《Journal of Environmental Management》:Safeguarding biodiversity through predictive modelling of illegal wildlife poisoning hotspots
编辑推荐:
阿纳斯塔西奥斯·布纳斯|卡莉奥皮·巴克塞瓦尼|约安尼斯·迪米特拉科普洛斯|米尔托·卡里迪|埃尔兹比塔·克雷特|康斯坦蒂娜·恩特米里|迪米特里奥斯·瓦维利斯|斯塔夫罗斯·希鲁查基斯|维多利亚·萨拉维亚-穆林希腊鸟类学会/希腊BirdLife组织,地址:希腊雅典康斯坦丁努街52号,邮
阿纳斯塔西奥斯·布纳斯|卡莉奥皮·巴克塞瓦尼|约安尼斯·迪米特拉科普洛斯|米尔托·卡里迪|埃尔兹比塔·克雷特|康斯坦蒂娜·恩特米里|迪米特里奥斯·瓦维利斯|斯塔夫罗斯·希鲁查基斯|维多利亚·萨拉维亚-穆林
希腊鸟类学会/希腊BirdLife组织,地址:希腊雅典康斯坦丁努街52号,邮编10437
摘要
非法野生动物投毒是一种危害严重但难以察觉的野生动物犯罪行为,需要依据证据合理分配有限的执法资源。我们利用2014年至2024年间记录的投毒事件,为希腊境内的非法投毒行为构建了一个以巡逻为导向的时空风险分析框架。这些事件被汇总到5公里的网格中,并通过负二项模型进行建模,同时考虑了可及性、冲突与动机、治理环境以及环境条件等影响因素,将数据转化为每月的投毒事件数量。为提升实际应用价值,我们还进一步分析了事件的严重程度(每起事件影响的动物数量)以及下毒方式的复杂性(分布式下毒),并据此生成了按严重程度加权的预期影响图。通过对915起事件(涉及1620只受影响的动物和2295个毒饵)的分析,我们发现预测风险在空间上较为集中,克里特岛-多德卡尼斯群岛地区的风险水平尤其高,希腊大陆也有其他高风险区域。每月的风险随道路密度和牲畜损失而上升,而随着Natura 2000保护区的存在风险则有所下降,不过在保护区边界附近风险仍然较高。风险具有明显的季节性特征,春季和秋季风险达到峰值。与未使用专业搜查犬队调查的事件相比,使用专业搜查犬队调查的事件中发现的毒饵数量更多,且下毒方式更为分散。严重程度模型和分布式下毒模型进一步区分了基于频率的高风险区域和基于影响的高风险区域,而经过严重程度加权后的地图则重新调整了某些区域的优先级。我们的框架为季节性巡逻规划、基于不确定性的优先级判定以及以影响为导向的预防措施提供了有依据的参考。
引言
野生动物犯罪对全球生物多样性构成了严峻且复杂的威胁,不仅阻碍了保护工作,也影响了受保护物种和生态系统所带来的生态与经济利益(Gibbs等人,2010;Dudley等人,2013;Narreddy和Shashidhar,2024)。最新的全球研究指出,野生动物犯罪具有适应性,往往出于机会主义目的,且很难被发现,因此在执法和保护能力有限的情况下,有必要采取基于证据的策略来加以遏制(联合国毒品和犯罪问题办公室,2024;Scanlon和Farroway,2016)。在欧洲的许多农村地区,为了应对人与野生动物的冲突以及控制捕食者,使用毒饵是一种常见的报复手段(Woodroffe等人,2005)。由于这种行为会对濒危物种和生态系统造成严重破坏,因此受到了全球自然保护界的广泛关注(Ogada,2014;Buechley和?ekercio?lu,2016)。使用毒药消灭捕食者本质上是一种非选择性手段,因为毒饵不仅会杀死目标物种,还可能被非目标野生动物、家畜以及秃鹫等食腐动物摄入,从而导致二次中毒(Xirouchakis等人,2000;Hernández和Margalida,2009;Ogada等人,2016;Murn和Botha,2018;Loveridge等人,2019;Buij等人,2025)。
有效防止投毒行为的一个主要障碍是,已记录的投毒事件仅占实际发生事件的一小部分,因为毒饵和动物尸体很难被发现,往往在被人发现之前就已经消失(Berny,2007;Olea等人,2022),此外,有些人也可能不愿报告这类事件。而且,已记录的投毒事件可能只反映了部分受影响的物种和事件(Gil-Sánchez等人,2021;Fernández-García等人,2024)。因此,较低的检测率以及不统一的报告情况都会限制对投毒行为的预防和惩处。所以,提升检测能力,比如运用专门的搜查队伍,如带有嗅探能力的犬队,已成为国际反投毒行动的关键,因为这样的队伍能够找到那些隐藏的毒饵和被毒杀的动物,从而在造成更多死亡之前将其清除(Deák等人,2021;Richards等人,2021;Saravia-Mullin等人,2023;McKeague等人,2024)。
