《Biological Conservation》：Comparison of metrics for identifying Key Biodiversity Areas
编辑推荐：
本研究旨在评估当前KBA（Key Biodiversity Areas）标准中用于识别受威胁或地理受限物种的六种指标（成熟个体数量、占有面积AOO、适宜栖息地范围ESH、分布范围、地点数量、独特遗传多样性）的效能。研究人员以特内里费短翅灌木蟋蟀（Ariagona margaritae）为模型，通过对比分析发现，不同指标所识别的KBA在数量和位置上存在显著差异。其中，地点数量是种群规模的最佳代理指标，而基于互补性方法、利用Δ+计算独特遗传多样性的指标，能够最有效地覆盖多个遗传谱系和物种的进化轨迹。该研究结果为完善KBA标准、将遗传多样性更有效地纳入保护地规划提供了关键依据。
在“昆明-蒙特利尔全球生物多样性框架”（Kunming–Montreal Global Biodiversity Framework）设定了雄心勃勃的“3030目标”（即到2030年保护全球30%的陆地和海洋）的背景下，如何精准识别那些对生物多样性具有特殊重要性的区域，成为实现目标的关键。关键生物多样性区域（Key Biodiversity Areas, KBAs）正是为此目标而生的工具，旨在圈定出对全球生物多样性保护至关重要的地点。然而，尽管概念清晰，但在实际操作中，尤其是在为那些受威胁或地理分布受限的物种划定KBA时，科学家和保护工作者们面临着选择难题：现有的KBA标准提供了多达六种不同的评估指标（或称度量标准），哪一种才是最可靠、最能有效指导保护行动的呢？
这六种指标包括直接衡量种群规模的“成熟个体数量”，以及四个常用的种群规模代理指标：“占有面积”（Area of Occupancy, AOO）、“适宜栖息地范围”（Extent of Suitable Habitat, ESH）、“分布范围”（Range）和“地点数量”（Number of localities）。此外，还有一个独特的、旨在捕捉遗传变异的指标：“独特遗传多样性”（Distinct genetic diversity）。国际自然保护联盟（IUCN）的KBA指南明确推荐“成熟个体数量”作为首选指标，其他指标则被认为是精确度较低的替代方案。而“独特遗传多样性”指标由于其依赖遗传数据且应用复杂，在实际中极少被使用。然而，遗传多样性是物种长期生存和进化潜力的基石，将其有效纳入保护规划至关重要。这就引出了一个核心问题：这些指标在实际应用中表现如何？它们所识别出的保护区域是否一致？特别是，旨在保护遗传谱系的“独特遗传多样性”指标，其效果是否优于传统指标？为了回答这些问题，由Sarah Christin Gronefeld、Heriberto López等人组成的研究团队，选择了一种地理分布受限的昆虫——特内里费短翅灌木蟋蟀（Ariagona margaritae）作为模型物种，开展了一项细致的比较研究。
研究人员主要运用了以下几种关键技术方法：1. 遗传数据分析：采集了482份A. margaritae样本，通过生成单核苷酸多态性（Single Nucleotide Polymorphism, SNP）数据集（涵盖5237个位点，345个个体）来分析遗传结构。使用Structure软件和主成分分析（PCA）来辨别种群间的遗传分簇和变异。2. 地理空间分析与KBA指标计算：在R语言环境中，利用一系列空间分析包，计算了六种KBA指标在多个潜在KBA中的数值。这包括基于2km×2km网格计算AOO，利用高分辨率（20m×20m）物种分布模型（结合了18个环境变量）来估算ESH，以及基于遗传距离矩阵计算独特遗传多样性指标Δ+。3. 互补性分析方法：对于独特遗传多样性，研究不仅计算了每个区域的独立Δ+值，还创新性地采用了一种互补性为基础的方法，即通过组合不同的潜在KBA，寻找能够覆盖至少90%等位基因的最小区域组合，以最大化保护遗传多样性。4. 保护规划软件应用：使用了空间保护优先排序软件“prioritizr”，尝试在考虑所有遗传簇（Structure cluster）的情况下，规划出能覆盖各簇一定比例（20%）个体所需的最小KBA网络。
研究结果
3. Results
