公民科学新方法助力克鲁格国家公园大型食肉动物保护：基于社交媒体数据的捕猎陷阱风险评估

针对克鲁格国家公园(KNP)非法捕猎陷阱威胁大型食肉动物的问题，研究人员创新性地采用公民科学数据结合占用模型(occupancy modelling)方法，揭示了陷阱分布与人类活动的空间关联性。研究发现75%的陷阱位于预测高风险区域(Ψ≥0.50)，证实了该方法的有效性，为保护区反盗猎策略提供了科学依据。

　　

在非洲广袤的草原上，一场无声的危机正在威胁着大型食肉动物的生存。非法设置的金属丝陷阱(wire snares)已成为生物多样性的全球性威胁，特别是在克鲁格国家公园(Kruger National Park, KNP)这样的保护区内。这些看似简单的陷阱装置，却造成了惊人的"附带伤害"——作为顶级捕食者的狮子、斑鬣狗等物种频频成为受害者。更令人担忧的是，这些陷阱造成的真实死亡率可能远超观察数据，因为许多被陷阱困住的动物会默默消失在荒野中。

传统监测方法面临巨大挑战：陷阱分布范围广、隐蔽性强，常规巡逻检测率低。与此同时，保护区每年接待的150万游客却在社交媒体上分享着大量野生动物观察记录，其中包括受伤个体的珍贵信息。这种"无心插柳"的公民科学数据能否转化为保护行动的科学依据？这正是本研究要解决的核心问题。

研究人员创新性地开发了一套基于社交媒体数据的分析方法。通过系统收集2013-2023年间Facebook和X(原Twitter)平台上关于KNP内五大食肉动物(狮子Panthera leo、斑鬣狗Crocuta crocuta、非洲野犬Lycaon pictus、猎豹Acinonyx jubatus和豹Panthera pardus)的陷阱伤害报告，建立了包含354起事件的数据库。采用贝叶斯占用模型(Bayesian occupancy modelling)框架，在考虑检测概率(imperfect detection)的基础上，分析了陷阱分布与环境、人为因素的关系。

关键技术方法包括：1)社交媒体数据挖掘，通过关键词组合检索2013-2023年间的观测记录；2)地理信息系统(QGIS)空间分析，将文字描述转化为精确坐标；3)占用模型构建，使用spOccupancy包分析9 km²网格单元内的陷阱出现概率(Ψ)；4)人类足迹指数(Human Footprint Index)评估人为影响；5)模型验证，将预测结果与护林员实际记录的897个陷阱位置进行比对。

研究结果揭示了一系列重要发现：

"趋势和人口影响"部分显示，斑鬣狗是陷阱伤害的最常见受害者(占60%)，其次是非洲野犬(21%)和狮子(14%)。通过应用已知的存活率推算，估计2013-2023年间可能有155头狮子、高达636只斑鬣狗死于陷阱。特别值得注意的是非洲野犬的高陷阱率，这对南非唯一可存续的野犬种群构成严重威胁。

"陷阱热点建模"部分发现，陷阱出现概率与两个因素显著相关：保护区边界距离(β_boundary=-0.91±0.46)和人类足迹指数(β_hfp=0.54±0.41)。模型预测显示，西南和西北边界区域风险最高，这些预测与护林员实际记录的陷阱位置高度吻合(75%位于Ψ>0.50区域)。

"陷阱趋势在非洲大型食肉动物中"的讨论指出，不同物种对陷阱的易感性差异显著。斑鬣狗因其食腐习性和大范围活动而风险最高；非洲野犬则因避开狮子密集区而被迫进入陷阱高风险区域，形成"生态陷阱"；而豹和猎豹由于体型较小、存活率低，实际陷阱死亡率可能被严重低估。

"陷阱发生的驱动因素"分析强调，可达性(accessibility)是陷阱设置的主要考量。与常见假设不同，河流长度和灌木覆盖率对陷阱分布影响不显著，说明盗猎者更看重便捷性而非猎物丰富度。这一发现对优化反盗猎巡逻路线具有重要指导价值。

"占用模型和公民科学作为监测工具"部分肯定了该方法的创新价值。通过明确考虑检测偏差，研究证实社交媒体数据经适当处理后可作为保护区管理的有效补充。特别是对KNP这样的大型保护区，整合游客观察能显著扩展监测覆盖范围。

这项发表在《Biological Conservation》的研究具有多重重要意义：首先，首次在围栏保护区内系统评估了陷阱威胁，填补了研究空白；其次，开发了可推广的分析框架，将非结构化的公民科学数据转化为科学决策依据；最后，识别出的高风险区域为KNP的巡逻和救助行动提供了精准标靶。正如研究者强调的，在解决根本性社会经济诱因的同时，这种基于实证的空间明确方法能显著提升短期保护措施的效率，为大型食肉动物撑起更有力的保护伞。