Daten über Elefantenkadaver

Afrikanische Elefantenkadaver wurden im Rahmen des Programms zur Überwachung der illegalen Tötung von Elefanten (MIKE) erfasst, Das Programm wurde 2002 vom Übereinkommen über den internationalen Handel mit gefährdeten Arten (CITES) ins Leben gerufen und arbeitet seitdem mit Wildtierbehörden in ganz Afrika zusammen, um ein von Rangern durchgeführtes Überwachungsprogramm umzusetzen. Im Rahmen des Programms werden jährlich Tierkörperzählungen an 53 Standorten (zumeist in Schutzgebieten, oft aber auch in benachbarten ungeschützten Gebieten) in 29 Ländern in Afrika südlich der Sahara durchgeführt. Ausführliche Angaben zu den Überwachungsmethoden sind an anderer Stelle beschrieben12, aber im Wesentlichen zeichnen Ranger auf regelmäßigen Patrouillen den Standort jedes Elefantenkadavers auf und stellen fest, ob der Tod das Ergebnis natürlicher Sterblichkeit, des Managements oder illegaler Tötung war (fast immer Wilderei für Elfenbein, aber sehr gelegentlich das Ergebnis von Vergeltungsmaßnahmen bei Konflikten zwischen Menschen und Elefanten). Zwischen 2002 und 2017 wurden im Rahmen des Programms 18.007 Kadaver in Afrika erfasst, von denen 8860 als illegale Tötungen identifiziert wurden, was 607 Beobachtungen von 53 Standorten in 16 Jahren ergibt (einschließlich aller bis Februar 2018 eingegangenen Aufzeichnungen). Mehrere Standorte meldeten nicht jedes Jahr Kadaver oder nahmen erst nach 2002 am Programm teil.

Es ist zu beachten, dass diese vom MIKE-Programm erhobenen Daten über Kadaverbegegnungen einige potenzielle Einschränkungen aufweisen12: (a) Schwankungen bei der Hintergrundmortalität (d. h. Kadaver, die auf natürliche Sterblichkeit oder Management zurückzuführen sind) sind nicht bekannt, beeinflussen aber PIKE, da angenommen wird, dass sie über Jahre und Standorte hinweg konstant sind. Die Hintergrundmortalität (in diesem Fall die natürliche Mortalität) ist in Dürreperioden und Zeiten mit geringen Niederschlägen erhöht49,50, so dass wir versucht haben, der variablen natürlichen Mortalität Rechnung zu tragen, indem wir die Auswirkung des standortspezifischen Jahresniederschlags auf die PIKE geschätzt und diese Auswirkung für die Vorhersagen des Modells auf Null gesetzt haben. (b) Die Berechnung von PIKE über Standorte und Jahre hinweg basiert auf der Annahme, dass die Entdeckungswahrscheinlichkeit für alle Kadaver gleich ist, sei es durch illegale Aktivitäten, Management oder natürliche Ursachen. Dies dürfte eine unwahrscheinliche Annahme sein, da die Daten von Anti-Wilderei-Patrouillen mit dem Ziel erhoben werden, illegale Aktivitäten zu verhindern. Es scheint jedoch plausibel, davon auszugehen, dass diese Verzerrung über Raum und Zeit hinweg relativ konstant ist, was eine genaue Schätzung der Trends und des Zusammenhangs mit Kovariaten ermöglicht. (c) Auf der Grundlage von Daten aus 53 Standorten in ganz Afrika deckt die Vorhersage der Wilderei-Raten möglicherweise nicht die gesamte Unsicherheit der kontinentalen Schätzungen ab, obwohl das untersuchte Gebiet 25 % des Gebiets abdeckt, in dem afrikanische Savannenelefanten leben51 und etwa 50 % der afrikanischen Savannenelefantenpopulation6,15.

