编辑推荐：
本研究针对阿根廷主要港口开发了生物入侵风险评估模型，通过分析2013-2018年航运数据，识别出北部大西洋Patagonia与中南部Chile的航线具有最高入侵风险，并发现港口风险不仅取决于到港次数，还与结构特征相关。高风险来源区域包括东亚、南非、欧洲及东南太平洋地区，为完善海洋入侵防控体系提供数据支撑。
Nicolás Battini|Karen L. Castro|Mariana Abelando|Alejandro Bortolus|Evangelina Schwindt
阿根廷沿海生态学研究小组
摘要
航运活动是全球海洋物种引入的主要途径。海洋生物入侵的数量和影响趋势促使我们制定有效的管理策略，以防止非本地物种的引入和定殖。在这项研究中，我们建立了一个模型，用于评估通过商业航运活动进入阿根廷主要港口的生物入侵风险，以识别入侵风险较高的航线、入侵风险较大的港口以及可能成为新型入侵物种来源的生态区域。研究发现，入侵风险最高的航线是连接北大西洋巴塔哥尼亚地区港口与智利中部和北部（东南太平洋）港口的航线。此外，我们还发现港口的整体风险存在显著差异，这种差异虽然主要由船舶停靠次数决定，但也受到某些结构和运营特性的影响，这突显了采取特定管理措施的必要性。总体而言，全球大多数温带地区（尤其是东亚、南部非洲、欧洲和东南太平洋）都存在较高的物种入侵风险。我们的研究结果为加强海洋港口的早期检测和快速响应策略提供了关键信息，补充了现有的海洋生物入侵管理措施。
引言
海洋非本地物种的扩散对全球生物多样性、生态系统、经济和人类健康构成了严重威胁（Schwindt和Bortolus，2017；Diagne等人，2021；Schwindt等人，2022；Roy等人，2024；Garcia-Lozano等人，2025）。全球航运网络由约12万艘船舶组成（Moser等人，2016），是水生非本地物种无意引入的主要来源（Carlton，1985；Ruiz等人，2000；Seebens等人，2013）。这些生物及其繁殖体（孢子、幼虫等）主要通过压载水和船体生物污损传播到世界各地。压载水用于维持船舶的稳定性和浮力，尤其是在不载货的情况下，据估计每年有30亿至100亿吨压载水被商业船舶转移（Naik等人，2019；Chen等人，2023）。船体生物污损包括附着在全球运营商业船舶船体325平方公里湿润表面的各种生物（Moser等人，2016）。这些传播途径是全球大多数水生物种引入的主要原因（Bax等人，2003；Bailey等人，2020b）。
尽管只有少数通过压载水或船体生物污损传播的物种能够成功建立新的种群，并且其中只有少数会变得“具有入侵性”（Soto等人，2024），但制定有效的管理策略以减轻生物入侵的影响至关重要。在水生环境中，引入后的控制与根除策略特别具有挑战性且往往效果不佳，因此预防被认为是最实用和最具成本效益的方法（IPBES，2023）。虽然已经制定了防止非本地物种引入的国际管理策略（特别是针对压载水（国际海事组织，2018）和船体生物污损（国际海事组织，2024）的框架），但区域和国家层面的强化措施对于确保这些策略的有效性至关重要（Schwindt等人，2022）。
在西南大西洋（SWA）地区，过去几十年间，人们为了解海洋生物入侵的原因和后果付出了巨大努力（Schwindt等人，2022）。这导致通过全球航运活动引入的非本地物种和隐源性物种数量不断增加，估计每年的入侵率约为两种（Schwindt等人，2020）。到2050年，全球航运预测显示SWA地区的入侵风险将显著增加，预计每年的入侵物种数量将增加10倍（Sardain等人，2019）。然而，该地区防止进一步入侵的管理策略发展仍然有限且分散（Schwindt等人，2022）。2022年，阿根廷通过了《外来入侵物种国家战略》，该战略包括教育、立法和社会沟通计划等方面，并设计了多种管理入侵物种的策略，特别是针对港口区域的海洋沿海物种的早期检测和快速响应机制（Schwindt等人，2022）。该协议由多方利益相关者共同制定和同意，但尚未在全国范围内实施。在这种情况下，优先任务是开发生物安全风险评估工具——用于识别高风险途径、传播媒介或物种，以便确定监测重点区域，支持有针对性的监测，并为应对非本地物种提供早期响应措施（Dahlstrom等人，2011；Gibbs和Browman，2015；Jamieson等人，2022）。
本研究的目的是评估通过商业航运活动进入阿根廷主要海洋港口的生物入侵风险。为此，我们建立了一个模型，根据港口进入信息来估算海洋生物的引入和定殖风险，无需使用昂贵的AIS追踪数据。该模型基于以下假设：i) 更高的繁殖体压力（即引入事件的数量）会增加引入风险；ii) 供体港口和受体港口之间的环境相似性越高，定殖风险也越高。具体而言，我们将该模型应用于阿根廷八个最重要的海洋港口，以识别1) 入侵风险较高的航线，2) 入侵风险较大的港口，以及3) 最有可能成为新型入侵物种来源的区域。
部分内容
港口连通性
本研究重点关注了阿根廷的八个主要海洋港口：马德普拉塔港（38.0° S）、克肯港（38.6° S）、布兰卡湾港（38.8° S）、圣安东尼奥埃斯特港（SAE，40.8° S）、马德林港（42.7° S）、里瓦达维亚港（45.9° S）、德塞阿多港（47.8° S）和乌斯怀亚港（54.8° S）。这些港口的国际连通性数据来自阿根廷海军局（国家海事机构）2013-2018年的海事交通数据库。
高风险航线
在五年的研究期间，共分析了阿根廷主要海洋港口的12,022次进港记录。共识别出2,466艘不同船舶，它们通过5,415条不同航线连接了1,094个不同的港口。从汇总数据来看，这些进港记录代表了23,248次直接（无中途停靠）和33,479次间接（有中途停靠）的港口连接（图1a）。这些进港记录的入侵风险差异很大。
讨论
我们提出了一个模型，用于评估通过航运活动引入和建立物种的风险。该模型仅需要船舶的最后停靠港口信息，因此具有广泛的适用性和成本效益。将此模型应用于阿根廷主要海港的商业航运，使我们能够识别高风险航线和可能的物种引入源区域，为决策者、知识中介和政策制定者提供了有价值的信息。
CRediT作者贡献声明
Nicolás Battini：撰写——审稿与编辑、初稿撰写、可视化、方法论、调查、数据分析、概念化。Karen L. Castro：撰写——审稿与编辑、验证、方法论、调查、数据分析、概念化。Mariana Abelando：撰写——审稿与编辑、资源协调、项目管理、方法论、概念化。Alejandro Bortolus：撰写——审稿与编辑、验证、监督、方法论。
写作过程中使用生成式AI和AI辅助技术的声明
在准备本稿时，作者使用了ChatGPT来提高手稿的可读性。使用该工具/服务后，作者根据需要对内容进行了审查和编辑，并对出版物的内容负全责。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益和个人关系：Evangelina Schwindt和Alejandro Bortolus表示获得了国家科学技术研究委员会的财务支持；Evangelina Schwindt和Alejandro Bortolus还表示获得了国家研究与创新机构的财务支持。如果还有其他作者，他们声明没有已知的财务利益冲突。
致谢
我们非常感谢阿根廷海军局提供用于分析的航运数据。本研究部分得到了CONICET（PIP编号20130100508）和ANPCyT（PICT项目编号2016-1083）的支持。我们感谢编辑和两位匿名审稿人的意见，这些意见提高了手稿的质量。
