低丰度分类单元记录对山地溪流水生昆虫群落评估的影响：基于逐步剔除模拟的分析

《Insects》：Effects of Sequentially Removing Low-Abundance Taxon Records from Community Matrices on Aquatic Insect Community Evaluation in Mountain Streams

　　

低丰度分类单元常在进行群落分析前被从数据集中过滤掉，这可能会移除关于空间群落差异以及群落组成与环境梯度之间关联的信息。研究人员研究了位于中国横断山脉山地溪流中的水生昆虫群落，并按照区域丰度从最低到最高的顺序逐步剔除了低丰度分类单元。研究人员比较了群落空间异质性、环境和空间关联、过滤后与完整群落矩阵之间的相似性以及分类单元特异性效应。空间周转率先下降，随后是基于丰度的群落相异性。群落与环境梯度和空间梯度的关联在剔除过程中发生了重组，且在序列后期组成偏离加速。不同分类单元的主要效应维度各不相同。低丰度并不意味着冗余的生态信息：低丰度分类单元记录的不均匀分布有助于估算局部独特性，并影响环境与空间关联以及与完整群落的相似性。山地溪流的监测和群落分析应尽可能保留原始分类单元记录，评估对分析过滤的敏感性，并根据研究目标应用合适的过滤规则。

一、研究背景与科学问题

在自然群落中，物种丰度分布通常呈现长尾形态：少数常见分类单元贡献了大部分个体数量，而大量其他分类单元则仅以低丰度存在。然而，低丰度并不等同于低生态相关性——它可能反映持续的局域种群、受限的生境利用、偶发迁入或不完全检测。现有研究常采用单一过滤阈值或仅关注单个响应指标，且多集中于微生物群落，尚不清楚低丰度分类单元记录如何塑造水生昆虫群落不同维度的信息。因此，研究人员提出四个核心问题：（1）空间异质性的哪个组分最先响应；（2）环境与空间关联沿逐步剔除轨迹如何变化；（3）群落组成保留度是否呈非线性下降；（4）不同分类单元在效应强度和主导效应维度上是否存在差异。

二、研究方法概述

研究区域位于中国横断山脉中部金沙江上游西岸的一级支流流域，共设置54个采样点，海拔范围2000–3130米。于2017年11月旱季进行一次集中野外采集，使用Surber采样器（30 cm × 30 cm，网目250 μm）在每个点位采集5份重复样合并为一个复合样品，最终获得包含83个分类单元的丰度矩阵。环境变量包括海拔、溶解氧、河宽、氧化还原电位和电导率等现场测量指标及实验室水化学参数。空间变量由距离为基础的Moran特征向量图（dbMEM）生成。分析方法包括：逐步剔除模拟（按区域相对丰度<2%的分类单元由低到高逐次剔除）、空间异质性度量（Bray-Curtis相异性、S?rensen相异性的周转组分β_sim和嵌套组分β_sne、总Hellinger beta多样性）、环境和空间关联分析（冗余分析RDA及变差分解）、群落组成保留度分析（自定义组成相似性指数CSI），以及基于分段线性回归的响应阈值识别和分类单元特异性效应评估。

三、主要研究结果

3.1 群落概况

54个点位共记录32,900个水生昆虫个体，隶属83个分类单元。其中73个分类单元的区域相对丰度低于2%，占全部分类单元的88.0%和全部个体的33.16%。双翅目和蜉蝣目分别占总个体数的39.7%和29.8%。

3.2 逐步剔除与空间异质性

空间周转组分β_sim最早出现支持的断点（剔除位置25），此时仅移除了0.46%的个体数但涉及30.1%的分类单元，表明低丰度分类单元的不均匀分布对站点间差异估计具有不成比例的影响。平均Bray-Curtis相异性和总Hellinger beta多样性的断点出现在剔除位置40和42。嵌套组分β_sne未检测到支持的断点。

3.3 环境与空间关联

联合模型的校正R²在剔除位置27出现支持的断点（仅移除0.63%个体数）。纯环境分数从0.1093增至0.1363，共享分数从0.1346降至0.1194，纯空间分数从0.0402降至0.0377，未解释分数从0.7159降至0.7066。这表明低丰度记录携带了与环境梯度和空间结构相关的信息。

3.4 群落组成保留度

累积CSI在剔除位置51出现支持的断点，此前群落组成与完整群落高度相似，此后因继续剔除较高丰度分类单元导致更大偏差。最终平均CSI降至0.776。位点间CSI变异在序列后期显著增大，标准差从约0.024增至0.127。

3.5 分类单元特异性效应

分类单元出现百分比与孤立CSI损失呈强正相关（Spearman ρ = 0.942）。Cryptoperla sp.的综合敏感度评分最高，其次为Nemoura sp.和Eucapnopsis sp.。不同分类单元在CSI、组成和环境/空间三个效应维度上的表现各异，反映了其观测丰度和分布模式的差异。

四、讨论与结论

讨论部分要点：

研究表明，低丰度分类单元记录并非可忽略的背景信息。空间周转是最早响应的指标，因为仅由少数个体代表的分类单元若分布不均匀，会显著放大站点间的差异估计。环境与空间关联的重组发生在剔除早期，说明低丰度记录同样承载着与环境梯度和网络结构相关的生态信号。群落组成保留度的非线性下降表明，随着剔除推进，剩余丰度结构使后续剔除产生更大的累积效应。分类单元特异性效应揭示，局域丰度高的分类单元主要影响位点内组成相似性，而空间分布不均的分类单元则对周转和环境-空间关联影响更大。研究同时指出，分类学分辨率（如摇蚊科鉴定至亚科水平）可能掩盖稀有属的信息，从而影响丰度排序和断点位置。

结论翻译：

低丰度分类单元并非可忽略的背景信息。它们的不均匀分布对估计的空间周转有贡献，并在逐步剔除过程中对环境与空间关联以及群落组成保留度产生不断变化的影响，而不同分类单元的主要效应维度各不相同。山地溪流的监测和群落分析应尽可能保留原始分类单元记录；根据检测可靠性、空间分布、分类学分辨率和研究目标制定过滤规则；并通过阈值敏感性分析和与完整矩阵的比较检验稳健性。这些推论适用于所观测到的混合分类学分辨率下的低丰度分类单元记录。