基于Time of Emergence (ToE)框架的物候变化检测新方法：从物候时间、环境条件到群落同步性

《Methods in Ecology and Evolution》：A new approach for detecting phenological change using Time of Emergence (ToE) methodology

　　

许多物种正通过改变迁徙或繁殖等物候事件的发生时间来响应环境变化。这些变化通常以变化速率报告，既不能指示此类变化何时超越其原始状态，也未考虑物种在其物候事件期间是否经历新的环境条件或与其他物种发生物候错配。研究人员提出一种新的、可推广的方法，通过应用源自气候科学的统计与经验Time of Emergence (ToE)指标，检测并情境化物候数据中的变化，而不论分类群或地点。该方法可明确识别物种何时偏离其基线物候事件发生时间，并判定物种在其物候事件期间是否经历新的环境条件或与其他物种发生物候错配。组合使用这些指标可检测物种物候响应在时间、环境和群落同步性上的涌现。研究人员通过模拟探索这些指标，并将其应用于一组多样化的示例数据集（蝴蝶、海洋浮游生物和樱花）。随后，研究人员开发物候涌现、环境涌现和物种错配的群落尺度指标，可应用于任何尺度、任何分类群的生物多样性政策制定。这些方法可通过phenometrics R包获取。

一、研究背景与问题
许多物种正通过改变迁徙、繁殖等物候事件的发生时间响应环境变化，已有研究多以变化速率报告这些位移，但速率不能说明物候何时明确超越原始状态，也未考虑物种在物候事件期间是否经历新的环境条件或与其他物种发生物候错配（phenological mismatch，物候错配）。气候科学中的Time of Emergence (ToE，涌现时间)指标可检测气候何时超越历史常态，但多由气候数据间接计算，不直接反映生物响应。为此，研究人员将统计与经验ToE指标直接用于生物物候数据，以检测物候时间、事件环境及群落同步性的明确变化，并开发群落尺度指标和phenometrics R包。

二、研究开展与意义
研究人员构建Time of Phenological Emergence (ToPE，物候涌现时间)、Time of Environmental Emergence (ToEE，环境涌现时间)和Time of Mismatch (ToM，错配涌现时间)指标，并聚合为Phenological Shift Index (PSI，物候位移指数)、Phenological Decoupling Index (PDI，物候解耦指数)和Community Desynchrony Index (CDI，群落去同步指数)。通过模拟和英国蝴蝶监测计划（UKBMS）、连续浮游生物记录仪（CPR）及京都樱花数据，证明这些指标可识别物种物候响应分类、环境解耦、物种错配和群落去同步，提供跨类群、地点和采样方法的标准化监测与政策指标。其意义在于补充变化速率分析，回答物候是否已经结论性改变，并将物候监测纳入生物多样性政策。

三、关键技术方法
方法以线性回归去趋势生成反事实时间序列；统计法用单侧Kolmogorov–Smirnov (KS，柯尔莫哥洛夫–斯米尔诺夫)检验比较原始序列与n_b=100个自助样本，60%检验在α=0.05下显著记为阳性；经验法用去趋势序列的Q_0.25或Q_0.75分位数阈值；连续5年阳性定义涌现。ToEE替换为物候事件当天的环境变量并反向检验；ToM将焦点种趋势替换为比较种趋势并作双侧检验；群落指标由个体物种结果聚合。样本队列来源：UKBMS 1976–2023年59种蝴蝶、约2500站点；CPR 1985–2021年北海16种浮游生物；京都樱花895–2025年。模拟检验趋势、变异、样本量、基线长度和涌现阈值。

四、研究结果
3.1 模拟
通过设置不同趋势强度β、年际变异e和样本量r的组合进行模拟，结果表明：年数到涌现与变异正相关、与趋势强度负相关；样本量仅与统计ToPE负相关，且在高样本量时收益递减；统计法在样本量较大（约>20）时通常检测更快，经验法在低样本量时更适用。基线长度增加时，统计ToE上升至渐近线，经验ToE缓慢增加；涌现阈值不影响统计法时点，但显著影响经验法。结论是可根据数据属性选择方法并估计所需监测时长。

3.2 示例数据集
将指标应用于三个示例数据集。UKBMS中大多数物种最终属于undershifting（偏移不足），即同时出现新物候时间和新温度；shifting（位移）多于decoupling（解耦），纯解耦较少；no signal（无信号）多与缺年和观测少有关；单化与多化种的群落去同步模式相似。CPR中多数物种为shifting，仅各有一个decoupling和undershifting，三个no signal且不似由缺数据造成，可能为真实无响应；个体错配比例低于UKBMS，与最终分类和营养级关系不明显。群落指标上，两数据集的PDI均低于PSI，CPR差异更明显；PSI水平相近但CPR检测更快，UKBMS的PSI增速随时间放缓而CPR仍线性增加；CDI在两数据集均线性增加，UKBMS更快且均未放缓。京都樱花中，经验ToPE检测到11个涌现期，交替为提前和推迟，其中6个提前（暖期）、5个推迟（冷期），持续35–125年；最后时期连续阳性最多，可能与人为气候变化趋势更强及晚期数据更可靠、离散更小有关。结论：方法可揭示不同类群的物候响应差异及群落后果。

五、讨论总结与研究结论翻译
讨论指出，ToE物候指标和phenometrics包提供识别物候时间或环境条件偏离原状态的标准化方法，统计法与经验法可依数据选择；不需牺牲数据建立历史基线，并直接考虑生物响应。指标可汇总用于比较甚至投影跨生态系统物候响应、分类、错配和群落去同步，模拟框架可估计监测时长，强调长期监测价值；经验法对阈值更敏感，统计法更受基线长度影响。ToEE可区分稳定气候下的无响应与缺乏可塑性的解耦；decoupling和undershifting挑战物候随温度线性位移的假设。群落指标可比较，但跨生态系统比较需谨慎，且ToE只能检测不能归因原因或效应。研究结论（翻译）：phenometrics包中的指标和方法提供一套以独特、简单且广泛适用的方式回答单种和整个生态系统物候问题的方法。研究人员提供定量方法，用于比较物种物候与环境条件以及与其群落中其他物种物候；还开发聚合指标，以量化和比较跨生态系统的群落尺度物候响应。研究人员希望这些方法可为将物候监测和指标整合到地方、区域和全球尺度的生物多样性—气候政策中提供实用方法。