Dane dotyczące napotkania tusz słoni

Dane dotyczące tusz słoni afrykańskich zostały zebrane w ramach programu Monitoring the Illegal Killing of Elephants (MIKE), który został ustanowiony przez Konwencję o międzynarodowym handlu zagrożonymi gatunkami (CITES) w 2002 roku i od tego czasu współpracuje z władzami dzikich zwierząt w całej Afryce, aby wdrożyć program monitorowania oparty na strażnikach. Program zestawia roczne liczenia tusz z 53 miejsc (głównie obszarów chronionych, ale często rozciągających się na sąsiednie strefy niechronione) w 29 krajach Afryki Subsaharyjskiej. Pełne szczegóły dotyczące metod monitorowania opisano w innym miejscu12 , ale zasadniczo strażnicy podczas regularnych patroli rejestrują lokalizację każdej napotkanej tuszy słonia i określają, czy śmierć była wynikiem naturalnej śmiertelności, zarządzania czy nielegalnego zabijania (prawie zawsze kłusownictwa na kość słoniową, ale bardzo sporadycznie wynikiem odwetu w konflikcie człowiek-słoń). W latach 2002-2017 program zarejestrował 18 007 tusz w Afryce, z czego 8860 zostało zidentyfikowanych jako nielegalne zabójstwa, dostarczając 607 obserwacji z 53 miejsc w ciągu 16 lat (obejmuje wszystkie rekordy otrzymane do lutego 2018 r.). Kilka miejsc nie zgłaszało tusz każdego roku lub dołączyło do programu później niż w 2002 r.

Należy zauważyć, że te dane dotyczące napotkania tusz, zestawione przez program MIKE, wykazują kilka potencjalnych ograniczeń12: (a) zmienność śmiertelności tła (tj. tusz wynikających ze śmiertelności naturalnej lub zarządzania) jest nieznana, ale wpływa na PIKE, ponieważ zakłada się, że jest stała w różnych latach i miejscach. Śmiertelność tła (tu śmiertelność naturalna) wzrasta w czasie suszy i okresów niskich opadów49,50, więc staraliśmy się uwzględnić zmienną śmiertelność naturalną poprzez oszacowanie wpływu rocznych opadów dla danego miejsca na PIKE i ustawienie tego wpływu na zero dla przewidywań modelu. (b) Obliczanie PIKE w różnych miejscach i latach opiera się na założeniu, że prawdopodobieństwo wykrycia jest takie samo dla wszystkich tusz, wynikających z działań nielegalnych, zarządzania lub przyczyn naturalnych. Może to być mało prawdopodobne założenie, ponieważ dane są gromadzone przez patrole przeciw kłusownictwu, których celem jest powstrzymanie nielegalnych działań. Wydaje się jednak wiarygodne założenie, że ta tendencyjność jest raczej stała w przestrzeni i czasie, co prowadzi do dokładnego oszacowania tendencji i powiązania ze zmiennymi. (c) W oparciu o dane z 53 miejsc w całej Afryce, przewidywanie wskaźników kłusownictwa może nie obejmować pełnej niepewności szacunków kontynentalnych, jednak badany obszar obejmuje 25% obszaru, na którym afrykańskie słonie sawannowe są obecnymi mieszkańcami51 i około 50% afrykańskiej populacji słoni sawannowych6,15.

