扩展功能
文章信息
- 崔爽, 刘丙万
- CUI Shuang, LIU Bingwan
- 东北虎和野猪声音与太阳能警示灯防控野猪危害及经济阈值研究
- Study on the Economic Threshold of Wild Boar Damage Under the Countermeasures of Amur Tiger's and Wild Boar's Sound and Solar Blinker
- 四川动物, 2020, 39(5): 531-537
- Sichuan Journal of Zoology, 2020, 39(5): 531-537
- 10.11984/j.issn.1000-7083.20190420
-
文章历史
- 收稿日期: 2019-12-10
- 接受日期: 2020-04-29
人类和野生动物冲突一直备受关注(Vijayan & Pad, 2002;Ohashi et al., 2013), 其中, 野猪Sus scrofa危害农作物的现象在全世界范围都广泛存在(Massei et al., 2015)。目前, 国内外针对野猪危害防控措施主要分为致命性和非致命性:致命性方法主要包括射击、猎杀、投毒、陷阱和套捕(Geisser & Reyer, 2004;Thurfjell et al., 2013);非致命性方法主要包括设置障碍物、干扰技术、调整栖息地和生物防控措施(Honda & Sugita, 2007;Cai et al., 2008;Nishimori & Konoshima, 2016), 其他防控措施包括熏香剂、厌食剂和转移等(Calenge et al., 2004;Schley et al., 2008;Schlageter & Haagwackernagel, 2012)。Saito等(2011)在日本房总半岛利用稻田除草、电子围栏和波纹铁栅栏对野猪危害农田的防治效果明显;张鸣天等(2015)通过播放东北虎Panthera tigris altaica的叫声和放置东北虎粪便驱逐野猪, 效果显著;宋琪和刘丙万(2018)的研究表明, 太阳能警示灯能对野猪起到显著威慑作用。
经济阈值(economic threshold, ET)的研究是野生动物危害防控研究中的重要内容之一, 基本原理是挽回损失大于或等于防控代价(何东进, 洪伟, 1998), 其研究最多的领域是农业虫鼠害及杂草的综合治理(苏永志等, 2013;李晓等, 2016;崔娟等, 2017)。野猪是生态系统的重要组成部分, 是东北虎的重要食物, 对于维护整个生态系统的完整性发挥着不可或缺的作用。野猪危害防控使人与野猪和谐相处, 提高人们的保护热情, 而且有利于东北虎的保护。而野猪危害防控研究存在着确定野猪密度经济阈值的问题, 但此领域的研究尚存在空白。
吉林省延边朝鲜族自治州珲春市是东北虎现有分布地, 玉米Zea mays是当地受野猪危害最严重的农作物(宋琪, 刘丙万, 2018)。本研究选择珲春作为研究区域, 通过播放东北虎声音与野猪惨叫声和放置太阳能警示灯来防控野猪危害, 目的在于建立玉米损失率与进入样地野猪数量之间的关系, 并由此研究野猪危害防治经济阈值。这对探索行之有效的野猪危害防控措施、降低管理成本具有重要的参考意义, 也为其他野生动物的危害防控研究提供借鉴。
1 研究地区与研究方法 1.1 研究地区研究地区位于吉林省珲春市东北部的春化镇(131°04′24″E, 43°11′44″N), 面积2 082 km2, 以种植玉米、大豆Glycine max、水稻Oryza sativa为主, 是珲春地区受野猪危害最严重的乡镇之一。属中温带近海洋气候和山区气候区, 年平均降水量690 mm, 年平均气温3.8 ℃。分布有东北虎、东北豹Panthera pardus orientalis、野猪和梅花鹿Cervus nippon等。
