首先测试了三种描述种群随时间增长的不同方式。一种模型假设鸟类会无限增长；另一种假设它们起初增长迅速，随后呈现特定的曲线模式减速；第三种则假设它们会快速增长、随后减速，并最终在环境所能支持的最大数量处趋于平稳。通过比较这些模型与实际历史数据的匹配程度，研究人员发现，第三种即趋于平稳的选项，最准确地描绘了这种鸟类的历史图景。

在确定了最佳增长模式后，团队提出了一个更深层的问题：哪种随机性对种群数量的起伏负主要责任？他们构建了一个包含两种“噪声”的新版本模型。第一种类型代表变化的外部环境，即对所有人都不利的年份会动摇整个种群。第二种类型代表个体出生与死亡的内在运气，这种运气在鸟类数量较少时变得更加显著。当他们将这些复杂的模型拟合到数据中时，结果清晰地指向了一个问题的源头。研究发现，个体出生与死亡的随机变动是驱动种群波动的核心力量，其影响力远超不断变化的外部环境。这意味着，即使海洋条件完美无缺，在任何给定年份中，谁能生存以及谁能繁衍，这种纯粹的运气才是该物种不确定性的主要引擎。

利用这一理解，研究人员运行了数千次计算机模拟来展望未来。他们将种群向前投影三十年，在每个场景中都让出生与死亡的随机运气自然演化。结果令人感到沉重。在超过一半的模拟未来中，种群数量跌破了十个个体的关键阈值——在这个点上，由于缺乏繁殖伙伴和近亲繁殖风险的增加，恢复几乎变得不可能。研究计算出，在未来三十年内发生这种“准灭绝”（quasi-extinction）的概率为53.1%。这是一个严峻的提醒：一个种群平均而言可能看起来稳定甚至在增长，但仅仅因为个体生命与死亡的不可预测性，仍面临着极高的崩溃风险。

研究结果表明，对于像黑脚鸥这样的物种，保护工作必须超越单纯的栖息地保护或确保食物供应。虽然这些因素至关重要，但研究强调，小型种群固有的不稳定性是一个不容忽视的主要威胁。研究人员指出，他们的模型假设环境是稳定的，但在现实中，气候变化和鱼类资源的转移可能会使情况变得更加危险。通过将历史数据与严谨的统计测试相结合，这项研究提供了一个清晰的、定量的警告：如果不采取干预措施来提高存活率和补充率，仅凭自然的随机波动就可能将这种海鸟推向毁灭边缘。这项工作为其他科学家评估类似物种的风险提供了实用的框架，将对灭绝的模糊恐惧转化为可以指导现实世界保护策略的具体概率。

技术摘要：量化种群生存分析中的环境与人口统计随机性：以黑脚三趾鸥（Rissa tridactyla）为例

问题陈述
理解种群动态并评估灭绝风险是保护生物学的核心目标，尤其是在环境变率不断增加的背景下。虽然确定性模型（如逻辑斯谛模型、Gompertz 模型）为描述密度依赖性增长提供了基础框架，但它们无法捕捉自然种群固有的随机性。现实世界的种群受到两种主要随机性的影响：人口统计随机性（个体出生和死亡事件的随机性，在小种群中至关重要）以及环境随机性（影响所有个体的外部条件的时间性波动）。挑战在于如何量化这些随机过程，以准确估计灭绝概率和种群生存力，因为确定性模型即使在种群可能因随机波动而走向灭绝的情况下，仍往往会预测长期生存。本研究旨在建立一个严谨的框架，通过整合确定性增长建模、统计推断和随机模拟，来评估黑脚三趾鸥（Rissa tridactyla）的灭绝风险。