Kowarianty

Wybór zmiennych (Tabela uzupełniająca 1), uważanych za potencjalne czynniki wpływające na intensywność kłusownictwa, był podyktowany poprzednimi badaniami7,12 i wiedzą ekspertów52. Uwzględniliśmy kowarianty, które uważaliśmy za związane z popytem lub podażą słoniowej kości słoniowej, w tym czynniki, które różnią się na poziomie czasowym i przestrzennym oraz dwa oddzielne wskaźniki ubóstwa: wskaźnik śmiertelności niemowląt i gęstość ubóstwa. Ubóstwo jest złożonym, wielowymiarowym problemem, który nie może być łatwo zmierzony za pomocą jednej zmiennej53, ale negatywny wpływ ubóstwa na nielegalną działalność związaną z dziką przyrodą został podkreślony już wcześniej18 , dlatego ważne jest, aby wziąć pod uwagę wiele aspektów ubóstwa. Nie wszystkie kowarianty były dostępne w najwyższej rozdzielczości dla poszczególnych lat. Poniżej przedstawiamy je w następującej kolejności: miejsce po roku, kraj po roku, poziom miejsca, rok. Przed analizą wszystkie zmienne zostały wyśrodkowane i znormalizowane tak, aby miały średnią 0 i odchylenie standardowe 1. Sprawdziliśmy również współliniowość między predyktorami. Wszystkie kombinacje wykazały oszacowania ρ2 Spearmana <0,5, co uznaliśmy za korelację nieproblematyczną (patrz Ryc. 1 uzupełniająca).

Współczynnik umieralności niemowląt: Współczynnik umieralności niemowląt (IMR) mierzy liczbę zgonów dzieci poniżej jednego roku życia na 1000 żywych urodzeń i jest surowym wskaźnikiem poziomu rozwoju i statusu społeczno-ekonomicznego w społeczności54. Należy zauważyć, że IMR jest uwzględniony wyłącznie jako wskaźnik zastępczy dla jednej z osi ubóstwa55: jeśli IMR jest silnym predyktorem wskaźników kłusownictwa słoni, nie interpretowalibyśmy tego jako sugestii, że same interwencje w zakresie opieki zdrowotnej powinny mieć wpływ na wskaźniki kłusownictwa.

Oszacowania IMR były dostępne na poziomie lokalizacji dla roku 2000, opracowane przez Centrum Międzynarodowej Sieci Informacyjnej Nauki o Ziemi (CIESIN56). Roczne szacunki IMR dla poszczególnych krajów zostały udostępnione przez międzyagencyjną grupę Narodów Zjednoczonych (ONZ) ds. szacowania umieralności dzieci57. Ponieważ zarówno zmienność przestrzenna, jak i czasowa są wysokie, połączyliśmy te dwa zbiory danych, aby uzyskać szacunki IMR dla każdego miejsca w każdym roku. W rzeczywistości wskaźniki poprawy na obszarach wiejskich i miejskich mogą się różnić, ale zmiany krajowe prawdopodobnie odzwierciedlają większą poprawę na obszarach wiejskich, gdzie populacje słoni są najbardziej powszechne, a IMR jest wyższy, a nie mniejsze zmiany wynikające z urbanizacji58.

Ważne jest, aby zauważyć, że różnice przestrzenne w średnim IMR mogą lepiej reprezentować różnice między miejscami w ubóstwie niż roczne miary IMR. Roczny IMR zmniejsza się z czasem, ponieważ skuteczne środki medyczne i zdrowia publicznego poprawiły opiekę zdrowotną znacznie szybciej niż inne czynniki związane z ubóstwem, potencjalnie osłabiając wartość rocznego IMR jako wskaźnika ogólnego ubóstwa. Dlatego przetestowaliśmy korelację IMR56 na poziomie lokalnym z PIKE w oddzielnym modelu, w którym całkowicie pominęliśmy zmiany czasowe w IMR. Wyniki tej dodatkowej analizy wspierają założenie, że przestrzenna zmienność IMR jest lepszym wskaźnikiem ubóstwa niż zmienność czasowa (patrz Tabela uzupełniająca 5).

Opad atmosferyczny: Roczny opad na miejsce został wyprowadzony z danych Climate Hazards Group InfraRed Precipitation with Station (CHIRPS59). W analizie przyjęliśmy logarytm naturalny tej zmiennej ze względu na jej lewoskośny rozkład. Ta zmienna klimatyczna została uwzględniona, aby umożliwić zmiany w naturalnej śmiertelności słoni. Zmienność może wynikać z dwóch procesów. Miejsca z wyższymi opadami mogą charakteryzować się gęstszymi siedliskami, gdzie znalezienie tusz w wyniku naturalnej śmiertelności jest trudniejsze, a zatem PIKE może być wyższy z powodu niedoszacowanej naturalnej śmiertelności. Po drugie, niższe opady (w obrębie lub pomiędzy stanowiskami) mogą zwiększać śmiertelność naturalną49,50 i tym samym prowadzić do niedoszacowanych wskaźników kłusownictwa z powodu niższych wartości PIKE.