1.2 研究方法野猪危害玉米的时间为玉米乳熟期至秋收结束, 历时30~40 d, 且危害主要发生在傍晚至次日凌晨。2018年8—10月, 开展了野猪危害防控及经济阈值研究。
1.2.1 样地设置张鸣天等(2015)发现在利用东北虎声音防控野猪危害的措施中, 播放东北虎声音1 min, 空白5 min是最有效的防控野猪危害措施。同时, 宋琪和刘丙万(2018)研究表明1 000 mA红色太阳能警示灯对野猪防控效果最佳。因此, 本研究设置A组为依次播放东北虎声音15 s、野猪惨叫声15 s、叠加播放30 s, 空白5 min;B组为播放东北虎声音1 min, 空白5 min;C组为放置1 000 mA的红色太阳能警示灯;D组为空白对照组, 每组5个样地, 共计20个样地(表 1)。野猪主要危害林缘地和林间地, 因此, 实验样地均设置在与森林毗邻的农田, 面积6~45 hm2, 样地之间的距离不小于200 m。从站长素材网站(http:/sc.chinaz.com/)下载东北虎和野猪的叫声, A组声音播放时间与B组相同, 从傍晚至黎明持续播放;因野猪大都从林中进入玉米地, 将警示灯均安放在靠近林缘的一侧, 由支杆将警示灯架起1.7~2.0 m, 太阳能警示灯为光控开关。
编号 Number |
处理措施 Countermeasure |
中心坐标 Center coordinate |
|
A | 播放东北虎声音15 s、野猪惨叫声15 s后, 叠加播放30 s, 然后空白间隔5 min | 131°03′16.6″E | 43°10′01.0″N |
131°03′10.2″E | 43°10′41.6″N | ||
131°04′15.8″E | 43°15′10.8″N | ||
131°00′32.5″E | 43°07′20.4″N | ||
131°03′04.9″E | 43°07′09.1″N | ||
B | 播放东北虎声音1 min, 加空白5 min | 131°03′19.2″E | 43°10′02.3″N |
131°03′12.3″E | 43°10′01.6″N | ||
131°03′05.9″E | 43°09′36.3″N | ||
131°04′41.9″E | 43°14′30.3″N | ||
131°04′36.5″E | 43°14′15.1″N | ||
C | 放置1 000 mA的红色警示灯 | 131°03′22.2″E | 43°11′33.6″N |
131°03′15.3″E | 43°10′24.0″N | ||
131°03′08.4″E | 43°10′17.8″N | ||
131°04′44.6″E | 43°14′33.0″N | ||
131°04′41.4″E | 43°14′16.4″N | ||
D | 人工看管2 h | 131°09′12.9″E | 43°18′56.1″N |
131°04′41.3″E | 43°14′24.9″N | ||
131°03′28.9″E | 43°10′43.2″N | ||
131°03′27.5″E | 43°10′26.6″N | ||
131°03′16.5″E | 43°09′53.4″N |
2018年8月16—22日布设样地, 8月22日—9月29日收集数据, 9月30日—10月1日收回防控措施, 累计观察38 d。据张鸣天等(2015)的研究结果, 新鲜野猪足迹及啃食玉米区域距离防控措施安放点50 m之内则视为存在野猪危害。实验期间, 每天07: 00—07: 30检查24 h内防控措施50 m范围内是否出现野猪危害农田的现象, 并记录防控有效期、根据野猪的足迹记录进入样地的野猪数量。
为消除实验样地与林缘之间距离、林型、实验前进入样地的野猪数量、野猪进入样地的位置对野猪危害防控效果的影响, 通过ArcGIS计算了样地与林缘之间的距离;所有样地均设置在靠近阔叶林的玉米地;在安放防控措施前通过野猪的足迹记录各个样地进入野猪的数量;根据野猪足迹记录野猪进入实验样地的位置。前3年当地单位面积的平均产量及2018年玉米的平均价格来自珲春市林业局。此外, 选择防控有效期较长两组进行经济阈值研究。
