《Journal of Applied Ecology》：Spatio-temporal patterns and risk factors of wild boar–pig farm contact across Europe
编辑推荐：
2.编辑推荐：本研究综合利用大规模GPS追踪数据和猪场地理信息，首次量化评估了欧洲范围内野猪与家猪养殖场的接触频率与时空动态。研究发现接触事件高度集中（5%的野猪和1%的农场贡献了50%的接触事件），并揭示了森林覆盖率、野猪密度、农场面积等因素对接触风险的影响。研究强调了将野猪时空行为与农场环境纳入防控策略的必要性，为减少病原体在野生与家养猪群间的跨界传播风险提供了关键科学依据。
- 5.
文章内容总结：
引言：野生动物-家畜界面的接触风险
人类活动向自然栖息地的持续扩张，使得人类、家畜与野生动物之间的接触日益紧密。这些不断扩大的界面加剧了冲突风险，例如对共享资源的竞争、捕食、作物损害以及病原体传播。其中，野生动物-家畜界面尤其值得关注，因为家畜常作为病原体从野生动物宿主向人类传播的中间宿主。全面理解驱动野生动物-家畜接触的生态和人为因素，对于制定有效策略以降低疾病风险、促进动物和公共健康至关重要。
在野生动物-家畜界面，接触可以通过直接或间接方式发生，并受到物种特定行为的驱动。野猪与家猪之间的界面，随着近几十年来非洲猪瘟(ASF)的全球传播而受到越来越多的关注。ASF是一种威胁野生和家养猪群的传染性疾病，具有重大的经济后果。除了ASF，野猪还携带一系列其他病原体，包括人畜共患病，使其成为病毒在野生动物、家畜和人类之间传播的关键节点。然而，与其他界面相比，野猪-家猪界面的研究仍显不足。
为了填补这一知识空白，并考虑到野猪种群数量与分布范围的扩大，以及家猪养殖向更注重动物福利的户外系统演变，理解野猪与养猪场接触的时空动态变得越来越重要。本研究旨在利用来自欧洲各地的野猪GPS追踪数据和家猪养殖场的地理位置信息，量化野猪与家猪养殖场在月度和小时尺度上的接触率，并识别驱动这些接触的环境、野猪相关及农场层面的因素。
材料与方法
野猪数据
研究使用了EUROBOAR数据库的GPS追踪数据，覆盖了八个欧洲国家（比利时、捷克共和国、法国、德国、匈牙利、意大利、瑞典和瑞士）的32个研究区域，时间跨度为2005年至2022年。最终数据集包含187只个体的数据，共有2091个个体-农场-月份组合。
家猪养殖场数据
家猪养殖场的位置数据来自国家和地区当局提供的本地数据库。通过结合OpenStreetMap数据和手动数字化，将农场地理坐标转换为多边形区域，并计算了农场面积、建筑物覆盖率等指标。
接触定义与估计
本研究将“接触”定义为野猪进入养猪场边界内、可能导致病原体传播的任何访问。为了提高接触估计的准确性，首先为每个个体-月份拟合了一个连续时间运动模型以模拟运动轨迹，然后叠加到农场多边形上。将距离农场边界50米以内的模拟位置点视为潜在接触，并将间隔少于60分钟的连续接触位置合并为一个“接触事件”。
月度接触率和小时接触率分别通过标准化计算和相对于日落的偏差进行分析。使用广义加性混合模型来建模月度接触率，并纳入了一系列解释变量，包括个体特征、环境变量和农场特征。
研究结果
野猪与养猪场接触的一般模式
在187只有至少一个农场在其月度活动范围内的野猪中，有85只个体至少有一次接触事件记录。总共记录了3322次接触事件，接触分布高度不均匀：仅10只个体（占5%）和6个农场（占1%）就贡献了所有接触事件的50%。每只野猪与特定农场的平均月接触率为1.59次，而考虑其月度活动范围内的所有农场时，月接触率升至3.43次。
月度接触模式
月度接触率因月份而异，但性别间无显著差异。雄性野猪表现出更明显的季节性变化，呈双峰模式，在三月和八至九月达到峰值；而雌性野猪的接触率在整个冬季略有增加。月度接触率随着森林覆盖率、人类足迹指数、野猪种群密度以及个体与农场距离的减小而增加。农场建筑覆盖率越高，接触率越低；农场面积越大，接触率越高。在中等和高密度养猪区域，接触率随农场面积增加而增加，但在低密度区域则相对稳定。
小时接触模式
野猪与养猪场的接触率在昼夜周期内变化，呈现双峰分布。接触率在日落后不久开始上升，大约在日落后4-5小时达到峰值；第二个峰值出现在日落前约15小时，即日出前后的晨昏时段。这种时间动态在雄性和雌性中保持一致，性别间无显著差异。
讨论
接触频率的意义
研究估计，平均每只野猪每月与养猪场接触约2.58次，或每年约31次。每个农场每月约经历0.57次野猪接触，每年约7次。这些比率远高于之前基于农民调查的估计，可能归因于对夜间访问的低报，这与野猪的夜行性活动模式一致。
接触的季节性变化
雄性在夏季月份的接触率较高，主峰在八月至九月，次峰在三月左右，这表明繁殖可能不是雄性接触农场的主要驱动力。夏季雄性活动范围的扩大以及对农田区域的转移可能与此相关。雌性在秋冬季节接触率相对增加，这可能与发情高峰和繁殖同步性有关。狩猎压力也可能在秋季影响野猪的行为和移动。
个体差异与“超级接触者”
研究结果显示，少数野猪个体对接触事件做出了不成比例的巨大贡献，这表明某些个体可能表现出增加其访问农场可能性的行为特征。这些“超级接触”个体可能在疾病传播中发挥重要作用，突出了在监测和控制工作中识别和管理高风险个体及农场集群的重要性。
环境与农场特征的影响
森林覆盖率和森林斑块数量增加了接触率，因为这些环境为野猪提供了庇护所和食物资源。人类足迹指数也与接触率呈正相关，表明人类改造的景观可能通过提供人为食物来源而促进接触。农场面积越大，接触率越高；而农场建筑覆盖率越高，接触率越低，这可能反映了可接近性的降低和威慑效应。
国家间的差异
研究发现不同国家间的接触率存在显著差异，匈牙利的平均接触率显著高于其他国家。这表明更广泛的景观和养殖系统特征可能影响接触动态，东欧国家小型、粗放式农场比例较高可能是一个潜在因素。
研究局限性与未来方向
研究存在一些关键局限，包括缺乏农场层面的关键变量数据、农场面积数字化方法的潜在偏差，以及所识别的接触事件是“潜在接触”而非确认的直接交互。未来的研究应整合本地尺度的工具以验证接触类型，并改进野生动物-家畜界面的风险评估。
对农场与野猪管理的启示
研究结果为降低野生与家养猪之间的接触风险提供了若干实用建议。位于高风险区域的农场应优先实施加强的生物安全措施，如双层围栏、限制入口以及在夜间或高风险时期加强监测。控制农场周围的野猪种群密度也可以降低接触率。由于接触行为在个体间分布不均，有针对性的管理——聚焦于高接触个体或区域——可能比单纯的大规模扑杀更有效。然而，持久的风险降低需要系统性方法，解决潜在吸引因素并加强农场生物安全，特别是在高风险区域。研究结果虽然基于欧洲数据，但对全球其他野猪分布区具有参考意义，建议将研究方法应用到野猪作为入侵物种的地区，以更新接触率估计并优化管理策略。
