《Diversity and Distributions》:Complementary Hotspots of Vegetation Diversity in Andean Patagonian Forests
编辑推荐:
目的:检验三种植被多样性指标——物种丰富度(S)、稀有性加权丰富度(RWR)和作为组成独特性度量的局部β多样性贡献(LCBD)之间的空间关系,并量化其热点的空间一致性以评估保护价值。
地点:阿根廷东部里奥普埃洛流域的安第斯巴塔哥尼亚温带森林。
方法:研究人员利
目的:检验三种植被多样性指标——物种丰富度(S)、稀有性加权丰富度(RWR)和作为组成独特性度量的局部β多样性贡献(LCBD)之间的空间关系,并量化其热点的空间一致性以评估保护价值。
地点:阿根廷东部里奥普埃洛流域的安第斯巴塔哥尼亚温带森林。
方法:研究人员利用维管植物区系调查结合随机森林模型预测植被丰富度、稀有性和独特性的空间格局。研究人员对每种指标识别热点(前5%的值),并使用杰卡德指数量化其一致性。利用零模型,研究人员检验了丰富度和独特性热点是否比随机预期更显著地空间分离(排斥假说),以及稀有性和独特性热点是否比随机预期表现出更大的重叠(吸引假说)。
结果:模型分别解释了丰富度、稀有性和独特性方差的36%、27%和49%(交叉验证R2),气候变量为主要预测因子。热点显示丰富度与独特性之间近乎完全的空间分离(J = 0.1%;ρ = 0.004,不显著),而稀有性与独特性之间则显示出显著的空间吸引(J = 3.6%;ρ = 0.611,p = 0.001),尽管稀有性模型精度较低限制了对此关联空间精度的信心。灌丛和湿地中的丰富度热点由广布的喜暖环境类群主导,而亚高山森林中的独特性热点则栖息着冷适应特化种。
主要结论:没有任何单一的多样性指标能够完全捕捉植被的保护价值。巴塔哥尼亚森林呈现出由气候梯度结构化的互补性热点。粗分辨率预测因子足以捕捉丰富度和独特性模式,但不足以绘制精细尺度的稀有性分布。保护应采取组合策略,保护物种丰富的山地森林和灌丛、组成独特的亚高山森林以及跨越生态过渡带森林的稀有物种栖息地。
研究背景与科学问题
生物多样性保护策略因资金有限和土地利用压力持续未能达成目标,亟需成本效益高的空间优先排序方法。热点划定作为一种实用工具可有效引导资源分配,但传统以物种丰富度(Species Richness, S)为核心的方法存在根本缺陷:丰富度忽视稀有性和组成周转,往往突显广布种主导的区域,而遗漏集中稀有类群或维持高β多样性的位点。不同多样性指标常呈现空间不一致性,单一指标无法全面反映保护价值。已有研究表明,局部β多样性贡献(Local Contribution to Beta Diversity, LCBD)作为衡量组成独特性的指标,常与丰富度呈负相关,但这种关系的强度和方向受区域丰富度概况、空间尺度及稀有物种比例的影响。安第斯巴塔哥尼亚温带森林沿海拔温度梯度和东西降水梯度形成强烈的环境过滤,叠加历史火灾干扰塑造的镶嵌景观,为检验丰富度、稀有性与独特性三者间的空间关系提供了理想的研究系统。研究人员提出两个核心假说:排斥假说(Repulsion Hypothesis)——丰富度与独特性热点空间分离程度高于随机预期;吸引假说(Attraction Hypothesis)——稀有性加权丰富度(Rarity-Weighted Richness, RWR)与独特性热点重叠程度高于随机预期。
研究方法与技术路线