1.3 数据分析 1.3.1 不同防控措施经济损失与损失率经济损失定义为防控野猪危害费用与野猪进入农田后造成损失之和减去政府对野生动物肇事补偿金额。根据《吉林省重点保护陆生野生动物造成人身财产损害补偿办法》(第9条第4项规定:损毁农作物的, 比照受损作物前3年当地单位面积的平均产量和当时当地市场价格的60%实施补偿), 损毁农作物的比例按受损作物前3年当地单位面积的平均产量和当时当地市场价格的60%补偿, 但实际调查仅为30%。为消除农田面积对实验结果的影响, 单位面积=损失率*1 hm2。
不采取任何防控措施的经济损失:
采取防控措施的经济损失:
式中, Ni为玉米损害面积(hm2), S为样地面积(hm2), a为作物价格(元/kg), b为作物2018年平均产量(kg/hm2), c为人工看管费(元/d), d为天数(d), Ai为不同防控措施花费价格(元)。
1.3.2 经济阈值经济阈值定义为随着野猪进入样地数量增加, 达到对作物造成经济损失需要进行防治的野猪数量。模型参考黄惠敏和王廷正(1999), 建立玉米损失率(y)与进入样地野猪数量(x)之间的回归式:y=f(x)。防治经济阈值为:
![]() |
式中, A为不同防控措施花费价格(元), C为野猪对农田造成的损失(元)。
所有数据通过SPSS 19.0进行统计分析、Excel 2016和Origin 2018进行处理和绘图、Adobe Audition 2018进行声音处理和ArcGIS 10.5绘制空间分布图及近邻分析得到生境因子。由于数据样本量不符合正态分布, 采用多个独立样本的非参数检验对实验样地与林缘之间距离、实验前进入样地的野猪数量、野猪进入样地的位置进行分析;采用Mann-Whitney U检验对野猪危害不同防控措施的防控效果的差异性进行分析;对玉米损失率与进入样地野猪数量进行回归拟合分析, 从各回归模型的R值、F值、显著性及曲线的实际拟合效果综合分析选取最佳模型。所有数据以x ±SD表示。
2 结果 2.1 野猪危害防控研究中生境因子差异性分析实验样地与林缘之间距离、实验前进入样地的野猪数量和野猪进入样地位置之间的差异均无统计学意义(P=0.240、P=0.785和P=0.732), 野猪进入样地位置与损失率之间无相关性(r=0.066, P=0.732)。
2.2 野猪危害防控情况A组和B组的防控有效期分别为(27.00±1.87) d和(19.50±2.79) d, C组的防控有效期为(31.80±3.56) d, D组防控有效期为(1.80±0.75) d。实验组与对照组的防控有效期之间的差异有统计学意义(P=0.001)。
2.3 野猪危害致损情况在经济损失研究中, B组防控有效期较短, 因此, 选择A组、C组与对照组比较。实验组与对照组损失率之间的差异有统计学意义(P=0.009), A、C组的损失率分别为(4.41±2.24)%和(5.03±1.98)%, 对照组的为(48.33±5.42)%。实验组和对照组进入样地野猪数量之间的差异有统计学意义(P=0.022), A、C组和对照组分别为(2.10±1.00)头、(1.97±0.42)头和(3.95±0.39)头(表 2)。
样地 编号 ID |
危害面积 Damage area/hm2 |
样地面积 Sample plot area/hm2 |
损失率 Loss rate |
进入样地野猪数 Number of Sus scrofa entering the sample plot/头 |
A-1 | 0.95 | 30.00 | 0.03 | 1.81 |
A-2 | 1.10 | 13.50 | 0.08 | 4.00 |
A-3 | 0.90 | 45.00 | 0.02 | 1.00 |
