• 摘要gydF4y2Ba
• 简介gydF4y2Ba
• 背景gydF4y2Ba
• 适应性水禽收获管理协议gydF4y2Ba
  • 被动的适应gydF4y2Ba
  • 积极适应gydF4y2Ba
• 适应性收获管理的实践gydF4y2Ba
  • 自适应收割管理中的目标设定gydF4y2Ba
  • 适应性收割管理中的监测与评估问题gydF4y2Ba
  • 适应性收割管理的规模化gydF4y2Ba
• 结论gydF4y2Ba
• 对本文的回应gydF4y2Ba
• 致谢gydF4y2Ba
• 文献引用gydF4y2Ba

北美的水禽捕捞管理虽然取得了成功，但在历史上也有一些不足之处，包括缺乏明确的目标，未能考虑到不确定的管理结果，以及利用捕捞规定来了解管理的影响的效率低下。为了解决这些问题和其他问题，美国鱼类和野生动物管理局于1995年开始实施适应性收割管理。现在，采用马尔可夫决策过程来制定采收政策，其中明确考虑了不受控制的环境变化、采收的部分可控性和水禽种群动态中的结构不确定性。从某种意义上说，当前的政策是被动适应的，任何对结构不确定性的减少都是监管过程中计划外的副产品。一般化的马尔可夫决策过程允许计算最优的主动适应策略，但尚不清楚在被动和主动方法之间，特定于状态的收获行为有何不同。马尔可夫决策过程还为管理人员提供了探索最佳聚合水平或“管理规模”的能力，以便在具有高度时间、空间和组织可变性的系统中调节收成。在将适应性收割管理制度化方面取得了显著的进展，但一些管理人员仍然认为这一过程是万灵药，而没有认识到这种更明确和更有条理的收割管理方法所带来的挑战。技术障碍包括需要在人口过程和景观动态之间建立更好的联系，以更全面的方式模拟结构不确定性的动态。从制度的角度来看，关于如何评估和分配收获的协议仍然难以达成，而且有一些证据表明，水禽管理者在制定狩猎法规时高估了以成就为导向的因素的重要性。事实上，正是这些未解决的价值判断，以及缺乏组织辩论的有效结构，对作为应对管理不确定性的可行手段的适应性收获管理构成了最大的威胁。gydF4y2Ba

关键词:gydF4y2Ba适应性管理，收获，狩猎规则，马尔可夫决策过程，候鸟，优化，不确定性，水鸟。gydF4y2Ba

1999年6月30日出版。gydF4y2Ba

随着自适应资源管理经验的增长，其成功实施的障碍越来越明显。当然，最近的审查(例如，McLain和Lee 1996年，Walters 1997年)不会鼓励许多管理人员采用一种通常与困难的概念和方法有关的方法，具有高度生物学和社会学方面的问题，并有体制上的阻力(Walters 1986年)。我们最近在美国水禽收成适应性管理方面的经验证实了这些障碍无处不在;然而，它也表明这些障碍是可以部分克服的。尽管在适应性管理方面的努力很少超出规划阶段(Walters 1997)，但美国的州和联邦管理人员自1995年以来一直使用适应性方法来制定鸭猎法规。虽然该方法不是传统意义上的“实验性”，但对不确定的监管影响有明确的解释，并认识到收获政策可以成为减少这些不确定因素的有效工具。我们这些参与这项工作的人明白继续取得进展的巨大障碍，但我们受益于对适应性管理的机构承诺，而其他自然资源管理者往往无法做到这一点。因此，在调节水禽的产量方面，适应性资源管理有望实现其改善理解和管理绩效的承诺。gydF4y2Ba

在这篇文章中，我们提出了一个水禽适应性管理的概念模型，并讨论了它在美国的应用。我们还提供了一些技术和制度问题的描述，这些问题继续挑战水禽收获的管理者。我们希望我们的经验将对那些试图在生态复杂、多管辖系统中使用适应性资源管理的人有所帮助。gydF4y2Ba

有43种原产于北美的鸭子、鹅和天鹅(雁科)，它们的繁殖、迁徙和越冬范围几乎涵盖了该大陆上的每一个生态系统(Bellrose 1976)。每年，大约有2000万只水禽被捕获用于运动，还有很多数量不详的水禽被捕获用于生存。大约70-80%的水禽是鸭子，主要是野鸭(gydF4y2Ba阿拉斯platyrhynchosgydF4y2Ba)、蒂尔(gydF4y2BaA. crecca, A. discorsgydF4y2Ba)和木鸭(gydF4y2BaAix sponsagydF4y2Ba)．北美200万水禽猎人中的大多数居住在美国，大部分(85%)的运动收获发生在美国。在美国，猎人的直接支出超过5亿美元，水禽每年的总经济效益估计为110亿美元(Teisl和Southwick, 1995年)。gydF4y2Ba

