《Ecography》：Spatial variation and predictors of plant species' intrinsic climate sensitivity across the conterminous United States
编辑推荐：
理解物种对气候的敏感性如何在其分布范围内发生空间变异，并阐明重要原因，对于识别具有生态意义的地理单元和生物多样性保护行动至关重要。在本研究中，研究人员估计了维管植物（vascular plants）的气候发生生态位（climatic occurrence ni
理解物种对气候的敏感性如何在其分布范围内发生空间变异，并阐明重要原因，对于识别具有生态意义的地理单元和生物多样性保护行动至关重要。在本研究中，研究人员估计了维管植物（vascular plants）的气候发生生态位（climatic occurrence niches），以探讨美国本土（conterminous United States）物种内在气候敏感性（intrinsic climate sensitivity）的空间变异。具体而言，研究人员检验了物种敏感性在气候适应科学中心（Climate Adaptation Science Center，CASC）区域之间的变异是否大于区域内部的变异；这些区域依据相对气候一致性（relative climatic consistency）和地缘政治边界划分。研究人员进一步检验了纬度、地形复杂性（topographic complexity）和冰川历史（glacial history）作为内在气候敏感性的潜在预测因子，并预期它们共同解释变异。对于共享物种库（shared species pools），敏感性在CASC区域之间的变异大于区域内部的变异，表明CASC网络捕获了具有生物学相关性的气候脆弱性（climate vulnerability）格局。敏感性相关性在相邻或纬度相似区域之间最强，而距离较远区域之间关系较弱。置换网络检验（permutation network tests）和线性混合效应模型（linear mixed-effects models）进一步揭示总体区域结构化的敏感性格局，以及CASC区域之间平均敏感性的显著差异。在具有更大地形复杂性和冰后期覆盖（post-glacial coverage）的较高纬度区域，内在气候敏感性趋于较低。总之，这些发现表明历史遗留效应（historical legacies）和区域环境背景塑造了物种内在气候敏感性的大尺度空间格局，并且气候定义的空间单元可能为气候变化下区域化生物多样性保护提供有用框架。
研究背景方面，物种对环境的敏感性可随其分布范围发生空间变异，同一物种会因局地适应（local adaptation）、表型可塑性（phenotypic plasticity）和环境条件差异而在不同地点表现出不同敏感性。理解物种对气候变化的敏感性如何及为何变化，有助于在气候变化下确定保护资源应投向何处以及如何配置。物种内在气候敏感性（intrinsic climate sensitivity）指物种因地理稀有性和气候特化而对气候变化表现出的易感性，而非由外部气候暴露直接决定。然而，稀有性和特化的值高度依赖背景和尺度，在不同环境背景、空间范围或分辨率下评估时，推断可能显著改变。生态区划（ecological regionalization）将空间划分为相对均质的环境单元，可为解释生物多样性敏感性沿空间—环境梯度的格局提供必要背景。CASC网络是由美国内政部建立的气候聚焦区域化框架，旨在提供直接服务于气候适应策略的协调数据和分析。其区域边界并非纯粹由数据推导的生态区，而是整合宏观气候与生态相似性、基于州的治理和区域伙伴关系能力，并沿州界划分以促进机构、大学和管理组织协调。关键问题是，基于气候的区域化框架是否捕获物种内在气候敏感性的生物学有意义结构，此前尚未得到明确检验。此外，纬度、地形复杂性和冰川历史被假设可塑造物种对气候变化的响应。维管植物因具有较高的分类、功能和系统发育多样性，覆盖广泛的生活史、扩散能力和生理耐受梯度，且多为固着生物，分布常紧密关联温度和湿度状况，并拥有跨大地理范围的丰富记录，因此成为研究内在气候敏感性区域变异及评估气候定义管理单元生物学相关性的理想系统。研究人员使用美国本土CASC网络内维管植物分布，估计内在气候敏感性，并提出三个问题：物种内在气候敏感性是否在CASC区域内比区域间更一致；是否在CASC区域间呈非随机空间组织；是否随纬度、地形复杂性和冰后期面积覆盖增加而下降。研究结论表明，敏感性在CASC区域间差异大于区域内，区域结构化明显，较高纬度、较大地形复杂性和冰后期覆盖区域敏感性较低；历史遗留和区域环境背景塑造了物种内在气候敏感性的大尺度空间格局，气候定义空间单元可为气候变化下区域化生物多样性保护提供框架。
