Nikhil Thomas | Thiago Cesar Lima Silveira | Torcuato Pulido Mantas | Marcelo Schuler Crivellaro | Bárbara Segal | Carlo Cerrano
这些入侵生物往往难以被及时发现,通常在它们初次定居多年后才会被发现。因此,早期发现与及时管理对于成功根除入侵生物至关重要(Simberloff, 2020; Crivellaro et al., 2022)。广泛的监测计划提高了发现这些外来物种的可能性。近年来,视觉调查、环境DNA(e-DNA)和公民科学等监测方法在全球范围内被越来越多地用于入侵物种的检测和管理(Larson et al., 2020; Silva et al., 2014)。基于这些监测工作,早期发现和快速响应(EDRR)框架为在入侵初期采取行动提供了结构化的方法(Reaser et al., 2020)。EDRR是检测与管理之间的关键纽带,旨在在种群不可逆扩张之前识别入侵物种(Leung et al., 2002)。通过促进协调响应,这一策略减少了生态和经济影响,并提高了根除的成功率(Simberloff et al., 2013; Reaser et al., 2020)。视觉监测协议已被用于实现EDRR并描述入侵的现状(Silva et al., 2014)。此外,建模潜在分布对于理解海洋生物入侵也起着关键作用(Ohanna et al., 2025)。然而,在更细的空间尺度上,预测方法仍然有限。
Tubastraea coccinea(俗称太阳珊瑚或橙杯珊瑚)已在环热带地区扩散。值得注意的是,它已成功入侵西大西洋(Cairns, 2000; Creed et al., 2017a)。该物种对石油和天然气平台有明显的偏好,成为其进入新区域的主要媒介(Creed et al., 2017a)。在巴西,该物种已在多种生境中被记录到,包括石油平台、贻贝床(Mantelatto and Creed, 2015)、珊瑚礁、岩石海岸以及大石块底部、悬垂面和洞穴(Almeida Saá et al., 2020; Castro and Pires, 2001; Van?ato et al., 2023)。研究表明,这种生物的r-选择生活史策略与其快速且成功的入侵有关(Almeida Saá et al., 2020; De Paula et al., 2014; Glynn et al., 2008; Silva et al., 2014)。它们与本地物种竞争资源,可能导致社区结构发生显著变化,从而改变海洋景观(Creed et al., 2021; Lages et al., 2011; Riul et al., 2013; Silva et al., 2014)。
要理解入侵动态,还需要考虑珊瑚礁尺度的栖息地复杂性。栖息地的三维(3D)结构起着关键作用,因为它影响物种的分布和数量(Graham and Nash, 2013; Zawada and Brock, 2009),其中固着物种会争夺空间和其他资源(Dayton, 1971; Porter, 1976)。对于T. coccinea来说,观察到它利用了不适合本地物种的空间(如悬垂面、大石块底部、垂直表面、洞穴和裂缝),例如依赖光线的共生虫黄藻Palythoa caribaeorum(Duchassaing and Michelotti, 1860)(Almeida Saá et al., 2020; Miranda et al., 2018)。然而,在量化可能影响T. coccinea分布和数量的特征方面仍存在差距。识别具有适合T. coccinea生长的地貌特征的区域有助于规划管理措施,从而实现快速且有针对性的根除行动,可能适用于预测适宜性建模。
作为量化这些细尺度地貌特征的第一步,开发了一种基于时间的视觉评估协议(以下简称地貌协议)(Silveria et al., 2023)。该协议补充了巴西现有的基于时间的视觉调查方法,用于量化太阳珊瑚的存在(以下简称太阳珊瑚协议)(Creed et al., 2017b; Gomes et al., 2015)。本研究结合了结构运动(SfM)摄影测量技术来量化地貌特征,并将其与最近开发的地貌协议进行比较。近年来,SfM摄影测量技术在水下环境中的应用得到了广泛测试(Ferrari et al., 2022; Pulido Mantas et al., 2023a)。事实证明,该技术快速、准确且可重复(Bryson et al., 2017; Burns et al., 2015; Figueira et al., 2015; Lavy et al., 2015; Storlazzi et al., 2016),已有研究对比了传统视觉调查和SfM调查的估计结果(Bayley et al., 2019; Burns et al., 2020; Couch et al., 2021; Pulido Mantas et al., 2023b)。