A-4 | 0.51 | 17.00 | 0.03 | 1.71 |
A-5 | 1.30 | 22.50 | 0.06 | 2.00 |
C-1 | 1.85 | 26.50 | 0.07 | 1.40 |
C-2 | 0.95 | 13.00 | 0.07 | 2.35 |
C-3 | 0.87 | 22.50 | 0.04 | 2.00 |
C-4 | 0.30 | 6.00 | 0.05 | 1.60 |
C-5 | 0.60 | 30.00 | 0.02 | 2.50 |
D-1 | 11.10 | 19.50 | 0.57 | 4.45 |
D-2 | 6.65 | 15.00 | 0.44 | 3.88 |
D-3 | 12.65 | 30.00 | 0.42 | 3.28 |
D-4 | 13.00 | 25.00 | 0.52 | 4.15 |
D-5 | 6.00 | 13.00 | 0.46 | 4.00 |
根据吉林省珲春市林业局统计, 玉米前3年当地单位面积的平均产量为7 000 kg/hm2, 2018年平均价格为1.38元/kg。A组录音机加内存卡150元/hm2, C组太阳能警示灯105元/hm2;D组每日人工看管需消耗约2 h, 研究地平均每小时劳动费为15元, 共40 d。经计算, A组经济损失为(639.04±289.15)元, C组经济损失为(696.66±232.42)元, D组经济损失为(6 703.38± 412.20)元。因此, A组的经济损失及损失率最低, C组的经济损失及损失率较高, D组的经济损失及损失率最高(图 1)。
![]() |
图 1 不同防控措施下野猪危害农田造成的损失率与经济损失 Fig. 1 Loss rate of farmland and economic loss caused by Sus scrofa under different countermeasures |
|
玉米损失率与进入样地野猪数量回归拟合分析表明, 3种模型能较好地拟合玉米损失率(y)与进入样地的野猪数量(x)之间的关系(R>0.80, P < 0.05), 其中二次函数最佳, 即y=0.095-0.116x+0.048x2(R=0.865, F=17.722, P < 0.001)(图 2;表 3)。
![]() |
图 2 玉米损失率与进入样地的野猪数量拟合曲线 Fig. 2 The fitting curves of corn loss rate and the number of Sus scrofa entering the sample site |
|
拟合模型 Fit model |
回归模型 Regression model |
R | F | P |
直线函数 | y=0.156x-0.224 | 0.841 | 31.291 | < 0.001 |
二次函数 | y=0.095-0.116x+0.048x2 | 0.865 | 17.722 | < 0.001 |
三次函数 | y=0.197-0.256x+0.107x2-0.007x3 | 0.864 | 10.886 | 0.001 |
防治经济阈值既要确定损失率与进入样地野猪数量的关系, 又要比较不同防控措施花费防治成本与不防治造成的损失之间的关系。因此选取经济损失最小的A组与C组进行计算。2018年玉米平均产量为6 500 kg/hm2。经计算, 播放东北虎声音15 s、野猪惨叫声15 s、叠加播放30 s, 然后空白间隔5 min的经济阈值为(2.09±0.28)头/hm2, 放置1 000 mA的红色太阳能警示灯的经济阈值为(2.15±0.18)头/hm2。
3 讨论目前, 在野猪危害的防治中, 除研究具体防控措施外, 尚没有可供参考和实际应用的评价体系, 而野猪危害防治经济阈值的研究对于完善合适的指标体系具有重要意义。
