海七鳃鳗综合控制组合的多目标定量评估:基于贝叶斯SCAA与随机模拟的决策支持工具

《Environmental Challenges》:Quantitative assessment of integrated sea lamprey control portfolios

【字体: 大 中 小 】 时间:2026年10月23日 来源:Environmental Challenges CS8.0

编辑推荐:

  海七鳃鳗控制计划(Sea Lamprey Control Program, SLCP)抑制入侵性海七鳃鳗种群,以保护Laurentian Great Lakes中有价值的鱼类和渔业。综合害虫管理(integrated pest management, IPM)

  
海七鳃鳗控制计划(Sea Lamprey Control Program, SLCP)抑制入侵性海七鳃鳗种群,以保护Laurentian Great Lakes中有价值的鱼类和渔业。综合害虫管理(integrated pest management, IPM)长期以来是SLCP的一项愿景性政策指令。然而,能够评估综合控制组合的多目标决策支持工具(decision support tools, DST)仍然缺乏。研究人员开发了一种多目标DST,该工具利用随机模拟和贝叶斯统计捕获-年龄(Bayesian statistical-catch-at-age, SCAA)框架,通过监测数据和专家知识对模型进行参数化。作为案例研究,研究人员将DST应用于考察Cheboygan River watershed(Lake Huron的一条支流)海七鳃鳗综合控制组合优化对一系列目标权重和预算约束的敏感性。贝叶斯SCAA模型为用于控制海七鳃鳗的农药效力(对海七鳃鳗幼虫的杀灭率为74-91%)提供了新见解,并更新了对不育雄鱼释放效力的估计(每释放1000尾不育雄鱼使海七鳃鳗幼虫补充量减少30-82%)。DST的应用显示,在每年$100,000或更高的预算约束下,无论海七鳃鳗产量最小化和农药施用最小化目标如何加权,SMRT(sterile-male-release technique,不育雄鱼释放技术)被纳入最优控制组合的概率均很高(>0.98)。相反,诱捕和农药控制的最优投资水平对预算约束和目标权重敏感。研究人员认为,按当前配置,DST可能适用于仅考虑Great Lakes相对较小部分溪流的决策。然而,在开发可扩展至整个Laurentian Great Lakes Basin的DST之前,仍需克服将多目标优化应用于空间资源管理问题所面临的技术和理论挑战。
海七鳃鳗控制计划(Sea Lamprey Control Program, SLCP;负责抑制大湖入侵海七鳃鳗的项目)通过抑制入侵海七鳃鳗种群保护Laurentian Great Lakes的鱼类和渔业。综合害虫管理(integrated pest management, IPM;协调多种控制策略的治理框架)长期是SLCP的愿景性政策指令,但缺乏能够评估综合控制组合的多目标决策支持工具(decision support tool, DST;辅助多目标权衡和不确定性分析的工具)。已有基于“每单位成本杀灭量”(cost-per-kill)的农药控制策略具有全流域可扩展性,但未充分整合控制成本收益、非靶效应社会可接受性、农药抗性演化及多生活史控制手段。研究人员因此构建多目标DST,将cost-per-kill式农药控制与补充性控制策略结合,并考虑风险容忍度和净现值(net present value, NPV;未来收益与成本折现后的价值)不确定性。案例研究聚焦流入Lake Huron的Cheboygan River watershed,考察预算约束和目标权重对综合控制组合优化的影响。研究结论表明,DST可量化不同组合成为最优组合的概率,SMRT(sterile-male-release technique;不育雄鱼释放技术)在较宽预算和权重范围内稳健,而诱捕和农药投资对预算与权重敏感;当前DST适合小范围溪流决策,但尚不能替代全流域战略配置,需克服技术和理论挑战。

主要关键技术方法(不超过250字):DST遵循结构化决策(structured decision making, SDM;按问题、目标、方案、后果和权衡组织决策)流程,以贝叶斯SCAA(Bayesian statistical catch-at-age;整合监测数据、生命率和专家知识估计年龄结构种群动态的模型)参数化海七鳃鳗种群与控制动态,采用MCMC抽样,并进行100年随机预测和多目标优化,计算NPV及风险阈值概率。案例数据来源为Cheboygan River watershed的Maple River、Sturgeon River、Pigeon River及Maple River支流;幼虫丰度估计覆盖1996-2007年和2020-2025年,CPE覆盖2006-2025年,幼鱼捕捞覆盖2020-2025年,年龄组成含36个溪流-年;SMRT释放记录为2017-2025年,另纳入农药施用记录。