Kovariaten

Die Auswahl der Kovariaten (ergänzende Tabelle 1), die als potenzielle Einflussfaktoren für die Intensität der Wilderei in Betracht gezogen wurden, orientierte sich an früheren Studien7,12 und Expertenwissen52. Wir haben Kovariaten einbezogen, von denen wir annahmen, dass sie sich auf die Nachfrage oder das Angebot von Elefantenelfenbein beziehen, einschließlich Faktoren, die auf zeitlicher und räumlicher Ebene variieren, sowie zwei separate Armutsindikatoren: Kindersterblichkeitsrate und Armutsdichte. Armut ist ein komplexes, mehrdimensionales Problem, das sich nicht ohne Weiteres mit einer einzigen Variable messen lässt53 , aber die negativen Auswirkungen der Armut auf illegale Wildtieraktivitäten wurden bereits früher hervorgehoben18 , so dass es wichtig ist, mehrere Aspekte der Armut zu berücksichtigen. Nicht alle Kovariaten waren in der höchsten Auflösung für jedes einzelne Jahr verfügbar. Nachfolgend werden sie in der folgenden Reihenfolge dargestellt: Standort-zu-Jahr, Land-zu-Jahr, Standortebene, jährlich. Vor der Analyse wurden alle Kovariaten zentriert und standardisiert, um einen Mittelwert von 0 und eine Standardabweichung von 1 zu erhalten. Wir haben auch auf Kollinearität zwischen den Prädiktoren getestet. Alle Kombinationen zeigten Spearman-ρ2-Schätzungen <0,5, was wir als unproblematische Korrelation betrachteten (siehe ergänzende Abb. 1).

Kindersterblichkeitsrate: Die Säuglingssterblichkeitsrate (IMR) misst die Anzahl der Todesfälle von Kindern unter einem Jahr pro 1000 Lebendgeburten und ist ein grober Indikator für den Entwicklungsstand und den sozioökonomischen Status in einer Gemeinde54. Es ist zu beachten, dass die IMR ausschließlich als Proxy für eine Achse der Armut verwendet wird55: Wenn die IMR eine starke Vorhersagekraft für die Wilderei von Elefanten hat, würden wir dies nicht so interpretieren, dass wir davon ausgehen, dass Gesundheitsmaßnahmen allein die Wilderei beeinflussen würden.

IMR-Schätzungen waren auf Standortebene für das Jahr 2000 verfügbar und wurden vom Centre for International Earth Science Information Network (CIESIN56) erstellt. Jährliche IMR-Schätzungen nach Ländern wurden von der interinstitutionellen Gruppe der Vereinten Nationen (UN) für die Schätzung der Kindersterblichkeit57 zur Verfügung gestellt. Da sowohl die räumliche als auch die zeitliche Variabilität hoch ist, haben wir die beiden Datensätze kombiniert, um IMR-Schätzungen für jeden Standort und jedes Jahr zu erhalten. In Wirklichkeit können die Verbesserungsraten in ländlichen und städtischen Gebieten unterschiedlich sein, aber die nationalen Veränderungen spiegeln wahrscheinlich eher größere Verbesserungen in den ländlichen Gebieten wider, in denen Elefantenpopulationen am häufigsten vorkommen und die IMR höher ist, als kleinere Veränderungen aufgrund der Verstädterung58.

Es ist wichtig zu beachten, dass räumliche Unterschiede in der durchschnittlichen IMR Unterschiede zwischen den Standorten in Bezug auf die Armut besser darstellen könnten als jährliche IMR-Messungen. Die jährliche IMR nimmt im Laufe der Zeit ab, da erfolgreiche medizinische und öffentliche Gesundheitsmaßnahmen die Gesundheitsversorgung viel schneller verbessert haben als andere mit Armut assoziierte Faktoren, wodurch der Wert der jährlichen IMR als Indikator für die Gesamtarmut möglicherweise geschwächt wird. Daher haben wir die Korrelation der IMR56 auf Standortebene mit der PIKE in einem separaten Modell getestet, in dem wir die zeitlichen Veränderungen der IMR vollständig vernachlässigt haben. Die Ergebnisse dieser ergänzenden Analyse unterstützen die Annahme, dass die räumliche Variation der IMR ein besserer Indikator für Armut ist als die zeitliche Variation (siehe ergänzende Tabelle 5).