研究方法
本研究利用从全球种群动态数据库（GPDD）获取的黑脚三趾鸥（1949–1984年）长期种群时间序列数据，采用了多阶段分析工作流。

确定性模型选择：
作者首先使用非线性最小二乘优化法，将三种经典的确定性增长模型——指数模型、逻辑斯谛模型（Logistic）和 Gompertz 模型——拟合到经验数据中。通过赤池信息准则（AIC）进行模型选择，以确定最符合观测数据的确定性框架。结果显示，逻辑斯谛模型被选为最合适的观测动态表示形式。
随机公式化与参数估计：
在选定的逻辑斯谛模型基础上，作者开发了随机微分方程（SDE）公式，以纳入以下因素：
- 人口统计噪声： 方差随种群规模线性缩放（ $\sigma_d^2 N(t)$ ）。
- 环境噪声： 方差随种群规模平方缩放（ $\sigma_e^2 N(t)^2$ ）。
- 组合噪声： 以上两种来源的叠加。
利用**极大似然估计法（MLE）**对这些随机模型的参数（内禀增长率 $r_m$ 、环境容纳量 $K$ 以及噪声强度 $\sigma_d, \sigma_e$ ）进行估计。通过假设噪声为均值为零的高斯噪声，利用 Euler-Maruyama 方法对 SDE 进行离散化，从而推导出似然函数。
不确定性量化：
利用 MLE 估计值和参数的协方差矩阵，作者构建了平均种群轨迹的置信区间（CIs）和未来观测值的预测区间（PIs）。预测区间通过传播参数不确定性并叠加由于人口统计过程噪声产生的方差来计算。
灭绝风险评估：
使用蒙特卡洛模拟（1,000 次独立实现）将未来种群轨迹投影至 30 年的预测期内。灭绝被定义为“准灭绝”事件，即种群数量降至 10 个个体以下的阈值。准灭绝概率通过计算穿越该阈值的模拟次数比例来确定。

主要结果

模型选择： 在候选的确定性模型中，逻辑斯谛增长模型提供了对观测数据最好的拟合（AIC = 328.69），其表现优于 Gompertz 模型（334.24）和指数模型（380.30）。
主导随机来源： 在随机模型中，人口统计噪声模型的 AIC 最低（292.70），优于环境噪声模型（336.57）和组合模型（294.70）。这表明，对于观测到的黑脚三趾鸥种群动态而言，源自个体出生-死亡事件的内在随机性是主要的变异来源。
灭绝概率： 尽管确定性逻辑斯谛模型预测种群将收敛于环境容纳量（ $K \approx 168.58$ ），但引入人口统计随机性后揭示了显著的灭绝风险。蒙特卡洛模拟估计，未来 30 年内的准灭绝概率为 53.1%。
模型拟合： 与确定性曲线拟合相比，基于 MLE 的随机轨迹在与观测数据的一致性方面表现更好，特别是在拐点附近。预测区间成功捕捉了大部分观测数据点，验证了模型量化不确定性的能力。

意义与主张
作者声称，本研究通过整合确定性增长建模、统计推断和随机模拟，提供了一个评估不确定性下种群持续存在的全面框架。其核心贡献包括：

展示随机性风险： 本研究说明，即使在确定性动态预测长期持续存在的情况下，仅凭人口统计随机性就可能产生巨大的灭绝风险（在本案例中超过 50%），强调了在种群生存力分析（PVA）中纳入随机过程的必要性。
以降识别变异驱动因素：通过确定人口统计随机性是该物种主要的变异来源，研究结果强调了对于具有特定生活史特征（如长寿、低繁殖率）的物种（如黑脚三趾鸥），随机的个体层面过程对长期生态结果具有显著影响。
方法论效用： 所提出的工作流为分析长期生态时间序列数据提供了一种可重复且具有统计严谨性的方法。它为保护工作者提供了一个实用的工具，用于量化灭绝风险，并为在变化环境中的脆弱海鸟种群管理策略提供决策依据。

研究结论指出，尽管当前模型假设环境是平稳的且环境容纳量是恒定的，但该框架成功地证明了人口统计随机性在驱动灭绝风险方面的关键作用，为未来可能包含环境变率、阿尔利效应（Allee effects）及空间异质性的更复杂模型奠定了基础。

类似论文