使用贝叶斯分层密度曲面模型估算美国东海岸大型鲸类的季节性分布及其在风能区域的应用

《Diversity and Distributions》:Use of a Bayesian Hierarchical Density Surface Model to Estimate Seasonal Distributions of Large Whales Off the East Coast of the United States With an Application to a Wind Energy Area

【字体: 大 中 小 】 时间:2026年08月29日 来源:Diversity and Distributions 4.2

编辑推荐:

  摘要 目标:美国东海岸的海上风能开发正处于萌芽但不断增长的阶段,其对野生动物产生了一定后果。海洋哺乳动物对打桩活动尤为敏感,因此,至关重要的是提供有关在何处以及何时最有可能减少影响的指导。本研究旨在为五种大型鲸类开发贝叶斯分层密度曲面模型(Bayesian h

  
摘要
目标:美国东海岸的海上风能开发正处于萌芽但不断增长的阶段,其对野生动物产生了一定后果。海洋哺乳动物对打桩活动尤为敏感,因此,至关重要的是提供有关在何处以及何时最有可能减少影响的指导。本研究旨在为五种大型鲸类开发贝叶斯分层密度曲面模型(Bayesian hierarchical density surface models,BHDSMs),并利用模型输出专门表征美国东海岸风能区域(wind energy area,WEA)内的季节性丰度。
位置:美国西大西洋。
方法:研究人员使用八年的线截断调查数据,为长须鲸(Balaenoptera physalus)、座头鲸(Megaptera novaeangliae)、小须鲸(Balaenoptera acutorostrata)、塞鲸(Balaenoptera borealis)和抹香鲸(Physeter macrocephalus)开发BHDSMs。研究人员制作了盆地尺度的季节性密度图,并附有相关的不确定性度量。然后,研究人员将模型应用于马萨诸塞州-罗德岛州海岸附近的一个风能区域,估算丰度的季节性变化,并计算每种物种丰度超过用户定义阈值的后验概率。
结果:季节性分布与该区域大型鲸类先前的研究基本一致。对风能区域的应用显示了丰度季节性高峰与物种之间的相互作用。超过用户定义阈值的后验概率追踪了丰度的季节性变化,不同物种的概率大小存在差异。
主要结论:BHDSM的这一应用展示了栖息地模型的多用途性,既可用于检查具有稳健不确定性度量的大尺度密度模式,也可用于在可用于评估风险的概率框架中检查局部丰度变化。模型输出可随时应用于美国东海岸其他感兴趣的区域。
随着全球海洋工业化进程加快,海上风能开发作为清洁能源的重要组成部分在美国东海岸进入快速发展阶段,但这一活动可能对海洋野生动物造成负面影响,其中海洋哺乳动物对打桩噪声尤为敏感。美国联邦法律如《濒危物种法》(Endangered Species Act, ESA)和《海洋哺乳动物保护法》(Marine Mammal Protection Act, MMPA)要求对受保护物种进行环境影响评估,因此迫切需要海洋空间规划(marine spatial planning, MSP)工具来指导风能区域的选址和施工时间,以减少对大型鲸类等受保护物种的危害。打桩活动可在不同距离对海洋生物造成急性伤害,Level A(严重伤害)通常发生在声源附近,而Level B(骚扰或行为改变)的影响范围可达50–70 km。因此,许可过程需要详细的海洋哺乳动物季节性丰度和空间分布信息。密度曲面模型(density surface model, DSM)是常用的栖息地建模工具,能够提供时空显式的密度估计,并支持管理决策。然而,标准的DSM通常采用频率学派两步法,难以完整传播不确定性。贝叶斯分层密度曲面模型(Bayesian hierarchical density surface model, BHDSM)通过分层结构将检测、栖息地、群大小等子模型的不确定性共同传递到最终估计,并能够以概率形式表达结果,非常适合风险评估。尽管贝叶斯方法计算负担较大,但其在鲸类研究中的应用价值日益凸显。