Niederschlag: Der Jahresniederschlag pro Standort wurde aus den Daten der Climate Hazards Group InfraRed Precipitation with Station (CHIRPS59) abgeleitet. Für die Analyse wurde der natürliche Logarithmus dieser Variable verwendet, da sie linksschief verteilt ist. Diese Klimavariable wurde einbezogen, um Veränderungen in der natürlichen Elefantensterblichkeit zu berücksichtigen. Die Variation könnte durch zwei Prozesse entstehen. Standorte mit höheren Niederschlägen weisen möglicherweise dichtere Lebensräume auf, in denen das Auffinden von Kadavern aufgrund natürlicher Sterblichkeit schwieriger ist, so dass PIKE aufgrund einer unterschätzten natürlichen Sterblichkeit höher sein kann. Zweitens können geringere Niederschläge (innerhalb oder zwischen Standorten) die natürliche Sterblichkeit erhöhen49,50 und somit zu unterschätzten Wilderei-Raten führen, da die PIKE-Werte niedriger sind.

Korruptionswahrnehmungsindex: Der Korruptionswahrnehmungsindex (CPI) wurde von Transparency International60 für jedes Land und jedes Jahr ermittelt. Er stellt den von Experten und Geschäftsleuten wahrgenommenen Grad der Korruption im öffentlichen Sektor eines Landes dar. Der Index verwendet eine Skala von 0 bis 100, wobei 0 für „hochgradig korrupt“ und 100 für „sehr sauber“ steht. Wir haben den CPI als Indikator für die Korruption im öffentlichen Sektor und in der Politik herangezogen, die sich nachweislich auf das Vorhandensein von illegalen Wildtieraktivitäten auswirkt27.

Armutsdichte: Die Armutsdichte definiert die Anzahl der Menschen pro km2, die weniger als 1,25 US-Dollar pro Tag verdienen. Sie ist ein Maß für die relative Armut und damit ein weiterer Indikator für das multidimensionale Armutsproblem. Diese Daten auf Standortebene wurden für das Jahr 2005 von HarvestChoice61 bereitgestellt.

Fläche: Fläche der MIKE-Standorte62 in km2. In der Analyse haben wir den natürlichen Logarithmus dieser Variable verwendet, da sie linksschief verteilt ist. Die erwartete Auswirkung der Fläche der Schutzgebiete auf die Intensität der Wilderei ist etwas ambivalent. Einerseits könnten größere Schutzgebiete weniger von dem negativen Randeffekt betroffen sein, andererseits könnten kleinere Ökosysteme leichter zu patrouillieren sein.

Angemessenheit der Rechtsdurchsetzung: Schätzungen der Angemessenheit der Rechtsdurchsetzung. Für jeden Standort geben die MIKE-Spezialisten nach einer Schulung durch das MIKE-Programmteam (https://cites.org/eng/prog/mike/tools_training_materials/leca) ein Formular zurück, in dem sie die Angemessenheit der Strafverfolgung einschätzen. Wir erwarteten, dass Ökosysteme mit einer höheren Angemessenheit der Strafverfolgung niedrigere PIKE-Werte aufweisen würden.

Beschlagnahmungen von Elfenbein in großem Maßstab: Jährliches Gewicht der Beschlagnahmungen von Elfenbein in großem Maßstab (≥500 kg)63,64. In Fällen, in denen bearbeitetes Elfenbein Teil der Sendung war, wurden die Werte in Rohelfenbeinäquivalent umgerechnet, wobei ein Verlust von 30% während der Verarbeitung berücksichtigt wurde.

