《Journal of Animal Ecology》:Optimising daily sampling of plant–bee interaction networks
编辑推荐:
植物—传粉者互作不仅在季节尺度上具有动态性,而且在小时尺度上同样发生变化,甚至这种变化并不局限于昼夜对比。然而,在野外数据采集中捕捉传粉网络的日内时间变异性具有挑战性。因此,由于采样覆盖有限,当前对网络组成与结构日变化的理解仍不完整。此外,不准确的采样方案会导
植物—传粉者互作不仅在季节尺度上具有动态性,而且在小时尺度上同样发生变化,甚至这种变化并不局限于昼夜对比。然而,在野外数据采集中捕捉传粉网络的日内时间变异性具有挑战性。因此,由于采样覆盖有限,当前对网络组成与结构日变化的理解仍不完整。此外,不准确的采样方案会导致缺失连边(missing links),从而妨碍对潜在过程与涌现格局的识别。研究人员通过研究多样化昼行性植物—蜜蜂关系的细尺度时间组织,并检验互作组成与网络结构在全天中的波动,填补了这一空白。
研究人员在巴西塞拉多(Cerrado)地区连续两个开花季对植物—蜜蜂互作进行了高强度采样,覆盖全天6个2 h采样时段。研究比较了各采样时段之间的互作β多样性(β-diversity)与网络结构属性。采用析因方法将所有可能的采样时段组合进行合并,用以评估部分日网络(partial-day networks)的组成与结构相对于全天网络(full-day network,即整合所有互作所得网络)的偏离程度。
植物—蜜蜂互作在不同日采样时段的网络指标上表现出显著变化。从黎明到黄昏,植物—蜜蜂网络的模块化(modularity)与专一化(specialisation)降低,而嵌套性(nestedness)增加。不同采样时段之间的互作β多样性随着时间间隔扩大而逐步升高,这一现象主要由共享物种之间的互作重连(interaction rewiring)所解释。组合4个2 h采样时段可恢复约80%的全部成对互作以及约82%的互作频次,并产生在结构上最接近全天网络的部分日网络。表现最佳的组合稳定地集中于白天中部时段,而清晨和傍晚时段贡献的互作较少,但具有独特性。
本研究表明,植物—蜜蜂互作网络在日内尺度上对时间高度敏感;在单一时间窗口内增加采样强度并不一定能提高互作完整性,更有效的策略是将采样分布于全天,或聚焦于一天中信息量最大的时段。研究人员提出了一个通用框架,用于评估时间采样设计如何影响在互作依赖日时系统中的网络代表性。
该文发表于《Journal of Animal Ecology》,聚焦植物—蜜蜂互作网络在日内尺度上的时间敏感性及其对采样设计的影响。研究背景在于,生态互作网络长期面临采样不足问题,尤其互作关系在时间上并非静态,而是受到昼夜节律、物候进程、资源供给与微气候变化的共同制约。既往大量植物—传粉者网络研究通常仅覆盖一天中的部分时段,或忽略每次互作发生的具体时间,这使得研究者容易将某一有限时间窗口内观测到的网络结构外推为整日格局,从而引入系统性偏差。对于植物—蜜蜂系统而言,蜜蜂活动节律、花开放时序、花蜜与花粉供给峰值均可能在数小时内显著变化,因此不同时间段所观测到的网络更可能对应同一群落的不同生态状态,而非单一静态网络的不完整抽样。正因如此,明确日内不同采样窗口对网络组成、结构和代表性的影响,成为提高生态网络研究可靠性与可比性的关键问题。
围绕这一问题,研究人员在巴西圣保罗州Botucatu一处34 ha的Cerrado生境中,连续两个开花季开展植物—蜜蜂互作调查。研究显示,植物—蜜蜂网络结构在日内存在稳定而显著的变化:清晨网络更具专一化与模块化,午后至傍晚则表现出更高的嵌套性与互作均匀度;不同时间段之间的互作差异随着时间间隔增大而增加,且主要由共享物种之间的互作重连驱动,而非物种周转驱动。进一步地,研究人员证明,仅在单一时间窗口内增加采样努力并不能有效弥补缺失互作,相比之下,将采样分配到更具信息量的多个时段,尤其是白天中部时段,更能恢复全天网络的组成与结构。研究最终提出一套可推广的时间采样框架,为依赖时间窗口的生态互作系统提供了优化采样设计的方法学基础,也为跨研究比较和保护优先级判定提供了更稳健的依据。
