《Environmental and Sustainability Indicators》:Development of a trait-based resilience indicator: a case study of Aristolochia contorta under drought and elevated CO2 conditions
编辑推荐:
量化多重气候驱动因子下的植物韧性(Resilience)仍是可持续性评估与环境监测的重大挑战。现有方法常依赖单一性状或孤立胁迫因子,限制了其作为综合韧性指标的应用价值。研究人员开发了一种气候变化韧性指数(Climate Change Resilience In
量化多重气候驱动因子下的植物韧性(Resilience)仍是可持续性评估与环境监测的重大挑战。现有方法常依赖单一性状或孤立胁迫因子,限制了其作为综合韧性指标的应用价值。研究人员开发了一种气候变化韧性指数(Climate Change Resilience Index, CCRI),这是一种将抗性(Resistance)、恢复(Recovery)及适应性(Adaptability)整合为单一操作性韧性得分的基于性状(Trait-based)指标。该指标利用干旱×CO2浓度升高双因素控制实验数据构建并验证,将生物量留存率、组织密度、叶形态及再生长能力等性状组分标准化后分别归入抗性、恢复及功能调整(Functional Adjustment)组分进行集成。将该CCRI应用于多年生草本藤本植物木防己(Aristolochia contorta Bunge),发现该指标能捕捉植物在干旱与CO2浓度升高交互作用下的响应,其中干旱对韧性相关性状影响最为显著。在干旱与CO2交互条件下,CCRI与植株表现(Total Dry Biomass)呈显著正相关(R2= 0.66, p < 0.001)。综上,CCRI为多重气候驱动因子下的韧性评估提供了初步的基于性状的框架,在可持续性评价、保护优先序确定及生态修复中具有潜在应用价值。
论文解读:基于功能性状的气候变化韧性指数(CCRI)的开发及其在木防己(Aristolochia contorta)干旱与CO2升高胁迫下的应用
一、研究背景与意义
气候变化通过升温、降水格局改变及大气CO2浓度升高(eCO2)影响生态系统,其中干旱与eCO2常同时发生且产生非线性交互效应。现有植被指数(如NDVI、EVI)仅反映短期绿度或生产力,传统基于性状(Plant Functional Traits)的研究多聚焦单个性状或单一胁迫因子,且缺乏将韧性三维度——抗性(Resistance,胁迫期间维持功能的能力)、恢复(Recovery,胁迫解除后复原的能力)与适应性(Adaptability,通过性状可塑性调整功能的能力)——整合为统一量化指标的方法。此外,现有指标常依赖长期监测或树木年轮数据,不适用于草本植物或样本受限情形。因此,研究人员开展了此项研究,旨在开发并验证一个整合上述三维度的基于性状的气候变化韧性指数(Climate Change Resilience Index, CCRI),以用于交互气候驱动下的植物韧性评估。该论文发表于《Environmental and Sustainability Indicators》。
二、主要关键技术方法
研究人员以多年生草本藤本植物木防己(Aristolochia contorta)为研究对象,于韩国首尔国立大学温室内开展两全生长季(2023—2024年)的双因素控制实验,设置环境CO2(400 ppm)与升高CO2(540 ppm)及正常土壤湿度(NSM, ~25–38% VWC)与低土壤湿度(LSM, ~8–25% VWC)四处理组合(AC-NSM、AC-LSM、EC-NSM、EC-LSM),n=10/处理。于2023年8月进行地上部齐土刈割模拟干扰,记录休眠后及2024年再生新梢数。收获期测定叶性状(叶面积、叶含水率LWC、叶干物质含量LDMC、比叶面积SLA)、茎架构(长、节间长、分枝数)、生物量(叶、茎、根干重)及萌蘖数。CCRI构建步骤:(1)抗性组分为低湿耐受指数(LMTI = 低湿生物量/正常湿平均生物量)与LDMC经主成分分析(PCA)加权并Min-Max标准化至0–1;(2)恢复组分为刈割后新梢数、越冬后新梢数、再生茎长及第一节点长的标准化均值;(3)适应性组分为SLA与根冠比(Shoot-to-Root Ratio)的标准化均值;(4)CCRRI = (抗性 + 恢复 + 适应性) / 3。通过双因素ANOVA、Pearson相关、多元回归、Cronbach's α信度检验及逐一剔除组分的敏感性分析验证指标效度,并尝试跨物种数据集适用性检验。
三、研究结果