研究结果:
1. 种群动态估计(Population dynamics estimation):通过贝叶斯SCAA后验分布估计,海七鳃鳗年龄-1幼虫存活率为0.85(95%可信区间:0.77-0.92),并在logit尺度上线性增至年龄-8+的0.99(0.97-0.99);变态概率随年龄增加,年龄-4为0.006(0.003-0.009),年龄-8+为0.38(0.28-0.47)。SMRT效果存在空间差异:每释放1000尾不育雄鱼使补充量平均减少82%(59-94%)于Maple River、31%(7-62%)于Pigeon River、30%(6-60%)于Sturgeon River。农药杀灭率亦存在空间差异:Maple River为91%(82-97%)、Pigeon River为76%(64-87%)、Sturgeon River为74%(62-87%)。该模型还给出了1996-2025年各支流幼鱼产量历史趋势。
2. 组合评估(Portfolio assessment):通过DST多目标优化及预算约束、目标权重情景模拟得出,除每年$50,000的最严格预算外,SMRT在每年$100,000及以上预算下被纳入最优组合的概率>0.98,且不随海七鳃鳗产量最小化与农药施用最小化目标权重而改变;在$50,000预算下纳入概率为0.83-0.90,并随权重非线性变化。诱捕策略的纳入对预算和目标权重敏感:预算≥$200,000时,诱捕在几乎所有权重下接近1.0概率纳入;$50,000预算下,最优组合不含诱捕的概率随权重由0.83升至0.97。农药控制规则亦敏感:权重升高时高cost-per-kill阈值更易纳入;$100,000预算下阈值倾向于≤$2.5,无预算约束且权重>0.80时最高阈值有高概率最优。预测指标显示,“不控制”组合年均向Lake Huron贡献幼鱼3,784尾(2.5th-97.5th:314-13,517),控制组合为95-3,599尾,农药施用为0-37.7 km/年。随海七鳃鳗产量最小化权重升高,农药施用量先接近零,超过0.25后上升,其曲线形状依预算而变;向Lake Huron添加幼鱼数与权重负相关,预算超过$200,000后收益递减。NPV低于阈值($0、$1M、$2.5M)的风险通常随预算增大而升高,但$2.5M阈值下$100,000预算风险低于$50,000。

讨论部分总结:研究人员原型化了一个DST,将cost-per-kill策略从固定预算资源配置问题重构为无固定预算的多目标决策问题;通过效用理论和随机模拟量化给定组合在目标值与预算约束下成为最优的概率,并以NPV概率度量深层不确定性。案例表明SMRT在宽预算和权重范围内有高概率纳入最优组合, corroborates 先前关于其在Cheboygan River系统IPM中有效性的认识;同时,DST通过贝叶斯推断、监测数据和既有知识更新空间异质性认识,例如农药杀灭率后验低于常用于cost-per-kill策略的95%-99%。DST的SCAA与预测组件需通过诊断、敏感性分析和模型选择;空间复杂度应以预测所关注结果的最低需要为限,可将每条溪流幼虫亚种群视为具有独立轨迹的空间子集。幼虫丰度估计可靠性受采样设计、调查努力和未建模空间相关影响,空间-河流网络(spatial-stream-network, SSN)模型可考虑采样点空间相关。当前DST适合Great Lakes小部分支流的替代组合分析,但不能履行cost-per-kill策略的全流域年度资源配置功能;全流域SCAA需处理数据丰富与贫乏区域,层级模型可发挥“Robin Hood效应”,预测全组合需发展优化程序,非支配解集(Pareto frontier)和机器学习/神经网络方法可能有助。理论上,多目标决策分析用于空间规划还涉及参与式决策的元选择,需澄清局部目标与区域目标如何同时考虑;现有多层级DST通过仅考虑满足局部可行性标准的区域替代来避免显式局部-区域权衡,但其在自适应管理之外是否适用仍需研究。

研究结论(Conclusions)翻译:综合害虫管理一直是Sea Lamprey Control Program的长期愿景性政策指令。以此衡量,成功取决于能否选择并部署有效抑制海七鳃鳗种群的控制策略组合,同时考虑SLCP的净经济收益和减少农药使用的目标。研究人员开发的DST可在这些方面实现渐进式改进,适合指导Great Lakes支流小范围综合控制组合选择,例如补充控制自适应管理实验中的农药施用决策和未来机会性补充控制部署;它提供了将生态知识库(包括经验监测数据和专家知识)与入侵物种控制行动和政策联系起来的机制。然而,DST不适合指导项目层面关于补充控制或农药部署之间可能权衡的战略决策。要开发能够评估综合害虫管理结果的全可扩展DST,仍需克服进一步的技术和理论挑战;进展可通过综合支持综合海七鳃鳗控制的既有方法与政策、兼顾空间复杂性和区域协调的资源管理理论,以及利用快速提升计算能力的最先进分析方法来实现。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号