Corruption perceptions index: Indeks percepcji korupcji (CPI) został wyprowadzony przez Transparency International60 dla każdego kraju w każdym roku. Reprezentuje on postrzegany poziom korupcji w sektorze publicznym danego kraju w opinii ekspertów i biznesmenów. Indeks używa skali od 0 do 100, gdzie 0 oznacza „wysoce skorumpowany”, a 100 „bardzo czysty”. Włączyliśmy CPI jako wskaźnik zastępczy dla sektora publicznego i korupcji politycznej, która, jak wykazano, ma wpływ na obecność nielegalnej działalności związanej z dziką przyrodą27.

Gęstość ubóstwa: Gęstość ubóstwa określa liczbę osób na km2 zarabiających mniej niż 1,25 USD dziennie. Stanowi ona miarę względnego ubóstwa, a tym samym kolejny wskaźnik wielowymiarowego problemu ubóstwa. Te dane na poziomie terenu zostały dostarczone za rok 2005 przez HarvestChoice61.

Powierzchnia terenu: Powierzchnia lokalizacji MIKE62 w km2. W analizie przyjęliśmy logarytm naturalny tej zmiennej ze względu na jej lewoskośny rozkład. Oczekiwany wpływ powierzchni terenu na intensywność kłusownictwa jest nieco ambiwalentny. Z jednej strony, większe obszary chronione mogą wykazywać mniej negatywnego efektu krawędziowego, z drugiej strony, mniejsze ekosystemy mogą być łatwiejsze do patrolowania.

Adekwatność egzekwowania prawa: Szacunki adekwatności egzekwowania prawa. Dla każdej lokalizacji, specjaliści MIKE zwracają formularz po otrzymaniu szkolenia od (https://cites.org/eng/prog/mike/tools_training_materials/leca) zespołu programu MIKE, szacując adekwatność egzekwowania prawa. Oczekiwaliśmy, że ekosystemy o wyższej adekwatności egzekwowania prawa będą wykazywać niższe wartości PIKE.

Zajęcia kości słoniowej na dużą skalę: Roczna waga konfiskat kości słoniowej na dużą skalę (≥500 kg)63,64. W przypadkach, gdy obrobiona kość słoniowa stanowiła część przesyłki, wartości zostały przeliczone na ekwiwalent surowej kości słoniowej, uwzględniając 30% stratę podczas przetwarzania.

Cena kości słoniowej: Roczne ceny kości słoniowej mamuta na głównych rynkach chińskich (Chiny, Hongkong i Makau) pochodziły z bazy danych ONZ Comtrade65. Ten zmienny został włączony jako wskaźnik zastępczy dla popytu na kość słoniową, ponieważ zakładamy, że ceny kości słoniowej mamutów są skorelowane z cenami kości słoniowej na czarnym rynku (dla których nie istnieją dane). Warto jednak zauważyć, że na cenę kości słoniowej prawdopodobnie wpływa nie tylko popyt rynkowy, ale także bardziej ogólne warunki gospodarki. W celu skorygowania uzyskanych wartości handlowych o różne stopy inflacji, użyliśmy indeksów cen konsumpcyjnych Banku Światowego66. Skorygowane wartości handlowe zostały uśrednione poprzez uwzględnienie wagi netto właściwej dla danego rynku. Należy zauważyć, że Makau zgłosiło ceny kości słoniowej mamutów jedynie za lata 2006-2009 i 2014 r.

Ceny kości słoniowej oraz wpływ konfiskat na podaż i popyt mogą wpływać na wskaźniki kłusownictwa w różnych skalach czasowych. Podczas gdy kłusownicy w Afryce może być świadomy międzynarodowych trendów, możliwe jest, że informacje o rynkach płynie powoli do pola. W związku z tym, powtórzyliśmy wszystkie nasze analizy z opóźnieniami do dwóch lat w tych dwóch zmiennych, jak to jest powszechne w analizach ekonometrycznych67. In the main results we present the zero-lag model.

