《Global Ecology and Conservation》：Incorporating oceanographic and demographic variation in stranding data improves inference of human impacts on nearshore cetacean mortality
编辑推荐：
专业术语翻译（摘要部分）
将搁浅数据、海洋学数据与种群调查数据相结合，以推断近岸鲸类死亡率。研究结果表明：两种近岸鲸类的年死亡率仍处于较高水平；自2002年以来，印度洋驼背豚（IOHD, Sousa plumbea）的种群丰度显著下降；死亡率热点区域与渔业和旅
专业术语翻译（摘要部分）
将搁浅数据、海洋学数据与种群调查数据相结合，以推断近岸鲸类死亡率。研究结果表明：两种近岸鲸类的年死亡率仍处于较高水平；自2002年以来，印度洋驼背豚（IOHD, Sousa plumbea）的种群丰度显著下降；死亡率热点区域与渔业和旅游业活动区域高度重叠；该研究为数据有限的海岸系统提供了一种可扩展的分析框架。
论文解读文章
一、研究背景与科学问题
人类活动正通过直接致死途径（如路杀、渔业兼捕）和间接途径（如栖息地丧失、气候变化）对全球物种种群及其存续产生深远影响。体型较大且分布范围受限的物种尤为脆弱，其种群对存活率或繁殖率的微小变化高度敏感。尽管陆地物种所受上述压力的影响已被日益充分记录，海洋物种的相应数据仍然十分匮乏，热带近岸鲸类尤其如此——其种群估算与死亡率数据很少能同步获得，这严重制约了种群动态推断与人类影响归因分析。
鲸类作为广布海洋哺乳动物类群，高度暴露且易受渔业、海上交通和污染等人类活动影响。在海岸系统中出现的所有鲸类物种中，超过半数主要因渔业活动而面临灭绝威胁。海岸开发和旅游业亦构成日益增长的威胁，并可能与渔业相互作用，加剧濒危物种的死亡风险。搁浅（活体或死亡个体）数据是鲸类死亡率数据最重要且最易获取的来源之一，已被广泛用于推断渔业互作、疾病和海洋热浪等因素对鲸类种群的影响。然而，搁浅数据的解读极为复杂：搁浅格局未必直接反映海上死亡或威胁格局，需综合考虑海洋环流、种群统计学、生态学及社会因素等多重影响搁浅和报告过程的因素。
Peltier等人（2013）设计了一个简洁框架来模拟新鲜尸体在海上的归宿：鲸类死亡后，尸体依身体状况可能漂浮或下沉；漂浮尸体可被洋流携带至海岸搁浅；搁浅尸体最终可能被报告并录入数据库。此外，搁浅率还随种群分布和丰度的变化而改变。若搁浅过程和种群丰度无显著变化而死亡率发生变化，则可能提示其他致死驱动因素的存在。借助洋流数据，还可对尸体进行反向轨迹追踪，绘制海上死亡热点图并评估其与人类活动热点的重叠程度。然而，该框架的应用受限于多种互补数据集的可得性，尤其是同区域的种群丰度数据。
本研究将上述框架应用于印度果阿邦近岸水域的两种鲸类——印度洋驼背豚（IOHD, Sousa plumbea）和印度-太平洋窄脊江豚（IPFP, Neophocaena phocaenoides）。果阿水域可能拥有较高的IOHD和IPFP密度，且两种物种沿海岸存在一定程度的季节性移动，这可能与印度两大海洋学季节（影响沿岸流和初级生产力）相关。与此同时，果阿拥有规模可观的本地渔民群体（使用刺网、拖网和围网）以及印度历史最悠久的观豚产业之一（长期缺乏有效监管）。这些活动均在两种近岸物种的分布范围内广泛发生，其影响随季节变化而调制，可能显著影响近岸鲸类的海上死亡率及其搁浅格局。
