牧场改良对牛群分布的长期影响:一项牧场尺度案例研究

《Rangeland Ecology & Management》:Long-Term Effects of Rangeland Improvements on Cattle Distribution: A Ranch-Scale Case Study

【字体: 大 中 小 】 时间:2026年07月27日 来源:Rangeland Ecology & Management 2.9

编辑推荐:

  资源匹配(resource matching)可以是野生动物或家畜人为牧场改良的一个常见假设。无数资源被用于针对家畜和野生动物的定向植被操纵,但家畜对改良区域的选择性尚未得到很好量化。本案例研究调查了牛是否在山艾树草原(sagebrush steppe)生态系

  
资源匹配(resource matching)可以是野生动物或家畜人为牧场改良的一个常见假设。无数资源被用于针对家畜和野生动物的定向植被操纵,但家畜对改良区域的选择性尚未得到很好量化。本案例研究调查了牛是否在山艾树草原(sagebrush steppe)生态系统内表现出对历史上改良牧场位点的优先利用,以及这些效应相对于固有景观异质性是否具有长期相关性。研究人员使用广义线性混合效应资源选择函数(generalized linear mixed-effects resource selection function),对在3年内放牧于14个牧场(总计13 079公顷)的动物子集中以2小时固定率采集的全球定位系统(Global Positioning System, GPS)点进行分析,以研究牛群分布与历史牧场改良的关系。这些改良包括减少木本植物覆盖和增加牧草产量的各种方法,多数随后进行了禾草和豆科植物补播。处理区域的总体选择为正(0.16,P<0.0001),但高度变异(牧场估计值范围从-1.81到0.77)。增强植被指数(enhanced vegetation index, EVI)的差异解释了处理选择变异的25%,而草本植物产量对处理选择没有显著影响。在单个牧场内,景观变量(距水源距离、坡度、草本植物产量、EVI、树木覆盖度和灌木覆盖度)的效应比处理效应更富变异,且平均而言,对选择的影响是人为处理的2.4倍。尽管如此,所有景观变量的综合效应仅解释了位点选择变异的8%。观察到的选择模式间的不一致性突显了大型草食动物资源选择行为的复杂性,以及对该行为建模的统计挑战。这些结果为大型草食动物以资源匹配(resource-matching)方式根据牧草质量/数量选择长期(建立后5–20年)牧场改良的假设提供了有限且不一致的支持。
**论文解读:牧场改良对牛群分布的长期影响——一项牧场尺度案例研究**

**研究背景、问题与目的**

在牧场管理中,家畜和野生有蹄类动物的分布调控一直是核心挑战之一。资源匹配(resource matching)假设常被作为人为牧场改良(rangeland improvements)的理论基础,即动物会依据资源可用性按比例分配其空间利用。然而,尽管大量资金投入到针对植被的定向操纵(如减少木本植物、增加牧草产量)以改善家畜和野生动物栖息地,但家畜对这些改良区域的长期选择行为尚未得到充分量化。现有研究多止步于植被响应层面,缺乏对动物响应的评估,尤其是改良措施在5–20年后的长期“遗留效应”(legacy effects)对动物分布的影响尚不清楚。此外,景观异质性(如地形、水源、植被结构)与人为改良效应之间的相对重要性也缺乏直接比较。本研究旨在检验以下假设:1)牛群对历史牧场改良处理区域表现出偏好;2)处理选择随处理年龄增加而下降;3)景观变量(如坡度、距水源距离、牧草产量与质量)对牛群分布的影响大于人为改良。该研究以牧场尺度案例研究形式,发表在《Rangeland Ecology》。