3.1 交互气候驱动下的指标输入性状(Indicator input traits under interacting climate drivers)
双因素ANOVA显示土壤湿度对所有形态与功能性状(除茎干重外)主效应极显著(p < 0.05),CO2对叶面积、根干重、茎长及叶干重影响显著,叶面积、SLA与LWC存在显著CO2×土壤湿度交互。干旱显著降低叶数、叶面积、茎长、分枝、生物量及SLA,提高LDMC与根冠比降低(向保守策略转变),表明性状对干旱响应强于eCO2。
3.2 抗性组分:胁迫耐受指标敏感性(Resistance component: indicator sensitivity to stress tolerance)
抗性得分在AC-NSM最高(0.822 ± 0.033),EC-NSM次之(0.607 ± 0.027),AC-LSM(0.248 ± 0.051)与EC-LSM(0.247 ± 0.045)显著下降。土壤湿度效应极显著(η2= 0.764, p < 0.001),CO2效应弱但显著(p < 0.05),无交互效应。个体水平抗性得分与距对照(AC-NSM)多维欧氏距离呈强负相关(R2= 0.90, p < 0.001),证实指标敏感反映胁迫偏离度。
3.3 恢复组分:扰动后指标表现(Recovery component: indicator performance following disturbance)
恢复得分AC-NSM(0.453 ± 0.038)> EC-NSM(0.390 ± 0.043)> AC-LSM(0.177 ± 0.015)> EC-LSM(0.131 ± 0.017)。仅土壤湿度主效应显著(η2= 0.680, p < 0.001),CO2及交互不显著。恢复得分与对应多维距离负相关(R2= 0.24, p = 0.0012)。
3.4 适应性组分:功能性状调整的指标响应(Adaptability component: indicator response to functional trait adjustment)
适应性得分在正常湿下较高(AC-NSM: 0.524 ± 0.056; EC-NSM: 0.507 ± 0.036),低湿下剧降(AC-LSM: 0.149 ± 0.026; EC-LSM: 0.213 ± 0.039)。土壤湿度主效应显著(η2= 0.655, p < 0.001),CO2及交互不显著。与多维距离负相关(R2= 0.40, p < 0.001)。
3.5 综合CCRI:指标区分力与基于表现的评估(Integrated CCRI: indicator discrimination and performance-based assessment)
CCRI值:AC-NSM = 0.600 ± 0.035,EC-NSM = 0.535 ± 0.020,AC-LSM = 0.191 ± 0.025,EC-LSM = 0.197 ± 0.025。土壤湿度效应主导(η2= 0.844, p < 0.001),CO2及交互不显著。三组分间两两显著正相关(r = 0.645–0.678, p < 0.001),与CCRI高度相关(r = 0.64–0.98)。Cronbach's α = 0.840表明内部一致性良好。CCRI与总干生物量显著正相关(r = 0.811, p < 0.001;控制协变量后 r = 0.443, p < 0.01),线性回归 R2= 0.658。逐一剔除组分重算CCRI与原指数强相关(r = 0.981–0.985),表明结构稳健。
四、讨论与结论总结
研究人员指出CCRI能有效整合抗性、恢复与适应性,对干旱敏感(主导负效应),eCO2影响较弱且仅在抗性组分显著,能区分不同气候处理并关联植株生产性能,满足指标效度要求。抗性由生物量留存与LDMC(反映组织密度与水分利用效率)经PCA加权表征生理耐受与实现性能;恢复由刈割及越冬后再萌蘖数与结构生长整合,体现草本多年生地下芽库(Bud Bank)支持的再生潜力;适应性由SLA与根冠比捕捉资源获取—保守权衡及生物量分配可塑性。相比遥感指数与单一性状法,CCRI明确区分韧性维度并兼容交互气候驱动评估。跨数据集预验证显示CCRI在不同物种与胁迫背景下具一定普适性。局限性包局限含温室控制条件外推需谨慎、未直接测定扰前地下储备及特定系统需调整性状选取,但透明公式与低数据需求使其可用于珍稀种保护筛选、修复监测及气候脆弱性评级。最终结论:CCRI是基于常见功能性状整合抗性—恢复—适应性的标准化操作化指标,在干旱与CO2交互条件下具敏感性、区分力及表现关联性,为气候变化下的植物韧性量化评估与可持续性决策提供了初步框架。