在方法上,研究人员于2021/2022与2022/2023两个开花季,在12个10×10 m样地中进行每周目视普查,于06:00–18:00划分6个连续2 h时段,对所有蜜蜂传粉植物实施以植物为中心的观测,累计采样1440 h,记录合法访花事件。随后构建分时段植物—蜜蜂加权二分网络,计算成对互作丰富度、连通度(C)、互作均匀度(IE)、网络专一化指数(H2′)、加权嵌套性(wNODF)与加权模块化(Qw′),并采用Ruzicka距离分解互作β多样性为整体差异(βWN)、物种周转成分(βST)与互作重连成分(βOS)。在此基础上,研究人员以析因组合方式整合不同时间段形成部分日网络,并与全天网络比较其结构与组成代表性,同时借助零模型(null model)评估各网络指标对采样不足的敏感性。
在结果方面,论文主体可概括为以下几个部分。
一、Composition and structure of empirical networks across sampling periods within the day
研究人员首先分析了一天内不同2 h采样时段的经验网络结构差异。结果表明,所有网络指标均随采样时段而显著变化。成对互作丰富度在08:00–14:00附近最高,说明白天中部时段集中了最多的植物—蜜蜂配对关系。连通度(C)在16:00–18:00较高,反映傍晚开放花源减少后,蜜蜂在有限资源间形成更高比例的已实现互作。互作均匀度(IE)与加权嵌套性(?wNODF)随时间推进持续升高,提示日后期互作更趋向于由广食性物种主导、并形成层级化资源利用格局。相反,网络专一化(H2′)在06:00–08:00最高,而模块化(Qw′)从清晨到傍晚持续下降,说明清晨阶段互作更集中于相对独立的专门化子模块。该部分结果说明,植物—蜜蜂网络在日内并非稳定结构,而是从“更专一、更分区”的清晨状态,逐渐转向“更嵌套、更均匀”的日后状态。
二、Interaction β-diversity across daily sampling periods
研究人员进一步比较不同时间段之间的互作β多样性。结果显示,整体互作差异(βWN)随两个采样时段之间时间间隔增大而单调升高,即相隔越远的时段,其互作组成越不同。尤其是中午相邻时段之间的差异最低,表明白天中部具有较强的互作连续性。更关键的是,βWN主要由互作重连成分(βOS)解释,而非物种周转成分(βST)。这意味着,多数植物和蜜蜂物种在一天中的多个时段共同出现,但会随着资源供给与微气候变化而更换互作对象。因此,驱动日内网络差异的核心机制不是“谁出现、谁消失”,而是“相同物种在何时与谁发生互作”的动态重组。
三、Assessing the structural and compositional representativeness of partial-day networks
在这一部分,研究人员评估不同单时段或多时段组合形成的部分日网络,在多大程度上能够代表全天网络。结果表明,随着纳入的2 h时段数增加,部分日网络通常能覆盖更广的互作范围,但不同组合之间的代表性差异显著。对于成对互作丰富度、C、H2′、wNODF和Qw′而言,加入更多时段通常使部分日网络更接近全天网络;惟独IE未表现出相同趋势。最具代表性的组合集中于08:00–14:00乃至08:00–16:00这一白天中部窗口,说明这些时段不仅互作频次高,而且贡献了大部分独特互作。研究显示,组合4个2 h时段即可恢复约80%的全部成对互作和约82%的互作频次,并在网络结构上与全天网络最为接近。与此同时,06:00–08:00与16:00–18:00虽然贡献总互作较少,却包含一定比例的独特连边,因此若研究目标是最大化互作池完整性,这些边缘时段仍具补充价值。
