《Ecological Indicators》：Ecological indicators of biodiversity and ecosystem responses to climate change in agroecology and nature-based solutions: a scoping review
编辑推荐：
摘要专业翻译
气候变化正在重塑跨尺度的生物多样性格局与生态系统过程。然而，用于追踪这些变化的生态指标在结构与应用上仍不均衡。本研究旨在系统梳理并综合农业生态学（agroecology）与基于自然的解决方案（nature-based solutions, NbS
摘要专业翻译
气候变化正在重塑跨尺度的生物多样性格局与生态系统过程。然而，用于追踪这些变化的生态指标在结构与应用上仍不均衡。本研究旨在系统梳理并综合农业生态学（agroecology）与基于自然的解决方案（nature-based solutions, NbS）中用于评估气候变化下生物多样性与生态系统响应的生态指标。研究人员采用PRISMA-ScR指南指导的范围综述（scoping review），检索了Scopus、Web of Science和Google Scholar数据库，覆盖2003年至2026年的文献。研究人员从最终纳入的89篇文献中，通过结构化编码框架提取数据，并利用指标–尺度–响应矩阵（Indicator–Scale–Response Matrix）和指标应用指数（Indicator Application Index, IAI）进行综合。研究结果显示，物种多样性、生态系统生产力、碳动态、生态系统服务和恢复力等指标被共同依赖。但在这些指标的应用方式上存在差异：农业生态学优先采用基于过程（process-based）和田间尺度的测量，根植于局部生态相互作用；而NbS则强调与监测和报告体系相关联的标准化、可扩展指标。跨尺度整合仍然不均衡，尤其是在将物种水平响应与生态系统和景观指标相连接方面。遥感（remote sensing）和关键生物多样性变量（Essential Biodiversity Variables, EBVs）为跨尺度连接提供了新兴途径，但田间整合仍不充分。研究结果表明，指标体系的碎片化限制了跨管理情境的连贯生态评估。加强田间观测与可扩展监测方法之间的对齐，有望提高农业景观中气候适应与生态系统管理生态指标的可比性和可用性。
论文解读文章
一、研究背景与问题提出
气候变化正在深刻改变全球生物多样性格局和生态系统过程，物种分布迁移、物候变化、群落重组以及灭绝风险上升等生态响应已在各区域和生物群系中被广泛记录。这些变化进一步影响生态系统功能，包括生产力、养分循环、碳储存、生物调控以及对环境扰动的抵抗能力。与此同时，气候相关的生态变化与土地利用压力日益交织，给生态系统状况监测和管理响应评估带来了新的挑战。
在农业景观中，气候变化、生物多样性保护、粮食生产和生态系统管理高度交汇。农业系统对气候变率尤为敏感，因为维持生产的生态功能依赖于从田间到景观尺度的生物相互作用。生物多样性支撑着授粉、害虫调控、养分循环、土壤形成和生产力稳定性，这些均在气候变化条件下影响农业恢复力。农业生态学作为通过多样化、生物相互作用、适应性管理和减少外部投入来强化农业系统生态过程的路径，已获得广泛关注；基于自然的解决方案（NbS）则作为应对气候适应、减缓、生物多样性保护和人类福祉的基于生态系统的方法迅速扩展。
然而，现有研究存在一个显著空白：缺乏对农业生态学和NbS中生态指标如何被应用于捕捉气候变化下生物多样性和生态系统响应的系统审视，也缺乏对两类方法之间指标选择差异以及新兴监测技术如何促进跨尺度生态评估的考察。这限制了能够支持环境监测、适应性管理和政策实施的连贯指标框架的发展。本研究正是针对这一需求，通过系统梳理和综合相关文献，旨在增强生态指标在农业生态学和NbS框架中的整合应用。
