《Oikos》:Habitat fragmentation and amount drive within-species variation in dispersal kernels and limit transferability across landscapes
编辑推荐:
扩散是确保连通性、基因流和分布区动态的关键生态性状,但关于扩散距离在物种内如何变化的经验信息仍然很少。许多研究(例如研究连通性保护)使用典型的物种特异性扩散核(dispersal kernels),而没有考虑到这些扩散核实际上源于物种性状与景观背景之间的相互作
扩散是确保连通性、基因流和分布区动态的关键生态性状,但关于扩散距离在物种内如何变化的经验信息仍然很少。许多研究(例如研究连通性保护)使用典型的物种特异性扩散核(dispersal kernels),而没有考虑到这些扩散核实际上源于物种性状与景观背景之间的相互作用。在此,研究人员旨在分析生境数量(habitat amount)和破碎化(habitat fragmentation)这两个景观背景的关键要素对扩散核的影响。为了验证这一点,研究人员使用基于个体的建模平台(individual-based modelling platform)模拟四种动物物种(从昆虫到哺乳动物)在生境数量和破碎化变化的人工景观中的运动轨迹。根据这些模拟运动,研究人员使用五个概率密度函数(probability density functions)推导出扩散核,并将扩散距离与景观背景联系起来。对数正态(厚尾)扩散核(Log-normal (fat-tailed) kernels)始终最适合描述所有物种的扩散,但中位扩散距离和长距离扩散都随生境配置剧烈变化。生境破碎化强烈塑造了所有物种的涌现扩散核(emerging dispersal kernels),因为它直接影响运动轨迹,而生境数量对扩散距离的影响较小且更为模糊。研究结果强调,给定物种的扩散核强烈依赖于生境破碎化和数量,因此不能假定在不同景观中保持不变,这限制了经验推导的物种级扩散核向新景观背景的可转移性。在全球变化下改进扩散预测,需要在经验研究和模型研究中明确考虑由景观背景驱动的扩散种内变异,并进一步研究扩散变异的其他背景依赖驱动因素。
生境破碎化与数量对扩散核种内变异的驱动作用及跨景观可转移性的限制:一篇基于个体模型的解读
**研究背景与目的**
扩散(dispersal)是生物体在空间上移动以寻找新栖息地或繁殖地的过程,对于维持种群间连通性、基因流动和分布区动态至关重要。生态学中常用扩散核(dispersal kernel)来描述个体迁移距离的概率分布,并以此预测物种对景观变化的响应。然而,传统研究往往将扩散核视为固定物种性状,忽略了其实际由个体运动行为与景观结构交互作用而涌现(emerge)的事实。生境破碎化(habitat fragmentation)和生境数量(habitat amount)是景观背景的两个核心要素,但经验数据匮乏,难以系统量化二者如何共同影响扩散核的形状和尺度。现有研究多集中于种间差异,而对种内变异及背景依赖性的理解不足,导致经验推导的扩散核难以直接应用于不同景观。
为填补这一空白,研究人员借助基于个体的建模(individual-based modelling, IBM)平台RangeShifter,模拟了四种代表性动物(鸟类、昆虫、哺乳动物、爬行动物)在人工梯度化景观中的扩散过程。人工景观通过中点位移算法生成,独立调控生境破碎化(粗糙度参数r)和生境数量(h),共120种配置(5个破碎化水平×8个生境数量水平×3次重复)。从模拟的个体运动轨迹中提取成功扩散个体的开始与结束位置,再以最大似然法拟合五种常见概率密度函数(指数、威布尔、伽马、半柯西、对数正态),最后通过广义加性模型(GAM)分析中位扩散距离(50%分位数)和长距离扩散距离(97.5%分位数)随景观背景的变化。该研究发表于《Oikos》。
**主要关键技术方法**
研究人员使用个体模型RangeShifter中的随机运动模拟器(SMS)模拟运动轨迹,该模拟器基于感知范围、记忆大小、方向持久性等行为规则,并考虑生境与基质单元格的不同运动成本和逐步骤死亡率。景观由中性景观生成器NLMR生成,粗糙度r=0.55~0.95(5级),生境数量h=5%~40%(8级)。四种案例研究物种(昆虫、鸟类、哺乳动物、爬行动物)的参数化源自已发表文献,并调整至单元格分辨率为15~35,000 m,使每个生境单元格可容纳约20个体。所有模拟运行50年达到种群稳定,从最后一年提取成功扩散个体的运动轨迹。
**研究结果**
**(1)对数正态分布为最佳拟合扩散核**
在所有物种和景观配置中,对数正态(厚尾)分布始终具有最高的加权AIC值,表明其最能描述模拟扩散距离。因此后续分析均基于对数正态核。
**(2)生境破碎化主导扩散距离变异**
通过GAM分析变量重要性,发现对于鸟类、昆虫和哺乳动物,生境破碎化是解释长距离扩散差异的最主要预测因子(昆虫中破碎化贡献>70%);仅爬行动物以生境数量为主导。破碎化与生境数量的交互作用对于鸟类和昆虫影响显著,但对哺乳动物和爬行动物可忽略。
**(3)物种间响应方向相反**
高活动能力(volant)物种(鸟类、昆虫):在高度破碎化且低生境数量的景观中扩散距离增大,且破碎化加剧了生境数量减少时的“阴影效应”(shadow effect)。
低活动能力(non-volant)物种(哺乳动物、爬行动物):在破碎化程度高且生境数量少的景观中扩散距离减小,呈现正相关关系,且破碎化增强了这一正斜率。
**(4)生境数量效应依赖于破碎化水平**
对于鸟类和昆虫,生境数量与扩散距离的负相关仅在高度破碎化时显著;低破碎化时关系消失。对于哺乳动物和爬行动物,生境数量与扩散距离的正相关在所有破碎化水平下均存在,但高破碎化时关系更陡。
**讨论与结论**
研究人员指出,扩散核并非固定物种性状,而是个体运动决策与景观结构交互的涌现属性。生境破碎化通过直接影响运动轨迹而强有力地塑造扩散核,而生境数量主要通过影响种群密度、迁出和定居决策间接作用。高活动能力物种将基质视为可渗透,在破碎化景观中更易进行长距离扩散;低活动能力物种则因基质阻力高、死亡率风险大而扩散受阻。这一机制解释了已有文献中矛盾的模式,并强调在预测种群动态和模拟连通性时必须考虑背景依赖性。
研究结论(原文):扩散核不能被视为固定的物种性状,因为扩散距离随生境数量和破碎化强烈变化。本研究所观察到的背景依赖性幅度,尤其是低活动能力物种在破碎景观中的响应,表明跨景观转移核存在重大预测误差风险。在利用固定扩散核预测全球变化下的分布区移动之前,应进行敏感性分析并报告与扩散核相关的不确定性。机制性运动模型为连接个体行为与景观结构提供了前景,但其效力最终依赖于整合经验数据——高精度追踪可参数化运动规则,种群级标志重捕可验证涌现模式。通过理论模型与互补经验方法的桥梁搭建,将为预测物种在日益人类改造景观中的存续构建有力框架。