全球外来植物功能性状数据缺口及其填补策略：生态入侵研究的关键挑战与机遇

本综述系统评估了全球外来植物功能性状数据的可用性与分布格局，揭示了高达98.5%的物种-性状矩阵空缺（14,539物种×2,764性状）。研究首次整合四大植物性状数据库（AusTraits/BIEN/GIFT/TRY），发现仅有27%物种具备关键性状（LMA/种子质量/株高）数据，并揭示了纬度梯度性偏差与分类学偏见。文章提出了基于生态优先级（LHS/GSPFF/根系性状）和数据整合策略的解决方案，为入侵生态学的机制研究和全球变化应对提供关键数据支撑。

　　

ABSTRACT

Aim

功能性状有助于理解生物入侵背后的生态过程。本研究评估全球尺度内外来植物性状数据的可用性，识别数据缺口和偏差模式。

Location

全球尺度。

Time Period

当代。

Major Taxa Studied

维管植物。

Methods

利用全球归化外来植物数据库（GloNAF）获取植物名录及其分布，整合四大性状数据库（AusTraits、BIEN、GIFT、TRY）并进行分类学和性状标准化。通过生态与社会经济变量分析性状认知的驱动因素。

Results

物种-性状矩阵（14,539物种×2,764性状）仅1.5%完整，仅10个性状对超过50%的外来植物有数据。4%物种完全缺乏性状数据，而27%物种拥有三个关键性状（叶质量 per area、种子质量、株高）数据。性状认知存在强烈纬度梯度，热带地区低于高纬度地区。生长型、分布范围和入侵状态是性状认知的最强预测因子，广泛分布的入侵树种记录最完善。

Main Conclusions

全球外来植物性状数据存在巨大缺口，限制了大尺度功能入侵生态学研究。缺口部分由采样不均衡和数据整合缺乏导致，建议优先关注与入侵最相关的性状，并通过标准化采样填补缺口。

1 Introduction

生物入侵是全球变化的重要组成部分，理解其生态过程对有效管理至关重要。植物入侵对陆地和水生生态系统产生深远影响，包括改变生态系统过程、导致生物同质化以及影响本地物种丰富度。全球约4%的植物在其原生范围外归化，识别促进成功引入、建立和扩散的植物性状是入侵生态学的核心目标。功能性状有助于评估入侵风险和经济成本，例如具有更获取性策略（小种子、高SLA）的物种更具入侵性。尽管存在大规模协作努力，全球维管植物性状数据仍存在巨大缺口，尤其在热带和非洲等研究较少区域。地理可达性和经济财富也驱动数据可用性，富裕地区物种数据覆盖更广。为理解生物入侵中性状的背景依赖性，需要将性状结合使用以管理外来物种。目前尚未有全球外来植物性状数据可用性的评估，需要识别驱动性状认知的因素以理解潜在偏差并确定采集优先级。

2 Methods

2.1 Alien Plants List

从GloNAF数据库v2.0提取归化或入侵的维管植物名录，包含16,044个分类单元。

2.2 Taxonomic Harmonisation

整合四大性状数据库（AusTraits、BIEN、GIFT、TRY），使用TNRS服务匹配世界维管植物名录，最终获得14,073个匹配物种。

2.3 Trait Data

统计各数据库性状测量数量，考虑至少一次测量的性状。忽略地理来源因数据不完整。最终“全”性状网络包含14,063物种和2,250个观测性状。

2.4 Trait Combinations

聚焦三大生态性状权衡：叶-高度-种子质量（LHS）、全球植物形态与功能谱系（GSPFF）和根系经济空间。

2.5 Modelling Trait Knowledge

以物种测量性状数量为响应变量，测试生物多样性短缺决定因素的影响。预测变量包括生长型、分布范围、生物群落数量、人类影响指数、GDP per capita和可达性。使用负二项广义线性模型和系统发育回归模型分析。

3 Results

3.1 A Sparse Species × Traits Matrix

物种-性状矩阵仅1.5%完整（622,513/40,185,796）。200个最常测量性状的覆盖率为17.3%。生长型、木质性和生活史对超过90%物种可用，株高和叶型对75%物种可用。各数据库贡献独特：GIFT为生长型提供290个独有物种，AusTraits为授粉综合征提供559个独有物种。

3.2 Uneven Proportion of Measured Combination of Traits

3.3%物种无任何性状数据。29.1%物种有LHS组合数据，14.3%有地上谱系性状，仅1.8%有根系性状。同时拥有LHS和根系性状的物种仅1.7%。性状组合可用性存在强烈分类学偏差。

3.3 Combinations of Traits Are Poorly Represented Across the World

性状覆盖呈现强烈纬度梯度，温带地区LHS覆盖超过60%，热带多数地区低于60%。地上和根系性状多数地区覆盖低于20%。

3.4 Traits of Widespread Invasives Are Measured More Often

入侵物种性状覆盖高于非入侵物种：48.2%入侵物种有LHS数据 vs 24.8%非入侵物种。入侵物种平均拥有74.8个性状，非入侵物种34.7个。

3.5 Plant Growth Form and Range Size Predict Trait Knowledge

树木性状信息最丰富（平均56.5个性状），其次灌木（37.4）、草本（33.3）。物种范围大小每增加10倍，性状数量增加85%。模型伪R²为62.7%。

4 Discussion

4.1 Biases in Trait Knowledge

存在性状偏差、分类学偏差、生物地理偏差和入侵相关偏差。范围广泛物种性状认知更完善，但与GDP关系呈现负相关。

4.2 Trait Relevance

聚焦LHS、GSPFF和根系性状等明确定义的组合。由于缺乏地理参考测量，无法区分性状测量来自原生还是非原生范围。假设任何单一测量足以代表物种，忽略了种内变异。

4.3 The Challenges of Integrating Trait Databases

数据库缺乏互操作性，面临分类学不一致、性状定义差异等挑战。需要统一格式和标准词汇表促进整合。

4.4 How to Fill the Trait Data Gap?

4.4.1 Prioritising Trait Acquisition

需要优先考虑最常研究性状，基于物种影响、地理分布或插补不确定性确定优先级。

4.4.2 Closing the Trait Gaps

通过文献挖掘、数据征集、分布式野外活动、参与式科学、遥感技术、标本馆利用和性状插补等策略填补缺口。需要社区共同努力和数据共享激励。

5 Conclusion

全球外来植物性状数据存在巨大缺口，由采样不均衡和数据整合缺乏导致。通过全球植物与入侵科学家的共同努力，这些缺口可以被填补。需要统一植物性状信息，实现FAIR和开放数据，促进入侵生态学理解。