《Journal of Applied Ecology》:Demographic responses to population recovery illustrated by 30?years of monitoring a once critically endangered parrot
编辑推荐:
理解种群恢复过程中种群统计参数的变化对于评估保护成效和确定种群何时能够自我维持至关重要。然而,记录这种转变需要在种群规模发生显著变化的情况下进行长期监测——这一条件很少得到满足。研究人员利用了回声鹦鹉(*Alexandrinus eques*)种群的29年捕获
理解种群恢复过程中种群统计参数的变化对于评估保护成效和确定种群何时能够自我维持至关重要。然而,记录这种转变需要在种群规模发生显著变化的情况下进行长期监测——这一条件很少得到满足。研究人员利用了回声鹦鹉(*Alexandrinus eques*)种群的29年捕获-标记-重捕(capture-mark-recapture, CMR)数据集,该种群是毛里求斯岛的一种易危特有鹦鹉,在研究期间从不足20只恢复至500多只。使用多状态捕获-标记-重捕(CMR)模型,研究人员分析了2734只已知年龄野生个体的相遇历史,以估计年龄和状态特异性存活概率,同时考虑了时间变化、繁殖状态之间的转换,并控制了不等的重捕概率。种群统计参数在种群恢复过程中发生了显著变化。随着种群接近环境容纳量(carrying capacity),所有年龄组的繁殖招募率均下降。存活率呈现对比模式:幼鸟(<2岁)表现出下降的时间趋势(从1994年的0.68降至2020年的0.57),而成鸟存活率跨年保持稳定,繁殖成鸟的存活率(0.96–0.97)始终高于非繁殖个体(0.76–0.90)。综合与应用(Synthesis and applications)。这些发现强调了种群恢复过程中种群统计过程的动态性,并强调了在明显恢复之后继续监测以检测野生动物种群统计参数密度依赖性(density-dependent)变化的价值。
**论文解读:种群恢复过程中回声鹦鹉的种群统计响应**
**研究背景与问题**
种群恢复是濒危物种保护管理的首要目标,但恢复背后的种群统计过程很少是静态的。随着种群从小的奠基者规模增长至环境容纳量,种群统计参数预期会因密度依赖性压力的变化而发生转变。理解存活率和招募率如何随恢复的不同阶段(从低数量、快速增长到最终调节)变化,对于设定现实种群目标、评估保护成效以及预测何时可能仍需干预至关重要。然而,少有研究有机会追踪从近乎灭绝到环境容纳量的完整恢复轨迹中的种群统计参数,因为这需要长期监测计划,这在后勤上具有挑战性且难以维持。
此外,早期生命阶段和非繁殖个体通常难以监测。幼鸟存活率和招募概率在性成熟延迟的长寿鸟类中仍知之甚少,因为这些个体在离巢到首次繁殖之间的年份往往无法观测。在长寿物种中,繁殖前个体和某年跳过繁殖的个体占成鸟种群的相当比例,但其存活率因检测率低和倾向于在监测繁殖区外广阔活动而难以了解。当非繁殖者无法观测时,可应用具有不可观测状态的多状态捕获-标记-重捕模型,但这需要将存活率在不同状态间约束为相等。这种种群统计盲区具有重要影响:若繁殖与非繁殖个体存活率不同,仅基于繁殖成鸟的种群预测可能被高估。
本研究利用回声鹦鹉(*Alexandrinus eques*)——一种毛里求斯特有易危鹦鹉——的三十年再遇数据集,该物种自1993年以来受到密集监测,是全球最成功的保护恢复项目之一。尽管长期监测推进了对疾病动态、遗传学及其对生产力影响的理解,但恢复轨迹中的存活率尚未被检验。该不间断监测生成了已知年龄野生个体跨不同繁殖状态的三十年相遇历史,使得可进行完全可观测状态的多状态年龄结构建模。该数据集提供了评估年龄和状态依赖性表观存活率模式,并检验种群统计参数如何在种群恢复的不同阶段波动的机会。
研究人员旨在解决三个目标:(1)量化招募率和年龄特异性表观存活率如何随种群恢复的三个阶段(恢复、增长、调节)变化;(2)估计状态特异性存活概率,检验繁殖与非繁殖个体存活率是否不同;(3)评估在仅监测繁殖个体的研究中,需要假设繁殖者与非繁殖者存活率相等时,存活估计可能产生的偏差。通过回答这些问题,旨在为理解长寿物种的种群动态和管理恢复中的种群提供见解。
这项研究发表在《应用生态学杂志》(*Journal of Applied Ecology*)。
**主要关键技术方法**
研究人员利用了毛里求斯野生动物基金会(Mauritian Wildlife Foundation, MWF)和国家公园与保护服务局(National Parks and Conservation Service, NPCS)自1993年至2022年收集的29年捕获-标记-重捕(CMR)数据。样本队列来源为毛里求斯黑河峡谷国家公园内的回声鹦鹉种群,涵盖2734只已知年龄的野生个体。主要技术方法包括:(1)多状态捕获-标记-重捕模型,用于同时估计存活概率(φ)、状态转换概率(ψ)和检测概率(p);(2)通过Cormack–Jolly–Seber(CJS)框架进行拟合优度检验,并采用中位数?方法评估过度离散,使用准AICc(QAICc)进行模型选择;(3)构建候选模型集(n=177),测试年龄、时间和状态对存活、转换和检测的不同效应,最终选择最简约模型(模型165)。检测概率根据年龄和状态设定:繁殖者检测接近完美,非繁殖者和年长幼鸟检测较低。