Elfenbeinpreis: Die Jahrespreise für Mammutelfenbein auf den wichtigsten chinesischen Märkten (China, Hongkong und Macao) wurden aus der UN Comtrade Datenbank65 abgeleitet. Diese Kovariate wurde als Näherungswert für die Nachfrage nach Elefantenelfenbein herangezogen, da wir davon ausgehen, dass die Preise für Mammutelfenbein mit den Schwarzmarktpreisen für Elefantenelfenbein korrelieren (für die es keine Daten gibt). Es ist jedoch anzumerken, dass der Preis für Elfenbein wahrscheinlich nicht nur von der Marktnachfrage, sondern auch von allgemeineren wirtschaftlichen Bedingungen beeinflusst wird. Um die ermittelten Handelswerte um unterschiedliche Inflationsraten zu bereinigen, haben wir Verbraucherpreisindizes der Weltbank66 verwendet. Die korrigierten Handelswerte wurden unter Berücksichtigung des marktspezifischen Nettogewichts gemittelt. Beachten Sie, dass Macao nur für die Jahre 2006-09 und 2014 Mammutelfenbeinpreise gemeldet hat.

Elfenbeinpreise und die Auswirkungen von Beschlagnahmungen auf Angebot und Nachfrage können die Wilderei über verschiedene Zeiträume hinweg beeinflussen. Wilderer in Afrika kennen zwar möglicherweise die internationalen Trends, aber es ist möglich, dass die Informationen über die Märkte nur langsam in die Praxis gelangen. Daher haben wir alle unsere Analysen mit Verzögerungen von bis zu zwei Jahren bei diesen beiden Variablen wiederholt, wie es bei ökonometrischen Analysen üblich ist67. In den Hauptergebnissen stellen wir das Modell mit Nullverzögerung vor.

Statistische Analyse

Die Ableitung der Intensität der Elefantenwilderei aus den Daten über die Kadaverbegegnung ist schwierig, wenn, wie in diesem Fall, der Probenahmeaufwand unbekannt ist. Die Schätzung des Anteils illegal getöteter Elefanten (PIKE), eines relativen Maßes, verringert dieses Problem etwas, wenn man davon ausgeht, dass der Probenahmeaufwand für Kadaver natürlichen und illegalen Ursprungs in einem bestimmten Jahr und an einem bestimmten Ort gleich ist.

Um PIKE für jede Beobachtung i zu schätzen, nahmen wir an, dass die Anzahl der als illegal getötete Elefantenkadaver (nillegal) identifizierten Kadaver eine binomiale Zufallsvariable in Abhängigkeit von der Gesamtzahl der Elefantenkadaver (ntotal) und der Wahrscheinlichkeit p ist, so dass

wobei die Wahrscheinlichkeit pi (=geschätzte PIKE) eine Funktion eines Satzes a priori gewählter Umwelt- und sozioökonomischer Kovariaten und normalverteilter \(({\cal{N}})\) Zufallsabschnitte auf Jahres-, Länder- und Standortebene mit stufenspezifischen Mittelwerten (μ) und Standardabweichungen (σ) ist, die unter Verwendung der kanonischen Logit-Verknüpfung transformiert werden:

Um der räumlichen und zeitlichen Struktur der Daten Rechnung zu tragen, wurden die hierarchischen Ebenenmittelwerte für den Standort (μsite) und das Jahr (μyear) im Detail so modelliert, dass

βn sind die Regressionskoeffizienten, CPI ist der jährliche Korruptionswahrnehmungsindex auf Länderebene, PovDens (Armutsdichte), Area (Fläche des Standorts) und LawEnf (Angemessenheit der Rechtsdurchsetzung) sind Kovariaten auf Standortebene, Seizures (Elfenbeinbeschlagnahmungen im großen Stil) und IvoryPrice (Elfenbeinpreis) sind Kovariaten auf Jahresebene, und Precip (Niederschlag) und IMR (Kindersterblichkeitsrate) sind jährliche Kovariaten auf Standortebene.

Das Modell wurde mittels Markov Chain Monte Carlo (MCMC) Sampling unter Verwendung der Software JAGS68 angepasst, die über das R69-Paket R2jags70 zugänglich ist. Die Parameter-Posterior-Schätzungen wurden in drei unabhängigen Ketten mit jeweils 100.000 Iterationen, einer Burn-in-Phase von 50.000 Iterationen und einer Ausdünnung auf jede 50. Probe abgeleitet. Auf der Grundlage der geschätzten \(\hat R\)71 und der effektiven Stichprobengrößen konvergierte der angewandte MCMC-Algorithmus vollständig (siehe ergänzende Tabelle 2).