关键技术方法方面，研究人员从World Plants数据库提取美国维管植物清单，并从全球生物多样性信息机构（Global Biodiversity Information Facility，GBIF）下载出现记录，来源包括大学和国家标本馆、政府机构、自然历史博物馆、生物多样性监测项目及iNaturalist研究级观测。仅保留物种水平、坐标不确定性小于1 km且位于美国本土地理范围内的记录，去除重复，并剔除任一气候变量超出物种均值4个标准差的气候异常记录。气候数据采用WorldClim ver. 2.1（基于CRU TS 4.06数据产品），空间分辨率2.5 arc min，覆盖1960—2021年月最低温、最高温和降水。保留CASC区域出现点n ≥ 10、州出现点n ≥ 5的物种。以1-km缓冲区合并计算发生面积（area of occurrence，AOO），以5个气候变量广度加权标准化平均计算气候敏感性（climate sensitivity，CS），二者结合为稀有性和气候敏感性（rarity and climate sensitivity，RCS）指数。空间分析投影至North American Albers Equal Area Conic（EPSG:5070），采用Pearson相关、置换检验、线性混合效应模型、NatureServe保护等级验证及纬度、地形复杂性、冰川历史预测因子分析。
研究结果中，RCS within versus between CASC regions（目标1）显示，在全部48个美国本土州共享且每州至少5条出现记录的22种维管植物基础上，RCS在CASC区域内部相似性显著高于区域之间。整体上，CASC区域内部平均相关为r = 0.63，区域之间为r = 0.28，差异超过随机区域分配预期，p < 0.001。区域特定分析显示，中西部（Midwest）、中北部（North Central）、东南部（Southeast）、西北部（Northwest）、西南部（Southwest）和东北部（Northeast）六个区域内部相关显著高于区域间，所有置换p ≤ 0.01；南中部（South Central）分化较弱，差异为0.097，p = 0.43。物种敏感性估计在州和区域间可大幅变化，*Helianthus annuus*和*Rudbeckia hirta*等物种在完整RCS范围内变异。NatureServe州保护等级与RCS格局大体一致，许多物种—州组合缺乏NatureServe排名；在控制物种身份后，保护等级序数预测因子与RCS呈显著负关联，表明更濒危等级对应更高RCS，β = ?0.059 ± 0.015 SE，t = ?3.87，p < 0.001。例如*Ambrosia artemisiifolia*在中西部、东南部和东北部RCS较低，并常被列为S5（Secure）。Regionally structured RCS patterns（目标2）基于所有七个CASC区域共享的384种维管植物，每区域至少10条出现记录。多数区域对间相关为正，最强正相关出现在相邻区域，中西部与东北部最大r = 0.68；共享纬度区域总体相关性也较强，非相邻且纬度不同区域相关性较弱。置换网络检验显示，总体区域相似性显著超过随机物种重分配预期，平均区域间r = 0.27，p < 0.001，表明RCS呈空间结构化格局。控制物种身份后，线性混合效应模型显示CASC区域平均RCS差异显著，F
6, 2298 = 62.99，p < 0.001；区域结构解释9.2%的RCS变异（marginal R
2），物种水平异质性解释额外大量变异（conditional R
