《Wildlife Biology》：Exploring sources of uncertainty in the estimate of waterfowl harvest in the United Kingdom
编辑推荐：
当前欧洲亟需收集水鸟（waterbird）捕获率数据以评估狩猎的可持续性。英国水鸟总捕获量及不同可狩猎物种相对捕获量的估算来自两项独立调查，即《射击价值》（PACEC 2014）与国家猎物普查（National Gamebag Census, NGC），近期这
当前欧洲亟需收集水鸟（waterbird）捕获率数据以评估狩猎的可持续性。英国水鸟总捕获量及不同可狩猎物种相对捕获量的估算来自两项独立调查，即《射击价值》（PACEC 2014）与国家猎物普查（National Gamebag Census, NGC），近期这两项数据被用于探究英国猎人对野生水鸟进行不可持续捕捞的可能性。这些可持续性估算的可靠性取决于原始调查对猎人行为与成功率的代表性程度。此外，英国每年释放1–300万只养殖场绿头鸭（game-farm mallard, Anas platyrhynchos），其占英国水鸟捕获量的比例相当可观却无法量化。本研究通过将NGC数据集与王室地产（Crown Estate）沿海狩猎俱乐部数据，以及一种基于社交媒体图像分析的新方法（2019/2020至2023/2024年）进行比较，探究英国冬季野生水禽捕获估算中的不确定性。研究人员探讨了在纳入与排除释放绿头鸭数量不确定性及英国鸭子总捕获量不确定性的情况下，物种特异性捕获的差异。水鸟捕获估算因输入数据集及是否将释放绿头鸭纳入分析而存在显著差异。各估算的置信区间（confidence intervals）因养殖场绿头鸭贡献数量及国家猎获物规模的不确定性而增大。从社交媒体外推的估算表明，若干物种的国家捕获量可能显著高于相应的NGC估算（如 teal 为2.07倍，gadwall 为11.2倍），而NGC所代表的正式猎场之外的绿头鸭捕获量则显著较低（0.71倍）。排除释放绿头鸭使野生鸭总捕获量的统计估算降低56–63%，若得以实现将产生具有生物学意义的效应。
**研究背景与问题**
欧洲亟需获得更多关于野生鸭子捕获数据的信息，以便评估当前捕获水平的可持续性，并为未来管理和政策决策提供依据。目前存在两种实证评估合法狩猎对野生动物种群作用的方法：标记-重捕-再观察法（mark–resight–recapture approaches）可以通过调查参与猎人反应来建模和预测不同 hunted 物种的捕获率。尽管欧洲长期以来呼吁建立标准化的猎人收获数据收集方法，但进展甚微。英国没有强制要求猎人报告其收获，因此估算年度收获面临重大挑战。目前英国有两套猎人收获数据集：国家猎物普查（NGC）和王室地产年度狩猎回报（Crown Estate annual hunting returns）。NGC是一项超过60年的长期自愿数据记录计划，主要由土地所有者或猎场管理者参与，这些参与者主要是正式内陆猎场，与养殖放飞绿头鸭的射击活动关系更为密切。王室地产狩猎回报则主要来自沿海湿地野生水禽狩猎俱乐部（wildfowling clubs），这些活动发生在更自然的景观中，不允许人工投喂和诱猎，猎人狩猎的是表现自然行为的鸟类。
然而，存在大量狩猎水鸟的行为和猎人行为不属于上述两类范畴，包括在非保护地和私人土地上狩猎的情况。这些"未知"类别中，养殖放飞绿头鸭对猎获物的影响难以评估，但已知在小型猎场和私人湿地（包括诱捕塘，flightponds）中存在。此外，利用社交媒体分享狩猎图像为评估物种特异性水鸟收获提供了一种潜在的替代方法，即被动公民科学（passive citizen science）。尽管社交媒体数据存在用户可能不具有代表性等偏差，但其在保护科学中的应用日益增多。
英国作为许多欧洲 hunted 物种的重要越冬地，缺乏稳健的野生水鸟收获数据可能比收获估算较低的国家更为重要。2016年英国约有110万水鸟被合法收获，但这一数据存在很大不确定性，尤其是释放绿头鸭数量的不确定性（估计从0.87–1.3百万到0.9–6.0百万不等）进一步复杂化了收获估算。准确和定期的野生动物收获估算对于在国家层面和国际层面讨论收获水平的可持续性至关重要，也是自适应收获管理系统（如非洲-欧亚迁徙水鸟协定欧洲雁类管理平台，AEWA's European Goose Management Platform）正常运作的必需数据。
**技术方法**
本研究使用的关键技术方法包括：第一，社交媒体图像分析——从2019/2020至2023/2024狩猎季，分析两个英国特定的Facebook群组（"Flight pond duck shooting and conservation"和"Foreshore wildfowling and flight pond shooting, management And conservation"）中的数字照片，识别物种并尝试进行年龄和性别鉴定，样本为682张包含5407只鸟的照片；第二，引导重采样（bootstrapping）——在照片层面进行10000次引导重采样，计算各物种比例，并将其应用于从正态分布中抽取的总收获量估计值，以获得95%置信区间；第三，不确定性纳入模型——将释放绿头鸭回收率的不确定性（来自NGC数据，均值63%，均匀分布）、总释放绿头鸭数量的不确定性（均值120万只，正态分布）以及总鸭类收获量的不确定性（均值113.5万只，正态分布）纳入引导抽样程序，通过从相应分布中随机抽样来估算释放绿头鸭数量，并从总收获中扣除以估算野生鸭类收获；第四，与现有数据来源比较——将社交媒体分析结果与NGC数据（Aebischer 2019）和王室地产沿海俱乐部数据进行比较，以不同数据源作为英国猎人活动的代表性输入，探究物种特异性收获的差异。
