评估墨西哥特有水生植物细叶睡莲(Nymphaea gracilis Zucc.,睡莲目:睡莲科)的地理与生态分布情况

《Flora》:Assessing the geographic and ecological distribution of the Mexican endemic water lily Nymphaea gracilis Zucc. (Nymphaeales: Nymphaeaceae)

【字体: 大 中 小 】 时间:2026年07月17日 来源:Flora 2.2

编辑推荐:

  Hugo López-Camarillo|César A. Ríos-Mu?oz|Isolda Luna-Vega墨西哥国立自治大学科学学院进化生物学系生物地理学与系统学实验室,墨西哥城,墨西哥摘要Nymphaea gracilis Zucc.(睡莲科:睡莲属)是一种濒危的墨西哥

  
Hugo López-Camarillo|César A. Ríos-Mu?oz|Isolda Luna-Vega
墨西哥国立自治大学科学学院进化生物学系生物地理学与系统学实验室,墨西哥城,墨西哥

摘要

Nymphaea gracilis Zucc.(睡莲科:睡莲属)是一种濒危的墨西哥特有水生植物,自1832年被描述以来,已记录的分布地不足100处。尽管有法律保护,但其地理分布尚未经过正式评估。我们汇总了来自标本馆、公民科学观测以及2018年至2024年间实地调查的记录,共计150条。其中105条符合时间分析的质量标准,82个独特地点被用于分布评估。我们采用四种方法分析了六个不同时间段的分布模式:网格法(GR,0.25°和0.50°)、凸包法(CH)、平均邻近度法(MP)以及基于Maxent的物种分布模型法(SDM)。通过19个生物气候变量的主成分分析以及三维凸包法估算了生态体积,并通过稀疏化分析来区分生态位扩张与采样误差。方法选择对面积估算的影响大于随时间积累的记录数量。网格法得出的估计值最为保守,而凸包法、平均邻近度法和SDM在面积上统计上相当,但在空间形态上存在差异。从早期开始,SDM和平均邻近度法就展现出较高的预测能力,而网格法则需要更多的采样工作才能达到类似的覆盖范围。稀疏化分析表明,生态体积的增加主要源于采样工作的改进,而非真正的生态位扩张。实地调查发现墨西哥盆地内的种群已经消失,同时又发现了两个新的分布地。这些结果强调了整合多种分析方法和分布数据对于改善特有水生植物的保护评估和管理策略的重要性。

引言

分布区是指在特定时间和尺度下,某一物种的繁殖种群个体有可能被发现的全部地理范围(Peterson等人,2011)。由于分布可以在不同的地理尺度上确定,因此其评估也应考虑这一点(Rapoport和Monjeau,2001;Peterson等人,2011;Ríos-Mu?oz等人,2020)。
分布区的操作定义较为复杂;一些学者试图通过使用各种与尺度相关的方法来简化定义,以描述能够指示物种适宜生存环境的特征(Peterson等人,2011;Peterson和Soberón,2012;Soberón和Osorio-Olvera,2023)。用于表示物种地理分布的一些传统方法包括地图表示法,这类方法有助于评估生物多样性的保护和管理状况;这些方法包括网格法(GR)、凸包法(CH)和平均邻近度法(MP)(Rapoport和Monjeau,2001;Zunino和Zullini,2003;IUCN,2024;Phillips等人,2025)。
这些方法基于其理论基础存在若干生物学上的局限性,它们忽略了物种的扩散能力、对生态条件的耐受性或适应能力,以及阻碍物种在某些区域定居和繁衍的物理障碍(Rapoport和Monjeau,2001;Roig-Ju?ent等人,2002;Zunino和Zullini,2003)。此外,景观中的地理、气候或生物间断性——即影响物种分布的因素——也是这些方法未考虑到的,因为它们所使用的空间尺度无法捕捉到这些间断性(Rapoport和Monjeau,2001;Morrone和Escalante,2009)。
另一方面,物种分布模型法(SDM)是一种分析场景条件——即那些决定物种分布范围但并非由物种本身决定或改变的环境变量,如温度、降水量、海拔等——的方法,它结合了来自科学标本库、实地调查以及基于物种生态位的公民科学项目所收集的分布记录,从而可以用来推测物种可能出现的地理范围。不过需要记住的是,即使在可到达的区域场景条件适宜,物种也可能无法到达所有地理区域(M sensu Peterson等人,2011;Soberón和Osorio-Olvera,2023)。
SDM也存在一些必须考虑的局限性:场景层的尺度和过度简化、可能导致错误结果的采样偏差和数据整理错误、缺乏生物要素,以及假设生态位平衡——即假定物种占据了其适宜生存空间内的所有区域,且其观察到的分布准确反映了其在没有扩散限制、历史因素或局部种群灭绝情况下的实际生态位(Soberón和Peterson,2005;Peterson等人,2011)。
我们的研究对象是Nymphaea gracilis Zucc.(睡莲科:睡莲属),在当地被称为zazamol、atzatzamolli、apapatla、lirio cabeza de negro(黑头水莲)或estrella de agua(水星花)(Zepeda-Gómez,2017),这是一种墨西哥特有水生植物,栖息于各种湿地,如湖泊、沼泽、湿地、泥炭地以及大小池塘(自然和人工的),还包括灌溉渠道以及海拔1500米至2250米之间的季节性浅水区域(Novelo和Bonilla-Barbosa,1999;Izazola-Rodríguez,2018;Sandoval-Ortega,2020)。尽管该物种在墨西哥关于濒危物种的法规NOM-059-SEMARNAT-2010中被列为“濒危”物种,但目前并未被列入国际自然保护联盟的濒危物种红色名录。
有一些学者认为,该物种的分布仅限于墨西哥高原和墨西哥盆地的温带地区(Conard,1905;Novelo和Lot,1983;Zepeda-Gómez等人,2020)。然而,该物种的记录极为罕见,自1832年被描述以来,已记录的分布地不足100处。Novelo和Lot(1983)提出的N. gracilis的分布区仅仅是基于其地理存在情况(图1),这一结论被谨慎地解释为不连续分布。但由于自该结论提出后未再进行过标本馆标本的审查或新的野外考察,这一结论仍存在不确定性。
准确了解该物种的分布区有助于为生态学和生物地理学等领域的研究提供框架,从而研究其自然历史和生物文化历史。这也有助于我们识别其对气候变化和人类活动可能产生的反应,进而为保护和管理工作提供依据(Aguilar-Sierra,2003;Zunino和Zullini,2003;Rial等人,2016)。由于目前没有更新的分布范围数据,本研究的主要目的是比较传统的几何方法(GR、CH和MP)与SDM,以确定哪种方法最能准确描述这种历史上记载较少的水生物种的地理分布。
因此,我们的假设是:N. gracilis的分布区大小会因所使用的方法以及考虑的记录数量而有所不同。几何方法虽然便于评估,但限制了对物种的生物学解读,而物种分布模型则更具生态学描述性,但其效果也受到所使用数据层级的限制。此外,不同数据集的使用还能体现每种方法的预测能力:网格法、凸包法和平均邻近度法能预测出从较小范围(网格法和平均邻近度法)到较大范围(凸包法)的不等区域,但这些方法不考虑环境条件,且需要更多的数据记录;而SDM则能用较少的数据记录预测出该物种的适宜生存区域。

