大陆地中海农田中周期性爆发的普通田鼠种群增长的早期预警信号

《Pest Management Science》:Early warning signals of common vole population growth in continental Mediterranean farmlands recurrently affected by outbreaks

【字体: 大 中 小 】 时间:2026年08月27日 来源:Pest Management Science 4.2

编辑推荐:

  摘要翻译: **背景**:啮齿动物爆发在全球范围内具有显著的社会经济影响,波及粮食生产和公共卫生。预防性管理措施比反应性措施更能有效限制这些影响。由于预见性至关重要,管理者需要可靠且及时的啮齿动物种群增长(PGR)预警信号,以实现高效的害虫管理、农业决策或

  
摘要翻译:
**背景**:啮齿动物爆发在全球范围内具有显著的社会经济影响,波及粮食生产和公共卫生。预防性管理措施比反应性措施更能有效限制这些影响。由于预见性至关重要,管理者需要可靠且及时的啮齿动物种群增长(PGR)预警信号,以实现高效的害虫管理、农业决策或疾病预防。本研究以西班牙西北部普通田鼠(*Microtus arvalis*)爆发为案例,利用6个监测点16年(2009–2025年)的陷阱捕获丰度数据,搜寻与PGR升高相关的早期气候信号。
**结果**:研究种群呈现3年周期波动,且PGR在峰值后一年受到抑制(低谷期)。研究发现,t-1年3月至t年3月间的降雨量以及t年2月至6月间的最低温度均可预测t年7月至t+1年7月间的田鼠PGR。通过将时间窗口限制在农业日历中可实施预防性管理的时段,进一步表明t-1年3月至t-1年7月间的降雨量可预测田鼠PGR,从而在峰值前一年提供预警信号。将该早期预测因子与低谷期的实地证据相结合,可为该地区田鼠爆发风险提供易于使用的信息。
**结论**:检测到的预警信号足够提前,可在秋季播种季之前做出及时的农业决策,从而在田鼠爆发前加强监测和预防性管理措施。该信号可用于未来开发预测模型,其准确性可随着新数据的积累而提高。? 2026作者。*Pest Management Science*由John Wiley & Sons Ltd代表化学工业学会出版。
**论文解读:普通田鼠种群增长的早期预警信号——基于气候与周期性的综合预测**

**一、研究背景与问题**
啮齿动物爆发(rodent outbreak)在全球范围内对农业生产、公共卫生和社会经济造成严重影响。欧洲农田中,普通田鼠(*Microtus arvalis*)是典型的多发性爆发物种,尤其在西班牙西北部卡斯蒂利亚-莱昂(Castilla y León)的“Tierra de Campos”地区,自1980年代末以来周期性爆发频繁,导致作物损害、人畜共患病(如兔热病)传播及社会冲突。管理措施若能在爆发前预防性实施,其效果远优于事后反应性控制。然而,欧洲可用的反应性管理工具极为有限,抗凝血杀鼠剂因对非靶标物种的副作用已被禁用,仅剩磷化锌(zinc phosphide)合法用于农田。因此,提前识别田鼠种群增长(population growth rate, PGR)的早期预警信号至关重要,以便农民在秋季播种前(即夏季爆发前一年)做出种植决策(如选择作物类型、是否保留多年生苜蓿等)并采取预防措施。尽管已有研究表明气候因素(如降雨)可驱动干旱和半干旱地区的啮齿动物爆发,但在大陆地中海气候区,气候对周期性田鼠种群动态的影响机制及其预警潜力尚未系统量化。此外,周期性种群在峰值后通常经历一年左右的低增长阶段(low phase),此信息可与气候预测因子结合,提高预测准确性。现有研究缺乏基于长时间序列的系统性气候窗口搜索,且未将周期性与气候信号整合为实用预警工具。

**二、研究目的与方法**
本研究旨在利用16年(2009–2025年)的田鼠丰度监测数据,在西班牙西北部“Tierra de Campos”地区的6个样点(分属3个种群:Palencia、Valladolid、Zamora)中,实现以下目标:(1) 通过自相关分析确认种群波动的周期;(2) 检测峰值后是否存在低增长阶段;(3) 系统性搜索影响PGR的最佳气候预测因子,并区分无约束时间窗口(可包含当前年份)与有约束时间窗口(必须在7月前10个月关闭,即秋季决策前)以评估预警信号的时效性;(4) 将周期性信息(峰值后年数)与气候预测因子结合,构建实用预测模型。田鼠丰度通过每4个月(3月、7月、11月)在田边(field margins)设置活捕陷阱获取,计算每100陷阱·24小时的捕获数作为丰度指数。气候数据(月降水量、平均/最低/最高温度)来自邻近气象站,历史数据(1985–2009年)用于模型回溯验证。统计方法包括:自相关函数(acf)分析周期;广义线性混合模型(GLMM)检验峰值后年数(YSLP)对PGR的影响;使用`climwin`包中的`slidingwin`函数在0–24个月时间窗内搜索最佳气候预测因子,并通过`randwin`进行1000次随机化检验(Psim值)控制过拟合风险。最终模型纳入气候变量和YSLP分类变量,以样点为随机效应。