Mit dem Ziel, ein interpretierbares Modell mit hoher Vorhersagekapazität von PIKE zu erstellen, haben wir das Modell mit Hilfe des Bayes’schen Lassos72 regularisiert, anstatt eine Teilmengenauswahl anzuwenden. Durch die Auferlegung einer Strafe proportional zu den absoluten Werten der Regressionskoeffizienten (L1-Norm-Strafe) automatisiert das Lasso73 die Variablenauswahl durch kontinuierliche Schrumpfung und führt zu einer spärlichen Modelldarstellung. In der Bayes’schen Inferenz erreichen wir dies mit Laplace-Prioren für die Regressionsparameter βn, so dass

wobei der Regularisierungsparameter λ den Kehrwert des Skalenparameters in der Laplace-Verteilung (oder die Rate in einer Exponentialverteilung) darstellt, was zu einer stärkeren Schrumpfung mit zunehmendem λ führt. Wir haben es dem Modell ermöglicht, λ aus den Daten zu schätzen, indem wir es als Hyperparameter festgelegt haben. Für seine implizite Schätzung haben wir λ2 einen diffusen Gamma-Hyperparameter auferlegt, um die Konjugation zu erhalten:

mit der Form r = 1 und der Rate δ = 1, was zu einer medianen Posteriorschätzung von λ = 1 führte.64 (90% CI: 1.00-2.42). Wir verwendeten auch Gamma-Prioritäten mit r = 1 und δ = 1 für die Standardabweichungen der zufälligen Effekte auf Jahres-, Länder- und Standortebene. Wir haben die Sensitivität der Wahl der Prioritätsverteilungen für λ, σsite, σyear und σcountry getestet. Die Regressionskoeffizienten unterschieden sich nur geringfügig, wenn eine gleichmäßige statt einer Gamma-Priorverteilung verwendet wurde (vgl. ergänzende Tabellen 2 und 3).

Um die Vorhersagekapazität des Modells unter Berücksichtigung potenzieller zeitlicher Abhängigkeiten31 zu bewerten, wurden die Daten zunächst in zeitliche Blöcke von Trainings- und Testdatensätzen aufgeteilt. Die Trainingsdaten umfassen alle Datensätze im Zeitraum 2002 bis 2013 (ntraining = 447, d. h. ~75 %). Die Testdaten sind alle Beobachtungen zwischen 2014 und 2017 (ntest = 160, d. h. ~25 %). Zur Validierung des Modells schätzten wir PIKE für den Zeitraum 2014-17 aus 3000 MCMC-Ziehungen des an die Trainingsdaten angepassten Modells. Diese Schätzungen wurden mit den entsprechenden PIKE-Beobachtungen im Testsatz verglichen (Abb. 2b). Als Maß für die Vorhersagekraft berechneten wir R2 gewichtet mit ntotal

Schätzung der jährlichen Wilderei-Raten

Während der Anteil der illegal getöteten Elefanten (PIKE) das Problem des unbekannten Stichprobenaufwands überwindet, ist die Rate der illegalen Tötungen (d. h. der Anteil der illegal getöteten Elefanten an der Gesamtpopulation) intuitiver. Burnham52 schlug eine einfache Umrechnung von PIKE in die Wilderei-Rate (mp) vor, wobei eine vordefinierte natürliche Sterblichkeitsrate (mn) vorausgesetzt wurde:

Als solches behält die abgeleitete Wilderei-Rate eine perfekte 1:1 Beziehung zur PIKE. Auf der Grundlage von Schätzungen von Wittemyer et al.7 nahmen wir eine konstante natürliche Sterblichkeit von 3 % (mn = 0,03) an, verglichen die Ergebnisse jedoch mit Schätzungen mit 2 % (mn = 0,02) und 4 % (mn = 0,04) natürlicher Sterblichkeit (siehe ergänzende Abb. 3). Es ist zu beachten, dass die geschätzte Wilderei-Rate exponentiell ansteigt, wenn PIKE gegen 1 tendiert, was zu unplausibel hohen Wilderei-Raten führen kann. Daher haben wir bei der Schätzung der jährlichen Wilderei auf dem Kontinent den Median über die standortspezifischen jährlichen Wildereiwerte dargestellt. Die standortspezifische Bewertung (siehe ergänzende Ergebnisse) basierte auf den geschätzten PIKE-Werten, da die PIKE-Werte an einigen Standorten nahe bei 1 geschätzt wurden. Beachten Sie, dass wir keine Obergrenze für die geschätzten PIKE-Werte festgelegt haben, da die Wilderei-Raten selbst in großen Elefantenpopulationen extrem hoch sein können74.