章节摘录

研究设计

在研究中,我们采用了三种方法来评估N. gracilis的地理分布(图2):1)总结关于N. gracilis的现有知识;2)利用网格法、凸包法、平均邻近度法和SDM评估其地理分布,同时通过主成分分析减少场景变量来评估其生态分布;3)评估这些方法的预测能力,包括分析不同时期所占据的生态体积等

关于Nymphaea gracilis的现有知识

经过数据整理后,我们从三个来源获得了105条关于N. gracilis的记录:标本馆记录68条,iNaturalist平台记录22条,实地调查记录15条。对N. gracilis的现有知识分析显示存在三个不同的时期(图4)。第一个时期是从1897年到20世纪60年代,此时标本馆记录较为稀少且零散。第二个时期为20世纪70年代到2000年,这一阶段标本馆记录逐渐增多,其中1980年代是标本采集最活跃的时期

关于Nymphaea gracilis的现有知识

在本研究中,我们仔细考量了现有数据的质量,排除了45条记录,这些记录占损失数据的30%(尤其是2000年之前的标本馆记录,那时大多只记录了地点信息,没有地理坐标信息),这是生物标本收藏中常见的问题(Llorente等人,1999;大学资源库总管理局,2023)。这种可量化的数据缺失直接影响了我们对分布模式的解读信心(Bosso等人,2024;

结论

由于相关信息不足而排除的部分记录,凸显出历史生物标本收藏中存在的系统性问题,这一问题直接影响着我们解读N. gracilis分布模式的信心。标本馆记录让我们确认了之前已知地点上仍有12个种群存活,而实地调查则在杜兰戈州、墨西哥州以及其它地区 previously已知地点附近发现了3个新的具有稳定种群的分布地

作者贡献

概念设计:HLC、CARM、ILV。数据整理:HLC。正式分析:HLC、CARM。资金获取:ILV、HLC。方法设计:CARM、HLC。资源协调:HLC、CARM。可视化处理:HLC、CARM。研究监督:CARM、ILV。初稿撰写:HLC、CARM、ILV。修订编辑:HLC、CARM、ILV。

资金来源

本研究得到了墨西哥科学、人文、技术及创新部[SECIHTI CBF-2025-G-499]以及科技研究与创新项目支持计划[DGAPA-PAPIIT 219424]的资助。

关于手稿准备过程中生成式AI和AI辅助技术的声明

在准备本文档时,作者们使用了Claude.Ai Sonet 4.6来优化结果部分的语法结构和表达方式,检查参考文献的格式,并统一作为补充材料提交的R脚本的格式。使用该工具后,作者们对内容进行了必要的审阅和修改,并对最终发表文章的内容负全责。

未引用参考文献

Spennemann和O'Connell,2025

CRediT作者贡献说明

Hugo López-Camarillo:修订编辑、初稿撰写、可视化处理、验证、方法设计、研究实施、正式分析、数据整理、概念设计。César A. Ríos-Mu?oz:修订编辑、初稿撰写、可视化处理、验证、研究监督、软件使用、资源协调、方法设计、研究实施、正式分析、概念设计。Isolda Luna-Vega:修订编辑、初稿撰写、研究监督、项目管理、资金筹集
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号