研究首先揭示了A. margaritae的遗传结构：通过Structure分析识别出四个遗传簇，各岛屿种群间分化明显，特内里费岛内存在两个簇及其混合区。高精度的栖息地模型（TSS约0.93，ROC>0.99）表明，到悬崖石南荒原的距离是影响该物种出现的主要因素。
最关键的发现在于，使用不同指标所识别出的KBA在数量、位置和面积上差异巨大：
- •
成熟个体数量 识别出4个KBA，覆盖了全部三个岛屿和所有四个遗传簇。
- •
占有面积（AOO）和适宜栖息地范围（ESH） 各自仅识别出1个KBA，分别位于拉戈梅拉岛和特内里费岛，覆盖的遗传多样性非常有限。
- •
分布范围 识别出的KBA均位于特内里费岛。
- •
地点数量 识别出3个KBA，均匀分布在三个岛屿上，覆盖了大部分遗传簇。
- •
独特遗传多样性（独立计算） 识别出4个KBA，但全部位于特内里费岛，虽然每个区域内部遗传多样性高，但这些区域彼此遗传上相似，未能覆盖其他岛屿的独特谱系。
- •
独特遗传多样性（互补性方法Δ+） 识别出4个KBA，覆盖了所有岛屿和全部四个遗传簇。
- •
使用prioritizr（基于遗传簇） 识别出4个KBA，同样覆盖了所有岛屿。
4. Discussion
4.1. Comparison between metrics
研究表明，除了独特遗传多样性，其他指标本质上是种群规模的代理，但种群规模并非遗传多样性的良好指标。在A. margaritae这个案例中，“成熟个体数量”和“地点数量”表现较好，能够覆盖较多的遗传多样性。然而，“成熟个体数量”在昆虫中可能波动剧烈，而“地点数量”则提供了更稳健的度量。AOO、ESH和“分布范围”等基于面积的指标，识别出的KBA数量少，捕获的遗传多样性比例也低，因为它们更容易受到所划定区域空间维度（面积大小）的影响。其中，“地点数量”在衡量地理受限、扩散能力弱的物种时，比固定网格的AOO更精确。尽管高分辨率的ESH模型能提供精确的生境信息，但精细的分辨率可能导致被识别为KBA的区域减少。
4.2. Applicability of distinct genetic diversity
讨论部分重点剖析了“独特遗传多样性”指标的应用。核心问题在于遗传多样性是非可加性的。简单地单独计算每个区域的遗传多样性（Δ+），可能会选中一系列本地多样性高但彼此遗传相似的区域，从而无法最大化保护物种整体的遗传变异和进化轨迹。在A. margaritae中，这可能导致完全遗漏拉戈梅拉岛和耶罗岛上的独特谱系，而这些隔离的岛屿种群甚至可能代表不同的物种。
研究指出，基于互补性的方法是解决这一非可加性问题的关键。这类似于保护规划中利用“互补性”来构建物种丰富的保护区网络。本研究创新的互补性方法，即寻找能最大化覆盖总等位基因多样性的KBA组合，被证明能最有效地确保涵盖多个遗传谱系和物种的进化轨迹。相比之下，使用遗传簇（可加性代理）并通过prioritizr进行规划的方法虽然快速简便，但在直接保护遗传多样性方面不如Δ+互补性方法准确。
结论与意义
本研究的核心结论是，在识别关键生物多样性区域时，不同指标会导向显著不同的保护优先区域。对于地理受限物种A. margaritae，“地点数量”是种群规模的最佳代理指标。然而，最重要的发现是，将“独特遗传多样性”指标以基于Δ+的互补性方法应用，能够最优地指导保护区域的选择，从而全面覆盖物种的遗传谱系和长期进化潜力。这强烈暗示，在当前KBA标准中，将独特遗传多样性仅仅作为准则A1（受威胁物种）和B1（地理受限物种）下的一个度量可能并不合适，它或许值得被考虑置于一个强调进化显著性的新子准则下。
这项发表在《Biological Conservation》上的研究，其重要意义在于首次通过一个真实的模型物种，系统比较了KBA标准中全部六种识别指标的性能，并重点验证和提出了优化遗传多样性指标应用的创新方法。研究结果为KBA标准与指南的修订、以及相关评估工具（如KBAscope）的完善提供了宝贵的实证依据。在全球积极推进“3030目标”的今天，这项研究提醒我们，保护区的扩张不仅需要追求面积目标，更需要借助科学的工具确保所保护区域的“质量”，即它们是否真正涵盖了维持生物多样性存续与进化的关键要素，特别是容易被忽视的遗传多样性。该研究为推动遗传信息更有效地纳入全球生物多样性保护实践迈出了坚实的一步。
