Regionally-explicit integrated population models developed for a migratory bird suggest biased demography, masking broader inference capacity

想象一下，你正试图弄清楚一群隐形的巨型鱼群在海洋里的生存状况。你无法数清每一条鱼，所以你必须根据捕获到的鱼来进行推测。这就是研究像候鸟这样长距离迁徙的动物的野生动物科学家们每天面临的挑战。为了了解一个种群是在增长、萎缩还是保持稳定，科学家需要了解三个核心要素：有多少幼鸟出生（生产力）、有多少成年鸟能活过这一年（存活率），以及有多少鸟在四处移动。他们经常使用一种特殊的统计工具，叫做“集成种群模型”（Integrated Population Model, IPM）。你可以把 IPM 想象成一个超级聪明的计算器，它能结合不同的线索——比如被捕捉并佩戴脚环的鸟的数量、猎人交回的翅膀数量，以及在公路旅行中被观察到的鸟的数量——来构建出一幅完整的种群健康图景。但问题在于，如果你收集的线索不能代表整个群体，你的计算器可能会给出错误的答案。这就像试图通过只测量一个篮球馆里的人来猜测整个城市人口的平均身高；你可能会以为大家都是巨人！

本文深入探讨了哀鸽（Mourning Dove），它是北美被猎杀最多的迁徙鸟类，并专门研究了密苏里州的种群情况。研究人员想要看看他们收集数据的方式是否在无意中误导了他们。他们建立了一个精密的区域化模型，以检查不同地区的鸟类是否真的表现一致，或者这种“健身房偏差”是否掩盖了真相。他们发现数据确实存在偏差。生物学家捕捉并佩戴脚环最多的地区，恰恰是鸟类死亡率最高的地区，很可能是因为这些区域被设置成了猎人的“鸟类自助餐”。如果仅看这些高流量区域，模型会显示该州的哀鸽种群正处于消失的边缘。然而，当他们观察其他那些佩戴脚环较少的地区时，情况却完全不同了：那些种型的种群是稳定甚至在增长的。这项研究表明，传统的计数方法显著低估了它们的存活率——成年鸟低估了约 30%，幼鸟低了约 40%——因为样本过于集中在最危险的地点。

伟大的哀鸽侦探故事

那么，如何去计数一只从加拿大飞往墨西哥再飞回来的鸟，而且还要用一种让它们看起来难以分辨的方式？密苏里州的科学家们决定扮演侦探的角色，去研究哀鸽（Zenaida macroura）。这些鸟是顶级的旅行家，同时也是美国最受欢迎的猎物目标。仅在 2023 年，猎人们就带走了大约 1680 万只哀鸽。由于数量庞大且移动频繁，要弄清楚它们的数量是否安全或正处于困境，就像是在涨潮时试图数清沙滩上的每一粒沙子一样困难。

为了解决这个问题，研究人员使用了一个名为**集成种群模型（IPM）**的工具。想象一下，你正在试图破解一个谜团，而你有三位不同的证人：

1. 脚环证人： 生物学家捕捉鸟类，在它们的腿上套上一个小小的金属环，然后将它们放生。如果猎人发现了一只带有这种脚环的死鸟，他们会进行报告。这告诉我们关于存活率的信息。
2. 翅膀证人： 猎人会上交他们射杀的鸟的翅膀。通过观察羽毛，科学家可以分辨出这只鸟是幼鸟（雏鸟）还是成年鸟。这告诉我们有多少幼鸟出生（生产力）。
3. 公路旅行证人： 志愿者开车行驶在公路上，并计数他们看到了多少只哀鸽。这能让我们对实际存在的鸟类数量有一个粗略的概念。

IPM 就像一位大师级的侦探，他同时倾听这三位证人的说法，以查明真相。密苏里州的团队想要看看这位侦探得到的是真实的故事，还是因为他的视野仅限于该州的特定部分而受到了证人的误导。

“鸟类自助餐”问题

密苏里州是一个大州，拥有五种不同的景观类型，比如起伏的草原、平坦的平原和森林丘陵。研究人员将该州划分为这些区域，以观察鸟类在各地的表现是否一致。他们发现了一些令人惊讶的事实：不同地区的鸟类过着截然不同的生活。