Statistical analysis

Inferring elephant poaching intensity from carcass encounter data is difficult when, as here, sampling effort is unknown. Oszacowanie proporcji nielegalnie zabitych słoni (PIKE), względnej miary, nieco zmniejsza ten problem, zakładając, że wysiłek związany z pobieraniem próbek jest niezmienny dla tusz z przyczyn naturalnych i nielegalnych w danym roku i miejscu.

Aby oszacować PIKE dla każdej obserwacji i, założyliśmy, że liczba tusz zidentyfikowanych jako nielegalne zabójstwa (nillegal) jest dwumianową zmienną losową, biorąc pod uwagę całkowitą liczbę tusz słoni (ntotal) i prawdopodobieństwo p, tak, że

gdzie prawdopodobieństwo pi (=szacowana PIKE) jest funkcją zbioru wybranych a priori środowiskowych i społeczno-gospodarczych zmiennych współrzędnych oraz normalnie rozłożonych na poziomie roku, kraju i lokalizacji losowych punktów początkowych o średnich (μ) i odchyleniach standardowych (σ) właściwych dla danego poziomu, przekształconych przy użyciu kanonicznego połączenia logitowego:

Aby uwzględnić przestrzenną i czasową strukturę danych, środki poziomu hierarchicznego dla miejsca (μsite) i roku (μyear) zostały szczegółowo zamodelowane w taki sposób, że

z kształtem r = 1 i współczynnikiem δ = 1, co dało medianę oszacowania potomnego λ = 1.64 (90% CI: 1.00-2.42). Zastosowaliśmy również priorytety gamma z r = 1 i δ = 1 na odchyleniach standardowych efektów losowych na poziomie roku, kraju i lokalizacji. Przetestowaliśmy wrażliwość wyboru rozkładów wstępnych na λ, σsite, σyear i σcountry. Współczynniki regresji wykazały niewielką różnicę, gdy nałożono jednolite zamiast rozkładów gamma (porównaj tabele uzupełniające 2 i 3).

Aby ocenić zdolność predykcyjną modelu z uwzględnieniem potencjalnych zależności czasowych31, najpierw podzieliliśmy dane na bloki czasowe zbiorów treningowych i testowych. Dane treningowe obejmują wszystkie rekordy w okresie od 2002 do 2013 roku (ntraining = 447, czyli ~75%). Dane testowe to wszystkie obserwacje w latach 2014-2017 (ntest = 160, tj. ~25%). W celu walidacji modelu, oszacowaliśmy PIKE dla okresu 2014-17 z 3000 losowań MCMC modelu dopasowanego do danych treningowych. Te oszacowania zostały porównane z odpowiednimi obserwacjami PIKE w zbiorze testowym (Rys. 2b). Jako miarę mocy predykcyjnej obliczono R2 ważone przez ntotal

Oszacowanie rocznych wskaźników kłusownictwa

Podczas gdy odsetek nielegalnie zabitych słoni (PIKE) przezwycięża problem nieznanego wysiłku próbkowania, wskaźnik nielegalnego zabijania (tj. odsetek nielegalnie zabitych słoni w całej populacji) jest bardziej intuicyjny. Burnham52 zaproponował prostą konwersję z PIKE na wskaźnik kłusownictwa (mp), biorąc pod uwagę wcześniej zdefiniowany wskaźnik śmiertelności naturalnej (mn):