2 = 0.34）。多数区域对对比显著，Holm校正p < 0.05；不显著差异主要出现在相邻或纬度相似区域，包括中西部与东北部、中北部与西北部、中北部与西南部、中北部与东北部、南中部与东南部、西北部与西南部、西南部与东北部。Spatial predictors of RCS variation（目标3）在州尺度使用22种、CASC尺度使用384种。包含三个预测因子的混合效应模型显示，RCS与冰川历史和地形复杂性均呈显著负关联，p < 0.001；纬度负关联在州尺度较弱且边缘显著，p = 0.07，在CASC尺度显著，p < 0.001。似然比检验表明，在两个尺度上全模型均显著优于任何单预测因子模型，所有p < 0.001，说明RCS变异不能由单一预测因子解释。Moran's I检验在州尺度检测到弱残差空间自相关，I = 0.138，p = 0.042，Monte Carlo p = 0.046；在CASC尺度未检测到空间自相关，I = ?0.283，p = 0.737，Monte Carlo p = 0.694，表明混合效应模型捕获了大部分空间结构。
讨论部分中，Regional variation and strength of the CASC network指出，物种内在气候敏感性具有明显区域结构，同一物种在不同区域常表现出显著不同敏感性。此前研究显示国家与区域分析中RCS排序大体一致，但本研究评估的是气候和管辖定义管理区域之间的空间结构，而非空间范围扩张或收缩时排序是否稳定。CASC区域内一致性高于区域间，反映CASC网络捕获了广泛空间气候格局，可能成为区域气候变化下指导生物多样性保护的有效工具。相对于国家或州尺度，CASC区域可能平衡过宽尺度带来的强环境异质性和保护规划治理碎片化，以及过细行政划分导致冗余和资源分配低效。作为州对齐且由强联盟支持的网络，CASC系统为协调、持续和实际推进保护提供基础。研究结果与The Nature Conservancy的Resilient and Connected Network互补：后者主要基于景观，优先考虑地球物理代表性、地形气候变异和连通性，而RCS分析以物种为中心，提供区域可比的内在气候敏感性量化。将RCS区域敏感性表面叠加到优先区域，可识别同时具有高韧性景观和高气候敏感物种集中的区域，以及敏感性总体较高区域内的战略避难所和踏脚石。RCS只需易获取的物种出现点和气候变量层，不需详细生活史或物种特定人口参数，可一致应用于大且分类多样的物种库，减少对研究充分脊椎动物和魅力类群的分类偏倚。RCS与独立NatureServe保护排名总体对应，表明其捕获了生物学意义脆弱性；许多物种—州组合缺乏正式评估，RCS可作为初步脆弱性筛查和提示需详细调查类群的补充工具。局限包括出现记录空间采样不均，尽管合并缓冲区减少高采样地点对AOO的膨胀；RCS反映现实气候生态位宽度，而非直接生理耐受、人口响应或适应能力，因此更适合筛查而非替代机制性脆弱性评估。External predictors of spatial variation in RCS指出，美国本土维管植物内在气候敏感性在较高纬度、较大海拔范围和曾受冰川覆盖区域显著较低。这可能反映适宜微气候、迁移走廊或冰后重建所塑造的适应性状更易获得。全球变暖下物种常向高海拔和高纬度迁移；低海拔或低纬度地区环境温度与物种上热耐受限差异较小，生物更易受热胁迫及暖化加剧干旱影响。近期冰川振荡可能塑造独特适应性状组合，使物种表现出较低内在气候敏感性。冰后期幸存和重建物种可能通过更宽气候生态位、更高扩散能力、较低生态特化和较大地理范围等性状，演化出对气候变率更高耐受。反复冰期—间冰期振荡可能选择更具移动性和泛化能力的物种。植物多为固着生物，不能通过移动逃避不利气候，必须依赖局地存续或繁殖体扩散追踪适宜环境。RCS未显式纳入扩散能力和景观屏障，但它们可通过塑造现实分布和气候生态位宽度间接影响RCS估计。
研究结论翻译：该研究表明，美国本土物种内在气候敏感性的格局具有空间结构，并可能受冰川历史、纬度和地形复杂性影响。物种敏感性在CASC区域内部的相对一致性支持CASC网络对气候变化下生物多样性保护规划的生态相关性。较低敏感性与较高纬度更大的冰后期覆盖和更崎岖地形相关，表明历史遗留和区域环境背景有助于缓冲物种对气候变化的影响。通过整合出现数据和空间气候信息，RCS方法为在广泛分类和地理尺度上评估物种内在气候敏感性提供了稳健而高效的手段。研究结果表明，RCS可近似评估评估不足类群（如植物）的保护状态，并且像CASC系统这样气候定义区域网络可帮助组织和增强气候知情生物多样性保护的有效性。