1916年之前，对水禽捕捞的监管权被授予州和省级政府。由此造成的规章办法的变化和缺乏协调使得有效管理几乎不可能。1916年，英国(代表加拿大)和美国签署了《保护候鸟公约》，将候鸟的管理权授予了签署国的联邦政府。随后与墨西哥、日本和苏联签订的条约扩大并加强了联邦政府在管理收成方面的作用。这些条约有效地结束了商业狩猎，禁止在每年3月10日至9月1日期间捕获所有候鸟，并规定狩猎季节不超过3.5个月。直到最近才努力修订条约，以正式承认和规范自给自足的收获。gydF4y2Ba

北美的水禽收获管理系统已经发展成为世界上最广泛、最复杂和最昂贵的野生动物保护努力(Hawkins et al. 1984)。由州和省野生动物机构的代表组成的四个Flyway理事会为审查生物信息和制定供联邦政府审议的监管提案提供了一个论坛。在此基础上，建立了联邦收获准则，然后在州或省的基础上颁布了狩猎条例。狩猎法规通常规定了狩猎季节的日期、每日的袋数限制和合法的狩猎方法。到目前为止，美国拥有最复杂的公共公告、审议和监管决策体系(Blohm 1989)。gydF4y2Ba

管理过程的一个重要组成部分包括每年收集的关于繁殖种群状况、收获水平、生产、迁移和其他种群特征的数据(Smith等，1989年)。长期数据用于估计关键的种群参数，如存活率和繁殖率，并将收获水平与各种调控方案联系起来(Martin et al. 1979)。这些信息被纳入到人口模型中，而人口模型又被用来为管制过程提供信息(Williams和Nichols, 1990年)。gydF4y2Ba

毫不奇怪，对收获影响的建模具有很大的不确定性(Nichols等，1995年)，但在使用模型时往往没有充分认识到其局限性(Conroy, 1993年)。没有利用通过监管程序减少不确定性的机会。一个不幸的结果是，对种群动态和收获影响的了解速度不必要地缓慢，随着时间的推移，管理改进的速度也相应缓慢。在20世纪80年代，美国鱼类和野生动物管理局呼吁在捕捞管理方面采取更有信息含量的方法，甚至实施了大规模的捕捞管理实验(Sparrowe和Patterson 1987年，美国鱼类和野生动物管理局1988年)。不幸的是，这一试验受到了广泛的批评，更适应管理方法的动力也失去了。gydF4y2Ba

改进决策的动力在20世纪90年代再次增强，当时中部大陆鸭子数量的急剧波动引发了关于适当收获水平的新争议。危机为一些机构的自省提供了机会，因为管理者在面对普遍存在的不确定性时寻求做出更客观决策的方法(Johnson et al. 1993)。随后监管过程的改进是根据适应性资源管理的框架进行的，其中明确说明了不确定性以及管理在减少不确定性方面的影响(Williams和Johnson, 1995，gydF4y2Ba点击gydF4y2Ba这里是这个参考资料的在线副本gydF4y2Ba)．自1995年以来，美国的鸭猎法规已通过一种被称为适应性收获管理(gydF4y2Ba点击gydF4y2Ba在此访问适应性收获管理的年度状态报告gydF4y2Ba)．gydF4y2Ba

水禽收获管理的长期缺陷包括缺乏明确的目标、未能考虑到不确定的管理结果、过于主观和复杂的决策过程以及反馈机制不足。为了解决这些缺点，我们寻求一种管理方法:gydF4y2Ba

1. 根据明确的利益定义(必要时还包括成本)评估管理行动;gydF4y2Ba
2. 考虑到水鸟种群的动态特性和管理行动对这些动态的影响;gydF4y2Ba
3. 允许管理行为受经济、社会或政治因素的约束;gydF4y2Ba
4. 明确说明管理行动和不受控制的环境因素的影响的不确定性;gydF4y2Ba
5. 确定管理政策与业务监测和评估方案之间的明确联系;gydF4y2Ba
6. 建立反馈机制，以便随着时间的推移改进管理业绩;而且gydF4y2Ba
7. 跨时间、空间和生物组织尺度统一水禽收获管理。gydF4y2Ba

为了满足这些需求，收获管理被构建在不确定性下的连续决策框架中，特别是在随机控制过程中(Puterman 1994)。在这个概念模型中，管理者定期观察系统的状态(例如，种群大小和相关的环境特征)，并采取一些管理行动(例如，狩猎规则)。基于这一行动，管理者获得了直接的利益，并产生了与所述管理目标相关的成本。资源系统随后演变到一种新的状态，这种变化受到管理行为和其他不可控因素的影响。然后，经理观察新的系统状态并做出新的决策。管理的目标是制定一系列这样的决策，每个决策都基于关于当前系统状态的信息，以便在较长时间内实现利益最大化和/或成本最小化。对系统的每个状态在每个时间点的最优管理行为的规定构成了最优管理策略。gydF4y2Ba

利用水禽管理中决策和系统行为的马尔可夫性质，可以用马尔可夫决策过程来表征适应性收割管理。因此，管理行为、奖励和系统转换只需要根据当前的系统状态和行为来描述，而不需要根据过去所占据的状态或所采取的行为来描述。通过仔细建模对管理的总体响应，限制管理选项的数量，并考虑随机效应和系统不确定性，我们能够识别特定于操作的转移概率和使用马尔可夫决策过程可用的优化算法所需的回报(Puterman 1994)。gydF4y2Ba