基于此,研究人员利用2010至2018年间美国大西洋海洋保护区物种评估计划(Atlantic Marine Assessment Program for Protected Species, AMAPPS)的30次船基和航空线截断调查数据,覆盖从加拿大新斯科舍省哈利法克斯至美国佛罗里达州南端、约1,193,320 km2的海域,针对长须鲸(Balaenoptera physalus)、座头鲸(Megaptera novaeangliae)、小须鲸(Balaenoptera acutorostrata)、塞鲸(Balaenoptera borealis)和抹香鲸(Physeter macrocephalus)五种大型鲸类开发了BHDSM。模型框架在Sigourney等人先前针对长须鲸工作的基础上进行了扩展:引入了分层距离采样(hierarchical distance sampling, HDS)以在物种间部分共享信息,提高估计精度;增加了多步模型选择流程;加入了随机年份效应以捕捉年际变异;并采用负二项似然处理计数数据的过度离散。检测函数中,船基数据采用点独立法估计航线上检测概率,航空数据则利用前人估计作为信息先验;表面可用性采用基于DTAG数据的物种特异先验。栖息地模型采用广义加性模型(generalized additive model, GAM),以薄板样条为基础,设定基维度K=5,环境协变量包括底温(BTEMP)、海表温度(SST)、纬度(LAT)、水深(DEPTH)、到等深线距离等。群大小以零截断泊松分布建模。模型在NIMBLE软件中拟合,运行5条马尔可夫链,每条100,000次迭代,间隔100,共5000次抽样。模型选择通过预筛共线性、两阶段AIC、交叉验证和WAIC逐步进行。预测前利用dsmextra包计算马氏距离评估外推风险。随后,模型被应用于马萨诸塞州-罗德岛州风能区域(MA-RI WEA),计算每个8天层的丰度,并基于南福克风能公司“偶然骚扰授权”中列出的Level B骚扰阈值(长须鲸11头、座头鲸19头、小须鲸32头、塞鲸2头、抹香鲸6头),计算4 km和12 km缓冲区内及整个WEA丰度超过该阈值的后验概率。

结果显示,检测函数的最优模型因平台而异:NEFSC船基数据仅包含一天中的时间(TOD),SEFSC船基数据仅包含主观评分(SUBJ),NEFSC航空数据仅包含眩光(GLARE)。贝叶斯p值表明船基数据拟合良好,航空数据拟合稍差。栖息地模型的最优组合因物种不同,底温(BTEMP)是出现最多的协变量(4个物种的顶级模型包含)。随机年份效应对长须鲸、小须鲸和塞鲸有支持,其中塞鲸的年际变异最大且不确定性也最高。季节性密度分布与以往研究一致:须鲸主要分布在缅因湾和乔治斯滩附近水域,抹香鲸则更倾向于陆坡深水区。塞鲸密度在冬春季升高、夏秋季降低;座头鲸则相反,夏季升高。在MA-RI WEA内,长须鲸和小须鲸丰度春季上升、秋季下降;座头鲸在晚春出现急剧高峰,随后夏秋季下降;塞鲸在冬季和早春丰度最高;抹香鲸丰度较低,但在晚春夏初有一上升。所有物种的丰度后验分布高度偏斜,导致宽可信区间。后验概率方面,4 km缓冲区内所有物种超过阈值的概率均低于10%且年际变化小;12 km和整个WEA的概率随物种和季节变化,例如座头鲸在春季概率高但年际变异低,而塞鲸无论缓冲大小概率年际变异都很小。

讨论指出,BHDSM的主要优势在于完整传播不确定性并提供概率形式的结果,这比单一丰度估计更有利于决策。与先前模型相比,该研究使用更新的协变量并将预测延伸至2021年,同时为区域模型集合提供新的组成部分。基于概率的阈值评估可作为正式Level B骚扰估算的“概念验证”,但并非真正的“take”估计,因为后者还需要将模型输出连接至声场和暴露模拟框架。方法上的注意事项包括:计算时间较长(尽管采用了并行处理和缩小基维度);群大小假设与检测无关,可能不完全适用于其他物种;稀疏数据导致后验偏斜,需要Winsorize处理。未来模型可整合更高效的采样器或集成的统计方法,并作为决策支持工具输入。

总之,该研究成功开发了适用于多种大型鲸类的贝叶斯分层密度曲面模型,展示了从盆地尺度到局部风能区尺度的多用途应用,为海洋空间规划提供了概率风险评估工具。该成果论文发表在《Diversity and Distributions》期刊上。
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