**三、主要结果**
**3.1 时间序列分析与周期性预测**
自相关分析显示,三个种群的田鼠PGR均存在显著3年周期(Valladolid和Zamora在滞后4–5个月和9个月处显著,Palencia周期略短于3年)。基于峰值后年数(YSLP)的简单混合模型(仅含YSLP因子)解释了PGR变异的28.7%,且发现峰值后第一年(YSLP=1)的PGR显著低于其他年份(YSLP 2–5),简化后为两水平因子(YSLP2:峰值后第一年 vs. 其他年份)解释了23.7%的变异。这表明种群存在明显的低增长阶段。

**3.2 气候预测因子**
无约束窗口搜索发现,最佳气候预测因子为t-1年3月至t年3月(即前一年3月至当年3月)的累积降雨量,与PGR正相关,解释37.5%的方差;t年2月至6月的最低平均月温也与PGR正相关,解释32.3%的方差。利用最佳降雨预测因子回溯1985–2008年历史数据,模型成功预测了1988–1989、1993–1994、1997–1998、2007–2008四对爆发年份,以及2006年的增长(随后爆发),但错误预测了2001和2003年的增长(实际未爆发)。降雨序列本身无显著周期性。

**3.3 组合约束气候预测与周期性**
将时间窗口限制在7月前10个月关闭(即预测信号需在t-1年10月前可用),最佳约束预测因子为t-1年3月至t-1年7月(即前一年3–7月)的累积降雨量,与PGR正相关,解释27.0%的方差;t-1年2月至5月的最低平均月温与PGR负相关但较弱(解释7.9%)。将约束降雨预测因子与YSLP2因子(峰值后第一年 vs. 其他年份)结合,最优模型解释了43.2%的PGR变异,其中降雨贡献显著(χ2=23.97,P<0.001),YSLP2贡献显著(χ2=19.79,P<0.001),且无温度附加效应或交互作用。该模型显示,在非峰值后年份,累积降雨量超过120毫米即可触发正增长;而在峰值后第一年(低增长期),阈值提高至250毫米,表明低增长期抑制了气候的刺激作用。

**四、讨论与结论**
**讨论**:本研究确认了“Tierra de Campos”地区田鼠种群的3年周期性,并验证了峰值后低增长阶段的存在,这与延迟密度依赖(如寄生虫负荷、繁殖力下降)相符。气候分析揭示了降雨对PGR的正向影响:降雨促进植被生长(食物质量和数量)、提供更好的庇护和洞穴建造条件,从而延长繁殖期并提高存活率;冬季-春季温度升高同样有利于提前植被生长和繁殖。约束窗口找到的早期信号(前一年3–7月降雨)在峰值前一年即可获取,为秋季播种决策提供了时间窗口。然而,模型精度有限(43.2%),存在局限性:时间序列较短(15个年增长率),峰值年份识别可能遗漏中等峰值;降雨阈值在低增长期更高,但数据中缺乏低增长期高降雨样本;模型未考虑达到爆发密度(如作物入侵)的条件,因为2011、2016–2017等年虽有增长但未造成作物损害。尽管如此,回溯验证显示模型对历史爆发事件(1988–1989等)有较好预测能力。该预警信号可支持早期监测、预防性管理(如控制措施、调整播种方式)和保险决策,符合“基于生态的啮齿动物管理”(Ecologically-Based Rodent Management)范式。
**结论**:通过系统搜索宽但受限的时间窗口,可获得啮齿动物爆发的及时预测因子,并结合种群动态类型信息(如周期和低增长期)提高预测能力。本研究的最佳模型解释了43.2%的PGR变异,虽精度中等,但关键优势在于提前一年发出警告,允许加强监测和预防性行动。未来工作应整合更多数据、评估错误预测成本,并考虑达到爆发密度的概率,以开发更实用的预测系统。
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