在制定法规的过程中可以确定四个基本的不确定性来源(Williams 1997)。第一个也是最明显的是不可控的环境变化。第二个来源是部分可控性，这表示预期和实际管理控制之间缺乏一致性，这是间接行动(例如收获条例)与具体控制水平联系不精确的结果。第三个不确定性来源是结构性的，因为管理人员对生物和生态过程的理解不完全。最后，部分可观察性反映了这样一个事实，即只有在现有监测程序所提供的精度范围内，才能知道管理兴趣的所有参数。所有四个不确定的来源最终限制了管理人员对系统状态的变化作出适当和有效的反应的能力，或限制了对这些变化的根本原因的理解。当然，由于同时存在多个不确定性来源，对管理的限制被放大了(Williams et al. 1996)。gydF4y2Ba

目前，管理水禽收获的监管政策是用一种递归算法确定的，其中收获的预期效用(或价值)gydF4y2BaV (gydF4y2BaRgydF4y2Ba_tgydF4y2Ba|gydF4y2BaXgydF4y2Ba_tgydF4y2Ba）gydF4y2Ba在时间范围内[gydF4y2Bat, tgydF4y2Ba+ 1,…,gydF4y2BaTgydF4y2Ba以系统状态为条件gydF4y2BaXgydF4y2Ba_tgydF4y2Ba在时间gydF4y2Bat,gydF4y2Ba与gydF4y2BaRgydF4y2Ba_tgydF4y2Ba是针对特定时间和特定州的监管决策的策略(Johnson et al. 1997):gydF4y2Ba

(1）gydF4y2Ba

在哪里gydF4y2BaugydF4y2Ba_{我,不gydF4y2Ba}是特定于模型的收获实用程序和gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}表示该模型的概率gydF4y2Ba我gydF4y2Ba是最合适的系统动力学模型。期望(gydF4y2BaEgydF4y2Ba)是关于环境变化和部分可控性的，使用经验概率分布。注意预期的当前和未来收获实用程序之间的显式权衡。还要注意，被动适应算法基于当前模型的概率计算当前和未来效用的加权平均值。从操作上讲，总实用程序是用单个模型生成的，该模型是通过对特定于模型的实用程序按时间平均而形成的gydF4y2BatgydF4y2Ba以及状态随时间的转移概率gydF4y2BatgydF4y2Ba来gydF4y2BatgydF4y2Ba+ 1,基于gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}．gydF4y2Ba

最优监管政策是使预期累积收获效用最大化的政策，gydF4y2BaV (gydF4y2BaRgydF4y2Ba_tgydF4y2Ba|gydF4y2BaXgydF4y2Ba_tgydF4y2Ba）gydF4y2Ba．收获效用可以简单地定义为收获产量，或作为收获和其他性能指标的函数，如水禽种群大小(Johnson等，1997年)。例如，绿头鸭收获经理寻求长期累积收获的最大化，但当种群规模预计低于北美水禽管理计划的目标时，按比例降低收成价值:gydF4y2Ba

（2）gydF4y2Ba

在哪里gydF4y2BahgydF4y2Ba_{我,不gydF4y2Ba}是特定模型的年收获，gydF4y2BaX1gydF4y2Ba_{我,不gydF4y2Ba＋1gydF4y2Ba}是后续绿头鸭繁殖种群的模型特定规模，和gydF4y2BaggydF4y2Ba是人口目标。以这种方式定义收获效用降低了预期产生的种群规模低于目标的监管决策的可能性。当然，收获效用也应该考虑成本，但这在水禽收获管理中是没有必要的，因为颁布狩猎法规的成本并不取决于监管决策的性质。gydF4y2Ba

被动适应过程的一个关键特征是明确解释了关于法规和其他环境特征对种群动态影响的不同假设。从而得出了年最优调控决策gydF4y2BatgydF4y2Ba是否以两个系统状态为条件gydF4y2BaXgydF4y2Ba_tgydF4y2Ba概率分配给一组可选系统模型。给定某一年的特定监管决定gydF4y2Bat,gydF4y2Ba每个种群动态模型都提供了种群年规模的预测gydF4y2BatgydF4y2Ba+ 1。有些模型比其他模型表现得更好，通过比较特定于模型的种群规模预测与从监测程序得到的种群估计来评估这种性能。较好的预测模型根据贝叶斯定理获得概率质量:gydF4y2Ba

