《Conservation Biology》：Evaluating a structured expert elicitation approach for adaptive conservation management based on lessons from five years in practice
编辑推荐：
濒危物种的适应性管理依赖于对物种对不同干预措施响应的先验估计。结构化专家启发常被用来生成这些估计，但将这些专家预测结果与观测结果进行比较的情况却很少见。本研究旨在通过重新审视五年前根据定制的结构化启发指南制定的六个物种管理计划，评估专家启发在澳大利亚新南威尔士
濒危物种的适应性管理依赖于对物种对不同干预措施响应的先验估计。结构化专家启发常被用来生成这些估计，但将这些专家预测结果与观测结果进行比较的情况却很少见。本研究旨在通过重新审视五年前根据定制的结构化启发指南制定的六个物种管理计划，评估专家启发在澳大利亚新南威尔士州“拯救我们的物种”（Saving our Species， SoS）计划中对于适应性管理的效用。每个物种的管理计划都包括明确的范围、概念模型、监测指标以及不同情景下对管理响应的估计曲线。专家们在经过五年的管理后审查了概念模型，并将预测的管理响应与观测到的监测数据进行了比较。在六个案例研究中的三个里，观测结果与预测高度吻合。在预测出现偏差的情况下，诸如未预料到的新威胁和对干预措施的意外响应等因素可能导致了差异。然而，在所有案例中，结构化方法为规划提供了清晰的逻辑，使管理者能够系统地完善其理解。概念模型和响应曲线对于协作、沟通以及为意外结果生成假设具有重要价值。这项工作证明了定制指南在支持适应性管理过程中的价值，并展示了在高度不确定的管理环境中记录专家知识的重要性。
**基于实践评估的濒危物种适应性管理结构化专家启发方法研究解读**
**一、 研究背景、问题与意义**
全球范围内，越来越多的物种和生态区需要紧急且持续的管理以防止其灭绝。然而，保护实践者通常需要在资源有限且对物种或生态系统如何响应管理干预的决定因素理解不完善的情况下采取行动。在实践中，这意味着尽管存在巨大的不确定性，仍需迅速实施实际干预和监测计划，同时还要考虑复杂的环境因素以及社会、文化和政治的交互作用。在此背景下，采用灵活且科学稳健的适应性管理方法至关重要，因为它鼓励实践者持续学习并采用新策略，以利用不断发展的知识或其他机会。
适应性管理是一种通过学习和响应连续干预的结果来改进资源管理的系统方法。当嵌入结构化决策过程时，该方法将管理行动和监测与一个测试系统预期响应假设的框架相结合。因此，适应性管理可以帮助管理者专门解决围绕最有效或最有效行动方案的不确定性。这种方法的一个核心要求是对管理问题有共同的理解，这构成了关于物种如何响应替代性管理干预的假设基础。测量这种变化需要相关的生态指标，这些指标既要易于监测，又要足够灵敏以检测变化。至关重要的是，与被动监测相比，适应性管理的一个关键要求是对系统响应有明确的先验预期，以便在竞争性假设和反事实之间进行比较。
有限的资源，加上在广泛且严重的威胁下采取行动的紧迫性，常常阻碍了精心考虑的假设、适当的对照点或反事实模型的开发。没有这些要素，评估管理干预的结果就变得困难甚至不可能。结构化专家启发为解决这一缺口提供了一种实用且有效的替代方案。除了为适应性管理提供反事实依据外，基于概念建模的专家启发方法可以提高实践者对影响物种在特定地点响应的众多因素的理解。通过明确记录管理行动与预测结果之间假设的联系，这些方法支持设计稳健的干预措施，并为评估项目成功选择合适的指标。
