将土著知识(Indigenous Knowledge, IK)与卫星遥测数据纳入生境选择函数(Habitat Selection Function, HSF)的贝叶斯(Bayesian)方法

《Journal of Applied Ecology》：A Bayesian approach to include Indigenous Knowledge and satellite telemetry data in habitat selection functions

　　

摘要：土著知识(Indigenous Knowledge, IK)关于物种—生境关系可提供对物种存在的深入理解，但IK与"西方"科学数据极少在同一建模框架中结合，物种管理仍多沿用殖民框架，难以将IK等不同数据源纳入管理决策。研究人员与伊努皮亚特(In?upiat)猎民合作，提出将IK作为先验信息(informative priors)纳入贝叶斯生境选择函数(Habitat Selection Function, HSF)，并将IK持有者绘制的生境变量作为协变量与卫星遥测数据共同建模。以阿拉斯加乌特恰维克(Utqia?vik)附近夏季环斑海豹(natchiq, Pusa hispida)为案例，构建含动态生境类型（如海冰密集度）的HSF模型。案例研究表明，IK与西方科学数据可反映相似的生态过程，IK能提供西方方法单独无法捕捉的广域生境利用洞察；将空间IK作为新的分类变量纳入可引入其他数据源难以获取的适宜尺度环境协变量，并能刻画复杂生境类型。包含IK的模型可预测更充分知情的环斑海豹相对利用概率空间分布，用于关键生境划定。【综合与应用】研究表明西方科学与IK对保护及管理决策模型均重要；含IK的模型预测更具参考价值，对依赖其进行重要区域预测与划定的保护工作具重要意义；IK可揭示西方科学数据的局限性，促成对物种—生境利用更全面的认识。

论文解读：将土著知识(IK)与卫星遥测数据纳入生境选择函数(HSF)的贝叶斯方法——以阿拉斯加夏季环斑海豹为例

一、研究背景与意义

野生动物保护与关键生境(critical habitat)划定常要求使用"最佳可得科学数据(best available scientific data)"，部分司法辖区明确包含土著知识(Indigenous Knowledge, IK)——世代积累、系统化的关于生物与非生物系统及其与文化精神层面关系的认知。然而现实中IK极少被正式纳入西方科学主导的物种—生境关系模型，障碍包括缺乏可纳入框架的文档化IK、IK与西方科学空间/时间尺度不匹配、以及统计学上难以融合两类异质数据源。虽有"两重视角(Two-Eyed Seeing)"或"编织(braiding)"理念倡导融合IK与西方科学，物种管理实务仍基本沿用殖民框架。现有少数将IK用于物种分布模型的研究多把IK映射区域当作"仅存在(presence-only)"数据间接使用，鲜有直接量化物种—生境关系并将其作为贝叶斯先验(informative priors)与西方动物追踪数据同框建模。贝叶斯框架本可用先验知识约束参数估计，但生态学文献中用IK作informative prior的案例极有限。本研究由北坡自治市野生动物管理部(Department of Wildlife Management, DWM, In?upiat主导机构)与冰封海豹委员会(Ice Seal Committee, ISC)共同发起，经IK持有者全程审阅指导，旨在发展并在案例中演示如何将定量、定性及空间记录的IK统计表征为HSF中回归系数的高斯先验均值与方差，以及如何将空间IK识别的特殊生境（如近岸流系区）作为新分类协变量与卫星遥测数据共同拟合贝叶斯HSF，最终产出更贴合生态现实与管理需求的环斑海豹(Pusa hispida, In?upiaq称natchiq)夏季生境相对利用概率预测图，辅助关键生境评估。论文发表于《Journal of Applied Ecology》。

二、主要关键技术方法概述

研究人员采用前期与Utqia?vik地区六位In?upiat猎民半定向访谈获得的IK（定量：海冰密集度—环斑海豹存在概率关系；定性：离岸距离与存在概率线性递减关系；空间：猎民指认的主洋流影响区及Admiralty湾内外偏好区域），经beta回归或线性斜率提取IK对连续/分类变量的效应量(β?)与标准差(σ)，作为HSF中高斯先验N(μ_IK, τ_IK)的参数，无σ估计时由猎民共商确定先验精度。同时将由IK绘制的洋流影响区（0–10 km为主流区、10–20 km为近流区、>20 km为参照）和Admiralty湾内外区域栅格化为分类协变量纳入模型。卫星遥测数据来自2013–2018年夏季(7–8月)捕获并标记的13头环斑海豹ARGOS点位，剔除标记后首7天并日稀疏至每个体每日一点，用foieGras包考虑ARGOS误差平滑轨迹；可用生境(available habitat)按日期匹配海冰密集度并在5 km×5 km阿拉斯加Albers网格随机采样（用量是用点位的10倍）。HSF采用logistic回归框架，连续变量（冰密集度及其二次项、离岸距）标准化，用R-INLA拟合贝叶斯模型，比较三类变体：(1) IK-only HSF（仅IK统计表征，无遥测，用模糊先验）；(2) movement-only HSF（仅遥测+模糊先验(vague priors)：N(0, 1000)近似）；(3) IK-informed-movement HSF（遥测+IK先验+IK空间协变量）。所有协变量经检验VIF<0.7无共线性。预测结果经In?upiat合著者确认。

