《Ecological Solutions and Evidence》：Evaluating the sensitivity of raptors to wind turbine collisions: An integrative approach based on GPS tracking
编辑推荐：
风能开发导致鸟类因与风力涡轮机碰撞而死亡率增加，猛禽尤其如此。为评估不同鸟类物种对风力涡轮机碰撞的敏感性、预测碰撞风险并确定有效缓解措施，详细的飞行行为信息至关重要，但迄今许多物种仍缺乏这些信息。
在此，研究人员通过整合飞行行为的三个方面——飞行所花时间、处于
风能开发导致鸟类因与风力涡轮机碰撞而死亡率增加，猛禽尤其如此。为评估不同鸟类物种对风力涡轮机碰撞的敏感性、预测碰撞风险并确定有效缓解措施，详细的飞行行为信息至关重要，但迄今许多物种仍缺乏这些信息。
在此，研究人员通过整合飞行行为的三个方面——飞行所花时间、处于风险高度的飞行比例以及从巢址出发的飞行距离——评估了六种猛禽繁殖鸟对风力涡轮机碰撞的敏感性，即乌灰鹞（Montagu's Harrier, MoH）、白尾鹞（Hen Harrier）、白头鹞（Marsh Harrier）、普通鵟（Common Buzzard, CB）、红鸢（Red Kite, RK）和短趾雕（Short-toed Eagle, STE）。研究人员使用了在6个欧洲国家的15个研究区收集的GPS追踪数据，涵盖280个个体、74,501个个体追踪日以及5786 h高频飞行轨迹，提供了准确的飞行高度数据。
雌性平均飞行时间为0.5（CB）至3.4 h day?1（MoH），雄性为1.0（CB）至7.4 h day?1（MoH）。处于风险高度（距地面以上32–200 m）的飞行比例在12.4%（MoH）至56.4%（RK）之间变化。最高敏感性指数（每年在风险高度所花时间）见于RK（比其他物种高1.7–7.4倍）。
雌性离巢距离的平均90%分位数范围为0.7（CB）至9.8 km（STE），雄性为1.0（CB）至5.6 km（MoH）。随着离巢距离增加，敏感性（每km2在风险高度所花时间）按物种特异性斜率下降。
实践意义：这些结果表明，飞行行为解释了猛禽物种间对风力涡轮机碰撞敏感性的显著差异。研究人员基于飞行行为评估敏感性、而不论当前暴露程度的整合方法，有助于优先选择风电场场址和保护措施中的物种，并可通过其他方面（例如灭绝风险）加以补充。研究人员关于巢–涡轮机距离空间敏感性的发现，可为风力涡轮机选址提供信息，以最大限度降低碰撞风险。
论文解读
研究背景与问题：风能开发是全球能源脱碳的重要组成部分，但会提高鸟类与风力涡轮机碰撞死亡率，猛禽尤其易受碰撞。物种脆弱性可分为敏感性（sensitivity，物种内在生物学特性决定其承受威胁的能力）和暴露（exposure，威胁作用强度，主要由地理位置决定）。区分二者可比较当前暴露不同的物种，并预测未来可能受影响物种。传统基于风机周边尸体搜索的碰撞死亡记录无法区分敏感性和暴露，且受尸体持久性、可检测性和搜索方案偏差影响。替代方法是研究飞行行为并用理论碰撞风险模型（collision risk model，基于飞行行为、形态和风机特征估计碰撞率的模型）估计碰撞率，可区分敏感性和暴露，提供机制并用于情景分析。碰撞风险模型中，飞行行为方面包括区域存在程度、飞行时间比例、处于碰撞风险高度比例、飞行速度和回避率。许多物种缺乏详细飞行行为信息，尤其飞行高度难以准确测量，常规视觉观察和GPS垂直误差大，高频GPS或气压测高可提供准确高度。因此，研究人员针对六种猛禽繁殖鸟，整合三个飞行行为方面，评估对风力涡轮机碰撞的敏感性，不考虑当前暴露，以优先物种、指导风电场选址和保护措施。
研究开展与结论意义：研究人员评估六种猛禽繁殖鸟——乌灰鹞（Montagu's Harrier, MoH）、白尾鹞（Hen Harrier, HH）、白头鹞（Marsh Harrier, MaH）、普通鵟（Common Buzzard, CB）、红鸢（Red Kite, RK）和短趾雕（Short-toed Eagle, STE）——对风力涡轮机碰撞的敏感性，整合飞行所花时间、处于风险高度飞行比例和离巢距离。使用6个欧洲国家15个研究区GPS追踪数据，280个体、74,501个体追踪日、5786 h高频飞行轨迹。基于飞行时间和风险高度比例估计每年在风险高度时间（敏感性指数1），并评估单位面积使用强度随离巢距离变化，确定50%和90%分位数（空间敏感性）。结果显示，飞行行为解释猛禽种间敏感性显著差异；整合方法可优先选择风电场场址和保护措施；巢-风机距离空间敏感性可指导风机选址以降低碰撞风险。