新南威尔士州（NSW）政府的“拯救我们的物种”计划旨在实现基于科学的濒危物种和生态系统管理的稳健、实用方法。然而，对于许多物种或生态区，特别是那些难以发现或新描述的物种，数据往往不足。为解决这一局限，该计划制定了实用指南，帮助管理者将其知识形式化为概念模型，进而指导估计物种随时间推移对管理的预期响应，并对驱动该响应的机制做出明确假设。专家启发正日益成为环境管理中的常用工具，但保护资源通常有限，项目实施后的长期监测并不常见，因此很少有机会将专家预测值与管理行动的观测结果进行比较，或评估该方法的观测效益。本研究通过回顾五年前制定的管理计划，结合两个近期案例，评估了“拯救我们的物种”启发方法在支持适应性管理方面的效用。这项研究发表在《Conservation Biology》期刊上，对于理解如何在高不确定性的保护实践中有效整合和利用专家知识，优化适应性管理流程，提升濒危物种保护的成功率具有重要意义。
**二、 主要技术方法**
本研究采用回顾性案例研究方法，评估结构化专家启发在“拯救我们的物种”计划中的应用。研究人员依据该计划制定的五步指南（设定项目范围、创建概念模型、选择监测指标、估计管理响应曲线、确定指标目标范围）开展研究。研究样本来自该计划中的六个原始案例研究物种，包括长鼻袋狸（Potorous tridactylus）、大型弯翼蝠（Miniopterus schreibersii oceanensis）、马奥尼蟾蜍（Uperoleia mahonyi）、高锈兜兰（Pterostylis chaetophora）、卡利氏银桦（Grevillea caleyi）和宽头蛇（Hoplocephalus bungaroides），涵盖了哺乳动物、两栖动物、植物和爬行动物等多种分类群。此外，还纳入了两个新近开发的案例（卡普塔山受威胁生态群落、黑草弄蝶（Ocybadistes knightorum）与弗洛伊德草（Alexfloydia repens）组合模型）以评估方法的实用性。
核心方法包括：1. **数据收集与对比**：从计划内部管理数据库中提取2017年至2023年期间计划与已实施的管理行动及监测数据，将观测数据与2018年原始估计的响应曲线进行比较。2. **半结构化访谈**：对项目协调员及相关专家进行访谈，探讨管理实施匹配度、物种响应是否符合预期，并借助概念模型分析预测与观测结果差异的原因。3. **概念模型效用评估**：分析概念模型在解释结果差异、识别新威胁和调整管理策略方面的作用。4. **实用性评估**：通过新案例研究，评估指南步骤在应用于多物种管理等复杂场景时的直观性和易用性。所有访谈均获得了昆士兰大学的人类伦理批准。
**三、 研究结果**
**3.1 管理实施情况**
所有现有项目协调员均同意参与评审。2019-2020年的“黑色夏季”丛林大火和COVID-19大流行对计划实施产生了影响，但程度因物种而异。只有大型弯翼蝠完全实施了所有计划的管理行动。对于卡利氏银桦、宽头蛇和长鼻袋狸，大部分计划行动得以实施，但受外部土地管理决策和资源限制等因素阻碍。高锈兜兰的行动实施面临重大挑战。马奥尼蟾蜍作为新描述的物种，其项目处于研究阶段，尚无监测数据。
**3.2 监测数据**
长鼻袋狸、大型弯翼蝠和高锈兜兰三个物种拥有至少部分与2018年选定指标相匹配的监测数据。其余物种的测量指标与2018年有所不同。例如，宽头蛇的测量从种群大小改为点位占有率；高锈兜兰从基于丰度的测量改为基于网格的占有率模型。监测计划也根据新认识到的威胁进行了调整，增加了如长鼻袋狸的野犬占有率、大型弯翼蝠洞穴的人类干扰频率等新威胁指标。
**3.3 物种结果**
- **长鼻袋狸**：尽管狐狸管理成功，但巴林顿托普斯地点的袋狸占有率并未如预期般上升。观测到的占有率高于估计值，但这部分反映了监测范围（仅一个地点）与原始估计范围（四个地点）的差异。
- **大型弯翼蝠**：教堂洞穴地点的种群对计划的管理行动（主要是清除洞穴入口杂草）响应如预期，所有指标均在预测范围内。
