整合竞争—定殖权衡（CCTO）与生境破碎化解析人类干扰对生物多样性的交互效应

《Ecography》：Disentangling the interactive effects of anthropogenic disturbances on biodiversity

　　

人类活动通过气候变化、生境破碎化（habitat fragmentation）以及干扰（disturbance）频率和规模增加威胁生物多样性（biodiversity）。多种理论研究试图揭示这些因素如何促进或阻碍物种共存。然而，对上述因素的相对重要性及其相互作用的理解仍然有限。本研究采用理论方法，将三个常被提及的共存机制——竞争—定殖权衡（competition–colonisation trade-off, CCTO）、中间干扰假说（intermediate disturbance hypothesis, IDH）和生境破碎化——整合到一个统一模型中。研究人员实施一种新方法，将生境结构整合到微分方程系统中，从而构建一个简单且灵活的模型，可用于研究在竞争等级中排列的多个物种在不同干扰和生境结构情景下的共存。利用该模型，研究人员发现，考虑不同机制之间的相互作用对于解释物种共存至关重要。随着生境破碎化增加，沿干扰梯度会出现不同于IDH所预测单峰曲线的生物多样性模式（如双峰）。此外，在高干扰情景下，生境丧失的作用超过空间隔离（spatial isolation）效应，而在低干扰下，隔离可塑造物种共存。这些发现强调，在生物多样性管理中需要整合空间和时间机制。

研究背景与总体设计：人类活动直接通过景观改造和干扰、间接通过气候变化影响生态系统，进而影响种群动态、物种分布、种间互作和生物多样性维持。元群落（metacommunity；由局域群落通过扩散连接形成的群落集合）理论可解释共存条件，但多数研究一次只聚焦一个机制并保持其他因素恒定；空间过程（如资源异质性和生境结构）难以纳入数学模型，而空间显式模拟又常与数学模型结论不一致。同时，CCTO所依赖的严格竞争等级（competitive hierarchy；强者替代弱者）受到质疑，IDH也不能涵盖自然中单调增减或U形等多样性—干扰模式。现有模型常较复杂，野外生态学家难以直接使用。为解析多因素相对重要性及交互作用，研究人员以Tilman的CCTO方程为基础，用新方法把生境破碎化（可居住/不可居住空间）整合进微分方程系统，构建空间隐式元群落模型；以生境丧失H表示poor斑块比例，以空间自相关指数A表示斑块空间聚集/隔离程度，以干扰死亡率μ表示自然和人为干扰，并按竞争等级排列任意数量物种。研究得出：不同机制的交互对解释物种共存至关重要；沿干扰梯度可出现非单峰（双峰、多峰或振荡）生物多样性模式，且随生境破碎化变化；高干扰下生境丧失比空间隔离更重要，低干扰下隔离可塑造共存。其意义在于提供一个简单、灵活、可由野外数据参数化且无需专门数学技能的工具，连接生态学理论与实际应用，并提示生物多样性管理需整合空间与时间机制。

主要关键技术方法（不超过250字）：本研究采用理论建模与解析分析。基于Levins元种群框架和Tilman的竞争—定殖权衡（CCTO），构建空间隐式微分方程元群落模型；用生境丧失H（poor斑块比例）与空间自相关A分别刻画生境丧失和斑块空间分布，并以Eq. 4的landing rate（依赖A、H、扩散距离d_i）近似Poisson扩散核下进入rich斑块的概率。两物种情形求解析平衡解并做局部稳定性分析，再按竞争等级扩展至S物种，以Shannon有效多样性指数（effective diversity；以有效物种数表示）量化多样性。通过数值情景比较H、A、μ及物种数（2、5、10、20、50、100）的影响。本研究无样本队列来源。

研究结果：
（1）Results with two species：通过两物种解析模型比较coloniser（c_i=d_i=0.9）与competitor（c_i=d_i=0.2）的经典CCTO情景，并比较两者均局限扩散（d_i=0.2）的情形。结论是模型可展示CCTO下coloniser与competitor的共存条件，并为后续H、A、μ分析提供基线。

（2）Habitat loss (H)：通过两物种平衡解分析H与μ、A的交互。H增加总体利于coloniser；中等μ下两物种共存参数空间最广；μ升高时共存仅见于低H；高H叠中等μ可导致整体灭绝。

