基于贝叶斯网络(BNI)与水下影像技术解析南极半岛环境异质性对底栖群落结构的影响机制

南极半岛西部(WAP)作为全球变暖最快区域，其底栖群落结构变化对生态系统韧性至关重要。来自未知机构的研究团队创新性结合便携式遥控潜水器(ROV)影像采集与贝叶斯网络推理(BNI)技术，在1 km2的Dodman岛海域开展研究。通过分析0.8 m2尺度下的底质类型与形态分类单元(morphotaxa)数据，发现底质粒度(granulometry)、最大水深和冰川距离是影响群落异质性的关键环境变量，其中海星表现出独特的网络连接特性。该研究为预测气候变化下底栖生态系统演变提供了新型分析范式。

　　

南极半岛西部(WAP)正经历着全球最剧烈的升温过程。温度升高与风力增强正在改变海冰动力学(sea-ice dynamics)，进而影响海底生物群落。底栖生物(benthic communities)的局部异质性(heterogeneity)不仅能提升生物多样性(biodiversity)，更通过功能冗余(functional redundancy)增强生态系统韧性(ecosystem resilience)。

研究团队在WAP的Dodman岛1 km²海湾内，使用便携式遥控潜水器(ROV)对4个采样点进行视频采集。每个采样点包含间距50 m的多个10 m²区域，并在其中获取0.8 m²的高清海底照片。所有数据均在南极夏季的一周内完成采集。通过对海底图像的形态分类单元(morphotaxa)和底质类型标注，运用贝叶斯网络推理(BNI)技术构建了生物类群与环境变量的生态依赖网络。

结果显示不同采样点间存在显著的底栖群落小尺度异质性，包括分类学(taxonomical)和功能群(functional groups)两个维度。在贝叶斯网络中，底质粒度(granulometry)、最大水深和冰川距离成为连接度最高的环境变量，而海星(starfish)是唯一表现出类似连接特性的生物类群。通过BNI分析发现：底质粒度变化对所有生物类群产生强烈影响，而大型藻类(macroalgal)丰度变化的传导效应相对较弱。这项研究开创性地展示了BNI技术与非破坏性采样(non-destructive sampling)相结合，在预测底栖生态系统变化和指导保护策略方面的强大潜力。