本研究的主要目标为：a）理解洋流和种群丰度如何影响搁浅格局；b）估算果阿两种近岸鲸类的死亡率水平及其潜在驱动因素。研究人员检验了“海洋学和种群统计学因素足以预测近岸鲸类搁浅”的零模型，并推断渔业和旅游业等人类活动对死亡率趋势的影响。
二、主要研究结论
研究发现，两种物种的搁浅率均较高，峰值出现在夏季（4-5月）和季风后期（9月）。搁浅率的变化仅部分可由基于洋流推算的预期搁浅概率和种群丰度解释。两种物种在空间和季节上相似的死亡率格局提示其他生态因素（如猎物分布和可获得性变化导致的竞争加剧、疾病）、种内互作或人为因素（如渔业互作、污染、船只撞击）在鲸类死亡中发挥作用。死亡率热点集中在果阿北部和中部，该区域是当地渔业和旅游业活动高度密集的区域。总体而言，果阿水域的IOHD种群在过去25年间可能下降了约30%。
三、关键技术与方法
研究人员整合了多种互补数据集开展分析。搁浅数据来源于2017-2025年间印度海洋哺乳动物研究与保护网络（MMRCNI）的公共数据库，由果阿搁浅响应网络（由救生员和护林员组成的公私合作机制，全年每日巡逻整个海岸线）系统收集。洋流数据取自HYCOM（混合坐标海洋模型）全球环流模型输出（GOFS 3.1 HYCOM + NCODA全球分析产品，2017-2025年，12小时间隔），研究人员将研究区域划分为5×5 km2网格，利用PARCELS包在Python中模拟粒子从各网格质心的平流过程（最长10天），估算搁浅概率。海上死亡率估算采用Peltier等人（2013）框架，通过R语言nimble包构建贝叶斯层次模型，分别对两种物种建模，运行20,000次马尔可夫链蒙特卡洛（MCMC）迭代，烧入期10,000次，稀释间隔10，三条独立链，使用无信息先验。尸体分解实验使用自然死亡的家猪（Sus scrofa）作为替代物（因印度对目标物种的高度保护地位无法获得许可），于2023年12月（冬季）和2024年4月（夏季）各开展一次，用无人机每日两次记录分解过程。种群丰度估算采用距离采样框架，于2023年12月、2025年4月、2025年11月和2026年2月开展了四次为期各七天的系统船只调查，沿果阿整个海岸线采用之字形航线（延伸至离岸3 km），同时重新分析了Sutaria & Jefferson（2004）于2002年2月采集的调查数据以评估IOHD种群变化。
四、研究结果
4.1 鲸类搁浅格局
研究人员记录了2017-2025年间果阿至少11种鲸类共543条搁浅记录，其中57%为IOHD，31%为IPFP。两种物种的搁浅率均在夏季（IOHD 3月：6.4±0.5；IPFP 4月：3.5±1.1）和季风后期（IOHD 9月：5.5±1.0；IPFP 9月：4.6±1.1）达到峰值。
4.2 季节性搁浅概率与海上死亡率
离岸3-5 km范围内网格的搁浅概率较高，各月均值介于0.75-0.95之间，冬季（12月）最低（0.75，95% CI：0.72-0.78），其余季节均高于0.9。空间上，果阿北部的搁浅概率高于南部。模型估算IOHD海上死亡率为每年42头（95% CI：28.0-59.2），IPFP为每年23头（95% CI：13.2-35.9）。IOHD死亡率峰值出现在5月（5头，95% CI：3.6-6.7）和9月（5.4头，95% CI：3.9-7.1）；IPFP峰值出现在4月（3.3头，95% CI：2.1-4.7）和9月（3.4头，95% CI：2.2-4.7）。敏感性分析显示，报告概率降低10%（漂浮概率恒为100%）可导致模型估算值增加11%。
4.3 死亡热点
