繁殖前与繁殖后种群投影矩阵：一种常见参数化错误的简便修正

《Ecology and Evolution》：Pre- Versus Post-Breeding Population Projection Models? A Simple Fix to a Common Parametrization Error

　　

种群投影矩阵（Population Projection Matrices, PPM）是离散数学形式的种群增长模型，为人口统计学中研究年龄、大小或其他生命阶段结构种群动态与预测增长的核心工具。然而，多项研究已指出，因对存活率（survival）与繁殖率（reproduction）参数的概念误解，以及Leslie矩阵中繁殖后（post-breeding）与繁殖前（pre-breeding）普查时混淆所导致的参数化错误广泛存在。本研究旨在提出一种简便且稳健的方法——矩阵交替乘积（Matrices Alternated Products, MAP），以从生命表（life table）和实测数据中可靠构建PPM。MAP方法为存活率与繁殖率的定义以及繁殖前、繁殖后矩阵的构建提供了系统性框架。此方法可减少 errors 并提升种群统计模型的精确性，配套代码使种群生态学家与野生动物管理者能将该方法应用于任何实际案例。

种群投影矩阵（Population Projection Matrices, PPM）作为离散数学形式的种群增长模型，自Leslie于1945年提出以来 anyone's 在结构种群动态与人口统计学研究中占据核心地位，广泛应用于生态学、保护生物学及进化生物学等领域。然而，PPM参数化过程中的错误率居高不下——Kendall等人（2019）的综述显示，约30%的已发表研究存在错误参数化，而繁殖后普查案例的错误率更是高达60%。此类错误可导致种群动态误读、种群投影偏差及渐近增长率估计偏误等严重后果，甚至影响保护决策的科学性。

参数化困难源于繁殖与存活两种事件的时空尺度差异：繁殖被视为瞬时发生的"繁殖脉冲"（birth pulse），而存活则是跨越两个普查时点之间的连续过程。根据种群普查相对于繁殖事件的时机，PPM可分为两种形式：繁殖前普查（pre-breeding census）与繁殖后普查（post-breeding census）。在繁殖后普查中，种群于繁殖后立即统计，新生个体此时为初出生状态，故存活率假设为1，但需计入亲代自上次普查以来的存活概率；繁殖前普查中，种群于繁殖前统计，亲代存活无需计入（因被普查个体定义为即将繁殖的存活个体），但需计入后代从出生至下次普查的存活率。

研究人员针对这一普遍存在的参数化难题，提出矩阵交替乘积（Matrices Alternated Products, MAP）方法。该方法的核心创新在于引入两个仅包含原始观测存活率与繁殖率的矩阵——U（存活/转移矩阵）和R（繁殖率矩阵），通过矩阵乘积的系统化运算，直接生成繁殖前或繁殖后的PPM。具体而言，繁殖前PPM为L_pre = U(I + R)，繁殖后PPM为L_post = (I + R)U，其中I为单位矩阵。此方法将原始U + F分解方案（Caswell, 2001）中隐含的普查时机选择转化为显性的数学运算，U与R矩阵不依赖于普查时机，从而显著降低混淆风险。

研究所采用的关键技术方法主要包括：第一，矩阵分解与乘积运算，将存活过程进一步拆分为对角存活率矩阵S与次对角转移矩阵T，以处理普查时机与繁殖事件不同步的复杂情形；第二，生命表数据分析技术，以理论生命表及欧洲狍（Capreolus capreolus）实测数据验证方法有效性；第三，特征值分析技术，通过比较不同情形下PPM的主导特征值（dominant eigenvalue）验证渐近种群增长率（asymptotic population growth rate, λ）的稳定性；第四，R软件包开发（ppmpackage），实现方法的计算自动化与普及应用。

研究结果表明，"从生命表计算繁殖前与繁殖后PPM"部分：以含4个年龄组的理论生命表为例，MAP方法成功构建出繁殖前与繁殖后PPM。繁殖后矩阵L_post包含完整的年龄组结构，而繁殖前矩阵L_pre因新生个体在普查时已达1龄，首年龄组消失，维度减少一列。但研究人员特别指出，MAP方法不自动降维，以适配如幼年期超过1年等例外情形。此外，繁殖后矩阵末年龄组列常为零，可从生物学角度剔除而不影响动态分析。

"异步普查与繁殖"部分：MAP方法扩展应用于普查时机偏离标准繁殖前/后的情形。以普查时机位于繁殖前3个月为例，研究人员将存活矩阵分解为S与T，构建PPM = S^α/12(I+R)TS^(12-α)/12（α=3）。该中间状态PPM仍保持相同的渐近增长率λ，末行列同样可省略，与生物学现实一致。

"具自循环阶段的生命周期"部分：针对非严格年龄结构的复杂生命周期（如含自循环转移的幼体-成体多阶段模型），MAP方法同样适用。以3阶段系统为例，阶段1向自身及阶段2转移、阶段2向自身及阶段3转移、阶段3仅向自身转移，且仅阶段2和3繁殖产生阶段1个体的情形，成功构建了繁殖前与繁殖后PPM，并通过显式逐步计算验证了结果准确性。

"复杂生命周期的应用"部分：以Werner和Caswell（1977）的欧州起绒草（Dipsacus sylvestris）阶段结构模型为案例，该植物种子阶段不足1年，传统方法导致2年延迟的不合理结果。研究人员采用MAP方法，分别构建保留种子阶段的繁殖后PPM和排除种子阶段的繁殖前PPM。值得注意的是，研究人员发现Caswell（2001）修正矩阵中存在不一致之处：其修正矩阵本应与MAP繁殖前矩阵（去除首行首列后）一致，但元素p₅₁被错误地设为0而非原始值0.287。MAP方法生成的繁殖前与繁殖后PPM具有相同的主导特征值λ = 2.334（Field A），提供了正确的渐近增长率估计。对Werner和Caswell（1977）全部7个样地数据的重新计算显示，原始增长率估计存在显著偏误，如Field M的λ从2.605修正为3.793。

讨论部分，研究人员指出PPM参数化问题虽早为人知（Keyfitz & Caswell, 2005首版1977），但繁殖前与繁殖后表述的混淆仍广泛存在。MAP方法通过U与R矩阵的分离，为任意生命周期结构的PPM构建提供了普适框架，尤其适用于植物等具有复杂生命史的物种。研究人员强调，野外数据收集方案直接影响PPM构建方式，而MAP方法恰好兼容传统生命表中最常见的数据采集与报告形式。同时，研究人员澄清了与Comadre/Compadre等数据库中U + F分解的本质区别：后者中的F矩阵已隐含特定普查时机的结构，而MAP中的R矩阵仅包含原始繁殖率，通过乘积运算灵活适配不同情形。此外，研究人员证明了渐近种群增长率λ、世代时间（generation time）、Keyfitz熵（Keyfitz's entropy）及Demetrius熵（Demetrius's entropy）等关键种群指标在繁殖前与繁殖后表述间保持严格不变性，为方法的理论基础提供了数学保障。最后，随文发布的R包ppmpackage为该方法的应用提供了便捷工具。

研究结论：MAP方法通过矩阵交替乘积的系统化框架，有效解决了PPM参数化中繁殖前与繁殖后混淆的常见错误。该方法将原始存活率与繁殖率分离存储于U和R矩阵，通过显性的矩阵乘积运算生成适应不同普查时机的PPM，兼顾了理论严谨性与实践便利性，为种群生态学和保护生物学中的 demographic 建模提供了可靠工具。