四、Identifying network metrics less sensitive to varying sampling effort
研究人员随后检验不同网络指标对采样努力变化的敏感性。结果表明,随着纳入时段增加,经验网络与零模型网络都显示成对互作丰富度、C与wNODF升高,而H2′与Qw′在零模型中下降、在经验网络中则趋于中等稳定值;IE则逐渐收敛到中间水平。更重要的是,C、H2′、wNODF和Qw′即便在仅含单个2 h时段的有限采样下,也已明显偏离随机期望,说明这些加权结构指标对有限时间采样更稳健,能够较早反映具有生物学意义的网络组织。相比之下,IE至少需要4个2 h时段才能稳定脱离零模型,而成对互作丰富度对采样覆盖尤为敏感。这表明,在时间受限的调查中,若目标是进行结构推断,应优先采用对采样不足更稳健的加权指标;若目标是穷尽互作多样性,则必须扩大日内覆盖范围。
五、Intra- and inter-seasonal consistency of daily interaction patterns
研究人员还检验了上述日内格局在周尺度、物候阶段和开花季之间是否保持一致。结果显示,虽然互作频次与成对互作丰富度会随周次、物候区段和年份发生波动,但它们在6个2 h时段之间的相对分布基本稳定。网络结构差异、互作β多样性随时间间隔增加的规律,以及中午时段最能代表全天网络的结论,在不同季节背景下总体一致,仅在季初阶段出现轻微偏离。因此,季节性物候周转会影响互作总量,却不足以解释不同日采样时段之间的系统差异。该结果强调,日内变化本身就是网络组织的稳定组成部分,不应被季节效应掩盖。
六、A general framework for daily sampling of time-sensitive interactions
在讨论方法推广性时,研究人员提出了一个适用于时间敏感型互作系统的通用框架。其核心思想是:缺失互作未必能通过在单一时间窗口内加大采样强度得到补偿,更有效的方式往往是扩大或重新布设采样时间窗口。该框架建议先在主要活动时段开展先导性采样,构建分时段网络,再组合形成部分日与全天网络,比较它们在结构和互作配置上的相似程度,并筛选对时间采样不足最稳健的指标。借助这一流程,研究者可以确定最小必要采样量、最优时段配置以及最适合的网络描述符。尽管本文以植物—蜜蜂系统为例,但这一思路同样适用于按月份、季节、年份或空间样地切分的其他生态互作系统。
讨论部分的核心结论在于:日内采样窗口的选择会实质性影响植物—蜜蜂网络的组成与结构表征,若忽略这一点,不同研究之间关于专一化、嵌套性或模块化的比较可能混入采样时段差异而非真实生态差异。研究因此强调,生态网络研究不能再将白天中的任意局部时段简单视作整日网络的代表。若研究重点在于高频互作、核心物种或整体结构,优先覆盖白天中部时段最有效;若目标是识别稀有互作、专门化连边与模块结构,则应跨越更广时间范围,尤其纳入清晨窗口。整体而言,该研究将“时间采样设计”提升为生态网络推断中的关键方法学变量。
研究结论部分可译为:
成对植物—蜜蜂互作在日内的变化对植物—蜜蜂网络结构具有显著信号,这意味着不同采样时间表可能产生不同且在某种程度上带有偏差的网络属性。尽管如此,研究人员证明,若采用覆盖植物可利用性较高且蜜蜂活动较强时段的综合采样设计,则可获得与覆盖整个白昼时段网络相近的结果。虽然开展覆盖全天的植物—蜜蜂互作采样具有较高难度,但未来研究应当:(i)制定能够追踪植物—蜜蜂成对互作日变化的采样时间表;或(ii)明确承认基于有限采样时段所得结果原则上不应外推至更广泛的日尺度时间窗口,因为构建于不同日内时段的网络可能呈现显著的拓扑差异。