研究人员基于2021-2025年生长季在阿根廷东部里奥普埃洛流域开展的维管植物全群落调查,获取200个100 m2地理参照样方、记录285种植物的数据集。从每个样方计算三个互补指标:物种丰富度(S)、稀有性加权丰富度(RWR,以物种出现位点数的倒数作为权重求和)和局部β多样性贡献(LCBD,基于Hellinger变换相异矩阵计算)。环境预测变量经共线性筛选后保留12个,包括年均温(MAT)、年降水量(AP)、温度年较差(TAR)、地形湿度指数(TWI)、热负荷指数(HLI)、土壤pH、最大归一化植被指数(NDVImax)、土地覆盖类别、到永久水体距离、东向性、冠层高度和人类改造指数。采用回归随机森林模型进行空间建模,六折交叉验证评估预测性能。将各指标预测值前5%的栅格单元定义为热点,利用杰卡德相似系数(Jaccard Similarity, J)和真技能统计量(True Skill Statistic, TSS)量化热点间空间一致性。通过移位旋转零模型(999次迭代)保持原始空间自相关结构,检验观测到的空间关联是否显著偏离随机期望。
研究结果
模型表现方面,交叉验证R2分别为:丰富度0.36、RWR 0.27、LCBD 0.49,校准斜率接近1.0表明无偏预测。气候变量是三种指标的共同主导预测因子,年均温和年降水量对丰富度影响最大,冠层高度和年均温对LCBD最重要。空间格局上,丰富度热点集中于灌丛和旱生林等温暖高生产力环境,LCBD热点则分布于亚高山林等凉爽低生产力地带,二者热点重叠极低(J = 0.1%)。RWR与LCBD在连续表面水平上呈现强正相关(ρ = 0.611, p = 0.001),热点重叠在各阈值下均显著高于零模型期望(全局p = 0.001),但绝对重叠仍较有限(前5%阈值J = 3.6%)。零模型检验显示,丰富度与LCBD在极端阈值下存在空间排斥,但连续表面相关性不显著(ρ = 0.004, p = 0.594),表明二者并非在整个景观中系统性对立,而是极值占据不同的环境域。丰富度与RWR热点在温暖灌丛和湿地中有中等重叠(J = 20.2%),但三类指标同时重叠几乎为零。
讨论与结论
研究揭示了一个细微的空间关系格局:丰富度与独特性热点近乎完全分离,但连续表面相关性接近于零,意味着中等值的两种指标可在过渡带共存。吸引假说获得支持,但RWR模型精度偏低限制了结论的确定性。物种组成分析表明,丰富度热点由广布种主导,而LCBD热点聚集冷适应特化种,RWR热点则集中于濒危物种如智利柏(Fitzroya cupressoides)栖息的湿生生境。研究发现,稀有物种的存在本身并不自动转化为生态独特性——在嵌套性β多样性主导的系统中,广布种的核心矩阵稀释了稀有物种对独特性的贡献。LCBD的数学性质导致物种贫乏位点因高比例特有成分而获得更高独特性得分,但零模型证实观察到的分离模式超出单纯分母效应所能解释的范围。在火灾干扰景观中,LCBD热点集中在最少受火影响的亚高山林,而非退化迹地,确认其反映的是真实的生态独特性而非退化信号。模型精度差异反映了粗分辨率环境变量对不同维度多样性的捕捉能力不对称:丰富度和独特性主要响应于宽幅气候梯度,而稀有性依赖于微生境异质性等精细尺度条件。
研究结论指出,没有任何单一多样性指标能完全捕捉植被保护价值。巴塔哥尼亚森林呈现出由气候梯度结构化的互补性热点:灌丛和湿地充当物种库和稀有物种庇护所,亚高山林代表不可替代的独特性中心。保护应采取组合策略(Portfolio Approach),保护物种丰富的山地森林和灌丛、组成独特的亚高山森林以及跨越生态过渡带森林的稀有物种栖息地。随着气候变化加速和保护资源减少,仅依赖丰富度代表生物多样性所有组分的假设不再成立,保护必须同时涵盖多样性积累和分化的区域。