三、研究结果

3.1 Habitat selection functions

HSF以Bernoulli分布假设位点被利用概率π_i，logit链接将相对利用概率关联至k个环境协变量X_i的线性组合：logit(π_i)=β₀+Σβ_jX_ij。贝叶斯框架下常规做法是对β_j设模糊高斯先验N(0, 1000)；本研究改为以IK统计表征得到的点估计为均值μ_IK、以beta回归后验标准差或协商值为方差设定informative Gaussian prior。

3.2 IK as informed priors

定量IK（如冰密集度—存在概率曲线）经beta回归(响应变量∈(0,1))得β与SE，取β?为μ_prior、SE为σ_prior定义N(μ_IK,τ_IK)；定性IK（如离岸距线性负关系）计算最小—最大冰值对应存在概率的斜率作μ_IK，σ由研究者与IK持有者商定；空间IK经矢量化分区赋分类值（主流区、近流区、Admiralty湾外）并以猎民认同比例作μ_IK，σ同样商定。统计表征后制图返给IK持有者校验修正，直至准确反映所分享知识。

3.3 Case study: Ringed seal IK and telemetry data

IK来源于前期Gryba等(2021,2025)对Utqia?vik猎民的访谈，遥测数据13头环斑海豹2013–2018年7–8月定位。HSF纳入冰密集度（含二次型）、离岸距，IK-informed版另加洋流影响区（三水平分类）与区域（Admiralty湾内/外分类）。IK prior参数见表1（冰密集度一次、二次μ分别为0.55、0.87，σ分别0.50、0.77；离岸距μ=-0.16, σ=1；主流区μ=0.11, σ=1；近流区μ=0.08, σ=1；Admiralty湾外μ=0.89, σ=1）。

3.3.1 IK-only HSF

仅依IK统计表征构建的HSF预测相对利用概率在洋流指认区与部分Admiralty湾偏高，随离岸距增大降低，冰密集度呈低—高冰双峰偏好（反映夏季偶有浮冰时环斑海豹会登冰休息的IK）。

3.3.2 Movement-only HSF

仅用遥测数据配模糊先验的HSF同样显示随离岸距增大利用概率下降，但因不含IK协变量无法体现洋流关联与Admiralty湾内外差异，且冰密集度一次项后验略偏负（反映捕获季多为少冰期数据）。

3.3.3 IK-informed-movement HSF

加入IK先验与空间IK协变量后，预测融合了两类信息：保留遥测支持的离岸距负选择，叠加IK指示的主流区高利用概率、Admiralty湾外高于湾内的偏好，冰密集度一次项后验向IK方向微移（正移反映IK强调高冰时利用但数据少冰限制其影响）。逐因子测试表明洋流区域与Admiralty湾区域IK协变量对预测空间格局改变最大，而离岸距IK先验因与遥测后验趋近几乎不改变结果，冰密集度IK先验因遥测多在低冰区对其后验影响有限。

四、结果与图表要点（文字转述）

2013–2018夏季中位预测显示"IK-only""movement-only""IK-informed-movement"三者空间格局不同，联合模型兼顾二者。逐协变量加入演示：加IK区域(Admiralty湾外)显著降低湾内预测值；加IK洋流区提升点北(洋流经过处)预测值；加离岸距IK先验几乎无视觉差异（遥测与IK在此协变量一致）；加冰密集度IK先验微调但影响小（标签季少冰）。后验分布图显示洋流区与区域IK先验明显偏移模糊先验下后验，冰密集度线性项后验略右移而二次项几无变。有冰日(2016-07-20)与无冰日(2016-08-15)对比：IK-only反映高冰时偏好带冰区，IK-informed-movement在开放水域季节与遥测时段重叠时较好复现IK关于洋流与区域的认知，早季高冰时因遥测缺高冰利用记录未完全复现IK冰关联——说明两类数据源反映不同季节/行为维度，IK可补足西方数据时空偏差。

五、讨论与结论翻译总结

研究人员指出，该方法可将不同记录形式的IK统计表征为贝叶斯HSF中回归系数informative priors，且空间IK可作为新分类协变量纳入原本缺失的重要环境因子（如近岸精细流系），克服西方数据源分辨率不足与调查禁入区(距 subsistence community 30海里内禁飞)的信息缺口。先验方差可调并由IK持有者参与审定（本研究取σ=1并经猎民确认反映所分享知识权重）。当遥测与IK反映同一生态过程（如离岸距效应）二者后验趋近；当遥测未涵盖IK描述的生境利用情境（如高冰期登冰、特定流系利用）IK补充广域种群水平认知。需注意大样本遥测数据会主导后验，若需更强IK权重可调低先验方差或探索joint likelihood形式。当前美国环斑海豹关键生境划定未含沿岸浅水区，与IK及遥测共示的近岸重要性相悖，本方法可为共管(co-management)机构提供量化依据推动IK进入政策决策。"Synthesis and applications"结论译述：本研究证明西方科学与IK对保护管理模型皆重要；含IK的模型得出更充分知情的预测，对依赖其划定重要物种区域的保育工作具价值；IK能揭示西方科学数据局限，深化对物种—生境利用的理解。该方法框架亦可推广至生境适宜性指数(Habitat Suitability Index)、种群动态贝叶斯模型及状态空间模型等行为推断中。