农田与森林间的距离对于野猪危害有着重要的影响(江晓萍等, 2018), 为消除此影响, 本实验均选取与森林距离小于500 m的样地(Naughtontreves, 1998), 各组防控措施实验样地与林缘间的距离和未安放防控设施前进入野猪数量之间的差异均无统计学意义(P>0.05), 且林型均为阔叶林。野猪进入农田位置和路径相对固定, 危害也在路径附近范围内。此外, 本次研究过程是在防控措施失效后野猪进入样地产生危害, 在安装东北虎声音和太阳能警示灯27 d以内并未有野猪进入样地, 因此, 安装防控措施前实验样地所遭受野猪危害的程度不影响实验结果。所以这4种相关生境因子对研究结果无影响, 不妨碍各组防控措施之间的对比。
非亲缘关系兽类也具有利他行为(孙儒泳, 2001), 发生危险时会对其他同伴发出警告叫声(Hoogland, 1983), 本研究A组模拟东北虎与野猪在自然条件下捕食与被捕食所发出的声音, 因此, A组的损失率和经济损失最低, 分别为(4.41±2.24)%和(639.04±289.15)元。而在东北虎长时间消失地区使用东北虎声音不能有效防止野猪危害农作物(张丹, 刘丙万, 2012), 所以需对另一种防控措施的经济损失及损失率进行研究, C组的损失率和经济损失次之, 分别为(5.03±1.98)%和(696.66±232.42)元。D组需每日进行人工看管, 因野猪数量较多和进入时间不固定, 村民无法整晚看守, 防控效果最差。由此, D组的损失率与经济损失最高, 分别为(48.33±5.42)%和(6 703.38±412.20)元。
野猪的种群密度是影响野猪危害农田的重要因素, 密度增加会导致农作物损失随之增加(Schley et al., 2008;Amici et al., 2012;Bleier et al., 2012)。因此许多研究描述了野猪种群密度对农作物危害程度的影响(张鸣天等, 2015;Bobek et al., 2017), 但却缺少进入农田野猪数量与作物损失率之间关系研究的定量化研究。本研究得到的二次函数y=0.095-0.116x+0.048x2能较好地拟合玉米损失率与进入样地的野猪数量的关系。
如果进入样地野猪数量过少, 在达不到防治经济阈值时就开展防治, 不但没有意义甚至造成更大的损失。防治经济阈值研究选取经济损失最低的2组(A组与C组)。结果表明, 在每公顷农田进入野猪数量达到(2.09±0.28)头和(2.15±0.18)头时, 上述2种防控措施最为合适, 同时建议这2种防控措施交替使用。
本研究通过深入研究野猪危害防控成本、防控效果和理论防治经济阈值等一系列问题, 为科学防控野猪危害提供支持。实验样地均选取玉米地, 在未来研究中, 将开展野猪对其他农作物的防治经济阈值研究。
崔娟, 李旋, 许喆, 等. 2017. 柳叶刺蓼对玉米生长的影响及其经济阈值研究[J]. 玉米科学, 25(5): 141-144, 151. |
何东进, 洪伟. 1998. 害虫防治经济阈值研究进展[J]. 福建林业科技, 4: 8-13. |
黄惠敏, 王廷正. 1999. 豫西黄土高原农作区棕色田鼠对农作物的危害及经济阈值的研究[J]. 兽类学报, 3: 61-66. |
江晓萍, 徐基良, 李建强, 等. 2018. 基于MaxEnt生态位模型分析江西省人与野猪冲突的空间分布[J]. 森林与环境学报, 38(3): 334-340. |
李晓, 石程仁, 鞠倩, 等. 2016. 蛴螬为害花生的产量损失及经济阈值研究[J]. 花生学报, 45(2): 54-57, 67. |
宋琪, 刘丙万. 2018. 太阳能警示灯对野猪危害农田影响研究[J]. 动物学杂志, 53(1): 32-39. |
苏永志, 宛新荣, 王梦军, 等. 2013. 典型草原区布氏田鼠鼠害防治的经济阈值[J]. 动物学杂志, 48(4): 521-525. |
孙儒泳. 2001. 动物生态学原理[M]. 北京: 北京师范大学出版社.
