基于粪便新鲜度衰减模型提升干旱环境种群数量估算精度的研究

《European Journal of Wildlife Research》：Using freshness decay modeling to improve pellet count-based population estimates in arid environments

本研究针对干旱环境下粪便堆积计数法因粪便分解缓慢导致样本年龄混杂、种群密度估算不准的问题，来自墨西哥下加利福尼亚州的研究人员通过监测黑尾杰克兔(Lepus californicus)粪便团，建立了基于颜色和质地的粪便干燥度逻辑斯蒂模型(R2=0.87–0.97)，结合逆向模拟和早期腐败校正(使密度估算值提升20–22%)，显著提升了粪便现存量法的估算准确性，为干旱地区种群监测提供了新工具。

　　

在干旱环境中，通过计数食草动物的粪便颗粒来估算其种群丰度面临着一个挑战：粪便分解缓慢，导致采集到的样本混合了不同时期的粪便，从而给种群密度估算带来了不确定性。为此，研究人员探索了能否利用粪便因干燥而发生的颜色和质地变化——这些与时间相关的特征——作为可靠的时间标记，来推断粪便的年龄结构，进而提高密度估算的准确性。

研究团队以黑尾杰克兔(Lepus californicus)为对象，于2022年和2024年在墨西哥的下加利福尼亚州南部，对70个粪便团进行了为期33至37天的实时观测。他们成功构建了逻辑斯蒂模型，该模型精准地捕捉了粪便在阳光直射和荫蔽两种条件下的干燥动力学，模型拟合优度颇高(R² = 0.87 – 0.97)。随后，研究人员在一个模拟框架中，应用这些模型对假设的粪便计数数据进行逆向建模，以估算种群密度。

尽管观察到一些年度间和微生境下的差异，但粪便的干燥过程遵循着一致且可量化的轨迹，这使得能够稳健地推断出近期的粪便输入量。此外，研究还估计并校正了“早期腐败”的影响——即部分粪便颗粒在完全干燥前就已变得不适合监测，对其进行校正后，密度估算值提升了20%至22%。这一发现凸显了在实际野外应用中考虑早期粪便颗粒损失的重要性。

综上所述，该研究表明，粪便颗粒的干燥特征可用于模拟其新鲜度衰减过程，并在干旱条件下为种群密度估算提供支持。该方法通过整合针对特定环境条件的衰减模型和考虑早期腐败的校正因子，对传统的“粪便现存量法”进行了改进，为那些能够通过粪便持久存在的可见性状进行时间推断的种群监测工作，提供了一个实用且可扩展的工具。