《Global Ecology and Conservation》：Fluctuations of wild goat populations in relation to weather factors in central Alborz Protected Area
编辑推荐：
本研究针对伊朗中央阿尔布尔兹保护区野山羊（Capra aegagrus）种群波动机制，结合27年监测数据与气象因子，通过GLM模型揭示了6月降雨和温度对种群增长的抑制作用，以及11月雪深、温度和湿度的正向影响。研究首次量化了关键月份气候驱动对野山羊SSR（Species Sighting Rate）的影响，并发现仅6月温度呈现显著长期上升趋势（p<0.001）。结果强调了气候变暖与基础设施开发、偷猎、疾病（如PPR）等人为压力的叠加威胁，为制定气候适应性保护策略提供了关键依据。
在全球生物多样性持续衰退的背景下，大型草食动物因对植被资源的依赖和对气候变化的敏感性，成为生态脆弱性的指示类群。野山羊（Capra aegagrus）作为伊朗山区生态系统的关键物种，虽被列为国家易危（VU）等级，但其长期种群动态与气候因子的关联仍缺乏系统研究。中央阿尔布尔兹保护区（CAPA）作为该物种的重要栖息地，虽实施禁牧和反偷猎措施，但近年来面临气候变暖、基础设施扩张和家畜源性疫病（如小反刍兽疫，PPR）的多重压力，种群波动剧烈。为此，研究团队依托该区域长达27年（1997–2023）的标准化巡护数据，首次系统解析了野山羊种群波动与关键气象因子的响应关系，为气候智能型保护策略的制定提供科学支撑。
研究团队通过固定样线巡护法，在CAPA的Golestanak核心区（高山草原带）每年5月至10月开展每日观测，记录野山羊个体数量，并计算物种遇见率（SSR）作为种群波动指标。气候数据来源于距研究区12公里的Siah Bisheh气象站，包括月均温度、降水、湿度和最大雪深。采用广义线性模型（GLM）分析月尺度气候变量对SSR的影响，并通过方差膨胀因子（VIF）排除多重共线性变量，最终筛选出ΔAICc≤2的最佳模型。长期气候趋势通过线性回归（95%置信水平）检验。
3. 结果
3.1. 种群波动格局
野山羊SSR呈现明显的多年度周期：从1997年的54只增长至2003年的118只（年均增长率19.7%），随后骤降至2010年的25只（年均下降率11%）；2010年后逐步恢复至2017年的59–69只，2018年出现短暂峰值（113只），之后回落至2023年的50.11只，种群稳定性持续偏低。
3.2. 关键气候驱动因子
June和November被识别为最敏感月份。June降雨量和温度均与SSR呈显著负相关（降雨系数：-21.2—23.5 mm，温度系数：-8.9—11.7°C，p≤0.03），表明早期夏季暖干化抑制种群增长；November雪深、温度和湿度则显著促进SSR（雪深系数：0.303 mm，温度系数：11.13°C，湿度系数：2.162%，p≤0.036），而November降雨呈负效应。模型验证显示无过离散或零膨胀问题（p>0.05）。
3.3. 长期气候趋势
仅June温度呈现显著上升趋势（p<0.001，R2=0.40），其余变量无显著年际变化，提示早期夏季升温可能持续加剧野山羊的繁殖期生存压力。
4. 讨论与结论
本研究首次揭示野山羊种群波动对特定月份气候条件的非线性响应机制：November适宜雪深和湿度可能通过改善交配期资源可及性和降低能量消耗促进种群恢复，而June高温则可能通过提前产仔期、降低幼体存活率产生负面效应。然而，气候因子仅能部分解释种群波动（如2018年峰值和2023年锐减），突显人为干扰的叠加影响。其中，2003–2010年和2016–2023年的两次骤降与Siah-Bisheh水坝、德黑兰-北部高速公路等基建工程时空重叠，而2023年PPR疫情爆发直接导致种群崩溃。研究强调，野山羊保护需融合气候适应性管理（如关键月栖息地水分保持）、生态廊道修复、家畜疫病防控（如疫苗接种）及基础设施生态影响评估。未来需加强年龄结构与繁殖参数的长期监测，以提升种群韧性预测能力。
（论文发表于《Global Ecology and Conservation》）