（3）gydF4y2Ba

在哪里gydF4y2Ba1gydF4y2Ba_我gydF4y2Ba（gydF4y2BaX1gydF4y2Ba_tgydF4y2Ba，gydF4y2BaX1gydF4y2Ba_{tgydF4y2Ba＋1gydF4y2Ba})为观测到的种群大小变化的概率gydF4y2BatgydF4y2Ba来gydF4y2BatgydF4y2Ba+1，以模型为条件gydF4y2Ba我gydF4y2Ba(Hilborn and Walters 1992:503-504)。计算这个概率的方法是假设观察到的种群规模在预测的范围内呈正态分布(Hilborn and Walters 1992:504, Williams et al. 1996)，并推导出预测种群规模的模拟概率密度函数(W. Kendall, Patuxent野生动物研究中心，gydF4y2Ba个人沟通gydF4y2Ba)．这些密度函数是由模型的结构生成的gydF4y2Ba我gydF4y2Ba从假设分布的抽样变化gydF4y2BaXgydF4y2Ba_tgydF4y2Ba(即部分可观察性)和在给定调控决策下的收获率的变化(即部分可控性)。gydF4y2Ba

因此，被动适应方法是一个三步过程:gydF4y2Ba

1)年gydF4y2Bat,gydF4y2Ba基于当前或“先验”模型概率确定最优监管决策gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}，系统状态gydF4y2BaXgydF4y2Ba_tgydF4y2Ba．gydF4y2Ba

2)监管决策已经做出，特定于模型的年度人口规模预测gydF4y2BatgydF4y2Ba+ 1 (gydF4y2BaXgydF4y2Ba_{我,不gydF4y2Ba}＋1）确定。gydF4y2Ba

3)监控年数据时gydF4y2BatgydF4y2Ba+ 1是可用的，模型概率更新以反映替代模型的相对性能。gydF4y2Ba

然后，新的或“后验”模型概率成为下一个时间步骤的先验概率，并用于推导监管策略gydF4y2BaXgydF4y2Ba_{tgydF4y2Ba＋1gydF4y2Ba}．因此，收获政策随着时间的推移“演变”，以应对结构不确定性的特征的变化。gydF4y2Ba

该过程是被动适应的，因为模型概率的信息性变化是作为调控过程的计划外副产品发生的(Walters 1986)。与传统方法相比，这一过程的一个主要优势是通过使用模型概率的经验评估来明确解释结构的不确定性。被动适应过程的主要缺点是没有认识到收获策略本身可以作为减少结构不确定性的工具。gydF4y2Ba

认识到一些监管策略比其他的更有信息量，就会考虑更积极的适应性方法。这种政策的制定涉及短期管理绩效和了解哪种系统动力学替代模型最合适的长期价值之间的权衡(Walters 1986)。通过扩展模型系统以包含信息状态，可以通过马尔科夫决策过程的一般化来确定最优主动适应策略(Williams 1996gydF4y2Baa、bgydF4y2Ba)．信息状态中的时间过渡是管理行为的功能，同样，资源状态中的时间变化是行为的功能。gydF4y2Ba

主动适应的递归计算算法为:gydF4y2Ba

．（4）gydF4y2Ba

与被动适应算法不同的是，只有当前收获效用由先验模型概率加权，而未来效用由后验概率加权。其思想是不仅考虑管理行为对系统状态的影响gydF4y2BaXgydF4y2Ba_tgydF4y2Ba，还包括概率所表征的信息状态gydF4y2BaPgydF4y2Ba_tgydF4y2Ba(组gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}概率)。从这个意义上说，管理行为的作用是既产生收获效用，又产生关于系统动态的信息。gydF4y2Ba

最近在理论和软件方面的进步已经克服了在计算与管理目标相关的最优主动适应策略方面的一些困难(Williams 1996gydF4y2Baa、bgydF4y2Ba；科罗拉多合作渔业和野生动物研究小组，gydF4y2Ba个人沟通gydF4y2Ba)．然而，我们刚刚开始探索被动和主动政策之间的差异，作为先验模型概率、目标函数、时间范围、贴现率和其他可能影响最优学习率的系统特征的函数。对Mallard收获管理模型的初步调查(Johnson et al. 1997)表明，当不确定性最高时，被动和主动政策的最大差异出现，而在模型确定性的情况下不出现差异。最优的主动适应策略缺乏“探测”(Walters 1986)行动的广泛常见的系统状态，尽管相对温和的探测明显在极端的系统状态。最后，当明确认识到部分收获可控性和部分系统可观察性时，即使这些探测动作也会减弱。这些结果表明，即使在系统动态和管理影响存在高度不确定性的情况下，被动自适应协议的性能可能几乎与主动自适应协议一样好。gydF4y2Ba

自然资源管理是一个利用生物信息预测结果(因果关系)和社会学信息评估结果(目标)的过程(Lee 1993)。当管理人员在目标和因果关系上达成一致时，管理决策可以基于已建立的收集和评估信息的例行程序。如果对管理行动的效果有共识，但对管理目标有分歧，则有必要在涉众之间进行谈判，以制定可接受的政策。如果管理目标被广泛接受，但是对于管理行为的影响存在分歧或不确定性，适应性管理可以成为处理和解决这些分歧的有用工具。实际上，自适应管理允许管理者在无法就预测结果达成一致的情况下就政策达成一致。从这个角度看，适应性管理不是一个处理管理目标和目标分歧的过程。gydF4y2Ba

