基于模型分类的Macleania rupestris种内形态变异与环境驱动因素研究及其保护意义

本研究通过随机森林(Random Forest)和层次聚类分析，揭示了厄瓜多尔南部山区特有植物Macleania rupestris存在两个显著形态类群(G1/G2)，其种子数(SNF)、果实湿度(H)等关键性状受气候季节性显著影响，构建的预测模型准确率达99.5%，为高山生态系统保护提供科学依据。

　　

引言：

Macleania rupestris作为杜鹃花科(Ericaceae)的重要物种，在厄瓜多尔南部山地森林中展现出显著的种内形态变异。这项研究通过分析200个个体15个数量性状，首次系统揭示了该物种的形态分化模式及其环境驱动机制，对理解高山植物适应性进化具有重要价值。

材料与方法：

研究选取阿苏艾(Azuay)和卡尼亚尔(Ca?ar)省4个海拔2750-3312米的种群，测量包括果实长度(FL)、种子数(SNF)等关键性状。采用Hellinger转换标准化数据后，通过Ward层次聚类和随机森林分析识别形态类群，并运用广义线性模型(GLMs)评估气候季节性与空间自相关的影响。

结果：

1. 形态类群分化：

   发现两个显著差异的形态类群(G1/G2)，其中G1以高种子数(SNF=68.4)为特征，G2则具有更大果实(FL=13.1mm)和湿度(H=83%)。方差分解显示果实湿度(H)的组间变异达85.6%，而叶柄长度(P)仅28.5%。

2. 环境驱动机制：

   温度季节性正向影响果实湿度(H)和长度(FL)，但负向影响种子数(SNF)。空间自相关分析表明，局域扩散过程会显著降低果实性状变异。主成分分析(PC1)解释60%变异，整合了关键性状的环境响应模式。

3. 预测模型应用：

   建立的随机森林模型以99.5%准确率区分类群，其中种子数(SNF)和果实湿度(H)的基尼指数贡献度最高(合计48.6%)。模型代码已开源，可直接用于野外种群监测。

讨论：

形态分化反映了对山地环境的适应性策略：高种子数类群(G1)可能适应稳定生境，而大果实类群(G2)更耐受气候波动。该研究创新性地将PCNM空间分析与功能性状方差分解结合，证实了环境异质性驱动种内分化(ITV)的生态假说。

管理建议：

建议采取"就地保护+模型指导恢复"的双轨策略：

1. 建立包含两类群的保护小区网络

2. 利用分类模型筛选适生种源进行生态修复

3. 将果实湿度(H)等关键性状纳入监测指标体系

这项研究为理解热带高山植物"形态-环境"互作提供了新范式，开发的性状分类框架可扩展应用于其他濒危物种保护。