城市化重塑中国鸟类群落季节性：人口规模驱动嵌套性增加与纬度梯度解耦

《Autonomic Neuroscience》：Urbanization alters the seasonality of bird communities across China

本研究针对城市化如何改变鸟类群落季节性动态这一生态学难题，利用中国37个城市的公民科学数据，通过S?rensen相异性指数(βsor)及其分解组分（物种周转βsim和嵌套性βnes）分析发现：城市群落的总体季节性βsor比农村高16.2%，主要源于嵌套性组分增加49.5%；城市化削弱了群落季节性与纬度的关联，且人口规模是驱动物种周转降低和嵌套性升高的关键因子，为理解人类活动对生物多样性的时空重塑机制提供了新视角。

　　

随着全球城市化进程的加速，人类活动对生物多样性的影响已成为生态学研究的前沿课题。城市扩张不仅导致自然栖息地碎片化，更通过改变微气候、资源可用性和食物网物候等途径，深刻重塑着野生动物群落的组成和动态。鸟类作为城市生态系统的指示类群，其群落季节性变化模式能够灵敏反映人类活动的生态效应。然而，关于城市化究竟增强还是削弱鸟类群落季节性的争论持续存在：一些研究认为城市热岛效应和稳定的人工食物资源可能减少季节性物种更替，另一些研究则指出城市绿地作为迁徙停歇地反而增加了季节波动性。这一科学争议的背后，是对城市化影响生物群落时间动态机制的认识不足。

为解开这一谜题，研究人员利用中国鸟类记录中心的公民科学数据，系统分析了37个城市及其对应农村区域的839种鸟类观测记录。研究团队采用严格的质控标准筛选2019-2023年间的观测清单，确保数据可比性。通过计算季节间的S?rensen相异性指数(β_sor)，并将其分解为物种周转(β_sim)和嵌套性(β_nes)两个组分，量化了城乡鸟类群落的季节性差异。同时，结合环境因子（温度、降水、海拔）和社会经济指标（人口、GDP、人类足迹），运用线性混合模型(LMMs)解析驱动因素。

主要技术方法

研究基于中国鸟类记录中心(CBRC)的公民科学观测数据，通过空间配对设计（城乡50公里半径内配对）控制地理变异。使用人工不透水面数据集划分城乡样点，按季节（春、夏、秋、冬）聚合物种出现记录。采用betapart包计算β多样性指数，通过线性混合模型纳入空间自相关校正，并利用模型平均法评估预测因子的相对重要性。

3.1. 鸟类群落的季节性变化

分析显示，城市鸟类群落的总体季节性β_sor为0.43±0.10，显著高于农村(0.37±0.08)。进一步分解发现，这一差异主要源于嵌套性组分β_nes的城市化增加(城市:0.22±0.12 vs. 农村:0.15±0.08)，而物种周转组分β_sim在城乡间无显著差异。这表明城市化并未减少季节间的物种替换，而是增强了群落嵌套结构——非繁殖季群落更可能成为繁殖季群落的子集。

3.2. 季节性变化的纬度梯度

在农村区域，群落季节性β_sor随纬度增加而显著增强(R²=0.37)，符合经典生态学预期。然而在城市环境中，这种纬度梯度消失(R²=0.05)，表明城市化削弱了自然气候梯度对群落动态的调控作用。嵌套性组分的纬度相关性也在城市中变得不显著，印证了城市化对生物季节性的均质化效应。

3.3. 季节性变化的预测因子

人类种群规模是城市化驱动季节性变化的最强预测因子。较大人口规模的城市表现出更低的物种周转(LRR_sim与人口负相关)和更高的嵌套性(LRR_nes与人口正相关)。这表明高度城市化环境通过稳定化资源供给减少了季节性物种更替，同时强化了群落的嵌套结构。其他环境因子（温度、降水等）的影响相对较弱。

研究结论与意义

本研究揭示了城市化通过嵌套性机制重构鸟类群落季节性的新路径，挑战了“城市化必然降低群落季节性”的传统认知。研究发现人口规模而非气候因子是主要驱动者，强调人类活动强度在塑造生物时空动态中的核心地位。更值得注意的是，城市化解耦了群落季节性与纬度的千年关联，标志着人类世背景下生物地理格局的深刻变革。这一发现为城市生态规划提供了重要启示：维持鸟类群落自然季节性需关注人口集聚区的生态管理，而公民科学数据为大尺度生物监测提供了可行方案。未来研究需结合长期观测和个体丰度数据，深入解析城市化与气候变化对物候的交互影响。