似乎很明显的是，如果任何决策过程的目标不明确，其效力都将受到限制。然而，北美水禽收获管理的大部分历史都以缺乏明确、明确和商定的目标为标志(Nichols等，1995年)。也许因为收获的水禽不是一种商业商品，人们总是不愿意把收获的大小作为最相关的业绩衡量标准。然而，大多数管理者已经满足于接受“收获”是猎人活动和成功的产物，这通常被认为是更合适的绩效衡量标准。有趣的是，最近的人类维度研究表明，猎人的参与度和满意度并没有因规定最大允许收获量的规定而大幅提高(Enck et al. 1993, Ringelman 1997)。更令人不安的是，有证据表明，管理人员在制定狩猎规则时，继续高估了以成就为导向的因素的重要性，而忽视了水禽猎人主要是受户外娱乐的社交和审美方面的激励的证据(Ringelman 1997)。gydF4y2Ba

事后看来，由于生物、社会、经济和行政目标的内在复杂性和相互冲突的性质，最初要求明确的目标有些幼稚。此外，很明显，关于生物过程的目标和信念的争论已经交织在一起(Lee 1993:107, Johnson et al. 1996)。管理者的目标和他们愿意接受的约束取决于人口动态，而人口动态本身就是不确定性的来源。为了给辩论提供结构，我们最初集中讨论了对收成和人口规模的估值。我们使用了评估、比较和修改的迭代过程(Holling 1978)，最终产生了收获效用的广泛支持定义。辅助目标(例如，尽量减少监管变化的时间频率)在马尔可夫决策过程中不太适合优化，正通过规定离散的监管备选方案来解决。例如，在预期收获方面产生巨大差异的监管替代方案往往会减少监管变化的频率。前面所述的计算算法对于探讨这些目标和其他目标的影响至关重要，因此对于进行更有根据的辩论至关重要。gydF4y2Ba

与传统方法相比，自适应收获管理的一个主要优点是，它明确了在制定收获策略时资源监视的作用。监测和管理之间更紧密的联系使管理人员能够更好地评价各种调查活动的效用，从而确保管理的利益与监测的费用相称。在当前的财政环境下，许多调查项目的效用正在受到严格审查，因此，重要的是要将监测与评估和决策结合起来，成为一个具有成本效益的收获管理项目。gydF4y2Ba

目前水禽监测项目的一个主要缺陷是缺乏构成种群动态基础的景观特征和模式的有用信息。更明智的收获管理方法的一个关键挑战是确定那些与人口统计过程相关的景观特征，然后在适当的空间和时间尺度上定期监测这些特征。由于水鸟迁徙距离较远，因此有必要采取大规模、协调一致的方法来帮助确定种群动态中的跨尺度效应。考虑到这些项目的成本，管理人员将越来越需要依赖遥感数据和GIS技术(Johnson et al. 1996)。gydF4y2Ba

缺乏关于水禽栖息地时空动态的信息可能是关于种群调节中密度依赖性本质的研究缺乏的原因。即使有更多的栖息地信息，水鸟的极端流动性使密度的定义充其量也显得很薄弱。然而，令人不安的是，可持续开发的理论基础(Hilborn et al. 1995)在水禽研究中很少得到重视。更有希望的是，条带和标记方案的最新进展应该会促进构建更明确的空间人口模型(Nichols 1996)，其中包含与景观的时间和空间模式相关的过程(例如，Dunning等，1992)。gydF4y2Ba

被动和主动自适应管理的一个必要组成部分是一个公认的程序，用于更新与系统动力学的替代模型相关的概率。更新程序每年调整模型概率，使用前一年的概率和几年之间人口规模的变化来产生后验概率。这一程序与使用长期信息库(如波段数据)形成对比，后者对备选模型的比较依赖于对过去数年的历史信息的分析。试图用后一种方法确定最佳策略的一个关键困难是，随着时间的推移，随着信息的积累，优化过程会变得越来越复杂，这种复杂性会迅速压倒可用的计算机资源(Walters 1986:233)。一个主要的技术挑战是开发程序，使历史信息，如波段数据可以有效地折叠到模型概率的更新中。gydF4y2Ba

所有生态系统在时间、空间和生物组织尺度上都表现出多样性，最终是个体对环境的反应(Levin 1992)。为管理目的而进行的聚合规模是一种任意的决定，但它可以强烈影响管理的收益和成本。对生态变化的重要来源负责的管理系统预计将产生最高的效益，但其特点是监测和评估费用相对较高(Babcock和Sparrowe 1989年，Sparrowe 1990年)。确定管理的最佳规模在很大程度上取决于是否有明确的业绩标准和对有关生态模式的描述。反过来，生态模式的描述依赖于充分的数据来探索生态变异和阐明潜在的因果机制。gydF4y2Ba