- **高锈兜兰**：在黑溪地点持续监测至2021年的数据显示，兰花数量急剧下降，甚至低于未管理情景的预测值。此后新发现的地点造成了虚假的上升趋势。
- **卡利氏银桦**：记录的适宜栖息地面积与预测响应曲线密切匹配，尽管休闲活动影响仍然存在。
- **宽头蛇**：在莫顿-松节油地点的种群响应良好，符合预测；其他地点保持稳定，但存在偷猎事件影响。
- **马奥尼蟾蜍**：无监测数据可用，项目仍处于研究阶段。
**3.4 概念模型的价值**
概念模型在支持适应性管理方面发挥了关键作用，帮助解释了观测值与预测值之间的不匹配，并识别了进一步的干预措施。模型作为决策支持工具，帮助区分了实施失败、假设失败和监测指标的局限性。例如，宽头蛇模型用于探索减少偷猎（过去五年的主要威胁）的管理干预措施。对于所有物种，概念模型都得到了增量式细化，融入了新的信息、威胁或管理选项。在观测结果差于预测的案例中（如长鼻袋狸和高锈兜兰），概念模型有助于确定差异的合理解释，例如捕食者动态变化或未预见的食草动物威胁（如白翅鸦鹃对兰花块茎的取食）。
**3.5 方法的实用性**
参与评审的专家（包括原始参与者和新加入者）普遍认为结构化方法影响了其管理决策，并强调了定期审查的重要性。概念模型被视为了解现有知识、促进沟通与协作的有价值工具，特别是在存在不同观点或多物种项目中。对于新开发的多物种管理案例，五步过程被认为是直观且易于遵循的，但为概念模型构建叙述被指出是具有挑战性的环节。
**四、 讨论与结论**
**讨论部分总结：**
本研究评估为理解专家启发预测在复杂适应性管理环境中的效用提供了难得的见解。对八个案例研究的评估表明，将专家知识与监测数据相结合，支持了对受威胁物种和生态系统的适应性保护规划。早期开发并定期审查的概念模型，提供了一种结构化且透明的方法来综合现有知识，有助于澄清假设并随时间完善管理响应。
使用专家预测的响应曲线具有价值，无论观测结果是否与预测密切吻合。在没有真实对照点的情况下，这些预测提供了比较基准，支持对观测结果进行结构化反思。当观测结果偏离预期时，概念模型提供了一个生成和测试新假设的结构化框架，这是该方法的一个关键优势。
研究还强调了明确项目范围和将地点特定信息纳入概念模型的实际重要性。模型在植根于每个地点的生态和操作现实时最为有效。选择适当的监测指标需要在生态相关性、可行性和对管理干预的敏感性之间取得平衡。对于某些物种，占有率等指标更实用，但可能对种群规模的细微变化不够敏感。监测挑战通常源于物种的稀有性、隐蔽性或短期实施周期。
概念模型的协作开发对于使项目决策与多样化的生态现实保持一致至关重要。广泛的专家参与有助于确保在过程中考虑到关键威胁、依赖关系和地点特异性变化。概念模型应被视为活文件，随着新证据的出现或地点条件的变化而更新。
本研究的结果强化了结构化决策在保护中的价值。概念模型结合专家启发，有助于确定不确定性的优先级，确保管理决策聚焦于对保护结果影响最大的因素。它们将生态复杂性转化为清晰、可操作的步骤，促进透明度、协作和适应性。未来的应用可以通过早期考虑学习目标、更明确地处理不确定性、设置定期审查点以及建立监测结果与决策触发因素之间的更清晰联系来加强学习。
尽管存在诸如假设与生态现实的一致性、数据匮乏情况下的确认偏倚等局限性，但通过确保专家代表的多样性、明确记录假设以及随时间系统测试和更新模型，可以缓解这些问题。
**研究结论翻译：**
本研究提供了一个使用结构化专家判断来指导适应性保护管理的实际案例。尽管该方法在一系列分类群以及单物种和多物种保护计划中都具有价值，但仍需考虑若干限制。预测结果的准确性取决于假设与生态现实的吻合程度，并且在数据匮乏的背景下，确认偏倚可能影响专家估计。为减轻偏倚，模型开发应具有多样化的专家代表性，并应明确记录假设以确保透明度。通过随时间系统地测试和更新概念模型，保护实践者可以提高预测与现实结果之间的一致性，最终加强物种恢复努力和长期保护的成功。