Um die jährliche kontinentale Wilderei-Rate (graue Linien in Abb. 2a) vorherzusagen, zogen wir 3000 Stichproben aus der posterioren Verteilung, um PIKE für alle untersuchten Standorte und Jahre zu schätzen, übersetzten diese in standortbezogene Wilderei-Raten und nahmen den jährlichen Medianwert. Für die beobachtete jährliche kontinentale Wilderei-Rate (schwarze Kreuze in Abb. 2a) haben wir zunächst alle beobachteten Kadaver über alle Standorte hinweg summiert, jährliche kontinentale PIKE-Werte abgeleitet und diese in jährliche kontinentale Wilderei-Raten umgerechnet. Letztere könnten nach unten verzerrt sein, da Standorte, die mehr Kadaver melden (z. B. aufgrund besser ausgestatteter Rangerpatrouillen) und somit die kontinentalen PIKE-Beobachtungen dominieren, tendenziell niedrigere Wildereiraten aufweisen als Standorte mit weniger Beobachtungen.

Identifizierung von Erhaltungszielen

Um potenzielle Erhaltungsziele zu identifizieren, schätzten wir die Sensitivität der geschätzten Wildereirate auf Verbesserungen der berücksichtigten sozioökonomischen Faktoren. Wir verwendeten 3000 MCMC-Stichproben aus dem angepassten Modell zur Vorhersage der jährlichen kontinentalen Wilderei-Raten (oder der regions- und standortspezifischen PIKE; siehe ergänzende Ergebnisse), wobei die Vorhersagewerte nacheinander auf den besten (d.h. elefantenfreundlichsten) beobachteten Wert innerhalb aller 53 Standorte und 15 Jahre gesetzt wurden. Diese waren: IMR = 17,73 Todesfälle/1000 Säuglinge (Tarangire und Manyara Nationalparks, Tansania 2016); CPI = 65 (Botswana 2012); Armutsdichte = 4,85 Menschen km-2 bei < US$ 1.25 pro Tag (Lopé-Nationalpark, Gabun); Fläche des Gebiets = 81.046 km2 (Selous- und Mikumi-Nationalpark, Tansania); Angemessenheit der Strafverfolgung = 0,83 (Etosha-Nationalpark, Namibia); Elfenbeinbeschlagnahmungen in großem Maßstab = 790 kg (2002); Preis für Mammutelfenbein = 23,72 US$ kg-1 (2002). Daher sind die Unterschiede zwischen den Standorten und Ländern (siehe ergänzende Ergebnisse) einfach eine Folge der aktuellen Situation in einem Standort oder Land im Vergleich zur besten Situation in einem Standort oder Land zwischen 2002 und 2017 und stellen keine unterschiedlichen Effektgrößen zwischen den Standorten und Ländern dar.

Räumliche und zeitliche Restautokorrelation

Wir überprüften die räumliche und zeitliche Restautokorrelation mithilfe der Sncf-Funktion im ncf R-Paket75, mit der ein räumlich-zeitlich strukturiertes Modell analysiert werden kann. Die Residuen wurden als Differenz zwischen dem geschätzten und dem beobachteten PIKE berechnet. Wir haben dies nicht weiter berücksichtigt, da die Residuen weder eine konsistente räumliche noch zeitliche Autokorrelation aufwiesen (ergänzende Abb. 2).

Zusammenfassung der Berichterstattung

Weitere Informationen zum Forschungsdesign finden Sie in der Nature Research Reporting Summary, die mit diesem Artikel verknüpft ist.