我们目前正在使用这里描述的被动适应过程来探索调节水禽产量的最佳聚集水平或“管理规模”。这项工作的效用取决于模拟时间、空间和生物组织变化的能力，以便确定聚集的影响。在库存动态的规范和监管决定的时空变化中都可以考虑聚合。还需要明确核算管理效益和监测费用，作为管理规模的一个函数。当收益与管理规模基本不变时，对监测和评估成本的考虑将促使管理者在生态变化的来源上“平均”或“崩溃”收获政策。然而，当成本被忽视时，管理人员就会走向极端的分裂。后一种方法是美国水禽收获管理的特点，在那里，人们一直在努力解释水禽生物学中越来越多的空间和组织变异。然而，我们对管理规模的初步调查对这种方法的成本效益提出了严重的问题。在模拟练习中，收获效用对管理聚集水平相当不敏感，即使在鸭的潜在种群具有相对较大的人口统计学差异的情况下也是如此。这种缺乏敏感性的情况在面对特定作物的收成控制不力时更加明显(Johnson和Moore 1996年)。gydF4y2Ba

“适应性管理”一词是由关注环境管理中内在不确定性的人在20世纪70年代创造的(Holling 1978)。然而，“边做边学”(Walters and Holling 1990)的概念多年来以多种形式被推崇，通常冠以“实验管理”(MacNab 1983)或“探索”(Walters 1986)的标题。事实上，水禽生物学家经常主张试验法规，以帮助解决关于丰收对年存活率影响的不确定性(例如，Hickey 1955, Anderson et al. 1987, Conroy and Krementz 1990)。我们认为，这些请求通常被忽视，不是因为减少不确定性被认为是不重要的，而是因为收获试验可能带来的机会的短期风险。实际上，实施调节实验意味着暂时用学习目标取代传统的收获目标(例如，在系统动力学的备选假设中进行区分)。因此，有一个潜在的损失收获的机会与实验为基础的规则。gydF4y2Ba

相比之下，自适应收获管理的重点既不是学习率，也不是短期收获，而是提供短期和长期收获收益的最佳平衡的规则。幸运的是，现在已经有了计算最优、积极适应的策略所需的理论、计算算法和软件(Williams 1996)gydF4y2Baa、bgydF4y2Ba)．尽管主动适应性政策相对于被动政策(如这里所定义的)的好处尚不清楚，但我们相信，适应性优化将提供机会，在经典的实验方法之外提高管理绩效(和政治接受度)。gydF4y2Ba

尽管北美水禽适应性收获管理的最终命运仍不确定，但我们相信，辅助效益越来越明显。这一过程通过将监测、评估和决策结合在一个一致的框架内，为数据和决策之间提供了有效的联系。适应性办法所要求的明确性有助于把注意力集中在重要的生物和社会问题上，并保证在管理决定方面有更大的责任。更多地接受管理上的不确定性，加上更严格和有重点的评估，至少在一些管理人员中培养了挑战教条和传统信念的更大意愿。gydF4y2Ba

在美国，使用适应性管理来调节水禽的收获很可能会继续，但它的长期生存能力绝不是有保证的。目前还不清楚水禽管理人员是否会承认不确定性对业绩的限制，并据此采取行动。也不清楚的是，管理人员是否准备在收集资源使用者的信息方面投入与资源本身相同的精力和资源，即使这意味着管理目标仍然不明确和无法实现。最终，适应性收获管理的成功取决于涉众之间关于如何评估收获收益以及如何分享这些收益的普遍共识。加拿大宪法的修订，以及随后为使春季狩猎合法化所作的修改条约的努力，预示着决策过程的结构将发生巨大变化。实际上，更多的利益相关者，包括土著人民和省政府，可能会要求在决策过程中发挥更大的作用。两国的管理人员都有责任确保这些利益相关者的关切得到解决，同时确保可接受的收获分配。正是这些未解决的价值判断，以及缺乏组织辩论的有效制度结构，对作为应对管理不确定性的可行手段的适应性收获管理构成了最大的威胁。gydF4y2Ba

欢迎对本文进行回复。如果被接受发表，您的回复将被超链接到文章。要提交评论，请关注gydF4y2Ba这个链接gydF4y2Ba．要阅读已接受的评论，请关注gydF4y2Ba这个链接gydF4y2Ba．gydF4y2Ba

许多人对适应性收获管理的开发和实施做出了贡献。然而，我们要特别感谢D. J. Case、W. L. Kendall、B. C. Lubow、J. D. Nichols和C. T. Moore的专业知识、建议和支持。我们也感谢B. Johnson审阅了这份手稿的早期草稿。gydF4y2Ba

安德森，d.r.， K. P.伯纳姆，D. D.尼科尔斯，M. J.康罗伊。gydF4y2Ba1987.了解美洲黑鸭种群动态的实验必要性。gydF4y2Ba野生动物协会公告gydF4y2Ba15gydF4y2Ba: 282 - 284。gydF4y2Ba

巴布科克，K. M.和R. D.斯帕罗。gydF4y2Ba1989.在鸭采管理中平衡预期与现实。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba54gydF4y2Ba: 594 - 599。gydF4y2Ba

Bellrose, f . C。gydF4y2Ba1976.gydF4y2Ba北美的鸭子、鹅和天鹅。gydF4y2Ba斯塔克波尔，哈里斯堡，宾夕法尼亚州，美国。gydF4y2Ba

