《Restoration Ecology》:Toward a deeper understanding of recovery trajectories in forest ecosystem restoration: a machine learning approach
编辑推荐:
引言
缺乏综合性的监测方法与指标,阻碍了对森林恢复轨迹的理解,因为恢复过程涉及生态系统的多个方面,而这些方面由于彼此间的相互作用与协同效应,可能对环境变化作出不同响应。
目标
研究人员旨在证明,在生态系统各子组成部分可能以不同速率变化的背景下,高度综合的
引言
缺乏综合性的监测方法与指标,阻碍了对森林恢复轨迹的理解,因为恢复过程涉及生态系统的多个方面,而这些方面由于彼此间的相互作用与协同效应,可能对环境变化作出不同响应。
目标
研究人员旨在证明,在生态系统各子组成部分可能以不同速率变化的背景下,高度综合的研究路径与机器学习(ML)方法的采用,能够为森林恢复轨迹提供更深层次的理解。具体而言,研究纳入了184项生态系统属性,包括地理信息、树木群落特征、土壤肥力,以及土壤微生物分类群与功能,用以研究原Acacia mangium人工林的森林恢复轨迹。这些生态系统特征涵盖了生态系统超体积(hypervolume)的多个维度,生态系统属性正是由此涌现。
方法
研究人员分析并处理了既往采集的数据,包括空间位置、树木群落、地上生物量(AGB,aboveground biomass)以及土壤微生物组装(assemblages),并采用无监督与有监督机器学习算法开展分析。该研究方法基于“以空间代时间”(space-for-time substitution)而非对同一地点进行长期时间序列调查。
结果
对184项生态系统因子的综合分析表明,各土地覆盖类型仅与年龄序列中最接近的阶段表现出相似性(例如,10年生人工林与2年生和24年生人工林相似),即便单个参数的恢复速率并不一致。
该文发表于《Restoration Ecology》,聚焦于森林生态系统恢复过程中“整体恢复”与“单项指标恢复”之间可能存在的不一致性,尝试通过机器学习方法对恢复轨迹进行更综合的识别与解释。研究背景在于,森林恢复并非单一变量的线性变化过程,而是涉及地上与地下多个生物和非生物组分共同变化的复杂系统过程。传统恢复评估往往只关注少数指标,如树木多样性、地上生物量或土壤养分,这种有限视角容易忽略生态系统内部各组成部分之间的相互作用、协同关系以及由此产生的涌现属性(emerging properties)。尤其在森林恢复研究中,地上植被与地下微生物过程常被割裂分析,导致研究人员难以从系统层面把握恢复阶段之间的真实相似性与差异性。因此,在长期监测不足、综合评价框架缺失的现实条件下,开展一项整合多维生态属性并引入机器学习分析的研究,具有重要的方法学与实践意义。
围绕这一问题,研究人员以菲律宾Biliran岛上不同恢复阶段的Acacia mangium人工林为对象,评估其自然再生过程中与参照林分之间的相似性。研究体系包括5类土地覆盖类型:退化的Imperata cylindrica草地、2年生人工林、10年生人工林、24年生人工林以及次生残存林(remnant forest,作为参考状态)。这些人工林最初以单一树种营建,在建立数年后基本处于低强度管理状态,从而发生本地植物自然再生。研究整合了184项生态系统参数,覆盖地理位置、树木维度、树种丰富度与丰度、估算地上生物量、土壤肥力、土壤温湿度与pH、空气温湿度、林冠覆盖度、土壤真菌和细菌的分类及功能相对丰度等多个方面,以此表征生态系统超体积(hypervolume)的多维结构。研究的核心目标是验证:当生态系统不同子组分以不同速率恢复时,综合性分析与机器学习是否能够更深入揭示森林恢复轨迹。
