《Ecological Indicators》：Climate-driven habitat loss of Chinese sturgeon in the Northwestern Pacific and implications for marine protected area design
编辑推荐：
气候变化是物种分布变化的关键驱动因素，进而影响海洋生物多样性、生态系统结构和功能。中华鲟（Acipenser sinensis）是一种极度濒危的溯河洄游鱼类，其海洋生活史阶段的知识极为匮乏。本研究利用集成建模方法，整合了十一种算法（包括人工神经网络ANN、分类
气候变化是物种分布变化的关键驱动因素，进而影响海洋生物多样性、生态系统结构和功能。中华鲟（Acipenser sinensis）是一种极度濒危的溯河洄游鱼类，其海洋生活史阶段的知识极为匮乏。本研究利用集成建模方法，整合了十一种算法（包括人工神经网络ANN、分类树分析CTA、柔性判别分析FDA、广义加性模型GAM、广义提升模型GBM、广义线性模型GLM、多元自适应回归样条MARS、最大熵Maxent、随机森林RF、降采样随机森林RFd和极限梯度提升XGBoost），基于卫星遥测、渔业兼捕记录、环境DNA（eDNA）和公共生物多样性数据库等多源发生数据，预测了中华鲟在西北太平洋的栖息地适宜性。研究发现，温度是主导驱动因子，其次是pH最大值和总悬浮物（TSM）。在当前气候条件下，适宜栖息地面积约为826,672 km2，主要集中在长江口和浙江沿海。在未来气候情景下，栖息地预计将大幅收缩并向北迁移；在最极端的SSP5-8.5情景下，到2100年适宜栖息地将完全消失。研究表明，静态海洋保护区边界可能因气候变化而失效，亟需向动态的气候适应性区划策略转型。本研究建立的集成建模框架为数据有限条件下的濒危海洋物种保护提供了可复制的模板。
研究背景与科学问题
气候变化是驱动海洋物种分布格局变化的核心因素，直接影响海洋生物多样性、生态系统结构与功能。已有研究表明，许多海洋物种已因气候条件改变而发生分布区位移。中华鲟（Acipenser sinensis）作为一种极度濒危的溯河洄游鱼类，是连接长江生态系统与邻近海洋环境的旗舰物种。尽管其在淡水生活史阶段的研究较为充分，但其超过90%生命周期所在的海洋阶段的生态学知识却极为匮乏。这一关键知识空白主要源于开阔大洋环境中直接观测、标记和追踪的技术困难和高昂成本。历史上，对该物种海洋分布的认知主要依赖于零星的卫星标记研究和沿海渔业兼捕记录，导致其被视为数据有限物种，严重制约了基于证据的海洋空间规划和保护措施制定。为此，研究人员开展了一项旨在绘制当前栖息地适宜性图谱、识别关键环境驱动因子并预测未来栖息地变化的综合性研究。
研究方法与技术路线
研究人员采用了多算法集成建模方法，具体技术流程包括：首先，从卫星遥测、渔业兼捕、重捕记录、环境DNA调查以及全球生物多样性信息 facility（GBIF）、海洋生物地理信息系统（OBIS）和iNaturalist等在线数据库中收集了222个原始出现点，经去重、陆地点剔除和网格稀疏化处理后，最终获得149个出现点用于建模。其次，从Bio-ORACLE v3.0和GMED v2.0数据集获取了21个候选环境变量，通过最大熵模型重要性排序和皮尔逊相关性分析（|r| > 0.75阈值筛选）进行变量选择，最终保留了7个相对重要且低共线性的环境变量：pH最大值、pH最小值、平均初级生产力、平均硅酸盐、平均温度、地形崎岖度指数（TRI）和总悬浮物（TSM）。随后，利用R语言biomod2包集成了11种算法：人工神经网络（ANN）、分类树分析（CTA）、柔性判别分析（FDA）、广义加性模型（GAM）、广义提升模型（GBM）、广义线性模型（GLM）、多元自适应回归样条（MARS）、最大熵（Maxent）、随机森林（RF）、降采样随机森林（RFd）和极限梯度提升（XGBoost），采用随机策略生成伪不存在点，并以真技能统计量（TSS）>0.8为标准筛选算法构建集成模型。最后，将集成模型分别投影至当前（2010-2020年）和未来两个时期（2050年代和2100年代）的三个共享社会经济路径（SSP1-2.6、SSP2-4.5和SSP5-8.5）情景下。
