《Ecology and Evolution》：Hydrological Conditions Drive Colonial Waterbird Breeding Dynamics in Monsoon-Dependent Wetlands of Southern India
编辑推荐：
湿地生态系统对环境变异性高度敏感，但在依赖热带季风的气候景观中，水文与气候驱动因素对集群繁殖水鸟繁殖过程的相对重要性仍认识不足。研究人员于2022–2023年至2024–2025年三个繁殖季，在印度泰米尔纳德邦9处湿地调查了湿地水淹范围与气候条件对集群繁殖水鸟
湿地生态系统对环境变异性高度敏感，但在依赖热带季风的气候景观中，水文与气候驱动因素对集群繁殖水鸟繁殖过程的相对重要性仍认识不足。研究人员于2022–2023年至2024–2025年三个繁殖季，在印度泰米尔纳德邦9处湿地调查了湿地水淹范围与气候条件对集群繁殖水鸟巢居出现、集群丰度和物种丰富度的影响。繁殖响应通过系统实地调查量化，并与由Sentinel-2影像获得的湿地水淹范围及由ERA5再分析数据集获得的气候变量相联系。研究人员采用广义线性混合模型（GLMM）评估水淹范围、温度、降水和风速的影响。共记录16种集群繁殖水鸟。调查前30天时段的环境条件对繁殖响应的解释力始终最强。水淹范围成为巢居出现、集群丰度和物种丰富度的主导预测因子。巢居概率随水淹范围显著增加（β = 1.732，p < 0.001），集群丰度（β = 0.612，p < 0.001）和物种丰富度（β = 0.275，p < 0.001）亦随水淹程度增加而增加。最高温度对集群丰度和物种丰富度呈负效应，降水影响较弱且为负，风速无显著影响。研究结果表明，在季风依赖型湿地中，集群繁殖水鸟繁殖动态的主要驱动因素是湿地水淹，而气候因素对集群表现和多样性产生次要影响。在气候变率加剧背景下，保障适宜的水文条件对集群繁殖水鸟种群保护至关重要。
湿地是生态敏感且生产力较高的生态系统，水鸟的巢居、觅食和栖息高度依赖湿地水文条件。在季风驱动区域，降水格局与持续时间决定季节性洪水周期，进而影响湿地结构、食物网和猎物可获得性；气候变化可通过蒸发、降水时序和水量变化改变湿地水文，最终影响依赖湿地繁殖的水鸟。集群繁殖水鸟（colonial nesting waterbirds，指繁殖期在湿地及周边群集营巢的水鸟类群）因大量个体在同一地点繁殖，对环境条件尤为敏感。印度泰米尔纳德邦记录有19种集群繁殖水鸟，并拥有101处活跃鹭类巢群（heronries）和20处Ramsar湿地，是南印度重要繁殖区；但已有研究多集中于单一湿地或特定物种，缺乏多站点、跨繁殖季、同时评估巢居建立和集群丰度的定量研究，尤其缺乏对繁殖前短期气候变率及不同时间尺度影响的综合分析。为此，研究人员在9处湿地开展三个繁殖季研究，拟量化年际巢居出现和物种丰富度变化，比较调查前30、60、90天时间窗口，并用GLMM评估湿地水淹范围、最高温度、降水和风速对巢居到达、集群丰度和物种丰富度的影响。研究预测水淹范围与繁殖响应正相关，高温负相关，降水通过水文间接正效应，风速负效应。
方法上，样本队列为印度泰米尔纳德邦9处湿地2022–2023至2024–2025三个繁殖季。研究人员采用集群繁殖水鸟标准总计数法按月调查；以Sentinel-2 10 m影像在调查前15天合成并用修正归一化差异水体指数（MNDWI）估算水淹范围；ERA5再分析数据（约0.25°，~31 km）提取降水、2 m气温和10 m风分量；以赤池信息量准则（AIC）比较30、60、90天窗口；采用二项、负二项和泊松GLMM，纳入湿地身份和繁殖季随机截距，并以方差膨胀因子（VIF）和DHARMa进行诊断。