（3）Disturbance (μ)：通过改变μ并比较H、A情景。coloniser的恢复力随μ增加；μ=0.05时共存参数空间最广；低μ下competitor总排除coloniser，高μ下coloniser相对成功；但高H下高干扰可致普遍灭绝。

（4）Spatial autocorrelation (A)：通过改变A分析空间聚集/隔离效应。A增加总体选择competitor，对共存作用较小；但在特定景观组成下可起关键作用，如低μ高H，或中等/高μ且rich与poor斑块比例均衡时。

（5）Two species with local dispersal：通过令两物种扩散均受限（d_i=0.2）与前述近全局扩散情景比较。结果大体可比；局域扩散在高A、高H下较利于coloniser；中高μ下对共存影响有限，但在高H且μ=0.01时增强共存；解耦定殖率c_i与扩散距离d_i会产生不对称交互。

（6）Results with S species：通过5、10、50物种及Eq. 7、Eq. 8追踪物种兴衰。5物种与2物种大体可比；10和50物种沿H梯度出现振荡/多峰，A降低使多样性峰值出现在较低H；共存物种不一定按定殖能力顺序出现，高c_i物种可在较低H与competitor共存。10物种沿μ梯度可呈IDH单峰，也可在H=0.4时呈多峰；无空间结构（H=0，A=0）时5或10物种未出现多峰。50物种增加中间c_i物种后，H梯度上振荡频率增加并扩展支持多样性的H范围；高μ下多样性总体下降，低μ下总体上升。机制上，低μ时初级competitor占优，干扰创造空斑利于高c_i coloniser；当定殖能力差距大时，最高c_i策略获得空斑并与初级competitor共存，形成多样性峰；进一步干扰引起coloniser顺序周转，初级competitor下降、次级competitor上升，coloniser减少并形成多样性谷；此循环沿竞争等级重复直至灭绝界限，形成振荡。该机制在H或A存在时也适用，前提是c_i足以维持rich habitat中的持续存在。

讨论部分总结：模型结果总体与既有理论一致：高干扰下coloniser策略占优，短扩散可在低干扰下提高多样性；空间隔离在中等至高H（约>0.4）支持共存；IDH作为共存机制得到一般支持，但模型沿H梯度产生多峰和振荡等替代模式。研究特别强调交互效应：高μ低H与低μ高H时多样性峰值位置不同；A仅在高μ的低—中H下影响明显；增加隔离可较均质景观提高多样性。物种数少时近最优策略易主导，物种数多时参数空间扩展，使适合度相近的competitor、coloniser或二者共存，可解释自然中替代性多样性—干扰关系。振荡随物种数增加而更频繁，因为c_i等距且竞争等级严格时，较小干扰变化即可引起优势种更替；这提示离散采样可因局地物种数和生境配置得到递增、递减或单峰曲线。总体上高μ下多样性随H下降，低μ下随H上升。与既有含空间因素的理论相比，引入A有两项优势：允许跨斑块扩散，并使连通性丧失效应随物种扩散能力缩放；因此共存不一定按定殖能力顺序出现，且高c_i coloniser可在多个干扰梯度点与competitor共存；无空间复杂性时少数物种不出现振荡。既有关于破碎化独立于生境数量的汇总显示其多数显著响应为正，本研究在相同生境量下降低A常提高多样性，支持碎片化景观可与等面积大斑块具有相近保护价值；A效应依赖H和μ，并可显著塑造H的后果，尤其在中H时。模型可外推：较小连通绿地可能呈单峰多样性—干扰模式，同一面积碎片化后可能呈多峰；低干扰区H超过约70%阈值时可能仅余coloniser谱系（若扩散距离允许到达分散适生区），高干扰区则可能灭绝。模型灵活性还允许解耦c_i与d_i、模拟rich/poor斑块资源有限及加入不同死亡率等扩展，并可用特定物种经验数据校准以预测局地多样性热点或识别受威胁物种。

研究结论译述：这些发现强调，在生物多样性管理中需要整合空间和时间机制。总之，尽管该模型有意简化以适用于广泛物种，但其定性结果与既有文献一致，并产生关于生境破碎化组分如何交互影响生物多样性的新见解；该研究提出一种将空间异质性整合进生态位分配模型的新方法，并可能与其他现有模型（如lottery model、diffusion model或spatial moment equations）结合而具有启发式扩展。