《Global Ecology and Conservation》：Residual grains in post-harvest rice fields are key food resources for wintering yellow-breasted buntings (
Emberiza aureola)
编辑推荐：
迁徙鸟类在非繁殖季节常依赖农田作为食物来源和中途停歇地。然而，关于极度濒危的黄胸鹀（Emberiza aureola）在越冬地利用收割后稻田的证据仍然匮乏。研究人员在中国南方的热带海南岛海口市，对38块收割后稻田进行了84次详细调查，记录了是否观察到黄胸鹀及其
迁徙鸟类在非繁殖季节常依赖农田作为食物来源和中途停歇地。然而，关于极度濒危的黄胸鹀（Emberiza aureola）在越冬地利用收割后稻田的证据仍然匮乏。研究人员在中国南方的热带海南岛海口市，对38块收割后稻田进行了84次详细调查，记录了是否观察到黄胸鹀及其群体规模，同时测量了稻田淹水状况、残留谷粒密度（grains m-2）、稻茬高度及调查努力量。数据采用两阶段框架进行分析：第一阶段使用带有地块水平随机截距的贝叶斯二项混合模型（Bayesian binomial mixed model）来建模调查中记录到黄胸鹀的概率；第二阶段使用贝叶斯零截断负二项混合模型（Bayesian zero-truncated negative binomial mixed model）分析在记录到黄胸鹀情况下的条件群体规模。黄胸鹀在9块田地的19次调查中被记录，均发生在非淹水条件下；在23次淹水调查中未有任何记录。残留谷粒密度与记录到黄胸鹀的概率（比值比OR=18.04，95%贝叶斯可信区间CrI: 5.12–93.21）及条件群体规模（发生率比IRR=6.22，95% CrI: 1.58–21.90）均呈正相关。然而，淹水状况与记录概率之间的独立关联仍不明确。研究结果表明，在越冬期间维持可获取的残留谷粒资源，可能有助于保持收割后稻田作为这种极度濒危鸟类适宜越冬栖息地的功能。
论文解读
一、研究背景与科学问题
黄胸鹀（Emberiza aureola）是一种长距离迁徙的雀形目鸟类，曾广泛分布于欧亚大陆，但因迁徙和越冬期间的非法捕猎与贸易，其种群数量经历了灾难性崩溃，现已被列为极度濒危物种。尽管已有研究指出农业生态系统在该物种非繁殖季节生存中扮演关键角色，尤其在尼泊尔和泰国东北部的研究表明黄胸鹀冬季高度集中于农业景观区域，尤其是收割后的稻田。然而，在中国境内，特别是海南岛这一重要越冬地，针对黄胸鹀如何利用收割后稻田的定量研究几乎空白。现有知识停留在栖息地类型或土地利用分类层面，缺乏对田间尺度下具体栖息地特征（如食物资源、淹水状况等）与黄胸鹀出现及群体规模之间关联的量化评估。这限制了对该物种越冬生态学的深入理解以及制定针对性管理措施的能力。因此，本研究旨在填补这一空白，通过精细的田间调查，检验残留谷粒密度和淹水状态是否为影响黄胸鹀利用收割后稻田的关键因素。
二、研究设计与方法
研究人员于2025年12月10日至30日，在中国海南省海口市选择了38块收割后稻田作为调查样地。样地选择采用分层策略，以海口市中心为原点，按0–10、10–20、20–30、30–40 km四个同心距离带进行遥感预筛选和实地验证，确保空间代表性并减少聚类。每块稻田被调查1–4次，共获得84次有效调查访问。每次调查由1–3名观察员使用双筒望远镜沿田埂或缓慢穿越田块，系统搜寻并记录与目标田块明确关联的黄胸鹀个体数，同时记录调查时长。调查后立即测量栖息地特征：将田面可见积水覆盖超过50%定义为淹水状态，否则为非淹水；在每个田块内随机设置5个0.5 m × 0.5 m的样方，统计地表可见残留谷粒数，换算为密度（grains m-2）；并测量稻茬高度。