关键技术方法：样本队列来源于法国、比利时、卢森堡、荷兰、德国和瑞典的15个研究区，2009—2023年共280只繁殖猛禽，使用太阳能GPS标签。低频日间固定间隔为5或15 min，夜间1–4 h；高频数据以2–3 s或3 s间隔采集，提供准确飞行高度。分析限白天和繁殖个体。以GPS地速区分飞行与静止。高频数据用30 m分辨率Shuttle Radar Topography Mission数字高程模型转换为距地面高度（above ground level, a.g.l.）。风险高度设为32–200 m a.g.l.，覆盖六国2015年以来安装的75%风机转子。采用层次自助法（hierarchical bootstrapping，按个体等层级重采样估计置信区间的方法）重采样1000次获得95%置信区间，并设全年、共同存在期和活动巢期三个时间期；离巢距离用0.5 km同心距离带。
研究结果：
3.1 飞行所花时间：通过GPS追踪并校正季节采样，研究人员发现雄性飞行时间为雌性1.5–2.2倍；物种间差异大，雌性为0.5（CB）至3.4（MoH）h day
?1，雄性为1.0（CB）至7.4（MoH）h day
?1；共同存在期和活动巢期差异仍大；研究区间变异小。
3.2 处于风险高度的飞行比例：基于高频数据，风险高度为32–200 m a.g.l.，该比例在12.4%（MoH）至56.4%（RK）之间；15个种间比较中12个显著；STE置信区间大；研究区间变异相对种间小，但MoH和RK某些研究区有差异。
3.3 在风险高度所花时间：通过乘积飞行时间、风险高度比例和繁殖区停留天数，全年在风险高度时间种间显著；RK最高，雌性342 h a
?1（其他1.7–7.4倍），雄性609 h a
?1（其他3.5–6.0倍）；STE雌性第二（202 h a
?1，置信区间125–308 h a
?1）；共同存在期RK仍高于MoH、HH、MaH和CB（雌性3.8–6.4倍，雄性3.6–4.6倍）。
3.4 离巢距离：分析活动巢期完整成功繁殖季飞行位置，雌性50%和90%分位数小于雄性；雌性90%均值0.7（CB）至9.8 km（STE），雄性1.0（CB）至5.6 km（MoH）；个体变异大；研究区间变异比其他方面大。比例在0.5 km距离带随离巢距离下降；单位面积在风险高度时间也随距离下降，物种排序改变。雌性0–2.5 km内RK最大，>2.5 km STE最大；雄性6.5 km内RK最高，>6.5 km MoH最高；CB雄性在0–0.5 km与RK接近，但更高距离远低（1–1.5 km RK为CB 9.3倍，1.5–2 km为21.8倍）。
讨论部分总结：讨论指出，飞行时间和风险高度比例种间差异大，敏感性由二者交互决定。MoH和CB总体低但机制不同：MoH飞得多但风险高度比例低，CB飞得少但风险高度比例高；RK飞得相对多且常在风险高度，敏感性高。种间变异大于研究区间，说明这些行为方面可视为物种相对固定特征。雄性飞行约雌性两倍，因雌性孵卵和育雏、雄性捕猎供食，雄性敏感性较高。该框架非完整敏感性评估，还需回避行为（avoidance behaviour，鸟类对风机或转子的躲避反应）、形态和灭绝风险（extinction risk，种群和繁殖特征决定的灭绝可能性）等。空间敏感性方面，所有物种单位面积使用比例和碰撞敏感性随离巢距离增加而下降，物种敏感性排序随距离改变。未考虑离巢距离对风险高度比例影响。离巢距离研究区间变异更大，但区域和个体变异难分开，样本量小；预期由栖息地质量、猎物密度和适宜栖息地分布驱动。管理意义方面，该框架可结合丰度制作敏感性图，从区域到全球识别低影响风能开发地点；局地增加风机与巢址距离降低碰撞风险，尤其避免近巢建风机；物种特异性碰撞风险与离巢距离关系可比较不同风机位置情景，已有在线工具。离巢距离分位数可作为风机与巢址距离初步指示，90%分位数偏安全，但阈值应基于完整敏感性评估和灭绝风险。区域飞行行为变异有限，物种特异性结果可跨区域转移，避免每个项目都做GPS追踪。
结论翻译：研究人员的研究表明，关键飞行行为方面的变异导致猛禽物种间对风力涡轮机碰撞的敏感性高度可变。评估飞行所花时间和处于风险高度的飞行比例，这些在给定物种中跨区域保守，可提供物种特异性敏感性的一般说明。在局地尺度，离巢距离结果允许比较不同风机位置之间的预期碰撞风险。因此，基于GPS追踪数据的方法——这些数据正越来越多地可用于鸟类物种——为从全球到局地的风能开发空间规划提供有价值信息，能够优化风电场和风机选址以降低鸟类碰撞风险。