Blohm, r . J。gydF4y2Ba1989.收获入门:了解调查和季节设置。118 - 133页gydF4y2Ba在gydF4y2Bak·h·比蒂，编辑。gydF4y2Ba第六届国际水禽研讨会论文集。gydF4y2Ba鸭子无限，孟菲斯，田纳西州，美国gydF4y2Ba

康罗伊·m·J。gydF4y2Ba1993.在自然资源管理中使用模型:预测，而不是规定。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba58gydF4y2Ba: 509 - 519。gydF4y2Ba

康罗伊，M. J.和D. G.克莱门茨。gydF4y2Ba1990.狩猎对美国黑鸭种群影响的证据综述。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba55gydF4y2Ba: 501 - 517。gydF4y2Ba

邓宁，j·B, B·j·丹尼尔森，和h·r·普利亚姆。gydF4y2Ba1992.在复杂景观中影响种群的生态过程。gydF4y2BaOikosgydF4y2Ba65gydF4y2Ba: 169 - 175。gydF4y2Ba

恩克、j.w.、B. L.斯威夫特和D. J.德克尔。gydF4y2Ba1993.猎鸭减少的原因:来自纽约的见解。gydF4y2Ba野生动物协会公告gydF4y2Ba21gydF4y2Ba: 10-21。gydF4y2Ba

霍金斯，a.s.， R. C.汉森，H. K.纳尔逊和H. M.里夫斯，编辑。gydF4y2Ba1984.gydF4y2Ba飞行方式:北美水禽管理的先驱。gydF4y2Ba美国政府印刷局，华盛顿特区，美国gydF4y2Ba

希基,J·J。gydF4y2Ba1955.蝇道管理是否有科学依据?gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba20.gydF4y2Ba: 126 - 150。gydF4y2Ba

希尔本，R.和C. J.沃尔特斯。gydF4y2Ba1992.gydF4y2Ba鱼类数量评估:选择、动态和不确定性。gydF4y2Ba查普曼和霍尔，纽约，纽约，美国。gydF4y2Ba

希尔本，R. J.沃尔特斯和D.路德维希。gydF4y2Ba1995.可持续利用可再生资源。gydF4y2Ba生态学与系统学年评gydF4y2Ba26gydF4y2Ba: 45 - 67。gydF4y2Ba

霍林，c.s.，编辑。gydF4y2Ba1978.gydF4y2Ba适应性环境评估与管理。gydF4y2BaJohn Wiley，伦敦，英国。gydF4y2Ba

约翰逊，F. A.和C. T.摩尔。gydF4y2Ba1996.收获多个鸭群。gydF4y2Ba野生动物管理杂志gydF4y2Ba60gydF4y2Ba: 551 - 559。gydF4y2Ba

约翰逊、f·A、c·t·摩尔、w·l·肯德尔、j·A·杜波夫斯基、d·f·凯萨默、小j·t·凯利和b·k·威廉姆斯。gydF4y2Ba1997.绿头鸭收获的不确定性和管理。gydF4y2Ba野生动物管理杂志gydF4y2Ba61gydF4y2Ba: 203 - 217。gydF4y2Ba

约翰逊、B. K.威廉姆斯、J. D.尼科尔斯、J. E.海恩斯、W. L.肯德尔、G. W.史密斯和D. F.凯萨默。gydF4y2Ba1993.为北美水禽的捕捞制定适应性管理策略。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba58gydF4y2Ba: 565 - 583。gydF4y2Ba

约翰逊、f·A·威廉姆斯和p·r·施密特。gydF4y2Ba1996.水禽采食与生境管理的适应性决策。页面即gydF4y2Ba在gydF4y2Baj·t·拉蒂，编辑。gydF4y2Ba第七届国际水禽研讨会论文集。gydF4y2Ba鸭子无限，孟菲斯，田纳西州，美国gydF4y2Ba

李,k . N。gydF4y2Ba1993.gydF4y2Ba罗盘和陀螺仪:为环境整合科学和政治。gydF4y2Ba岛屿出版社，华盛顿特区，美国。gydF4y2Ba

莱文,s。gydF4y2Ba1992.生态学中的格局与尺度问题。gydF4y2Ba生态gydF4y2Ba73gydF4y2Ba: 1943 - 1967。gydF4y2Ba

MacNab, J。gydF4y2Ba1983.野生动物管理作为科学实验。gydF4y2Ba野生动物协会公告gydF4y2Ba11gydF4y2Ba: 397 - 401。gydF4y2Ba

马丁，f.w.， R. S.波斯帕哈拉，J. D.尼科尔斯。gydF4y2Ba1979.北美洲候鸟的评估和种群管理。187 - 239页gydF4y2Ba在gydF4y2Ba小J.凯恩斯，G. P.帕蒂尔和W. E.沃尔特斯，编辑。gydF4y2Ba环境生物监测、评估、预测和管理-某些案例研究和相关的定量问题。gydF4y2Ba国际合作出版社，美国马里兰州费尔兰。gydF4y2Ba

麦克莱恩，r。J。和r。g。李。gydF4y2Ba1996.适应性管理:承诺与陷阱。gydF4y2Ba环境管理gydF4y2Ba20.gydF4y2Ba: 437 - 448。gydF4y2Ba

