《Global Ecology and Conservation》:How to prioritize measures to reduce the electrocutions of birds in distribution power line networks
编辑推荐:
架空配电线路网络中的鸟类触电致死是一个公认且全球广泛存在的保护问题。触电死亡在整个电网中从不呈同质分布,而是呈左偏分布,并在分布的右尾形成死亡集中区。研究人员在西班牙西北部一处由33,546根杆塔组成的配电线路网络中建立了触电死亡分布的预测模型,旨在预测未抽样
架空配电线路网络中的鸟类触电致死是一个公认且全球广泛存在的保护问题。触电死亡在整个电网中从不呈同质分布,而是呈左偏分布,并在分布的右尾形成死亡集中区。研究人员在西班牙西北部一处由33,546根杆塔组成的配电线路网络中建立了触电死亡分布的预测模型,旨在预测未抽样杆塔上的死亡发生情况。模型使用了技术性或环境性预测因子。为确定应优先改造哪些杆塔以及以何种顺序进行以优化全网的死亡率下降,研究人员采用了改造优化模型。结果表明,对风险最高的20%杆塔(即33,546根中的6,712根)进行干预,可使整个网络的预期触电死亡减少70%以上。为检验模型的野外预测能力,研究人员根据模型分类选取了1,424根高、低风险杆塔并进行了死亡数量调查。结果显示,模型先验估计的优先顺序与实际调查获得的死亡率之间存在高度相关性。该风险分类与优化模型提供了一套程序,使任何地区的电力公司都能以最高效率、最快速度开展行动,最大限度地降低其设施中鸟类触电风险。
自20世纪70年代以来,鸟类在架空配电线路(通常18–25 kV)上的触电致死已成为全球广受关注的保护问题。阿尔瓦塞特省位于伊比利亚半岛东南部的拉曼查平原,总面积约14,926 km
2,海拔约686 m,栖息着金雕、西班牙帝雕(Aquila adalberti)、Bonelli雕、短趾雕、Griffon兀鹫及多种中型猛禽和鸦科鸟类,这些类群常因利用杆塔停歇或狩猎而成为受害者。触电风险由环境、技术与物种特异性因素共同决定,其中杆塔/横担设计、绝缘子布置及跳线暴露情况尤为关键。此前针对大范围地理区域的研究发现,触电死亡并非均匀分布,而是集中在极少数设计上特别危险的杆塔;然而,许多鸟类保护策略仍以鸟类分布与丰度为依据划定保护区,要求对保护区内杆塔全部改造,这可能与真实的风险热点不一致。因此,需要一种能够预测未采样杆塔死亡概率并优化改造优先顺序的方法。本研究发表于《Global Ecology and Conservation》,以西班牙阿尔瓦塞特省25 kV配电网络为例,构建并验证了一套可推广的风险排序与改造优化体系,对全球电力设施鸟类保护具有重要指导意义。
主要技术方法概述如下:研究人员以西班牙阿尔瓦塞特省Iberdrola公司运营的25 kV中压配电网络为对象,利用其GIS数据库获取33,563根杆塔的位置与技术特征;整合2003年1月至2019年8月环境管理部门与企业记录的682起触电事件,并于2020年7至9月对模型选出的1,424根高、低风险杆塔进行实地死亡调查。统计分析采用零膨胀泊松(ZIP)广义线性模型(GLM)拟合每根杆塔的死亡频次,以赤池信息准则(AIC)筛选竞争模型,并据此构建改造优化曲线。
触电死亡的分布特征
在33,563根杆塔中,2003—2019年间记录682只触电鸟类,其中336只为猛禽,包括11只濒危的西班牙帝雕。这些记录分布于509根杆塔(1.51%),显著偏离均匀分布。该分布呈零膨胀左偏,右尾存在死亡浓度,印证了先前提出的少数杆塔承载绝大多数死亡事件的观点。
影响触电风险的因素
多个ZIP模型比较表明,包含杆塔设计、土地利用、横担结构和道路距离的竞争模型最具解释力。统计显示,杆塔设计、横担构造和土地利用对触电风险影响极显著;皇家法令保护区(RD)变量同样显著,但方向与预期相反——保护区外的杆塔比区内更危险,总体死亡率达到区内的约4.09倍,猛禽死亡约为区内的2.26倍,且全部西班牙帝雕个体均发现于区外。距离道路、夜间灯光较近处触电风险略低,距生态过渡带越远风险越低;杆塔海拔与坡度未显示显著效应;鸟类特别保护区(SPA)或社区重要生境(SCI)的位置与杆塔危险性无关。
模型野外验证
研究人员按预测风险中位数(0.2406)将杆塔分为高、低风险两组,随机抽取600根高风险和824根低风险杆塔,于2020年7月22日至9月19日开展野外搜索。结果发现64具尸体,其中62只为鸟类、2只为哺乳动物。高风险组每根杆塔平均发现0.0950只受害者,约为低风险组(0.0086只/杆塔)的11倍,差异极显著。Spearman相关分析显示,模型先验估计的优先顺序与实际死亡率显著相关,验证了预测能力。
改造优化模型
按杆塔风险值从高到低排序后,累计死亡率降幅与改造杆塔比例呈显著对数关系:死亡率降低比例=22.003+40.27×log
10(x)(r=0.7226,P<0.0001)。只需改造风险最高的20%杆塔(6,712根),即可使全网预期触电死亡减少70%以上;若进一步把降低幅度由70%提升到80%,需再改造10.85%的杆塔(累计10,354根);要从80%提升到90%,累计需改造20,452根杆塔,边际收益快速递减。
讨论部分进一步指出,触电事故分布与交通事故类似,并不直接取决于鸟类密度,而是与杆塔设计和栖息地特征密切相关。因此,仅依据鸟类丰度或分布划定保护区并强制区内全面改造,可能不是最优策略。研究建议采用“危险杆塔优先”的思路,将资源集中于模型识别的高危杆塔和危险设计,这样能在最短时间内取得最大的死亡率下降;以年改造4,000根的速率推算,若对20万根杆塔无差别改造需约40年才能降低80%死亡率,而采用优先级排序仅需约8.5年。然而,完全消除触电事故并不现实,目标应是将其降到不再威胁鸟类种群生存的水平。研究也坦承存在潜在空间自相关、迁徙停歇地和觅食热点等未纳入变量,以及数据偏向大型鸟类和经常被巡检区域等局限,但认为本地案例中美洲白鹤和秃鹫等迁徙/集群种类占比较低,杆塔密度的影响可能主要与同一线路采用相同危险设计有关。
研究结论(依据原文翻译)如下:本研究发现的鸟类触电分布与通常情况一致,在电网中并不均匀,而是趋向在某些区域集中;其分布符合零膨胀泊松(ZIP)左偏分布。以模型预测的触电数作为每根杆塔的风险值,可将其按风险从高到低排序,并作为改造优先级的基础。根据预测模型的累计风险构建的改造优化模型,可以确定需要改造且实现最小干预的杆塔,从而在最小投入下获得最大的死亡率下降。这一系统化方法可为世界各地的配电网络提供减缓鸟类触电的工具;只要将任何电网杆塔的具体技术特征纳入模型,该程序即可识别出最危险、必须优先改造的杆塔,前提是该网络中的触电死亡数据符合泊松分布族。