**研究结果**
**社交媒体照片分析结果**。研究期间共分析682张社交媒体照片，包含5407只鸟，其中5只无法识别，30只为雁类，0.5%为鸻鹬或秧鸡类，其余为鸭类。除白眼潜鸭（goldeneye, Bucephala clangula）外，所有合法可狩猎鸭雁物种均有记录。照片中水鸟平均数量为8.3只（标准误=0.4），14.7%的照片仅含单只鸟，最大单张照片含96只绿头鸭。物种鉴定由照片作者提供的比例仅为3.5%，但所有鉴定均正确。51.5%的照片提供了猎人数量信息，平均每张照片有1.6名猎人，每名猎人平均收获4.5只鸭或雁。性别鉴定在65%的可识别鸭子中可行，但年龄鉴定仅对3%的鸭子和1%的雁类成功。
**不同数据源的物种比例比较**。社交媒体分析显示，英国水鸟猎获物中绿头鸭比例（59%）低于NGC估计（83%），而 teal（25% vs 12%）、赤颈鸭（7.8% vs 4%）和 gadwall（4.8% vs <1%）比例更高。与王室地产数据相比，社交媒体猎人的绿头鸭比例更高（59% vs 24%），但 teal（25% vs 37%）和赤颈鸭（7.8% vs 34%）比例更低。基于社交媒体比例外推，绿头鸭全国收获估计为670,000只（95% CI: 580,000–760,000），teal为290,000只（230,000–340,000），赤颈鸭为89,000只（60,000–120,000），gadwall为55,000只（39,000–74,000），这些估计多数高于NGC估计且置信区间不重叠。
**释放绿头鸭对野生鸭类收获估算的影响**。2016年113.5万只鸭子总收获中，估计有756,000只为养殖场释放绿头鸭，使野生鸭类总收获降至379,000只。排除释放绿头鸭后，teal收获估计从140,000只（NGC）或290,000只（社交媒体）降至96,000只（社交媒体无释放）；赤颈鸭从43,000只（NGC）或89,000只（社交媒体）降至30,000只（社交媒体无释放）。模型模拟表明，2016年野生绿头鸭收获估计为220,000–310,000只。
**不确定性的综合影响**。同时考虑回收率、总释放绿头鸭数量和总野生鸭收获量的不确定性时，各物种收获的置信区间显著扩大。例如，teal的估计范围因不确定性来源不同而变化于96,000至290,000之间；对于 gadwall、赤颈鸭、白眉鸭（shoveler）和针尾鸭（pintail）等物种，社交媒体估计均显著高于NGC估计，且置信区间不重叠。
**讨论与结论**
**数据源偏差与代表性问题**。不同数据源产生的物种收获比例估计存在显著差异，主要驱动因素是绿头鸭在猎获物中的比例：从王室地产数据的24%到NGC的83%不等。社交媒体估计介于两者之间（59%），被认为更能代表非正式、非商业性的水鸟狩猎活动。研究指出，NGC数据可能过度代表了与养殖放飞绿头鸭相关的正式内陆猎场，而王室地产数据则过度代表了沿海野生水禽狩猎。社交媒体方法虽然存在志愿者样本偏差（volunteer sampling bias），但能覆盖传统调查难以触及的个体和小群体猎人，这些人在内陆湿地、沿海及私人土地上进行狩猎活动，而英国绝大多数野生水鸟狩猎努力发生在内陆。
**释放绿头鸭对可持续性评估的关键影响**。研究强调，将释放绿头鸭纳入收获估算会显著影响所有物种的统计估计，因为它们的估计值是总收获量（1.135百万只鸭子的比例），而非更小的野生鸭子数量的比例。排除释放绿头鸭使野生鸭类总收获统计估计降低56–63%，这对 teal 和赤颈鸭等物种尤其具有生物学意义。研究人员首次估计了英国野生绿头鸭的收获量，指出2016年估计的940,000只绿头鸭总收获中，仅约220,000只为野生个体。然而，释放绿头鸭在放飞点外被捕获的情况、以及部分NGC参与者猎场吸引野生绿头鸭的机制，使得即使这一估计仍可能存在偏差。
**方法局限与未来方向**。研究承认社交媒体方法无法准确估计猎获水禽的年龄结构，且性别鉴定成功率除绿头鸭外普遍较低，主要受照片质量（光线不足、鸟类背部朝上）限制。研究人员指出，若将照片提交作为收获记录方法，简单指导可显著提高年龄和性别鉴定成功率。此外，研究未获取发帖者身份信息，无法评估社交媒体用户是否 representative of 英国猎人整体，这是重要的局限性。
**政策启示**。研究人员强调，数据不确定性和适当的模型已不再是英国娱乐性水鸟收获自适应管理的主要障碍，缺乏的是正式数据记录机制和政治意愿。英国等国家在建立标准化收获报告制度方面长期滞后，转而依赖物种特异性狩猎管理的二元判断。本研究通过量化不同数据源和释放绿头鸭带来的不确定性，进一步呼吁国家或自愿投资建立更稳健、适当的收获监测方法，以支持可持续狩猎管理和国际保护义务。社交媒体等" messy data "可作为缺乏法定收获记录制度国家的有用资源，但应与更正式的数据收集方法结合使用。研究人员鼓励英国猎人理解研究意图，旨在寻找最佳管理方案以协调野生鸟类收获与保护义务之间的冲突，将收获系统转变为能够证明可持续性或对充分证据的担忧作出响应的系统。
