编辑推荐：
在植物种群研究中，为解决观测误差影响种群动态及灭绝风险估计的问题，研究人员以西班牙东北部 157 个植物种群为对象，开展观测误差对种群增长和准灭绝风险影响的研究。结果发现考虑观测误差可改善估计，该研究为植物保护提供了重要依据。
在自然界中，植物种群的数量并非一成不变，它们会随着时间的推移而发生波动。这种波动受到多种因素的影响，比如非生物条件的变化、生物之间的相互作用以及密度效应等。这些因素改变着植物的繁殖力、存活率等关键指标，进而影响种群的增长。而种群动态和灭绝风险的准确评估，对于生物多样性保护至关重要。以往研究多基于种群数量的时间序列数据来估计灭绝风险或随机动态，但在实际的抽样过程中，观测误差普遍存在。例如，在统计植物数量时，可能会因为只抽样了部分种群、计数时遗漏个体或重复计数等问题，导致观测到的数量变化并非完全反映真实情况。然而，在植物种群的研究中，观测误差常常被忽视，这就使得估计的种群增长和灭绝风险出现偏差。为了更准确地评估植物种群的状况，来自国外的研究人员开展了相关研究。
研究人员利用西班牙东北部 “Adopt a Plant” 合作公民科学项目中 157 个植物种群的丰富度数据，探究了在抽样过程中直接测量的观测误差（OE）对种群增长和长期准灭绝风险估计的影响。研究结果发表在《Biological Conservation》上。该研究意义重大，它有助于人们更准确地了解植物种群的真实状况，从而制定出更有效的保护策略，为生物多样性保护提供有力支持。
研究人员采用了以下几个主要关键技术方法：一是利用 “Adopt a Plant” 项目收集植物种群数据，该项目涉及近 400 人参与，对众多植物种群进行长期监测；二是通过让参与者在监测年进行至少一次重复调查来估计观测误差；三是使用 JAGS 4.3.0、
rjags和
runjags等软件拟合密度独立的贝叶斯随机指数增长模型，以估计种群的年随机增长速率的均值和方差，并计算准灭绝概率；四是进行贝叶斯荟萃分析，以表征所有种群的动态估计。
研究结果
- 模型性能及观测误差影响：随机指数模型在大多数模拟数据上表现良好，能正确估计模拟种群的平均增长率和随机方差。在实际数据中，考虑观测误差使模型参数的可信区间变窄。虽然对大多数种群的长期随机增长率估计影响不大，但显著降低了估计的过程方差。观测误差平均占观测数量总变异的 31.8%，不同种群间差异较大。
- 个体种群增长速率估计差异：不考虑观测误差的模型估计只有 3 个种群（1.9%）的平均增长率偏离 0；考虑观测误差的模型估计有 6 个种群（3.8%）的增长率偏离稳定，其中 4 个种群呈负增长，2 个呈正增长。
- 荟萃分析结果：考虑观测误差的贝叶斯荟萃分析估计总体种群增长率为 -0.0024（95% 可信区间为 -0.017 至 0.014），平均σprocess为 0.25（95% 可信区间为 0.19 至 0.31），50 年内平均准灭绝概率为 0.28（标准差为 0.086）。而不考虑观测误差的模型相应估计值分别为 -0.0039（95% 可信区间为 -0.021 至 0.014）、0.37（95% 可信区间为 0.3 至 0.44）和 0.42（标准差为 0.081）。同时发现，四种调查方法的观测误差大小相似，其中占用率的观测误差方差最低。
研究结论与讨论
该研究表明，在种群生存力分析（PVA）中考虑观测误差可提高参数估计的精度。虽然对平均增长率影响较小，但大幅降低了估计的随机方差和准灭绝概率。观测误差在种群大小和增长率的变异中占比较大，忽略它可能导致对种群增长和灭绝的估计出现偏差。较长的时间序列有助于获得更准确的种群参数估计。在选择采样方法时，应根据植物的特点和当地环境选择合适的方法，以减少偏差，同时要注意植物的可检测性和种群背景。研究还发现，不同采样方法的观测误差存在差异，尽管计数个体的观测误差与其他方法相近，但仅计数生殖个体的误差率最高。在分析数据时，应根据数据特点选择合适的方法，研究中的随机指数模型在满足一定假设条件下，可作为估计种群增长的有效方法。这些结论为植物种群的保护和管理提供了重要的参考依据，有助于制定更科学合理的保护策略，对生物多样性保护具有重要意义。
