通过分类学和功能多样性绘图，揭示阿巴拉契亚地区溪流的生物多样性保护重点

《Ecological Indicators》：Uncovering biodiversity priorities for appalachian streams through taxonomic and functional diversity mapping

研究利用INLA-SPDE模型分析西弗吉尼亚州溪流鱼类多样性空间分布，发现海拔和降水是主要驱动因素，低海拔地区物种丰富度和功能多样性更高。当前保护区仅覆盖17.12%土地，但仅3.68%-5.25%的高多样性区域被纳入，存在显著空间错配，建议将城市化和退化水道纳入保护策略。

　　人类活动对淡水生物多样性的威胁日益加剧，使得全球范围内淡水生态系统面临前所未有的衰退。为应对这一挑战，联合国《昆明-蒙特利尔全球生物多样性框架》提出了“30x30”计划，目标是在2030年前保护全球30%的陆地和水域。然而，要实现这一目标，仅依赖传统的保护措施是不够的，需要更深入地理解生物多样性的空间分布，并确保保护区与生物多样性热点区域相匹配。本文研究了西弗吉尼亚州的溪流鱼类生物多样性，利用集成嵌套拉普拉斯近似（INLA）结合随机部分微分方程（SPDE）的空间建模方法，分析了505个采样点，绘制了物种丰富度、功能丰富度和功能分化指标的分布图，并评估了现有保护区与这些指标的匹配程度。

研究发现，海拔是所有生物多样性指标中的稳定驱动因素，低地溪流的生物多样性更高。降水对功能分化有积极影响，而物种丰富度却在土地退化程度更高的地区更为显著，这可能反映了历史上人类定居对生物多样性丰富区域的影响。当前西弗吉尼亚州的保护区面积约占总面积的17.12%，但这些区域主要覆盖了低物种丰富度和低功能多样性区域，仅有不到5%的物种多样性热点和不到10%的功能多样性热点受到保护。这种不匹配使得许多生物多样性丰富的溪流现在流经城市化或工业化区域，面临更大的生存威胁。

研究结果强调了保护策略需要超越传统自然区域，将城市和退化水体纳入考虑范围。这些区域可能仍然支持着多样化的鱼类群落，因此在制定保护计划时，应特别关注它们。通过使用常规的政府调查数据和公开数据库，研究团队开发出一种可复制的框架，为不同地区的保护规划和管理提供支持，从而帮助实现全球淡水生态系统保护的目标。此外，研究还指出，未来需要更多跨州合作，结合邻近州的数据，以提高预测的准确性，并推动区域层面的生物多样性保护。

在方法上，研究团队利用INLA-SPDE模型，对鱼类的物种丰富度、功能丰富度和功能分化进行了空间预测。模型通过构建网格，将连续的空间随机场离散化，从而提高计算效率并考虑空间依赖性。对于每个响应变量，选择了合适的分布家族，如物种丰富度使用高斯分布，功能丰富度也使用高斯分布，而功能分化则使用贝塔分布。通过计算偏差信息准则（DIC）来选择最合适的模型，结果表明，包含空间随机效应的模型在预测性能上优于不包含空间效应的模型。

在分析结果时，研究发现物种丰富度与土地退化程度之间存在出人意料的正相关关系。这可能是因为那些具有高生物多样性区域往往也是人类活动密集的地方，如水源充足、食物资源丰富和交通便利。此外，研究还发现，保护区内功能多样性显著低于非保护区，这意味着当前的保护措施未能有效覆盖那些对生态系统稳定性至关重要的区域。例如，西弗吉尼亚州的大多数保护区集中在中央和东部地区，而这些区域的鱼类群落功能多样性较低，而西北部的高功能多样性区域则缺乏足够的保护。

研究还探讨了功能多样性在不同区域的分布情况，发现功能丰富度最高的区域位于西弗吉尼亚州的西部和中部，而最低值则出现在东南部。功能多样性是生态系统韧性和稳定性的关键指标，高功能丰富度意味着鱼类群落能够维持多种生态功能，而低功能丰富度则可能意味着生态系统对入侵物种或其他环境变化更加敏感。因此，保护这些功能多样性较低的区域同样重要，以防止生态系统的崩溃。

在讨论部分，研究团队进一步分析了环境因素如何影响鱼类多样性。海拔和降水被确认为影响物种丰富度、功能丰富度和功能分化的关键因素。具体而言，海拔的升高会降低鱼类的多样性，这可能与温度、水流速度、栖息地可用性和初级生产力的变化有关。降水的增加则有助于提高功能分化，这可能是因为降水影响了栖息地的质量、稳定性和多样性。此外，研究还指出，物种丰富度与土地退化程度之间的正相关关系可能表明，人类活动对生物多样性的影响并非简单的破坏，而是复杂的生态响应过程。

研究结果也揭示了保护区内与生物多样性热点区域的不匹配问题。这种不匹配可能加剧淡水生态系统面临的挑战，因为许多生物多样性丰富的溪流正位于城市化和工业化区域。因此，未来的保护策略应不仅关注传统意义上的自然区域，还要考虑城市和退化水体，这些区域可能同样重要。此外，研究强调了跨区域合作的重要性，因为邻近州的保护区可能在某些指标上优于西弗吉尼亚州的本地保护区，这为更大范围的保护提供了可能性。

尽管研究取得了一定成果，但也存在一些局限性。首先，所用数据主要来自西弗吉尼亚州的政府机构，这可能限制了预测的准确性。其次，假设采样点是随机选择的，但实际采样过程中可能受到可访问性和其他物流因素的影响。此外，环境数据完全依赖于地理信息系统（GIS）数据，而未来研究可以考虑纳入本地环境变量，如水质和栖息地条件，以提供更详细的分析。最后，虽然研究覆盖了2006年至2022年的数据，但主要关注的是空间模式，未来可以探索时间或时空趋势，以更好地理解鱼类群落随时间的变化情况。

综上所述，本研究为淡水生态系统保护提供了新的视角，强调了需要综合考虑地理、气候和人为因素的影响，并将城市和退化水体纳入保护规划。通过结合空间建模方法和实际数据，研究为制定更有效的保护策略提供了科学依据，同时指出了跨区域合作和数据整合的重要性。未来的研究应进一步扩展数据来源，提高模型的预测能力，并探索更复杂的生态机制，以确保淡水生物多样性的长期保护。