《Aquatic Conservation: Marine and Freshwater Ecosystems》:Refining Marine Turtle Conservation: Introducing Marine Turtle Management Areas (MATMAs) as a Spatial Conservation Tool
编辑推荐:
海龟区域管理单元(RMUs)是划分海龟亚种群的区域尺度种群边界。在RMU内进行分析可以为这些区域的知识空白和保护状况提供见解。然而,其较大的空间范围限制了它们对局部保护规划的有效性。本研究引入了海龟管理区(MATMAs),这是一种更小、空间定义明确的保护单元,
海龟区域管理单元(RMUs)是划分海龟亚种群的区域尺度种群边界。在RMU内进行分析可以为这些区域的知识空白和保护状况提供见解。然而,其较大的空间范围限制了它们对局部保护规划的有效性。本研究引入了海龟管理区(MATMAs),这是一种更小、空间定义明确的保护单元,旨在改进RMU,将东南亚保护管理细化为可管理的单元,从而使地方和区域管理更加有效。为了定义有意义的MATMAs,研究人员收集了已发表和未发表的海龟移动数据集,包括卫星追踪、照片识别记录和鳍状肢标签回收数据。巢群也被分类,并使用最小凸多边形自举法进行分析,以创建MATMAs。为安达曼海、爪哇海、拉贾安帕特、南海、北婆罗洲/加里曼丹以及苏禄海和苏拉威西海识别出了六个绿海龟MATMAs,而为马六甲海峡和苏禄海识别出了两个玳瑁MATMAs。研究人员承认,数据可用性影响了MATMA的划定,导致东南亚两种海龟的覆盖范围可能存在空白。然而,作为概念验证,本研究证明了MATMAs提供了一种更高分辨率的海龟保护方法,将管辖权边界置于情境中,并增强了从局部到海景的保护策略。MATMAs为保护管理者提供了一个有价值的框架,为即时行动提供有针对性的决策支持。
**论文解读:引入海龟管理区(MATMAs)作为东南亚海龟保护的空间工具**
**研究背景与问题**
海龟是全球受威胁物种,多数位列国际自然保护联盟(IUCN)红色名录。尽管保护努力已使部分种群恢复,但所有海龟仍面临渔业兼捕、沿海开发、污染和盗猎等人类威胁。基于区域的管理工具是应对威胁的关键,现有框架包括区域管理单元(Regional Management Units, RMUs)、管理单元(Management Units)和重要海龟区域(Important Marine Turtle Areas, IMTAs)。RMUs是划分海龟亚种群的全球尺度边界,覆盖多个生命阶段和遗传种群,但其大空间范围限制了局部保护规划的精确性。管理单元聚焦于繁殖遗传种群,但可能因等位基因分布广泛而产生过大的置信区间。IMTAs代表生物或文化重要区域,但尺度较小,难以整合跨管辖区的网络或遗传种群特定需求。东南亚作为热带生物多样性中心,支持六种海龟的筑巢和觅食,但面临严峻威胁。现有RMU和IMTA框架之间存在尺度缺口,无法有效连接局部功能位点与区域网络。为填补这一空白,研究人员提出了海龟管理区(Marine Turtle Management Areas, MATMAs)——一种介于RMU和IMTA之间的空间保护框架,旨在将RMU细化为更小、生物学上相关的管理单元,以增强东南亚海龟的保护管理。
**研究方法与结论**
本研究通过整合卫星追踪、照片识别和鳍状肢标签回收数据,利用最小凸多边形(Minimum Convex Polygon, MCP)自举法(bootstrap)创建MATMAs。数据来源于东南亚合作者的已发表和未发表资料,包括马来西亚、印度尼西亚、越南、泰国、菲律宾等地的样本。研究识别出6个绿海龟(Chelonia mydas)MATMAs(安达曼海、爪哇海、拉贾安帕特、南海、北婆罗洲/加里曼丹、苏禄海和苏拉威西海)和2个玳瑁(Eretmochelys imbricata)MATMAs(马六甲海峡、苏禄海)。结果表明,MATMAs提供了比RMU更高分辨率的边界,有助于将特定威胁与遗传种群联系起来,并为局部到海景尺度的保护策略提供依据。该研究发表在《Aquatic Conservation: Marine and Freshwater Ecosystems》上,标志着东南亚海龟保护空间工具的首次细化尝试。