二、研究设计与方法
研究人员开展了一项遵循PRISMA-ScR指南的结构化范围综述，检索了Scopus、Web of Science和Google Scholar三个数据库，覆盖2003年至2026年间发表的文献。检索词组合涉及农业生态学、基于自然的解决方案、生物多样性、生态指标、生态系统功能、生态系统服务和气候变化等关键词。纳入标准要求文献为同行评议期刊论文或学术专著章节，且涉及生态指标开发、应用、生物多样性监测、生态系统功能评估、生态系统服务评价、气候变化响应监测或指标化评估等领域。最终纳入89篇文献，其中84篇为同行评议研究论文，5篇为学术专著章节。
数据提取采用结构化编码框架，从指标类别、生态维度、应用尺度、方法论路径、监测框架和气候变化评估相关性等方面对每项研究进行编码。指标被划分为四大类别：生物多样性指标（物种丰富度、丰度、多样性指数、功能多样性、群落组成）、生态系统功能指标（生产力、生物量、养分循环、分解、碳动态、生态稳定性）、生态系统服务指标（授粉、生物害虫调控、水调节、土壤保持、碳固存、食物供给）和气候响应指标（恢复力、适应能力、物种再分布、物候变化、对气候扰动的抵抗、生态系统恢复）。
证据综合通过构建指标–尺度–响应矩阵实现，该矩阵按指标类别、生态尺度、方法论路径、管理情境（农业生态学或NbS）和气候响应维度五个分析维度组织研究。研究人员还开发了指标应用指数（IAI），根据方法整合深度对研究进行加权：概念性或框架性研究权重为1.0，应用单一生态指标的实证研究为1.5，整合多种指标和/或生态系统服务指标的研究为2.0，采用多尺度评估、整合监测系统、遥感方法或多重证据来源组合的研究为2.5。证据强度依据明确的定量阈值划分为强、中、有限三个等级。
三、研究结果
3.1 概念与指标框架
对概念和指标框架的梳理显示，从生态学理论到应用监测结构呈现渐进发展。早期指标理论为区分描述生态系统状态和轨迹的结构性与功能性变量提供了概念基础。关键生物多样性变量（EBVs）将这一基础扩展为覆盖遗传、物种和生态系统层面的标准化观测系统，增强了跨区域和土地利用系统的可比性，但在农业生态学和NbS中的应用仍不均衡。基于性状的方法将关注点从物种计数转向调节生态系统过程的功能特征，证据表明功能多样性比物种丰富度更能一致地解释生态系统稳定性，尤其是在气候变率条件下。IPBES框架建立了生态系统、生态系统服务和人类福祉之间的结构化联系，但转化为可测量的生态指标在农业景观中仍不均衡。遥感指标扩展了跨大尺度空间的生态监测能力，但地面农业生态测量与其整合仍有限，尤其是土壤过程和细尺度物种相互作用方面。
在89篇纳入研究中，生物多样性指标应用于52项研究（58%），生态系统功能指标应用于41项研究（46%），生态系统服务指标应用于27项研究（30%），气候响应指标仅应用于19项研究（21%）。这一分布凸显了生物多样性导向测量的主导地位，而气候响应指标的代表性明显不足。
3.2 农业生态学与NbS中的指标应用
农业生态多样化与更高的物种丰富度和功能多样性持续相关，反映了气候胁迫下更强的生态相互作用和系统稳定性改善。农林复合系统依赖生物量积累、冠层复杂性和栖息地异质性等结构性指标，将植被结构与碳动态和气候调节功能联系起来，但生物多样性介导的过程较少被明确测量。间作系统强调产量稳定性、害虫调控和资源效率等功能性指标，这些指标捕捉了在气候变率下稳定生产并减少外部投入依赖的生态相互作用。NbS干预，特别是恢复和景观尺度项目，依赖综合生态系统服务指标，如碳固存、水调节和栖息地供给，这些指标常被组合为用于报告和政策对齐的综合指数，但聚合改善了跨区域可比性却降低了对底层生态过程的可见性。土壤相关指标在两类方法中均有出现，土壤有机碳、微生物活性和养分循环提供了生物多样性与生态系统功能之间的直接联系。
