城市生态系统中绿色与蓝色基础设施对无脊椎动物群落的影响：人为驱动因素的局限性分析

本研究通过整合DNA宏条形码技术与物种分布模型(SDMs)，系统评估了荷兰海牙市无脊椎动物群落的分布格局。研究发现植被密度、结构及水体邻近性是关键驱动因素，而人为压力影响微弱，为城市生物多样性保护提供了基于实证的规划依据。

　　

随着全球城市化进程加速，城市生态系统常被视为"生态荒漠"，但近年研究发现其可能成为生物多样性的潜在庇护所。然而，城市物种分布机制仍不明确，尤其对无脊椎动物这类关键生态功能群的研究更为匮乏。传统观点认为人为压力是主要限制因素，但荷兰莱顿大学等机构的研究团队在《Ecological Indicators》发表的研究颠覆了这一认知，揭示绿色与蓝色基础设施(Green and Blue Infrastructure)才是塑造城市无脊椎动物群落的核心驱动力。

研究团队创新性地结合两种DNA技术：传统批量诱捕法(n=205)和环境DNA(eDNA)采样(n=207)，通过COI基因测序和操作分类单元(OTUs)鉴定，建立了包含257个无脊椎动物物种的数据库。采用物种分布模型(SDMs)在8种空间分辨率(10×10m至500×500m)下分析了两类预测因子集：城市绿色基础设施分类框架(CUGIC)和生态驱动因子集(ECO)。

【主要技术方法】
研究采用条件拉丁超立方采样(cLHS)选取207个采样点，使用Illumina NovaSeq 6000平台进行高通量测序，通过DADA2流程和BOLD数据库进行OTUs注释。SDMs建模采用6种算法(GAM/MDA/FDA等)，通过70%训练集和30%验证集评估，计算曲线下面积(AUC)指标。

【研究结果】
3.1 采样方法比较
土壤eDNA和批量样本分别鉴定出81和200个OTUs，组合后物种覆盖度提升63%。其中双翅目(Diptera)和鞘翅目(Coleoptera)占比最高，证明方法互补性。

3.2 SDM预测性能
虽然90.4%模型校准AUC>0.70，但仅1.3%通过验证，表明典型植被指标预测力有限。59.5%模型显著优于随机模型，提示存在未被捕捉的生态机制。

3.3 驱动因素分析
线性混合模型显示CUGIC模型表现更优(p<0.001)。植被密度是最重要变量(ΔAUC最高)，而噪声和地址密度影响最小。飞行类群对水体距离更敏感，体现生态位分化。

3.5 物种分布热图
14个AUC>0.70的物种分布图显示：等足类(Paristoma notabilis)集中于森林区，而螨类(Sarcoptiformes)更分散，证实微生境选择的物种特异性。

【结论与意义】
研究首次证实城市无脊椎动物群落主要受绿色/蓝色基础设施驱动，而非人为压力。这一发现支持"城市作为元群落"假说，即现存绿地网络已满足多数物种扩散需求。尽管SDMs表现受限可能反映中性群落组装机制，但明确指出现阶段城市规划应优先保证绿地数量而非过度优化质量参数。该成果为实施"基于自然的解决方案"(NBS)提供了关键科学依据，同时展示了DNA宏条形码技术在城市生态研究中的巨大潜力。

方法论层面，研究揭示了传统生物多样性指标在城市尺度应用的局限性，呼吁开发包含微气候等新型预测因子。实践意义上，证实了即便在高密度城区，增加绿地斑块仍能有效提升生物多样性，这对实现联合国可持续发展目标(SDGs)中的城市生态目标具有重要指导价值。