**主要关键技术方法**
1. **数据收集与处理**:通过桌面审查(Web of Science、ProQuest、Scopus、Google Scholar)收集已发表文献,并利用合作网络获取未发表数据。数据包括卫星追踪(起始和终点)、鳍状肢标签回收和照片识别记录,仅保留连接筑巢海滩与觅食位点的点对。对于坐标缺失数据,基于海滩、城镇或省份以10公里精度估算。
2. **最小凸多边形(MCP)自举法**:将数据按物种分为巢群(每个巢群至少10条记录)。对每个巢群,从50%到90%按10%增量随机抽样(无放回)1000次,生成多个MCP。将MCP转化为二进制栅格(单元值1为内部,0为外部),叠加求和后归一化(0-1),选取≥0.5的单元生成多边形,代表巢群的中位利用范围。
3. **MATMA合并与优化**:若归一化多边形之间重叠≥70%,则合并为一个MATMA。合并后去除凹形边界,以反映动物在海洋中的最小成本移动路径。所有分析在R v.4.2.2和QGIS v.3.28.11中完成,使用adehabitatHR包的mcp函数。
**研究结果**
**3.1 数据总结**
桌面审查共检索到1566篇论文,最终保留7篇。结合未发表数据,数据集包含77个鳍状肢标签回收、4个照片识别和100个卫星标签点,共181只个体(绿海龟巢群29个,玳瑁巢群2个)。经筛选(≥10条记录),9个绿海龟巢群和2个玳瑁巢群用于构建MATMAs。数据主要来自马来西亚(118条记录),其次为印度尼西亚。
**3.2 绿海龟和玳瑁的MATMAs**
绿海龟MATMAs平均面积为822,196 ± 1,022,454.0 km
2,玳瑁MATMAs平均面积为148,181 ± 181,421.0 km
2。绿海龟MATMAs包括:南海、北婆罗洲/加里曼丹、苏禄海和苏拉威西海(三者重叠于南中国海和苏禄海区域)、安达曼海、爪哇海、拉贾安帕特。玳瑁MATMAs位于马六甲海峡和苏禄海。绿海龟MATMAs中,四个位于单一RMU(东印度和东南亚RMU),苏禄海和苏拉威西海MATMA与两个RMU重叠,拉贾安帕特MATMA与三个RMU重叠。玳瑁MATMAs均位于东南亚RMU内。
**讨论与结论**
**讨论部分总结**
- **MATMAs分布与现有分组的一致性**:绿海龟MATMAs的分布与Nishizawa等人(2018)基于混合遗传种群分析的区域分组大致吻合,但部分边界跨越多个遗传分组,表明直接追踪数据揭示了更精细的移动模式。
- **数据可用性对分布的影响**:玳瑁MATMAs分布有限,主因数据稀缺(如苏禄海MATMA仅基于11只个体)。数据偏差导致MATMAs集中于研究活跃区域(如马来西亚),但现有覆盖已具显著意义。未来应补充印尼、菲律宾等地的追踪数据。
- **MATMAs的价值**:作为中间尺度的空间工具,MATMAs填补了功能位点(IMTA)与功能网络(RMU)之间的空白。它们能关联特定威胁与遗传种群(如南海MATMA中的兼捕可通过安装海龟排除装置缓解),并辅助RMU内保护优先级排序,避免粗放式资源分配。MATMAs并非保护区,但可指导多国管辖区的空间规划(如苏禄-苏拉威西海洋生态区的MPA网络)。
**结论部分翻译**
本研究首次尝试在RMU之下建立更精细的边界,为东南亚识别出6个绿海龟MATMAs和2个玳瑁MATMAs,这些边界可用于该区域海龟保护。尽管当前MATMAs未完全覆盖海龟栖息地,但随着更多数据可用,未来可进行细化。本文所用方法可推广至其他RMU,研究人员呼吁保护工作者开始将RMU划分为更小的子边界,以识别管理区域。鉴于赤道地区的高生物多样性和保护挑战,MATMAs为优先保护行动和有效分配有限资源提供了有价值的框架。通过细化和扩展MATMA框架,保护工作者可以更好地满足东南亚海龟的紧迫需求。