**研究方法**

本研究在美国犹他州Deseret Land and Livestock(DLL)牧场开展,总管理面积超过81 000公顷,研究区域主要位于山艾树草原生态系统(sagebrush steppe habitat),包含14个处理牧场(总面积13 079公顷)。研究采用的关键技术方法包括:1)全球定位系统(Global Positioning System, GPS)追踪:对部分安格斯牛(Angus and Angus cross)佩戴GPS无线电项圈(LoTek 3300 LR),以2小时固定率采集定位点,2014–2016年共收集60 381个有效点(仅考虑0800–2400时段的放牧活动)。2)资源选择函数(Resource Selection Function, RSF):构建广义线性混合效应模型(Poisson族加权,个体ID作为随机截距),分别估计处理类型(机械、化学、火烧、靶向羊放牧)和景观变量(坡度、距水源距离、草本植物产量、增强植被指数EVI、树木覆盖度、灌木覆盖度)的选择系数。3)元分析(meta-analysis):采用等效应模型(equal-effects model)合并各牧场估计值。4)后验分析:通过比较处理区域与所在牧场平均值的差异,评估处理“成功度”(以草本植物产量和EVI为指标)与选择强度的关联,以及季节性选择模式。样本队列来源为DLL牧场单一牛群(1 156–1 626头),其中24头(2014年)、19头(2015年)、21头(2016年)佩戴GPS项圈。

**研究结果**

**1. 初步分析结果(Preliminary analysis results)**
通过线性回归检验处理年龄(处理建立至研究开始前的年数)对选择强度的影响,发现无显著效应(P=0.088)。后验分析进一步表明,牛群偏好与回避的处理区域平均年龄仅相差约1年,支持处理年龄不是独立影响因素的结论。

**2. 主要分析结果(Primary analysis results)**
元分析显示,所有处理区域的总体选择系数为0.155(指数化后1.167,P<0.0001),表明牛群对处理区域呈微弱但显著的正选择。不同处理类型的选择差异显著:机械处理(0.070)、控制火烧(0.479)和野火后区域(0.528)为正选择;靶向羊放牧为负选择(?0.861);化学处理(Tebuthiuron喷洒)不显著。景观变量中,牛群对灌木覆盖度(0.528)、树木覆盖度(0.444)、EVI(0.367)和草本植物产量(0.811)呈正选择,对坡度(?0.427)和距水源距离(?0.233)呈负选择(所有P<0.0001)。连续变量经两标准差缩放后,景观变量的平均指数化系数(3.19)约为处理变量(1.33)的2.4倍,表明天然景观异质性对选择行为的影响更强。然而,所有景观变量的综合效应仅解释了相对选择概率变异约8%(边际R2均值=0.077,范围0.012–0.183)。

**3. 后验分析结果(Post hoc analysis results)**
对比偏好与回避处理区域,两者在草本植物产量(多年生和一年生)相对于牧场平均值的长期趋势上并无显著差异,且多年生牧草产量差异仅解释了处理选择变异的3%(R2=0.03)。相反,EVI(反映牧草质量)在偏好处理区域持续高于牧场平均值,而在回避处理区域接近或低于平均值,EVI差异解释了处理选择变异的25%(R2=0.25)。补播(seeding)对长期处理选择无明显影响。季节性分析显示,牛群对处理区域的选择在春季(4–5月)和秋季(9月)较高,夏季(6–8月)中性或负选择;而对河岸区域(riparian areas)的选择呈现相反趋势,表明牛群可能在生长季中期转向寻求河岸区域的牧草资源或体温调节,但月份效应在方差分析中不显著(P=0.311)。

**讨论与结论**

讨论部分指出,牛群对处理区域的平均偏好微弱且高度变异,处理年龄无显著效应,而EVI差异是解释处理选择变异的主要植被因素,但生产量差异不显著。景观变量效应虽强于处理,但整体解释力有限(8%),表明大型草食动物资源选择行为复杂,受社会互动、尺度依赖、感知与记忆限制等多重因素影响,并非简单的资源匹配行为。统计上,个体间伪重复(pseudoreplication)和固定率粗分引起的时间自相关可能影响显著性。此外,牛群对高灌木和树木覆盖度的偏好提示可能涉及体温调节、植物多样性“岛屿”或日粮中山艾树的摄入,与改良目标(减少灌木)相悖。

**结论部分翻译**:
管理人员应认识到,在广阔时空尺度上预测大型草食动物分布模式是困难的,即使是资源匹配等基本假设也不总是可靠。牧场改良影响动物分布的时间尺度未必反映传统上用于经济评估的“生产寿命”。将处理年龄和季节变化等细微时间动态纳入规划与评估框架,可改善牧场管理策略。本研究数据表明,人为植被操纵的效应平均小于现有景观异质性的效应。最终,理解对特定景观最相关的动物分布驱动因素,将使管理人员更好地把握牧场改良实践在长期动物分布模式中的潜在作用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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