在方法层面,研究人员使用的是“以空间代时间”策略,即通过不同林龄样地替代时间序列,推断恢复过程。样地总数为80个,分布于5类土地覆盖中,每类4条样带、每条样带4个样方。土壤、微气候与微生物数据在5×5 m土壤样方中获取,树高、胸径、群落组成等则在每条样带选定的20×20 m植被样方中测定。微生物部分基于表层土壤0–10 cm样品开展扩增子测序,真菌采用ITS2 rRNA,细菌采用16S rRNA,并通过Illumina NextSeq2000平台测序,序列处理使用DADA2流程,分类鉴定分别依赖UNITE 10.0与SILVA 138.2数据库,功能注释则使用FUNGuild与FAPROTAX v1.2.10。机器学习分析方面,研究人员先进行数据预处理与标准化,再分别采用3种无监督学习算法和4种有监督学习算法进行聚类与分类,并结合主成分分析(PCA,principal component analysis)、方差阈值(variance threshold)与Pearson相关阈值进行降维处理。样本分类准确性通过accuracy、precision与recall进行评估,并采用Kruskal–Wallis、Dunn和Mann–Whitney检验比较不同分析结果的统计差异。
就关键技术方法而言,本研究主要包括以下几方面:第一,采用“以空间代时间”设计,在菲律宾Biliran岛80个样地中构建从退化草地到24年生人工林及残存林的恢复序列;第二,整合184项地上—地下生态指标,包括树木群落、地上生物量、土壤理化性质、微气候及土壤微生物分类与功能数据;第三,基于环境DNA(eDNA,environmental DNA)扩增子测序和生物信息学流程解析土壤真菌与细菌群落;第四,综合应用无监督与有监督机器学习算法,并结合PCA、方差阈值和相关阈值等降维手段,对恢复阶段相似性和轨迹进行综合识别。
研究结果部分首先体现在“Clustering”中。无监督聚类分析显示,人工林与残存林之间始终存在分异,而部分算法还能进一步区分年轻与较老人工林。整体上,最具一致性的聚类结果为2类或3类:一类为2年生人工林与草地基线状态,一类为10年生和24年生人工林,另一类为残存林。应用PCA降维后,K-Means在3个聚类上的轮廓系数最高,能够将2年生人工林、10–24年生人工林及残存林加以区分;凝聚层次聚类(AHC,agglomerative hierarchical clustering)则更倾向于将人工林与残存林分为两大类。该结果说明,从多变量综合视角看,中期恢复阶段具有明显过渡性,既朝向残存林恢复,又尚未完全等同于参考状态。
在“Classification”部分,有监督分类进一步强化了这一认识。支持向量机(SVMs,support vector machines)、决策树(DT,decision tree)和自适应提升(AdaBoost,adaptive boosting)在原始数据集或高方差特征数据集上均取得极高甚至完美的分类准确率。其中,DT与AdaBoost在未降维的原始184变量数据集上即可实现1±0的测试准确率,表明这两类算法能够有效处理高维且样本量中等的数据结构。决策树模型还提示,尽管微生物变量数量庞大,影响土地覆盖类型分类的主要因素却是林冠覆盖度和经度坐标。这意味着宏观结构性指标在阶段识别中具有重要作用,但并不否定微尺度变量对整体恢复属性的深层影响。
“Classification With Merged Landcover Types”是本文最具创新性的结果部分。研究人员通过合并不同土地覆盖类型的标签,利用分类准确率变化来间接衡量恢复阶段之间的相似性。如果两个阶段合并后准确率升高,说明它们具有更高相似性。结果表明,将草地与2年生人工林合并(G-2)、将2年生与10年生人工林合并(2–10)、以及将10年生与24年生人工林合并(10–24)时,DT与AdaBoost均可达到1±0的准确率,显示相邻恢复阶段之间具有显著相似性。更关键的是,在AdaBoost分析中,将24年生人工林与残存林合并(24-R)所得准确率高于将10年生人工林与残存林合并(10-R)的结果,且达到统计学显著差异(p=0.05)。这一发现支持研究假设,即24年生人工林在整体生态系统属性上比10年生人工林更接近参考林分。与此同时,这种相似性并非意味着完全恢复,因为无监督聚类和部分分类结果仍显示其与残存林可被区分。