尽管视觉调查被广泛用于监测和管理活动,但必须认识到视觉评估依赖于主观估计,可能受到观察者偏见的影响(Wilson et al., 2007)。因此,需要标准化方法来确保通过视觉调查进行的细尺度底栖评估的准确性和有效性。本研究的主要目标是:(i)评估新协议的可靠性,并将其与SfM摄影测量进行比较(作为案例研究);(ii)使用半自动化工作流程开发和估算T. coccinea群体的3D表面积。
研究地点
本研究在巴西西南大西洋沿岸的Arvoredo海洋生物保护区(Rebio Arvoredo)的岩石礁中进行,该保护区面积为176平方公里,位于南纬28°36′16.9400″至28°13′43.1800″之间。调查地点包括Rancho Norte(RN)、Farol(FL)和Engenho(EN)、Batismo(BT),如Crivellaro et al., 2021, 2022年所述,时间范围为2023年2月至4月(图1)。
数据收集
采用了配对采样方法。
地貌调查
多变量分散的同质性分析显示,各观察者之间的分散是一致的(df = 2, F = 0.257, p = 0.257)。进一步的PERMANO分析用于评估观察者(包括SfM注释)对每个站点数据变异的影响,结果显示“观察者”因素对观察到的变异没有显著贡献(df = 2, F = 0.8383, p = 0.0603)(表1)。
讨论
视觉调查和结构运动(SfM)摄影测量提供了本质上不同的信息类型:视觉评估产生半定量的、基于观察者的分类,而SfM生成连续的、空间明确的三维指标。在本研究中,来自视觉调查的半定量地貌数据与SfM生成的估计值进行了比较,后者被用作参考框架以满足研究目标。
结论
T. coccinea物种表现出对细尺度地貌特征的强烈偏好,如大石块底部、悬垂面和洞穴。本研究证实了所开发的地貌协议在量化这些特征方面的有效性,其成功应用有助于识别高风险入侵区域,从而促进T. coccinea的有效管理。此外,本研究还提供了基线数据。
CRediT作者贡献声明
Nikhil Thomas:撰写 – 审稿与编辑、原始草稿撰写、可视化、方法论、调查、正式分析、概念化。
Thiago Cesar Lima Silveira:撰写 – 审稿与编辑、监督、方法论、正式分析、概念化。
Torcuato Pulido Mantas:撰写 – 审稿与编辑、监督、方法论。
Marcelo Schuler Crivellaro:撰写 – 审稿与编辑、监督。
Bárbara Segal:撰写 – 审稿与编辑。
Carlo Cerrano:撰写 – 审稿与编辑。
资助
PACS Arvoredo项目(Arvoredo海洋生物保护区及其周边地区太阳珊瑚预防和控制行动计划)是根据IBAMA于2020年8月7日颁发的运营许可证No. 1587/2020实施的。该项目与Santos盆地的Baúna油田开发系统相关,由Karoon Energy公司负责。该项目的主要目标是生成关于入侵物种Tubastraea coccinea的科学知识。
利益冲突声明
作者声明以下可能的财务利益/个人关系:Nikhil Thomas表示获得了Vlaamse Universiteiten en Hogescholen Raad(VLUHR)的财务支持;Thiago Cesar Lima Silveira、Marcelo Schuler Crivellaro和Bárbara Segal表示获得了Karoon Energy Ltd.的财务支持。如果还有其他作者,他们声明没有已知的财务利益或个人关系。
致谢
我们衷心感谢Laboratório de Ecologia de Ambientes Recifais (LABAR)的同事们,特别感谢Karina Orsolini和Tainá Luchese Gaspar在野外工作期间的宝贵支持。我们还要感谢马尔凯理工大学的团队在整个研究过程中提供的帮助和重要资源。主要作者感谢Erasmus Mundus奖学金和Erasmus+培训项目的支持。