|
张丹, 刘丙万. 2012. 黑龙江青云林场野猪危害调查及防治[J]. 野生动物, 33(2): 59-63. |
张鸣天, 刘丙万, 刘丹. 2015. 吉林珲春地区野猪危害防控研究[J]. 动物学杂志, 50(6): 819-827. |
Amici A, Serrani F, Rossi CM, et al. 2012. Increase in crop damage caused by wild boar (Sus scrofa):the "refuge effect"[J]. Agronomy for Sustainable Development, 32(3): 683-692. |
Bleier N, Lehoczki R, Ujvary D, et al. 2012. Relationships between wild ungulate density and crop damage in Hungary[J]. Acta Theriologica, 57(4): 351-359. DOI:10.1007/s13364-012-0082-0 |
Bobek B, Furtek J, Bobek J, et al. 2017. Spatio-temporal characteristics of crop damage caused by wild boar in north-eastern Poland[J]. Crop Protection, 93: 106-112. DOI:10.1016/j.cropro.2016.11.030 |
Cai J, Jiang Z, Zeng Y, et al. 2008. Factors affecting crop damage by wild boar and methods of mitigation in a giant panda reserve[J]. European Journal of Wildlife Research, 54(4): 723-728. DOI:10.1007/s10344-008-0203-x |
Calenge G, Maillard D, Fournier P, et al. 2004. Efficiency of spreading maize in the garrigues to reduce wild boar (Sus scrofa) damage to Mediterranean vineyards[J]. European Journal of Wildlife Research, 50(3): 112-120. |
Geisser H, Reyer H. 2004. Efficacy of hunting, feeding, and fencing to reduce crop damage by wild boars[J]. The Journal of Wildlife Management, 68(4): 939-946. DOI:10.2193/0022-541X(2004)068[0939:EOHFAF]2.0.CO;2 |
Honda T, Sugita M. 2007. Environmental factors affecting damage by wild boars (Sus scrofa) to rice fields in Yamanashi Prefecture, central Japan[J]. Mammal Study, 32(4): 173-176. DOI:10.3106/1348-6160(2007)32[173:EFADBW]2.0.CO;2 |
Hoogland JL. 1983. Nepotism and alarm calling in the black-tailed prairie dog (Cynomys ludovicianus)[J]. Animal Behaviour, 31(2): 472-479. DOI:10.1016/S0003-3472(83)80068-2 |
Massei G, Kindberg J, Licoppe A, et al. 2015. Wild boar populations up, numbers of hunters down? A review of trends and implications for Europe[J]. Pest Management Science, 71(4): 492-500. DOI:10.1002/ps.3965 |
Naughtontreves L. 1998. Predicting patterns of crop damage by wildlife around Kibale National Park, Uganda[J]. Conservation Biology, 12(1): 156-168. DOI:10.1046/j.1523-1739.1998.96346.x |
Nishimori Y, Konoshima M. 2016. Exploring efficient buffer placement for mitigating crop damage by wild boars with an agent-based spatial modeling of foraging behavior[J]. Journal of Environmental Information Science, 44(5): 51-62. |
Ohashi H, Saito M, Horie R, et al. 2013. Differences in the activity pattern of the wild boar (Sus scrofa) related to human disturbance[J]. European Journal of Wildlife Research, 59(2): 167-177. DOI:10.1007/s10344-012-0661-z |
Saito M, Momose H, Mihira T. 2011. Both environmental factors and countermeasures affect wild boar damage to rice paddies in Boso Peninsula, Japan[J]. Crop Protection, 30(8): 1048-1054. DOI:10.1016/j.cropro.2011.02.017 |
Schlageter A, Haagwackernagel D. 2012. Evaluation of an odor repellent for protecting crops from wild boar damage[J]. Journal of Pest Science, 85(2): 209-215. DOI:10.1007/s10340-012-0415-4 |
Schley L, Dufrêne M, Krier A, et al. 2008. Patterns of crop damage by wild boar (Sus scrofa) in Luxembourg over a 10-year period[J]. European Journal of Wildlife Research, 54(4): 589-599. DOI:10.1007/s10344-008-0183-x |
Thurfjell H, Spong G, Ericsson G. 2013. Effects of hunting on wild boar (Sus scrofa) behaviour[J]. Wildlife Biology, 19(1): 87-93. DOI:10.2981/12-027 |
Vijayan S, Pad B. 2002. Impact of changing cropping patterns on man-animal conflicts around Gir Protected Area with specific reference to Talala sub-district, Gujarat, India[J]. Population and Environment, 23(6): 541-559. DOI:10.1023/A:1016317819552 |