《Wildlife Society Bulletin》：Rapid scavenging of avian carcasses in the desert Southwest: Implications for mortality surveys not associated with infrastructure
编辑推荐：
本研究聚焦于鸟类死亡调查中的一个关键偏差来源——食腐动物对尸体的清除，探讨了在非基础设施相关的大规模死亡事件（如极端天气导致）中，鸟尸的存留时间是否与基础设施相关场景存在差异。研究人员在美国新墨西哥州图拉罗萨盆地的白沙导弹靶场，模拟非基础设施相关的死亡事件，放置并监测了214具鸟类尸体。结果显示，中位存留时间仅1.53天，超过98%的尸体会被清除，且季节、栖息地等变量对存留时间无显著影响。这一发现表明，在非基础设施相关场景下，鸟尸同样会被迅速清除，强调了在设计死亡监测项目时必须考虑食腐动物的快速清除效应，以校正死亡率估计的偏差。
想象一下，在广袤的美国西南部沙漠，一场由极端天气引发的悲剧导致成千上万的鸟类死亡。科学家们想要了解这些事件的真实影响，就必须到野外去统计鸟类的尸体数量。然而，一个“看不见的清洁队”正在悄悄地破坏他们的调查——那就是无处不在的食腐动物。这些“清道夫”在调查人员到达之前，就把很多尸体“处理”掉了，导致科学家严重低估了真实的死亡数量。这种现象被称为“清除偏差”，是鸟类死亡率调查中的一个核心挑战。
以往，为了校正这种偏差，研究人员通常会使用“校正因子”，这些因子大多来自对风力涡轮机、输电线、建筑物等“基础设施”附近的鸟类尸体存留时间的研究。但问题是，因极端天气等“非基础设施”原因死亡的鸟类，它们的尸体是随机、分散地出现在广阔地城中的，这与在固定地点（如风机下）周期性出现尸体的模式截然不同。这不禁让人产生疑问：从基础设施研究中得到的尸体存留时间数据，还能直接套用到非基础设施场景吗？如果不可以，那么在这些大规模自然死亡事件中，尸体的实际“保质期”有多久？哪些因素会影响它们被清除的速度？为了解答这些问题，一项发表在《Wildlife Society Bulletin》上的研究在美国新墨西哥州的白沙导弹靶场展开，旨在模拟非基础设施相关的鸟类死亡，精确量化尸体在荒漠环境中的存留时间，并探究其影响因素。
为了回答上述问题，研究人员主要运用了以下几项关键技术方法：1. 野外实验设计与模拟：研究团队采集了家麻雀（Passer domesticus）作为实验尸体，将其随机放置在白沙导弹靶场（研究区域）的广阔景观中，以模拟2020年该地区发生的大规模鸟类死亡事件中尸体的空间分布模式。放置点与道路保持特定距离，并确保尸体密度足够低，以避免“食腐动物饱和”效应。2. 自动化监测与数据采集：每个放置点都配备了一台Reconyx HC600相机陷阱，通过运动触发和每30分钟自动拍摄的定时模式，持续监测尸体状态，精确记录其被清除的时间点。3. 环境变量量化：在每处尸体放置点，研究人员通过样线点截法和罗贝尔杆法，量化了植被覆盖度和视觉障碍度，并利用地理信息系统计算了与最近道路的距离，以评估栖息地结构的影响。4. 统计建模与分析：研究采用Weibull生存模型分析尸体存留时间，并纳入季节、放置时间、食腐动物类群、植被覆盖、视觉障碍和道路距离等多个预测变量。通过基于AICc的模型选择，评估了各变量对存留时间的解释力。
研究结果
- •
尸体存留时间极短：在放置的214具尸体中，有211具（98.6%）在研究期间被食腐动物清除，仅有3具存留了完整的2周监测期。被清除尸体的存留时间最短仅为17分钟，最长约为11.48天，中位存留时间为1.53天。模型预测，尸体放置后存留24小时的概率为0.65，存留2天的概率为0.40，而存留一周的概率则低至0.03。
- •
食腐动物类群与清除模式：在能够通过照片识别清除者的104次事件中，中型哺乳动物（如郊狼、獾、狐狸）是主要的清除者，而墨西哥地松鼠和狐狸类（未能区分灰狐与敏狐）是物种层面最常见的清除者。被鸟类和小型哺乳动物清除的尸体的中位存留时间更短。值得注意的是，超过一半的清除事件未能被相机捕捉到具体过程，这些未被拍到清除过程的尸体其中位存留时间（1.39天）短于被拍到的（1.89天）。
- •
预测变量影响不显著：在评估的季节、放置时间、食腐动物类群、植被覆盖度、视觉障碍和道路距离等多个预测变量中，没有一个变量的85%置信区间不包含零，表明这些变量对尸体存留时间没有显著的解释力。零模型（即不包含任何预测变量的模型）是竞争力最强的模型，这暗示在该研究系统中，尸体的快速清除是一个普遍且强烈的现象，不受所测环境或时间变量的明显调控。
结论与讨论
本研究得出了一个关键结论：在美国西南部荒漠生态系统中，与非基础设施相关的鸟类尸体被食腐动物清除的速度极快，中位存留时间仅约1.5天，这与许多基础设施相关研究（如风电、电网）中报告的存留时间相似。这一发现挑战了研究之初的假设，即非基础设施场景下由于尸体出现不可预测、食腐动物难以形成“搜索习惯”，存留时间会更长。研究结果表明，在广阔、随机分布尸体的场景下，食腐动物的清除效率同样很高，因此从基础设施研究中获得的存留时间数据可能具有更广泛的适用性。
研究的意义在于，它直接为改进鸟类死亡调查方法提供了至关重要的实证依据。首先，它强调了在设计非基础设施相关的死亡率监测计划（例如，调查由极端天气、疾病爆发等引起的死亡事件）时，必须同样高度重视食腐动物清除造成的偏差。其次，鉴于尸体存留时间极短，研究强烈建议此类调查应尽可能频繁地进行，理想情况下需要每日巡查，以最大程度地减少因尸体被清除而导致的漏记，这对于获取物种特异性等关键信息尤为重要。最后，研究提供了具体的存留概率数据（如24小时、48小时的存留概率），这些数据可直接用于计算校正因子，从而提高从调查中估算出的总死亡数量的准确性。
当然，研究也存在一些局限。例如，实验使用的尸体种类和大小相对单一，且尸体在景观中的分布密度模拟的是特定历史事件，可能无法代表所有类型的非基础设施死亡事件（如超高密度死亡）。此外，超过一半的清除事件未被相机直接捕获，可能低估了某些清除者（如爬行动物、小型哺乳动物）的作用。未来研究可进一步探索不同尸体大小、不同空间分布密度以及全天候随机放置尸体对存留时间的影响。
总而言之，这项研究用严谨的数据揭示，无论在人为设施旁还是在广袤的自然荒野中，鸟类的死亡印记都可能转瞬即逝。它提醒生态学家和保护生物学家，在试图描绘死亡全貌时，必须将那些无声的“清道夫”纳入计算，因为它们的效率，远超我们的想象。