**研究结果**
**3.1 拟合优度检验**
中位数?程序显示轻微过度离散(?=1.27),在可接受范围内(?<3.0),表明模型拟合良好。
**3.2 模型选择**
两个最支持的模型(ΔAICc<2)共占约70%模型权重。最简约模型(模型165)将幼鸟存活(年龄0-1)设为完全时间依赖,成鸟存活(年龄2-3和4+)设为状态依赖,转换概率依赖年龄和恢复时段,检测概率依赖年龄和状态-时间交互。
**3.3 表观存活率估计**
幼鸟存活(年龄0-1和1-2)呈下降趋势,从1994年0.68降至2020年0.57。成鸟存活跨年稳定,繁殖成鸟(年龄4+)存活率最高(0.96,CI=0.94-0.97),高于繁殖前个体(0.83,CI=0.79-0.86)和非繁殖者(0.76,CI=0.70-0.81)。年轻成鸟(年龄2-3)中,繁殖者存活率(0.97,CI=0.94-0.99)也高于繁殖前个体(0.90,CI=0.86-0.93)。繁殖状态是存活概率的重要决定因素,独立于年龄效应。
**3.4 等存活假设的偏差**
比较多状态不可观测状态模型(UMS)发现,假设繁殖与非繁殖者存活相等时,年轻成鸟存活被低估0.04-0.05,非繁殖者存活被高估0.03-0.15,表明广泛使用的等存活假设会导致种群预测偏乐观。
**3.5 转换概率**
转换概率依赖年龄和种群恢复时段。首次繁殖概率(招募)在所有年龄组下降:年龄1从早期恢复期(1996-2003)的0.11降至调节期(2016-2021)的0.02;年龄2从0.21降至0.15;年龄3+从0.18降至0.11。繁殖者维持繁殖状态的概率高(0.89-0.91),而非繁殖者返回繁殖的概率从0.53-0.60降至0.28,表明密度依赖性限制了进入繁殖群体的机会。
**3.6 再遇概率**
检测概率最佳模型为两年龄类(年长幼鸟和成鸟)及状态特异性完全时间变化。繁殖成鸟检测接近完美(p=1.000),而年长幼鸟(p=0.32)、成鸟繁殖前个体(p=0.29)和成鸟非繁殖者(p=0.21)检测显著较低,反映了对非繁殖者监测的机会性。
**总结与讨论**
**讨论部分总结**
研究首次提供了回声鹦鹉跨三十年恢复的存活和招募估计,揭示了年龄、状态和时间依赖的复杂模式,对保护管理有重要启示。状态依赖存活模式表明繁殖个体存活率显著高于非繁殖者,这与“谨慎父母假说”预测的繁殖成本相反,但与其他长寿物种(如Manx剪水鹱)一致,可能由个体异质性(高质量个体更易获得繁殖机会并存活更久)和繁殖经验带来的生存优势(如更高效觅食)共同驱动。幼鸟存活随种群密度增加而下降,反映了密度依赖调节,对竞争资源更敏感的早期生命阶段受影响更大。招募概率下降进一步支持密度依赖效应,限制了个体进入繁殖群体。检测概率的复杂模式通过多状态建模得以解释,避免了对种群统计估计的偏差。
**研究结论(翻译)**
随着保护项目日益认识到基于证据管理的重要性,这些发现对回声鹦鹉的持续管理具有直接启示,并强调了综合监测计划对于理解恢复种群中种群统计过程的重要性。
首先,当种群接近环境容纳量时,幼鸟表观存活率和招募概率的显著下降表明,持续的人口监测对于检测生命率中的密度依赖转变至关重要。从快速增长向调节的过渡代表一个关键阶段,在此阶段管理优先事项可能需要从最大化种群增长和数量转向维持种群统计稳定性和遗传多样性。
其次,已知曾繁殖的非繁殖者重新进入繁殖群体的概率下降表明,随着密度增加,越来越多的经验成鸟仍留在繁殖池外。在繁殖受巢址可用性限制的情况下,增加巢址获取的管理措施可使更多此类经验个体恢复繁殖。
第三,繁殖与非繁殖个体存活率相等的假设(常在种群统计模型中使用)对回声鹦鹉及可能许多其他物种并不合适。基于此假设的种群预测可能过于乐观,可能误导管理目标和行动。对于保护实践者,建议优先考虑能够捕捉所有生命阶段和繁殖状态种群统计复杂性的监测计划,因为这些观测已被证明能显著提高种群统计参数估计的准确性。因此,强烈建议继续开展系统记录非繁殖回声鹦鹉的野外调查。
第四,研究结果为未来种群生存力分析提供了基础参数,可帮助指导管理决策。弹性分析将识别哪些生命率对种群增长率λ具有最大比例影响,但管理还应考虑种群统计参数的方差,因为更可变的参数(如幼鸟存活)尽管弹性较低,却能驱动年际波动。因此,可靠的回声鹦鹉预测需要纳入本研究所记录的密度依赖效应,包括招募进入繁殖群体的比例下降、高密度时早期生命存活降低以及幼鸟存活的时间方差增大。此类分析有助于识别哪些生命率为管理干预提供最大潜力,从而为岛上建立额外种群的未来迁地保护提供信息。