尼科尔斯,j . D。gydF4y2Ba1996.动物种群迁移运动的变化来源:统计推断和对鸟类经验结果的选择性审查。147 - 197页gydF4y2Ba在gydF4y2Ba小o·e·罗兹，r·k·切瑟和m·h·史密斯。、编辑。gydF4y2Ba生态时空中的种群动态。gydF4y2Ba芝加哥大学出版社，美国伊利诺斯州芝加哥。gydF4y2Ba

尼克尔斯，J. D.约翰逊，B. K.威廉姆斯。gydF4y2Ba1995.在不确定性面前管理北美水鸟。gydF4y2Ba生态学与系统学年评gydF4y2Ba26gydF4y2Ba: 177 - 199。gydF4y2Ba

Puterman, m . L。gydF4y2Ba1994.gydF4y2Ba马尔可夫决策过程:离散随机动态规划。gydF4y2Ba约翰·威利，纽约，纽约，美国。gydF4y2Ba

Ringelman, j·K。gydF4y2Ba1997.法规和鸭群数量对猎鸭人参与度和满意度的影响。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba62gydF4y2Ba: 361 - 376。gydF4y2Ba

史密斯，R. I. R. J.布洛姆，S. T.凯利和R. E.雷诺兹。gydF4y2Ba1989.管理鸭丰收的数据库审查。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba54gydF4y2Ba: 537 - 544。gydF4y2Ba

Sparrowe, r D。gydF4y2Ba1990.制定木鸭的收获规则策略。373 - 375页gydF4y2Ba在gydF4y2BaL. H.弗雷德里克森、G. V.伯格、S. P.哈韦拉、D. A.格雷伯、R. E.柯比和T. S.泰勒主编。gydF4y2Ba1988年北美木鸭研讨会论文集。gydF4y2Ba美国密苏里州圣路易斯市。gydF4y2Ba

斯帕罗，r。D。和j。h。帕特森。gydF4y2Ba1987.在稳定猎鸭法规下的研究结论和建议:管理意义和未来方向。gydF4y2Ba北美野生动物和自然资源会议会刊gydF4y2Ba52gydF4y2Ba: 320 - 326。gydF4y2Ba

泰赛尔，m.f和R.索斯威克。gydF4y2Ba1995.gydF4y2Ba1991年美国鸟类和水禽娱乐的经济贡献。gydF4y2BaSouthwick Associates，阿灵顿，弗吉尼亚州，美国。gydF4y2Ba

美国鱼类和野生动物管理局。gydF4y2Ba1988.gydF4y2Ba环境影响补充说明最后:颁布每年允许狩猎候鸟运动的条例。gydF4y2Ba美国内政部，华盛顿特区，美国。gydF4y2Ba

沃尔特斯,c·J。gydF4y2Ba1986.gydF4y2Ba可再生资源的适应性管理。gydF4y2Ba麦克米兰，纽约，纽约，美国。gydF4y2Ba

_________。gydF4y2Ba1997.河岸和沿海生态系统适应性管理的挑战。gydF4y2Ba保护生态gydF4y2Ba1gydF4y2Ba(2): 1。(在线)网址:gydF4y2Bahttp://www.consecol.org/vol1/iss2/art1gydF4y2Ba．gydF4y2Ba

沃尔特，c。J。和c。s。霍林。gydF4y2Ba1990.大规模的管理实验和边做边学。gydF4y2Ba生态gydF4y2Ba71gydF4y2Ba: 2060 - 2068。gydF4y2Ba

威廉姆斯,b K。gydF4y2Ba1996gydF4y2Ba一个。gydF4y2Ba适应性优化与生物种群的收获。gydF4y2Ba数学生物科学gydF4y2Ba136gydF4y2Ba: 1。gydF4y2Ba

_________。gydF4y2Ba1996gydF4y2Bab。gydF4y2Ba可再生自然资源的自适应优化:求解算法和计算机程序。gydF4y2Ba生态模型gydF4y2Ba93gydF4y2Ba: 101 - 111。gydF4y2Ba

_________。gydF4y2Ba1997.不确定性下水禽的管理方法。gydF4y2Ba野生动物协会公告gydF4y2Ba25gydF4y2Ba: 714 - 720。gydF4y2Ba

威廉斯，B. K.和F. A.约翰逊。gydF4y2Ba1995.水禽的适应性管理和产量调控。gydF4y2Ba野生动物协会公告gydF4y2Ba23gydF4y2Ba: 430 - 436。gydF4y2Ba

威廉斯，b·K, f·a·约翰逊和K·威尔金斯。gydF4y2Ba1996.水禽收获的不确定性与适应性管理。gydF4y2Ba野生动物管理杂志gydF4y2Ba60gydF4y2Ba: 223 - 232。gydF4y2Ba

威廉斯，B. K.和J. D.尼科尔斯。gydF4y2Ba1990.候鸟的建模和管理。gydF4y2Ba自然资源建模gydF4y2Ba4gydF4y2Ba: 273 - 311。gydF4y2Ba