Jako taki, wyprowadzony wskaźnik kłusownictwa zachowuje idealną relację 1:1 z PIKE. Bazując na szacunkach zestawionych przez Wittemyer et al.7, założyliśmy stałą śmiertelność naturalną na poziomie 3% (mn = 0,03), ale porównaliśmy wyniki do szacunków z 2% (mn = 0,02) i 4% (mn = 0,04) śmiertelnością naturalną (patrz uzupełniające ryc. 3). Warto zauważyć, że gdy PIKE zbliża się do 1, szacowany wskaźnik kłusownictwa rośnie wykładniczo, co może prowadzić do niewiarygodnie wysokich wskaźników kłusownictwa. Dlatego też, przy szacowaniu rocznego wskaźnika kłusownictwa na kontynencie, przedstawiliśmy medianę rocznego wskaźnika kłusownictwa dla poszczególnych stanowisk. Ocena dla konkretnego stanowiska (patrz: wyniki uzupełniające) została oparta na szacunkowej wartości PIKE, ponieważ w niektórych stanowiskach wartości PIKE były zbliżone do 1. Aby przewidzieć roczny wskaźnik kłusownictwa na kontynencie (szare linie na ryc. 2a), wylosowaliśmy 3000 próbek z rozkładu potomnego, aby oszacować PIKE dla wszystkich badanych stanowisk i lat, przełożyliśmy je na wskaźniki kłusownictwa dla poszczególnych stanowisk i przyjęliśmy roczną wartość mediany. W przypadku obserwowanego rocznego wskaźnika kłusownictwa kontynentalnego (czarne krzyżyki na ryc. 2a), najpierw zsumowaliśmy wszystkie obserwowane tusze we wszystkich miejscach, wyprowadziliśmy roczne wartości PIKE i przekształciliśmy je w roczne wskaźniki kłusownictwa kontynentalnego. Należy zauważyć, że te ostatnie mogą być zaniżone, ponieważ miejsca, które zgłaszają więcej tusz (np. z powodu lepiej wyposażonych patroli strażników), a tym samym dominują w zagregowanych kontynentalnie obserwacjach PIKE, mają tendencję do posiadania niższych wskaźników kłusownictwa niż miejsca z mniejszą liczbą obserwacji.

Identyfikacja celów ochrony

Aby zidentyfikować potencjalne cele ochrony, oszacowaliśmy wrażliwość szacowanego wskaźnika kłusownictwa na poprawę rozpatrywanych czynników społeczno-ekonomicznych. Użyliśmy 3000 próbek MCMC z dopasowanego modelu, aby przewidzieć kontynentalny roczny wskaźnik kłusownictwa (lub PIKE specyficzny dla regionu i miejsca; patrz Supplementary Results) z wartościami predyktora kolejno ustawionymi na najlepszą (tj. najbardziej przyjazną dla słoni) wartość obserwowaną w obrębie wszystkich 53 miejsc i 15 lat. Były to: IMR = 17,73 zgonów/1000 niemowląt (Parki Narodowe Tarangire i Manyara, Tanzania 2016); CPI = 65 (Botswana 2012); gęstość ubóstwa = 4,85 osób km-2 przy < 1 USD.25 dziennie (Park Narodowy Lopé, Gabon); powierzchnia terenu = 81 046 km2 (Parki Narodowe Selous i Mikumi, Tanzania); adekwatność egzekwowania prawa = 0,83 (Park Narodowy Etosha, Namibia); konfiskaty kości słoniowej na dużą skalę = 790 kg (2002); cena kości słoniowej mamuta = 23,72 USD kg-1 (2002). Tak więc różnice między miejscami i krajami (patrz Wyniki uzupełniające) są po prostu konsekwencją obecnej sytuacji w miejscu lub kraju w stosunku do najlepszej sytuacji w dowolnym miejscu lub kraju w latach 2002-2017, a nie reprezentują różnych wielkości efektu wśród miejsc i krajów.

Przestrzenna i czasowa autokorelacja rezydualna

Sprawdziliśmy pod kątem przestrzennej i czasowej autokorelacji rezydualnej za pomocą funkcji Sncf w pakiecie ncf R75, która pozwala na analizę modelu o strukturze przestrzenno-czasowej. Reszty obliczono jako różnicę szacowanej i obserwowanej PIKE. Nie braliśmy tego pod uwagę dalej, ponieważ reszty nie wykazywały ani spójnej autokorelacji przestrzennej, ani czasowej (Supplementary Fig. 2).

Podsumowanie sprawozdawczości

Dalsze informacje na temat projektu badań są dostępne w Nature Research Reporting Summary powiązanym z tym artykułem.

.