结果如下。3.1 巢居出现与物种丰富度：通过三季实地调查，9处湿地至少在1季记录到集群繁殖水鸟巢居，6处在所有调查年份均有巢居；Koonthankulam和Therthangal在2022–2023季无巢居，Vettangudi在2023–2024季无巢居；Karaivetti在2023–2024季有巢居但未收集系统丰度数据。共记录16种；Vedanthangal和Vaduvur物种丰富度较稳定，Vellode由10种降至6种和5种，Therthangal、Vettangudi和Koonthankulam随巢居有无呈明显波动。3.2 时间尺度选择：通过AIC比较，30天窗口对巢居出现、集群丰度和物种丰富度的支持均最强，故后续采用30天窗口。3.3 巢居到达驱动因素：二项GLMM显示水淹范围呈显著正效应（β = 1.732 ± 0.383 SE，z = 4.52，p < 0.001），水淹范围每增加1个标准差，集群建立几率约增加5.7倍；预测巢居概率由低水淹约0.55升至高度水淹近1.0；最高温度、降水和风速均不显著。3.4 集群丰度驱动因素：负二项GLMM显示水淹范围显著正效应（β = 0.612 ± 0.136 SE，z = 4.52，p < 0.001），最高温度显著负效应（β = ?0.414 ± 0.118 SE，z = ?3.51，p < 0.001），降水负效应（β = ?0.523 ± 0.176 SE，z = ?2.97，p = 0.003），风速负效应不显著（p = 0.099）；预测丰度随水淹增加而升高、随最高温度升高而下降。3.5 物种丰富度驱动因素：GLMM显示水淹范围强正效应（β = 0.275 ± 0.032 SE，z = 8.71，p < 0.001），最高温度负效应（β = ?0.143 ± 0.032 SE，z = ?4.44，p < 0.001），降水负效应（β = ?0.193 ± 0.064 SE，z = ?3.04，p = 0.002），风速不显著（p = 0.296）；水淹范围与物种丰富度变异关联最强。3.6 水文与气候预测因子的相对贡献：模型比较表明，对巢居出现，仅水淹模型与全模型接近（ΔAIC = 1.15）；对集群丰度，全模型支持最强（AIC = 3718.21），含水淹与温度模型优于仅水淹模型（ΔAIC = 5.01）。总体上，湿地水淹是繁殖活动的主导驱动因子，温度对集群丰度变异具有补充解释力。
讨论认为，水淹范围是巢居到达、集群丰度和物种丰富度的最强预测因子，支持淹水创造适宜觅食生境、提高猎物可获得性并降低陆生捕食者接近机会的解释；集群建立依赖水文条件及其可预测性。降水影响弱且不一致，可能因这些湿地受水库、灌溉系统、渠网和远源汇水影响，局地降水不能充分代表繁殖地水文状况，而水淹范围整合了降水、集水区过程、水资源管理和蒸发。最高温度负影响集群丰度和物种丰富度，讨论指出热应激可增加代谢和体温调节成本并影响觅食与育雏；风速无显著影响，可能因平均风速未捕捉极端大风事件。湿地间差异可能反映水文管理、连通性、巢材、干扰和再分布过程。研究局限包括ERA5空间分辨率约31 km、单观察者计数、MNDWI水体掩膜无独立精度验证、水淹范围未反映水深/水文周期/猎物/水质、分析为 assemblage 水平且未量化巢树、植被结构、捕食和人为干扰。保护管理上，应通过水库、灌溉系统和渠网管理维持繁殖季适宜水位，采取景观尺度水分配与湿地连通策略，保护并恢复巢树、控制入侵植被，维持水文功能良好且具适宜巢居生境的湿地网络，以增强气候变率下的种群韧性。研究结论翻译：研究结果表明，在季风依赖型湿地中，集群繁殖水鸟繁殖动态的主要驱动因素是湿地水淹，而气候因素对集群表现和多样性产生次要影响；在气候变率加剧背景下，保障适宜水文条件对集群繁殖水鸟种群保护至关重要。