在两个特定区域——草原半岛（Prairie Peninsula）和奥塞奇平原（Osage Plains）——数据看起来非常可怕。那里的哀鸽存活率极低。事实上，如果你只看这两个区域，模型会显示密苏里州的哀鸽正走向局部灭绝。但是，等等！公路计数显示，密苏里州的哀鸽种群实际上是稳定的。为什么模型显示鸟类死得那么快，但在现实生活中它们却依然活跃着呢？

答案其实是一个陷阱。生物学家主要在州属保护区捕捉和佩戴脚环。这些地方是管理者种植向日葵等作物来吸引哀鸽的特殊场所，为猎人提供了绝佳的射击点。这就像是设置了一个巨大的、美味的“鸟类自助餐”。因为食物充足，大量的哀鸽会聚集于此。生物学家可以在那里轻松地捕捉到大量鸟类，因此也将脚环佩戴在了这些鸟身上。

但转折点在于：因为这些鸟聚集在一个特定的地点被猎杀，它们在这些地方的死亡率比在没有狩猎活动的野外森林或田野中的死亡率要高得多。生物学家捕捉的是一群已经处于“危险区”的样本。这就像是通过只研究赛车场上的驾驶者来判断所有人的驾驶安全性一样。来自这些“自助餐”区域的数据让模型认为整个密苏里州的哀鸽都处于危险之中，而实际上，其他地区的哀鸽表现得非常好。

数字不会撒谎（但它们可能会误导人）

研究人员运行了他们的模型，并发现了一些能够说明问题的具体数字：

• 存活率： 在“自助餐”区域，成年哀鸽的存活率约为 0.30（意味着只有 30% 能活过一年），幼鸟的存活率为 0.15。而在其他区域，成年鸟的存活率为 0.47，幼鸟为 0.23。这是一个巨大的差异！“自助餐”区域的鸟类死亡率比全州其他地方高出了 30% 到 40%。
• 生产力： 有趣的是，各地出生幼鸟的数量（生产力）大致相同，大约每只成年鸟对应 2.5 只幼鸟。这意味着问题不在于鸟类是否在繁衍后代，而在于“自助餐”区域的幼鸟和成年鸟死亡得太快了。
• “汇”效应（Sink Effect）： 这两个存活率较低的区域充当了“汇”的角色。它们流失鸟类的速度非常快，需要不断有来自州内其他地区的鸟类飞入，才能维持其数量不归零。

模拟实验：如果我们改变规则会怎样？

为了证明他们的观点，科学家们进行了计算机模拟。他们问道：“如果我们只使用州属管理区域的数据会怎样？”以及“如果我们只使用联邦政府的数据会怎样？”

• 州属数据陷阱： 当他们仅使用州属保护区（即“自助餐”区域）的数据时，模型认为鸟类的出生量（生产力）比实际情况更高。这是因为“自助餐”吸引了大量缺乏经验的幼鸟，导致猎人射杀的比例偏高，从而扭曲了幼鸟与成年鸟的比例。
• 佩戴脚环的工作量： 他们还模拟了增加捕捉数量会发生什么。他们发现，为了获得关于幼鸟存活率的清晰图像，他们需要将佩戴脚环的工作量增加 175%（几乎是两倍半）。目前的佩戴工作量足以推测成年鸟的存活率，但对于精确统计幼鸟数量来说还不够。

核心启示

主要的教训是：你在哪里观察与你观察了多少同样重要。密苏里州传统的哀鸽计数方式存在偏差，因为它过度关注那些鸟类最容易被猎杀的地点。这使得整个州看起来陷入困境，而实际上，在那些受猎捕较少的地区，哀鸽正茁壮成长。

作者建议，自然保护管理者需要保持谨慎。如果他们一直只在“自助餐”区域计数，他们可能会基于一种虚假的危机感做出决策。他们需要把网撒得更广，去那些野生的、未受管理的森林和田野中捕捉鸟类，以获得真实的种群画像。这提醒我们，在科学研究中，有时最容易获取数据的地点，往往也是最难发现真相的地方。通过意识到这种偏差，科学家们现在可以重新设计他们的研究，以获得更公正、更准确的哀鸽计数，确保有关狩猎和保护的规则是基于现实，而非仅仅基于那些“鸟类自助餐”的情况。