植被参数驱动的Grinnellian与Eltonian生态位建模在濒危树种保护与生态恢复中的应用研究

研究人员针对传统生态位模型预测精度不足的问题，以印度西高止山脉-斯里兰卡生物多样性热点区的4种濒危特有树种Goniothalamus 为对象，创新性整合WorldClim生物气候数据与植被、土地利用等参数，构建了同时考量Grinnellian（环境）和Eltonian（功能）生态位因子的高精度模型。该模型将潜在适生区预测面积从常规模型的16.5 km2 优化至2.25 km2 ，为热带季风区濒危树木的精准保护与生态修复提供了方法论突破。

　　

这项研究开创性地将植被分类参数作为生物因子输入，结合WorldClim生物气候数据集及地理分区数据，为西高止山脉地区四种濒危特有树种——Goniothalamus
属（番荔枝科）开发了新型生态位模型。相较于传统方法16.5 km²
的粗放预测，该模型通过整合Grinnellian（环境耐受性）和Eltonian（生态功能）双维度生态位因子，将潜在分布区预测精度提升至平均2.25 km²
。有趣的是，尽管这些近缘树种具有相似的植被类型和生活史特征，模型仍成功解析出它们的微生态位差异。该成果为热带季风山地生态系统的濒危树木保护提供了"量体裁衣"式的解决方案，尤其在生态修复选址和保护区规划中展现出独特价值，堪称生态位建模技术在保护生物学领域的典范应用。