《Environmental Science & Technology》:Location-Based Damage Factors to Assess the Impact of Future Land-Use Changes on the Biodiversity Extinction Rate
编辑推荐:
气候变化与人类活动加剧了潜在第六次大灭绝和生态系统退化的警示,促使准确度量人类活动对生物多样性丧失的影响,以支撑有效的政策制定。本研究将灭绝速率指标纳入生命周期影响评价(life-cycle impact assessment, LCIA)模型,构建了一套具有
气候变化与人类活动加剧了潜在第六次大灭绝和生态系统退化的警示,促使准确度量人类活动对生物多样性丧失的影响,以支撑有效的政策制定。本研究将灭绝速率指标纳入生命周期影响评价(life-cycle impact assessment, LCIA)模型,构建了一套具有政策相关性的闭环时空损害因子(damage factor, DF)。在此过程中,生物多样性损害以 E/MSY(expected extinctions per million species years,每百万物种每年的预期灭绝数)表示,反映基于灭绝速率的影响以及生物多样性的内在价值。该方法实现了对未来土地利用变化所导致的生物多样性灭绝速率的量化。研究估算总净灭绝速率为 161.9 E/MSY,全球加权平均 DF 为 1.73 × 10?05 E/MSY/km2,这是对空间异质性损害的物种丰富度(species richness)和面积加权汇总。格网尺度 DF 结果以 0.25° 全球分辨率提供。DF 指示了每个格网单元内土地利用变化带来的边际灭绝,从而为不同生命周期评价(life cycle assessment, LCA)清单定制分解尺度 DF 提供了手段。这些结果提升了基于位置的生物多样性评估的可解释性,使其更贴近政策决策。
研究背景与目的:当前,气候变化和人类活动正加剧物种灭绝与生态系统退化风险,行星边界(planetary boundaries, PBs)等现有政策框架已将灭绝速率作为评估生物多样性变化的关键指标。然而,现有的生命周期影响评价指标多以潜在消失分数(Potentially Disappeared Fraction, PDF)或物种灭绝风险(extinction risk, ER)表征生物多样性丧失,缺乏直接以灭绝速率(E/MSY,即每百万物种每年的预期灭绝数)量化的损害因子,导致评估结果难以与政策阈值直接对照。为解决这一问题,研究人员在《Environmental Science》发表了本研究,旨在将灭绝速率指标纳入 LIME3 框架,构建 0.25° 全球分辨率、基于位置的时空 DF,以提升局地尺度生物多样性影响评估的政策相关性和可解释性。
主要技术方法:利用既往覆盖 6,569 物种(鸟类 3,791、爬行类 98、哺乳类 937、植物 1,296、两栖类 447)的全球灭绝风险评估数据,以最大熵物种分布模型(Maximum Entropy, MaxEnt)结合 WorldClim v2、LUH2(2015 与 2100 年 SSP1-RCP2.6 情景)和 GBIF 物种记录预测栖息地变化;固定气候变量、更新土地利用以隔离其效应,得到物种级 ER 并归集为分类群 ER;依据 IUCN Red List 全球物种数(464,123 种)外推至全球物种库,乘以 10
6 换算为 E/MSY;以 0.25° 格网土地增量除灭绝速率得到 DF,再用物种丰富度和面积加权聚合区域 DF,并以自助法估算各类用地 DF 的 95% 置信区间。
研究结果:
1. 全球灭绝速率:基于 MaxEnt 的物种分布模型经 175 种代表性物种验证,平均受试者工作特征曲线下面积(area under the curve, AUC)为 0.886 ± 0.090。在 SSP1-RCP2.6 情景下,由未来土地利用改变导致的物种栖息地丧失所对应的正向灭绝速率为 165.29 E/MSY,栖息地增加带来的负向效应为 ?3.36 E/MSY,净灭绝速率约为 161.9 E/MSY。负值仅反映栖息地适宜性增加,并不代表实际种群恢复。
2. 基于位置的损害因子:0.25° 分辨率的全球 DF 图显示,全球加权平均 DF 为 1.73 × 10
?5 E/MSY/km
2(95% 置信区间:1.71 × 10
?5–1.75 × 10
?5)。负值主要分布在中亚、蒙古—西伯利亚及阿拉伯半岛内陆;正值高值区多与全球生物多样性热点重叠,前 10% 高值范围为 2.79 × 10
?4–1.2 E/MSY/km
2。南部智利次生林扩张预计对鸟类有利,却会增加爬行类和哺乳类的压力;澳大利亚北部阿纳姆地原生非森林转为耕地预计导致本地爬行类、哺乳类、两栖类和维管植物的高灭绝速率。
3. 区域损害因子:以物种丰富度—面积加权平均得到代表性区域 DF 显示,新西兰位居首位(2.64 × 10
?4 E/MSY/km
2),其次为芬兰、缅甸、老挝、不丹、越南、文莱等热点国家;高纬度国家因极地边界限制使物种难以通过迁移适应气候变化,而东南亚国家则因物种丰富且开发压力大而呈现高 DF。
4. 土地利用类型的生物多样性损害差异:用地类型特定 DF 的自助估计显示,城市用地 DF 最高(1.85 × 10
?2 E/MSY/km
2),其次为耕地(8.82 × 10
?3 E/MSY/km
2)、放牧地(5.54 × 10
?4 E/MSY/km
2)、次生林地(3.25 × 10
?4 E/MSY/km
2),次生非林地最低(1.09 × 10
?4 E/MSY/km
2)。总体上看,除自然次生地外,人为强化用地倾向于提高物种灭绝速率。
讨论与研究结论:研究指出,负 DF 多出现在具有连续广阔陆地、气候相对稳定及人为干扰较低的内陆区,这些负值反映 SSP1-RCP2.6 可持续情景下栖息地适宜性变化,而非实际恢复或政策收益。高正值则集中在热带—亚热带湿润区、生态交错带及岛屿,体现出生态系统对未来土地利用转换的高敏感性。与物种威胁消除与恢复指标(Species Threat Abatement and Restoration, STAR)对比显示,DF 与 STAR_t 在空间分布上存在可对照的四分位重叠格局,但因两者分别基于情景预测与历史威胁,解释维度不同。研究估算的 161.9 E/MSY 处于未来灭绝速率预测范围的下限,与化石和历史的背景速率及未来估计区间相吻合,也符合鸟类因具有长距离迁移适应能力而结果相对缓和的特征。局限性包括:小国或岛屿受 0.25° 分辨率限制;格网内未区分不同用地类型的边际效应;线性栖息地变化假设和时间点过少可能忽略非线性过程与灭绝时滞;单一 SSP1-RCP2.6 情景的结果宜结合多情景使用。总之,该研究通过将灭绝速率指标嵌入 LCIA,建立了从上游政策到下游应用的综合评估框架,提出的位置特异性 DF 可与 LEAP 等评估工具衔接,使局地生物多样性灭绝直接对应政策基准。未来应扩充物种基础数据库以减少分类群偏差,发展高分辨率生态模型,并进一步在 LIME 框架内整合多影响类别和经济指标。