A study published in Science reveals that North American bird populations are declining most severely in areas where they should be thriving. Researchers from the Cornell Lab of Ornithology analyzed 36 million bird observations shared by birdwatchers to t
发表在《科学》杂志上的一项研究表明，北美鸟类种群在应该蓬勃发展的地区下降最为严重。康奈尔大学鸟类学实验室的研究人员分析了2007年至2021年期间北美495种鸟类的高分辨率卫星图像中获得的多种环境变量，以及鸟类观察者向康奈尔大学实验室eBird项目分享的3600万只鸟类观察结果。该团队着手开发有关北美鸟类增加或减少的可靠信息，但他们发现的模式令人震惊。
鸟类在最丰富的地方——也就是它们应该繁衍生息的地方——的数量下降最为严重。他们研究的83%的物种在它们最丰富的地方失去了更大比例的种群。
“我们不仅看到了小的变化，我们还记录了曾经非常丰富的种群数量在减少。曾经为这些物种提供理想栖息地和气候的地点不再适合。我认为这表明我们周围的自然正在发生更大的变化，”主要作者兼生态统计学家艾莉森·约翰斯顿说。
Johnston作为康奈尔鸟类学实验室的研究助理发起了这项研究，现在她是英国圣安德鲁斯大学数学与统计学院的教员。
这一消息是在其他最近的研究记录了北美鸟类的广泛损失之后发生的。《2025年美国鸟类状况报告》显示，全国几乎每个生物群落的鸟类数量都在下降，2019年发表在《科学》杂志上的一篇论文报告称，自1970年以来，加拿大和美国的鸟类数量累计减少了近30亿只。约翰斯顿说：“2019年的论文告诉我们，我们遇到了紧急情况，现在通过这项工作，我们获得了制定应急响应计划所需的信息。”。
发表在《科学》杂志上的这项研究以27公里乘27公里的尺度展示了最近的鸟类种群趋势，这是有史以来试图在如此大的地理区域内进行分析的最小地块。
康奈尔鸟类学实验室鸟类种群研究中心主任Amanda Rodewald说：“这是我们第一次在如此广阔的空间范围内和整个物种范围内获得关于种群变化的精细信息。这为我们了解鸟类种群的变化提供了更好的视角。”。
以前，国家和大陆的监测计划只能估计整个范围、地区或州/省的人口趋势，但随着机器学习的进步和参与式科学家积累的大量数据，研究人员可以观察物种在纽约市大小的地区的表现。一些物种似乎在其范围内或在一个区域内表现良好，但在这些区域内的特定位置表现不佳。约翰斯顿说：“非常有趣的是，我们发现几乎所有物种的种群都在增加和减少。”。约翰斯顿说：“在查看更广泛的区域总结时，这种种群趋势的空间变化以前是看不见的。”
种群数量增加的地区是亮点：“物种数量减少的地区可能是保护成功、种群正在恢复的地方，或者它们可能指向可能有恢复潜力的地方。”。图片来源：Steve Wickliffe；康奈尔鸟类学实验室|麦考利图书馆大蓝鹭。图片来源：Daniel Grossi；康奈尔鸟类学实验室|麦考利图书馆
这项研究的主要发现包括：
83%的鸟类在最丰富的地方情况更糟。草原和北极苔原鸟类表现出特别令人不安的趋势。物种范围内的种群减少并不均匀；几乎所有物种（97%）都有一些地区的种群数量在增加，这是一个积极的迹象，可以帮助指导保护行动发现最新的科学、技术和太空，拥有超过10万名订阅者，他们依靠Phys.org获取日常见解。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展。
准确了解衰退发生的位置有助于科学家开始识别这些衰退的驱动因素以及如何应对。
Rodewald说：“正是这种跨越广大地理区域的小规模信息一直缺乏，这正是我们做出明智的保护决策所需要的。这些数据产品为我们提供了一个新的视角来检测和诊断人口下降，并以战略性、精确性和灵活性的方式对其做出反应。这将改变保护的游戏规则。”。
这项研究对种群变化的详细描绘将有助于保护组织和政策制定者更好地确定保护鸟类物种的目标，据作者称，这是扭转种群下降趋势的迫切需要。
这项研究还揭示了参与式科学数据的力量。罗德瓦尔德说：“知识就是力量。由于参与eBird等项目的志愿者，由于他们的热情和参与，以及慷慨的时间，我们现在比以往任何时候都更了解鸟类种群和环境。”。“如果没有eBird提供的大量数据，我们就无法完成这项研究，”康奈尔大学鸟类学实验室的高级研究助理兼统计学家Daniel Fink说。但是，Fink分享说，所有这些信息都带来了许多分析挑战。芬克说：“我们采用了因果机器学习模型和新的统计方法，使我们能够以高空间分辨率估计种群的变化，同时也考虑了人们观鸟方式和地点变化带来的偏差。”。
为了确保数据的可靠性，该团队进行了50多万次模拟，累计计算了600多万小时，这将需要大约85年的时间才能在标准笔记本电脑上运行。p