IAI结果显示，农业生态多样化和土壤管理的整合深度较高（均为3.0），农林复合（2.8）和间作（2.7）呈中等整合水平，NbS恢复的综合指数得分较低（2.5），反映了其对聚合指标的依赖。定量综合显示，单一指标研究占数据集的34%，多指标研究占28%，多尺度或整合监测方法仅占18%，概念性研究占20%，表明大多数研究仍停留在单一指标或概念层面。
3.3 气候变化下生物多样性响应指标
物种分布变化指标直接反映气候变率引起的范围扩展、收缩和沿环境梯度的迁移，近期研究将这些变化与农业镶嵌景观及周边自然系统中群落组成的改变联系起来。灭绝风险指标捕捉了气候变化、土地利用集约化和栖息地破碎化综合压力下各分类群的脆弱性，在景观简化和功能多样性降低的系统中脆弱性往往被放大。生态系统生产力指标反映气候胁迫下生物量生产和产量稳定性的变化，将生物多样性组成与生态系统功能和农业产出联系起来。生物多样性–生态系统功能指标提供了生态多样性与生态系统表现之间的直接联系，在农业生态设计中占据核心地位。景观水平生物多样性再分布指标捕捉了气候变化下生态群落的时空重组，影响生态系统服务供给并可能改变农业生态学和NbS干预的有效性。
跨指标水平的整合仍然有限。物种水平指标经常独立于生态系统和景观指标被报告，降低了追踪跨尺度级联生态响应的能力。农业生态学研究（n=47）强调土壤生物多样性（62%）、作物多样性（55%）和恢复力指标（40%）；NbS研究（n=42）优先碳固存（60%）、水调节（45%）和标准化生态系统服务指标（50%）。仅12项研究（13%）明确尝试了将物种水平响应与景观指标相联系的跨尺度整合。
3.4 政策、治理与指标整合
应用修订后的证据强度阈值，生物多样性–生态系统功能关系被识别为强证据（≥5项跨多个区域的研究），特别是在授粉和生产力稳定性方面；土壤生物多样性对恢复力的贡献为中等证据（2–4项研究）；气候响应指标仅具有有限证据（1–2项研究涉及农业生态情境中的物候变化或适应能力）。
生态指标在治理系统中的整合呈现两条部分平行的轨迹。农业生态学受参与式治理安排塑造，指标选择嵌入农民经验、地方生态知识和场地特定环境条件中，支持结合定性观察与半定量生态指标的灵活指标体系。NbS则受制度和政策驱动，依赖定量和基于模型的指标，设计用于政策报告和投资评估。农业生态学以气候适应为重点，而NbS采用减缓–适应双框架，导致指标优先级的分化。这种分离限制了监测系统之间的互操作性，并削弱了地方生态过程与全球报告结构之间的连续性。
四、讨论与结论
研究表明，农业生态学和NbS在生态指标应用上共享物种多样性、生态系统生产力、碳动态、生态系统服务和恢复力等共同基础，但在应用方式上存在系统性差异。农业生态学倾向于基于过程、嵌入地方情境的指标，而NbS强调标准化、可扩展的指标以支持跨尺度比较和政策对齐。跨尺度整合的不均衡，特别是物种水平响应与生态系统和景观指标之间的连接不足，是当前指标体系的主要局限。遥感技术和关键生物多样性变量（EBVs）为跨尺度连接提供了新兴途径，但田间整合仍不充分。
研究结论指出，碎片化的指标体系限制了跨管理情境的连贯生态评估。加强田间观测与可扩展监测方法之间的对齐，有望提高农业景观中气候适应和生态系统管理生态指标的可比性和可用性。将地方生态观测与更广泛的生物多样性、生态系统功能和气候适应结果评估相连接的指标框架，对于支持环境监测、适应性管理和政策实施至关重要。研究建议在农业生态学和NbS框架内发展能够整合地方生态过程与区域及全球监测倡议的指标体系，以更有效地应对气候变化下农业生态系统监测、评估和管理的挑战。