空间化的风险绘图作为一种补充方法,有助于在被动应对之外,有针对性地将有限的巡逻和预防资源投入到那些最有可能发生非法活动、且最容易发现毒饵的区域和时段(Haines等人,2012;Faulkner等人,2018;Fernández-García等人,2025)。在犯罪学和野生动物犯罪研究领域的大量证据表明,非法活动往往集中在较小的区域内,这说明将执法力量集中在热点区域比大规模覆盖能取得更好的效果。在野生动物犯罪研究中,空间模型也多次将人为设置的通道视为风险因素(Mateo-Tomás等人,2012;Shaffer和Bishop,2016;Braga等人,2019)。有效的风险绘图方法应基于能够合理解释投毒行为发生时间和地点的机制。从社会生态学的角度来看,已记录的投毒风险既反映了非法投毒行为的发生情况,也反映了事件被发现的概率。事件的发生很可能受到机会、动机、执法力度以及环境条件等因素的影响,而事件能否被发现则取决于可及性、报告途径、动物尸体的留存时间以及巡逻力度等要素(Mateo-Tomás等人,2012;Carter等人,2017;Fernández-García等人,2025)。
在欧洲,地中海地区和巴尔干地区一直被认为是重要的投毒热点区域,这些地区的非法下毒行为与畜牧业、捕食者控制措施、狩猎相关冲突以及秃鹫保护等工作相互交织(Ntemiri等人,2018;Pantovi?等人,2022)。希腊是一个尤为典型的案例,因为无论是在希腊大陆还是岛屿上,都有投毒事件的记录,这些事件影响了食腐动物和其他野生动物,目前也有日益完善的全国反投毒网络在对此类事件进行调查(Saravia-Mullin等人,2023)。在此,我们为希腊全境构建了一个以巡逻为导向的国家级时空风险分析框架,用于分析非法野生动物投毒问题,该框架旨在为预防工作提供指导,明确野外工作组应该在哪裡、何时开展工作,从而最大程度提高发现非法下毒行为的可能性,减少类似事件的再次发生。具体而言,我们利用十年间的投毒事件数据,首先分析已发现的投毒风险与可及性、动机、治理环境以及环境条件等影响因素之间的关联;其次,将分析结果转化为空间化的风险地图,标出季节性和年度内的高风险区域,同时说明预测的不确定性以及不同等级的热点区域;最后,通过分析事件的严重程度和下毒方式的复杂性,生成按严重程度加权的预期影响图,进一步提升风险地图对保护工作的实用价值。通过将投毒行为的预测因素与可直接用于巡逻的成果相结合,这一方法为自然保护管理者提供了一种有效的工具,帮助他们在那些检测难度大、危害严重且资源有限的野生动物犯罪环境中,有针对性地开展执法行动。
章节节选
研究区域
我们研究了希腊全国的非法野生动物投毒风险,希腊的地形以面积广阔、地形复杂的大陆和众多的岛屿组成,不同地区的预防和执法工作在物流和资源方面存在显著差异。为了体现这种差异,我们在分析中将克里特岛和多德卡尼斯群岛与希腊大陆及其他岛屿分开处理,因为这两个岛屿地区占了所有记录在案的投毒事件的大部分,是
研究结果
我们分析了2014年至2024年间在希腊记录的915起投毒事件(见图1),这些事件共涉及1620只受毒害的动物和2295个毒饵。其中64.1%的事件,即594起,发生在克里特岛和多德卡尼斯群岛地区,而整个希腊平均每年会有65起投毒事件发生。负二项模型能够很好地反映事件的时空分布特征,在模拟测试中也没有出现过度离散或零膨胀的情况(p值分别为0.87和1)
讨论
非法野生动物投毒仍然是全球范围内危害最为严重的野生动物犯罪之一,但由于其隐蔽性很强,只有极少数的案件被记录下来,因为动物尸体和毒饵很难被发现,往往很快就会被野生动物吃掉,或者根本无人发现(Berny,2007;Gil-Sánchez等人,2021;Olea等人,2022;Sandor等人,2025)。在这项研究中,我们通过将负二项时空模型应用于投毒事件数据,
资金支持
这项研究部分得到了BalkanDetoxLIFE项目的资助(项目编号:LIFE19 GIE/NL/001016),该项目由欧盟的LIFE计划共同提供资金支持。不过,文中表达的观点仅代表作者个人观点,不一定反映欧盟或CINEA的意见,欧盟及项目资助方均不对这些观点负责。
作者贡献说明
阿纳斯塔西奥斯·布纳斯:概念设计、正式分析、方法论研究、软件应用、结果验证、可视化处理、初稿撰写。卡莉奥皮·巴克塞瓦尼:数据收集、文章审阅与编辑。约安尼斯·迪米特拉科普洛斯:数据收集、文章审阅与编辑。米尔托·卡里迪:数据收集、文章审阅与编辑。埃尔兹比塔·克雷特:数据收集、文章审阅与编辑。康斯坦蒂娜·恩特米里:数据收集、文章审阅与编辑。迪米特里奥斯·瓦维利斯:数据收集、文章审阅与编辑
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
我们要感谢希腊反投毒行动小组的成员们(包括ANIMA、Arcturos、Kallisto、HOS、HSPN、NHMC、SPBT和WWF机构),以及NECCA、林业部门、当地的民间社会组织以及普通民众,他们为建立投毒事件数据库提供了数据支持。我们还要感谢在希腊乡村地区工作的反投毒犬队,他们深入现场调查投毒事件,并将调查结果录入投毒事件数据库。同时,我们也要感谢Nadia Sideri-Manoka、Aris Manolopoulos以及Antonis