泰国野猪分布的空间预测及其在非洲猪瘟防控中的应用：为区域疫病防治带来新契机

《Scientific Reports》：Spatial prediction of wild boar distribution in Thailand applications for African swine fever prevention and control

为防控非洲猪瘟（ASF），研究人员用随机森林（RF）技术预测泰国野猪分布，发现其与多因素相关，对 ASF 监测意义重大。

　　在东南亚，非洲猪瘟（African Swine Fever，ASF）这一由大型双链 DNA 病毒引起的猪类疫病，如同一颗 “定时炸弹”，严重威胁着当地的养猪业和野生动物种群。这种病毒传播途径多样，能通过猪之间的直接接触、食用受污染的食物、血液、猪肉产品，以及软蜱等媒介进行传播 。而且它在环境中稳定性极高，可在土壤、水等多种物质中长时间存活，这使得它在非洲、欧洲、美洲和亚洲等地广泛传播，给农业和畜牧业带来了巨大的经济损失。在一些地区，野猪成为了 ASF 的自然宿主，其与家猪之间的接触，增加了病毒传播的风险。在老挝、越南等国的森林地区，已经检测到野猪群体中的 ASF 疫情，在新加坡、马来西亚和菲律宾等地，也都有野猪感染 ASF 的报道。

在泰国，野猪养殖较为普遍，既有农场养殖的驯化野猪，也有在一些保护区自由活动的野猪。然而，此前泰国对自由放养野猪的分布和数量缺乏全面的研究。为了填补这一空白，来自泰国多个机构，包括泰国畜牧发展部（Department of Livestock Development，DLD）、玛希隆大学兽医学院等的研究人员，开展了一项关于预测泰国自由放养野猪地理分布和数量的研究。该研究成果发表在《Scientific Reports》上。

研究人员采用随机森林（Random Forest，RF）模型这一强大的技术来开展研究。他们收集了泰国国家公园、野生动物和植物保护部（Department of National Parks, Wildlife and Plant Conservation，DNP）的 Smart Patrol System 在 2021 年记录的野猪出现数据，包括活野猪的位置、脚印和粪便等信息。同时，他们选取了一系列环境和人口统计学数据作为预测变量，如海拔、距水体的距离、森林覆盖面积、雨养农田和灌溉农田的比例以及人口密度等。研究人员运用了计数数据（观察到的野猪数量）和二元数据（野猪存在与否）两种数据类型，通过多次引导抽样和划分训练集、测试集的方式，构建并评估模型的性能。

研究结果如下：

1. 野猪的地理分布：通过分析，研究人员绘制出了泰国野猪的预测分布图。结果显示，野猪在泰国全国均有分布，其中北部和西部地区的野猪数量相对较多，尤其是在与缅甸接壤的边境地区。在影响野猪分布的因素中，森林是最重要的环境因素，与野猪的分布呈正相关，即森林覆盖面积越大的地方，野猪出现的可能性越高。此外，海拔和距水体的距离也与野猪的分布呈正相关，但距水体的距离存在一个最佳范围，过近或过远都不利于野猪的生存。相反，人口密度、雨养农田和灌溉农田与野猪的分布呈负相关，这表明野猪倾向于避开人类活动频繁和农田较多的区域。
2. 野猪的种群数量：研究人员通过对 10 组数据集的分析，估算出泰国野猪的平均数量约为 307,061 头（标准差为 4,672） 。其中，清迈省的野猪数量最多，达到 31,413 头，随后是夜丰颂府、达府、北碧府和南邦府等。
3. 野猪与家猪养殖场的交界区域：研究人员识别出了野猪与家猪养殖场的高风险交界区域。这些区域主要集中在泰国西北部，包括清迈、夜丰颂和达府等省份，以及泰国中北部的一些地区，如那空沙旺、甘烹碧和彭世洛府等。在这些区域，野猪数量较多，家猪养殖场也较为密集，增加了 ASF 传播的风险。

研究结论和讨论部分指出，该研究利用 RF 模型对泰国野猪分布和数量的预测具有重要意义。一方面，研究结果为泰国和东南亚地区的 ASF 监测和防控提供了关键信息。通过明确野猪的分布和数量，以及与家猪养殖场的交界区域，相关部门可以更有针对性地制定防控策略，加强对边境地区和高风险区域的监测，减少 ASF 在野猪和家猪之间的传播。另一方面，研究结果也有助于评估 ASF 作为跨境疾病的风险，为区域间的合作防控提供依据。同时，研究还发现，野猪的分布与森林、海拔等自然因素密切相关，这对于保护野猪的自然栖息地和生物多样性也具有一定的参考价值。然而，研究也存在一些局限性，例如数据收集过程中可能存在重复计数的问题，以及对一些地区野猪调查的频率和持续时间不一致等。未来的研究需要进一步优化数据收集方法，提高研究的准确性。

总之，这项研究为泰国和东南亚地区的非洲猪瘟防控工作提供了重要的参考，为保障当地养猪业的健康发展和野生动物的生存安全奠定了基础。