《Nature Communications》:Quantifying the net effect of biodiversity on ecological stability
编辑推荐:
摘要:数十年来,理解生物多样性与生态系统功能及稳定性之间的关系一直是生态学研究的核心焦点。Loreau和Hector提出的生物多样性-生态系统功能(Biodiversity-Ecosystem Functioning, BEF)关系研究中,通过比较多物种群落预
摘要:数十年来,理解生物多样性与生态系统功能及稳定性之间的关系一直是生态学研究的核心焦点。Loreau和Hector提出的生物多样性-生态系统功能(Biodiversity-Ecosystem Functioning, BEF)关系研究中,通过比较多物种群落预期产量与实际观测产量来量化生物多样性带来的额外功能贡献(即净生物多样性效应,Net Biodiversity Effect on Functioning, NBEF),推动了该领域的突破性进展。然而,目前缺乏针对稳定性(Stability)的等效量化指标。本研究通过模型模拟及将不同硅藻(Diatom)物种及其组合暴露于升温与温度波动扰动的微宇宙实验,量化了生物多样性对稳定性的净效应(Net Biodiversity Effect on Stability, NBES)——即作为群落涌现属性(Emergent Property),群落实际稳定性经常超过各组分物种预期稳定性的加和,产生类似于功能净效应的稳定性净效应。模拟结果显示,该效应取决于竞争作用强度、物种组成及物种热适温(Thermal Optimum, bopt)。实验结果表明,生物多样性的稳定化效应呈非线性,在二物种组合中达到最大,且随群落组成和扰动机制(Disturbance Regime)不同而发生变化。量化生态稳定性上的净生物多样性效应深化了对生物多样性-稳定性(Diversity-Stability)关系的机理解释,并为生态系统管理与保护提供关键依据。
论文解读:量化生物多样性对生态稳定性净效应(NBES)
本文由研究人员发表于《Nature Communications》,研究背景在于:虽然生物多样性与生态系统功能(BEF)关系已可通过Loreau和Hector的净生物多样性效应(Net Biodiversity Effect on Functioning, NBEF)进行分解(分为选择效应Selection Effect与互补效应Complementarity Effect),但生态稳定性(Ecological Stability,包含抵抗力Resistance、恢复力Resilience、时间稳定性Temporal Stability等维度)长期缺乏类似的"期望vs观测"比较框架来量化生物多样性额外提供的稳定性,即净生物多样性稳定性效应(Net Biodiversity Effect on Stability, NBES)。现有多样性-稳定性关系研究结论不一,且受物种间相互作用、物种性状(如热适温)及扰动类型影响显著,亟需一个类比NBEF的普适性量化方法。
研究人员通过开展温度依赖的Lotka-Volterra五物种竞争模型模拟,以及北海南部分离的5种硅藻(Asterionellopsis glacialis、Ditylum brightwellii、Guinardia striata、Rhizosolenia setigera、Thalassionema nitzschioides)的单养及混养微宇宙实验(物种丰富度梯度为1、2、4、5种,温度处理为恒定17℃对照、日波动±3℃、渐升0.2℃/天从17至23℃、渐升+波动复合),测定处理组与对照组( undisturbed control)生物量动态,基于整体生态脆弱性(Overall Ecological Vulnerability, OEV = 处理与对照响应比Response Ratio, RR的时间曲线下面积)计算NBES = AUC(RRobs,t) ? AUC(RRexp,t),其中期望响应比RRexp由各物种单养处理/对照生物量比乘以其在混合群落对照中的相对生物量加权求和得到。研究主要结论为:NBES整体为正(生物多样性具稳定化作用),但在实验中二物种组合NBES最大,四、五物种组合NBES下降甚至转负;NBES方向及大小受竞争强度、物种热适温分布及扰动类型调控;NBES与净生物多样性功能效应(NBEF)呈正相关。该方法可推广至基于时间序列的观测数据分析。
主要关键技术方法:
研究人员采用两类方法:(1) 模型模拟:使用温度依赖连续Lotka-Volterra竞争模型(五物种,温度依赖生长率呈高斯型热响应,死亡率为阿伦尼乌斯型),设置无竞争/中等竞争(种间α标准差SD=0.25)/强竞争(SD=0.5),物种热适温一致(17.5℃)或分散(15~20℃均匀分布),所有物种组合(2~5种)接受渐升温、波动、复合升温+波动及恒定对照的温度情景,重复20次消除α随机抽取随机性,计算NBES;(2) 微宇宙实验:5种北海硅藻设单养、两两组合、四物种组合及五物种全混养(替代设计Substitution Design,初始总光密度一致),交叉4种温度处理各3个生物学重复,历时30天每6天采样,镜检计数估算生物体积(Biovolume)代表物种生物量,计算群落总生物量,基于OEV指标求NBES,同时计算基于抵抗力(Resistance, 首次采样RR)和时间变异性(Coefficient of Variation, CV of |RR|)的NBES变体,用线性模型检验丰富度与温度处理对NBES的影响,用物种对NBES的平均偏离评估物种身份效应。
研究结果:
Model simulations(模型模拟): 在大多数模拟群落中观测稳定性不同于期望稳定性,NBES符号因扰动类型和竞争强度而异。竞争强度调节NBES幅度——强竞争下群落NBES变异更大,可放大稳定化或去稳定化效应。当所有物种热适温相同(17.5℃,接近 regime 温度)时NBES恒正且随物种丰富度增加而增大;当物种热适温分散且伴随强竞争时NBES变异性大,可出现中性或负值,丰富度-稳定性关系呈非单调。竞争越强,贫物种组合中物种对NBES的贡献大于富物种组合;热适温处于模拟极值区的物种对NBES影响最大(升温下正负影响依热适温极值而定,波动温度下高热适温物种负面影响NBES、低热适温物种正面影响)。表明NBES受物种互作与温度依赖性性状共同介导。
Microcosm experiment(微宇宙实验): 观测不稳定性(OEV)在各处理和丰富度间差异大;多数单养硅藻在含波动扰动下呈负偏离,渐升温下单养可正可负;二物种组合大多呈正或近零偏离,四物种组合正负均有且取决于具体物种组成而非单纯丰富度。NBES整体显著正(p<0.0001),受温度处理(p=0.0115)和物种丰富度(p<0.0001)显著影响,交互不显著。NBES在二物种组合最大,四、五物种组合显著低于二物种组合(p<0.0135及p<0.0001),四与五物种间无显著差异;渐升温处理在高丰富度下NBES甚至转负。物种对NBES的影响与其热适温匹配:渐升温下高热适温物种(Thalassionema, 24℃)正向影响NBES,低热适温物种负向影响;波动扰动下低热适温物种(Guinardia, 15℃)正向影响NBES,高热适温物种负向影响;复合扰动类同波动但有更大变异。净生物多样性功能效应(NBEF)整体正,对照中随丰富度增而增,扰动处理中随丰富度增而降甚至转负(渐升温四物种组合除外因Thalassionema主导)。NBES与NBEF呈Spearman正相关(R=0.35, p<0.0001)。
讨论(总结):
研究人员指出群落功能稳定性无法仅凭单养物种对同一环境变化的响应预测。模拟群落NBES可正可负,实验群落NBES整体正但在二物种组合最强、高丰富度减弱。模拟与实验均显示NBES方向和大小受竞争强度与物种热适温分布调控——热适温均一且有利时NBES恒正并随竞争增强而增大;热适温分散且在强竞争下NBES变异性大可含负值,源于性状分化改变竞争等级与种群响应同步性。高丰富度下NBES变异范围更大,与理论一致(物种丰富系统干扰下多样性-稳定性关系谱更宽)。微宇宙中NBES随丰富度升高下降可能源于物种丰富组合在无扰动下含更多高产物种,但受扰时这些物种更易丧失生长潜力(生长-抗性权衡Trade-off between Growth and Disturbance Resistance),扰动重排竞争等级压低NBES;同时时间变异性在低丰富度混合群落更低暗示抗性与时间稳定性存在负协变。不同扰动机制(波动促进种间异步性、渐升温强化竞争)导致NBES模式差异。物种对NBES的影响高度依赖其热适温与扰动类型的匹配度,体现显著的物种身份(Species Identity)及组成效应。NBES框架亦可应用于具单养与混养时间序列的观测数据。研究量化了生物多样性在温度变化情境下提供的额外稳定性,阐明稳定性是受物种丰富度与物种身份双重影响的群落属性,物种热适温决定其在特定扰动下对群落稳定的贡献,强调维持生物多样性以增强生态系统抵御气候强迫的恢复力(Resilience),为生物多样性危机与全球变化下的生态系统管理提供依据。