基于尸体分解实验和专家评审，研究人员为15具尸体（8头IOHD、7头IPFP）分配了死后间隔（PMI）。实验显示冬季猪尸体第1天出现轻微膨胀（代码2），第5天开始失去结构（代码4），第7天严重解体；夏季因强浪在第4天即被冲走。专家分配的分解代码平均为实验值的1.2倍，死后间隔下限和上限分别平均为实验值的2.2倍和3.2倍。因此研究人员主要依据da Cunha Ramos等人（2024b）在巴西热带水域小型鲸类分解实验的信息分配死后间隔。仅252条IOHD记录和149条IPFP记录具有可评估尸体状况的清晰照片，其中77%（IOHD）和82%（IPFP）为新鲜尸体（分解代码≤3，对应死后间隔<3天下限）。反向轨迹追踪显示，两种物种的死亡热点均集中在果阿中部和北部海岸网格（离岸<5 km），且在使用死后间隔上下限时格局一致。几乎所有搁浅尸体均源自果阿境内。
4.4 种群丰度
2023-2026年调查中，研究人员记录了350个IOHD群体（平均群体大小3.2，范围1-32），累计努力量1190.4 km；仅记录17个IPFP群体（平均群体大小2.7，范围1-8），无法估算其丰度。IOHD丰度在各次调查间无显著变化，但2025年12月略低（均值，95% CI：425.6头，271-668）。2002年2月IOHD丰度估算为947.9头（95% CI：685.1-1131.1），而2026年2月为664.6头（95% CI：455.2-970.1），下降约30%。
五、讨论与结论
讨论部分总结：研究发现搁浅率升高与向岸流导致的搁浅概率增大相关。西南季风期（6-9月）向南的沿岸流在近岸区域可能指向海岸，导致高搁浅概率；冬季（11-2月）洋流反向远离海岸，搁浅概率降低。然而，季风盛期（7月）两种物种搁浅率均处于最低水平，可能源于渔业和旅游活动的完全停止（恶劣海况和国家禁渔令）、种群移动或大规模聚集降低自然死亡风险。IOHD冬季搁浅率降低也可能与种群季节性空间移动有关。模型估算的IOHD年死亡率占种群8-10%，扣除占记录38%的幼体死亡后，成体年死亡率介于4.9-6.1%，与其他Sousa属种群（5-8%）相当。IPFP死亡率数据匮乏，但参照相似生活史物种，自然成体死亡率可能在5-7%之间，且易受渔业兼捕放大。两种物种的死亡率呈双峰分布（夏季和季风后期），与渔业和旅游活动的季节变化相关。夏季成体IOHD死亡率约为季风后期的两倍，可能与种内竞争加剧和渔业互作增加有关；季风后期幼体死亡率更高，可能与产仔高峰期和强化渔业活动叠加有关。IPFP幼体死亡率在季风期约为夏季的四倍。死亡热点与渔业和旅游活动密集区域重叠，提示人类活动与鲸类死亡之间的潜在关联。IOHD种群25年间下降约30%的估算虽可能受调查设计差异影响，但同期果阿海岸人类活动急剧增加，且当地渔民也观察到海豚遭遇频率下降，与珠江口驼背豚种群在快速开发后的下降趋势一致。
结论翻译：本研究证明，尽管海洋环流和种群统计学变化影响鲸类搁浅的基线格局，但不足以预测季节性搁浅模式。重要的是，研究人员发现两种目标物种呈现相似的时空死亡格局——死亡高峰出现在夏季和季风后期，死亡热点集中在果阿北部和中部。这些格局与渔业和旅游活动的变化相关，但猎物减少、航运交通、疾病乃至自然死亡事件等其他死亡来源仍不明确，有待进一步研究。此外，过去25年间IOHD丰度的估算下降凸显了累积性人为压力及其他潜在未充分研究现象（如污染和海洋热浪）的长期影响。最终，这种多维方法为数据有限环境中诊断人类影响和指导动态保护政策提供了一套严谨、可复制的框架。