此外，还通过谷歌地球计算了田块面积、距最近道路、村庄和水体的距离等协变量。数据分析采用两阶段贝叶斯框架：第一阶段使用贝叶斯二项混合模型（以田块为随机截距）分析单次调查中记录到黄胸鹀的概率，固定效应包括残留谷粒密度、淹水状态、调查时长和调查日期；第二阶段，在记录到黄胸鹀的19次调查中，使用贝叶斯零截断负二项混合模型分析条件群体规模，固定效应包括残留谷粒密度和调查时长。所有连续变量经标准化处理，模型使用弱信息先验，并通过敏感性分析评估结果的稳健性。
三、研究结果
3.1 黄胸鹀记录概率与残留谷粒密度的关系
在记录概率模型中，残留谷粒密度与调查中记录到黄胸鹀的概率呈显著正相关（比值比OR = 18.04，95%贝叶斯可信区间CrI: 5.12–93.21）。这意味着，在其他条件不变的情况下，残留谷粒密度每增加一个标准差，黄胸鹀被记录到的几率增加约18倍。该正相关关系在使用前一次调查的谷粒密度或田块平均谷粒密度替代时依然稳健，且在逐一加入其他协变量（如田块面积、稻茬高度、距干扰源距离等）后保持不变。
3.2 黄胸鹀记录概率与淹水状态的关系
在全部23次淹水调查中，未记录到任何黄胸鹀。然而，在统计模型中，淹水状态的估计效应为负但不显著（OR = 0.36，95% CrI: 0.04–3.05），表明淹水与记录概率之间的独立关联尚不明确。由于淹水与非淹水调查在残留谷粒密度等其他特征上也存在差异，因此无法将黄胸鹀的缺失完全归因于淹水本身。
3.3 黄胸鹀条件群体规模与残留谷粒密度的关系
在记录到黄胸鹀的19次调查中，残留谷粒密度与条件群体规模也呈正相关（发生率比IRR = 6.22，95% CrI: 1.58–21.90），即谷粒密度越高，观察到的鸟群规模越大。这一关联在排除最大群体（560只）的敏感性分析中仍然为正，但在逐次剔除单个阳性田块的留一法分析中，有一次模型的95% CrI包含1，表明该关系的精确性受限于有限的阳性样本量。
3.4 空间自相关与模型诊断
空间诊断未发现显著的全局空间自相关模式。所有贝叶斯模型均表现出良好的采样收敛性（最大R-hat值为1.0049），无发散转换或树深超标问题。条件群体规模模型的后验预测检验显示，所有观测汇总统计量均落在95%后验预测区间内，包括最大的560只群体规模也与模型兼容。
四、讨论与结论
本研究的核心发现是，残留谷粒密度是预测黄胸鹀冬季利用收割后稻田的最一致田间尺度因子。高谷粒密度不仅增加了黄胸鹀出现的概率，也倾向于吸引更大的群体。这与在泰国和尼泊尔的观察结果相符，并将证据从栖息地类型偏好推进到田间尺度的资源量化关联。黄胸鹀在所有淹水调查中均未被记录，暗示淹水可能通过淹没或掩埋谷粒、改变地面觅食条件而降低栖息地适宜性，但由于淹水与非淹水田块间存在混杂因素，其独立效应尚待进一步研究。研究人员指出，加速的种植节奏和集约化的田间管理（如翻耕、灌水整地）会迅速减少越冬期可利用的残留谷粒资源，从而降低农田对黄胸鹀的承载力。基于此，研究结论强调：在黄胸鹀越冬期间，保护管理的优先行动应是维持收割后稻田中可获取的残留谷粒，例如在可行情况下保留部分田块处于非淹水状态，延长这些食物资源的暴露时间。这类措施可聚焦于特定田块和短期的收获后窗口期，以平衡农民减少谷粒损失的需求与鸟类对冬季食物的需求。同时，减少人为致死风险（如加强巡逻和宣传教育）仍是物种恢复的必要组成部分。总体而言，本研究首次在中国提供了黄胸鹀冬季利用收割后稻田的田间尺度定量评估，突显了在农业越冬景观中维持可获取残留谷粒资源的保护价值，并支持将适宜的收获后田间管理与更广泛的减少人为威胁措施相结合，以保护这一极度濒危物种。
