一点关于物种调查中对“地方性生态知识”的分析方法
发布网友
发布时间：2022-12-27 10:12
共1个回答
热心网友
时间：2023-11-10 18:31
在动物调查中，有一种方法最常见、最简单、最容易操作、成本也最低，这种方法就是访问调查。要想在短时间内对某个地区的物种有个较为可靠的了解，比如要求在一个月内搞清楚XX县分布的大型哺乳动物都有什么，无疑访问调查是最理想的手段。访问的对象就是当地居住的人，我们在调查时喜欢寻找当地的老猎人，通常都是年轻时经常打猎，对当地的动物构成都很了解的人；尤其是那种家里几代人打猎。打猎也有祖传的技术，这种人的信息量最大，也最有价值。对于动物调查来说，这种就叫做“地方性生态知识”（local ecological knowledge， LEK）。这种方式最大的优势就是成本低，不需要很复杂的设备仪器，也不需要在某个地方待很长时间，特别是对于那些通过样线、样点调查很难获得的物种（如猫科动物、夜行性动物等）来说，这种信息意义非凡。
地方性生态知识主要通过两种方式获得，一种是访问调查；另一种是问卷调查。不管哪种方式，都是以获得四方面信息为主要目的：受访者的背景，识别能力，利用信息，态度。基于此目的，设计出结构性或半结构性的调查问卷；为了获得随机性的数据，在调查区域广泛传播，匿名填写。
例如，我们设计一个关于调查雪豹的简单问卷，根据目的设计出以下问题：
当然具体问题具体分析，这种问券可以设计的很复杂，围绕某个问题可以多设计几个问题，以便于我们判断回答的有效性。也可以多引入几个物种以提高调查的模糊性，防止受访者对于某些问题过于敏感，而降低填写数据的有效性。
那么我们分发了1000份问卷，回收了900份，有效份数870份。接下来就是如何面对这些数据的问题了。基本的描述是必须的，比如受访者的背景分布，年龄分布、工作种类的分布等。大多数情况下，男性上山遇见野生动物的比例肯定要超过女性（例外很少）；然后是物种信息，哪里有雪豹，可能性有的地方高，有的地方低，哪些地方的人有的月份见了好几次，有的月份只能见到一次。如果要选出优先调查区域的话，这些信息已经给出了我们充分的信息。但这不够科学，所以还欠缺的是用统计去包装，去进一步分析。我想这个问题是很普遍的问题，据本人的多年调查经验，很多情况下调查问卷的数据往往只是做了简单描述，没有进行严谨的数据分析，因此造成了大量浪费（这点估计和野生动物保护专业的人没有相关的统计分析背景有关）。
不绕弯子，先说点干货
在所有问题中，我们最关注的就是最后一次见到的时间，比如"我记得最后一次见到是在1980年。"分析的主要对象就是调查中每年最后一次见到的累计次数，然而在大多数情况下，这些数据都是模糊的，其中最明显的就是时间信息，经常获得的是如下这些
或者是
又或者
这些时间非常模糊，有的尺度又非常大。这种数据我们要经过处理，尽可能做到标准化。对于我们的案例，或者对时间尺度进行粗分类，比如1980-1985年，5年一个节点。要是还不行，就再粗一点，1980-1990年，10年一个节点。要还是不行呢？20年一个节点？万一调查尺度就20年呢，粗划分肯定不行了。用统计的方法包装一下，把上面的例子放下来看，
那就算到十年前，近年2016年，十年前2006年。"大概十多"我给他多5年，那么区间就是2001年到2006年，在这几年搞个概率分布，我让他均匀分布，那么2001-2006年每年见到的概率均等，在这个概率下随机选择一年。同理，80年代，我就在10年搞均匀分布，选择一年。好像2003又好像2004年，我就一年0.5的概率选择一年。这样子，数据由模糊变到具体，虽然有一定的误差，但也足够建立一个时间序列。为了避免歧义，我引用一个学术文章里面的专业描述，文章发表于2012年的Plos One，作者是Turvey等。
有了这个序列，然后就比较，严谨地对比，科学地对比。不同地点之间的对比，不同物种之间的对比。几乎可以肯定的是，对于濒危物种来说，可以肯定的是“最后一次见到的频率”在时间尺度上是下降的，有的甚至是灭绝。从这里我们需要比的是什么，看图说话。
图中的数据是长江4种鱼类的最后一次见到的累计分布时间序列，可以直观的看出，1980-2010年，前三种鱼类动物的种群都剧烈下降。并且第三种鲱鱼下降的速度要更快，斜率更小（因为是负值）。这个是我们最关注的问题之一，如果我们同时调查了几种动物，下降最快的那种就是受外界影响最大的，在给定的环境下，这种动物也就最易濒危。
再分析原因，结合其他的数据（如栖息地数据、气候变化、人类活动等）做广义模型，从本人经验来看，斜率要比参数系数给出的感觉更直观，所以在这方面的统计分析上，并不推荐复杂的非线性模型，越简单的线性模型越能直观的表达分析。这种分析结果就可以显示出栖息地丧失影响最大，污染或干扰影响其次，之类的结论。
地方性生态知识虽然不能完全令人信服，但可以给我们下一步工作提供参考依据，并在进一步的工作中进行检验。合理的运用这种信息将给艰难的野外工作提供最强有力的支持。