研究结果
环境变量贡献与响应曲线：经过共线性过滤和重要性检验后，保留了七个环境变量。其中，平均温度是最重要的预测因子，其次是pH最大值和平均总悬浮物（TSM）。响应曲线显示，预测概率随温度呈单峰响应，在约17.8°C时达到峰值；栖息地适宜性与初级生产力呈弱正相关关系；在一定范围内与TSM呈正相关，反映了浑浊、营养丰富水域与高底栖猎物可利用性之间的关联。
模型性能与变量贡献：11种单一模型的TSS值范围为0.843 ± 0.015（GAM）至0.986 ± 0.004（RF），受试者工作特征曲线下面积（ROC）值范围为0.960 ± 0.021（CTA）至1.000 ± 0.000（RF）。所有算法均满足TSS>0.8和ROC>0.8的入选标准，集成模型的中位TSS达到0.944，显示出极高的预测精度。
当前与未来潜在分布：在当前气候条件下，中华鲟的适宜栖息地总面积约为826,672 km2，热点区域集中在长江口及浙江和江苏沿海海域。在不同未来气候情景下，适宜栖息地面积呈现持续缩减趋势：2050年SSP1-2.6情景下降至722,365 km2（减少12.6%），SSP2-4.5情景下降至672,598 km2（减少18.6%），SSP5-8.5情景下降至632,409 km2（减少23.5%）；2100年SSP1-2.6情景下降至742,814 km2（减少10.1%），SSP2-4.5情景骤降至441,121 km2（减少46.6%）。在最极端的SSP5-8.5情景下，到2100年研究区域内所有网格均被归类为极低适宜性，即适宜栖息地完全丧失。此外，栖息地重心预计将向北迁移，在SSP2-4.5情景下，到2050年迁移约155-165公里，到2100年迁移高达325公里。
讨论与结论
讨论部分：集成模型的高性能（中位TSS=0.944）反映了多源数据整合扩大了环境空间覆盖范围，以及多算法集成缓冲了单一模型偏差的双重优势。对于中华鲟这类数据有限物种，集成建模比单一算法更具优势，能够显式量化和降低预测不确定性。温度作为主导驱动因子的发现与海洋变暖驱动鱼类分布变化的大量证据一致，温度可能通过影响代谢率、生长、猎物分布和迁徙时间等多种途径发挥作用。TSM与栖息地适宜性之间的正相关关系为底栖觅食生态学提供了机制联系，舟山群岛等高TSM区域的软沉积物基质和高初级生产力维持了丰富的多毛类、软体动物和小型甲壳动物，构成了中华鲟的主要食物来源。pH变量的纳入也值得关注，海洋酸化对海洋鱼类的潜在影响日益受到重视。研究还指出了若干局限性：分析仅限于海洋生活阶段，未考虑淡水产卵栖息地的气候影响；出现数据偏向东海，黄海和渤海记录较少；模型未包含生理耐受性、种间相互作用、猎物动态以及捕捞、航运和污染等人为压力因素；未来TSM数据不可得，假设其恒定不变引入了额外不确定性；模型也未考虑适应性进化或表型可塑性。
结论部分翻译：本研究首次利用整合了11种SDM算法的多算法集成建模框架，对整个西北太平洋极度濒危中华鲟的海洋栖息地适宜性进行了全面预测。主要发现有三点：第一，集成模型确定长江口、杭州湾及浙江和江苏沿海水域为当前分布热点，栖息地适宜性与总悬浮物所指示的底栖猎物可利用性密切相关；第二，在未来气候情景下，特别是SSP5-8.5情景，适宜栖息地预计将大幅收缩并向北迁移，到2100年即使低适宜性区域也将完全消失；第三，与单一模型方法相比，多算法集成方法有效降低了预测不确定性，增强了这种数据有限物种分布预测的稳健性。这些发现具有三项直接保护意义：在一切照常排放情景下预测的栖息地完全丧失表明，气候变化减缓不是可选补充，而是该物种在海洋中长期存续的基本前提；长江口和舟山群岛作为核心避难所的确定为立即采取保护行动提供了空间明确的优先区域，特别是保护放流幼鱼释放后期间的底栖猎物资源；预测的栖息地北移表明，静态海洋保护区边界随时间推移很可能失效，需要向由定期模型更新支撑的动态气候适应性区划转变。本研究所建立的集成建模框架为数据有限条件下的保护优先级排序提供了可复制的模板，并可推广至具有相似生活史限制的其他濒危海洋物种。