NMDS(non-metric multidimensional scaling,非度量多维尺度分析)结果与机器学习分析大体一致。该分析显示草地、2年生人工林与由10年生、24年生人工林及残存林构成的另一组之间存在区分;同时,草地与2年生人工林、10年生与24年生人工林之间存在一定重叠。这从传统排序分析角度支持了机器学习所得模式,说明机器学习对合并类别后得到的高准确率并非纯粹由算法偏差所致,而具有数据结构基础。
在进一步比较10-R与24-R两类合并方案时,研究人员通过类别层面的accuracy与precision以及混淆矩阵展开分析。无论是DT还是AdaBoost,24-R合并类别的accuracy和precision均高于10-R,说明24年生人工林与残存林的综合生态系统状态更为接近。10-R较低的分类表现主要源于10年生人工林/残存林合并类与24年生人工林之间的错分,而24-R分析中的误分则更多来自2年生人工林被判入10年生类别。这表明恢复轨迹具有连续性和邻近阶段相似性,而非跳跃式变化。
在“Dimensionality Reduction”部分,PCA和方差阈值筛选显示,林冠覆盖度和累积胸高断面积(cumulative basal area)是影响样本聚类最显著的变量;在监督分析中,海拔和样地树木数量也多次进入贡献度最高的变量集合。方差阈值筛选后保留的共同变量包括坡位侧向、平均林冠覆盖度、平均树高、平均胸径(DBH,diameter at breast height)、树种数和经度。Pearson相关阈值降维则提示,共生真菌相对丰度是在多个随机种子中重复出现的关键变量之一,而土壤养分、真菌和细菌分类群总体上与土地覆盖类型变化关系更紧密。土壤养分通常随人工林年龄增加而升高,而微生物分类与功能则呈现异质性变化模式。
讨论部分的核心结论在于:生态系统涌现属性的恢复,可能滞后于单个环境特征的恢复。研究人员指出,单独考察某些指标时,土壤养分、林冠覆盖度甚至部分生物量参数可在2年、10年或24年时表现出明显恢复,但当184项变量被整体纳入分析后,生态系统状态仅与时间上最邻近的阶段最相似。这意味着,生态系统恢复并不是各组分简单叠加后的结果,而受到不同组分恢复速率差异及其相互作用重构过程的共同制约。文章据此强调,应关注生态系统组成部分与整体属性之间的反应时滞。研究还提出“关键参数”(keystone parameters)的概念,用以指代那些方差或丰度未必高、却可能对恢复轨迹具有 disproportionate effect 的微尺度变量,如某些细菌分类群或功能组。这一概念用于解释为何某些看似已恢复的宏观指标并未同步带来生态系统整体属性的完全恢复。
在实践层面,研究表明,综合分析框架与机器学习工具有助于更准确识别热带森林恢复阶段。无监督算法中,K-Means与DBSCAN比AHC更适合揭示相近但仍有差异的恢复阶段;有监督算法中,SVMs、DT与AdaBoost表现尤佳,其中AdaBoost在识别类别间潜在内在相似性方面尤其突出。研究因此建议,在森林恢复监测中,不应仅依赖少数“宏观”指标判定恢复完成,而应在必要时结合土壤微生物等“微尺度”参数,以避免对恢复进程作出过早判断。特别是在宏观结构已显著改善时,仍应采取保守管理策略,减少高强度人为干扰,为生态系统涌现属性的进一步恢复保留时间窗口。
结论部分可译为:研究结果表明,整合地上与地下多维生态系统参数并采用机器学习分析,能够更深入地揭示森林恢复轨迹。不同恢复阶段的生态系统状态通常仅与年龄上最接近的阶段相似,这说明生态系统涌现属性的恢复可能滞后于单个环境特征的恢复。对于菲律宾原Acacia mangium人工林而言,10年生和24年生人工林均呈现朝向残存林恢复的轨迹,但24年生人工林在综合生态系统属性上更接近参考状态,且仍未达到完全恢复。该研究强调,森林恢复评估应采用综合化、多维度和系统层面的分析路径,以更准确地理解生态系统恢复过程并指导恢复管理。