在广阔地理范围内解析Vereda湿地的决定因素

《Wetlands》：Disentangling Vereda Wetlands Determinants Across a Wide Geographic Extent

　　

Veredas是巴西塞拉多（Cerrado）热点生物群落中的湿地，以丰富的生物多样性和生态系统服务（包括供水和水碳储存）而闻名。位于平缓倾斜的低洼山谷中，地下水位出露并缓慢流动，其分布和非生物驱动因素仍知之甚少。研究人员测试了水可用性（降水）是否与Veredas分布正相关，而异质性地形（坡度方差）负相关。为了捕捉气候、地形和土壤变量的精细尺度变化，研究人员在Triangulo Mineiro and Alto Paranaíba地区采用了基于网格的方法，并研究了这些变量对Veredas出现的影响。结果支持了关于水可用性的假设，因为最干旱月份的降水与Veredas出现的概率正相关（R² = 0.03）。此外，关于坡度方差的假设也得到了支持，因为它与Veredas出现的概率和丰度负相关（R²分别为0.07和0.16）。有Veredas的小区域与没有Veredas的小区域在23个变量上存在差异，表明额外的预测因子有助于解释Veredas的分布。与之前的描述性气候带比较不同，本研究是第一个假设驱动、景观尺度评估Veredas出现决定因素的研究，与以下解释一致：水可用性可能补给地下水，而均匀的地形可能促进水成土壤形成和缓慢排水。这些发现为确定保护和水安全的优先区域提供了机制基础，强调了需要管理策略来预测Veredas对持续气候变化的脆弱性。

**论文解读：Vereda湿地分布决定因素的大尺度解析**

**研究背景与问题**
Veredas是巴西塞拉多（Cerrado）生物群落中的特有湿地生态系统，以其丰富的生物多样性和关键的生态系统服务（如供水、碳储存）而闻名。这些湿地形成于平缓倾斜的低洼山谷中，地下水出露并缓慢流动，支持着特有的水成土壤和植被结构（如Mauritia flexuosa棕榈）。尽管Veredas在区域水安全、碳封存和传统社区生计中具有重要价值，但其分布和非生物驱动因素此前研究不足。以往研究多局限于单个地点或小范围，缺乏对气候、地形和土壤变量如何在大尺度上协同决定Veredas出现与丰度的机制性理解。例如，Gon?alves et al. (2022) 在Triangulo Mineiro and Alto Paranaíba（TMAP）区域的描述性分析仅比较了不同气候区间的差异，但未建立与精细尺度变量的关联，也未探讨水可用性与平坦地形的具体作用。因此，本研究旨在通过假设驱动的方法，在大尺度景观上评估水可用性（降水）和地形异质性（坡度方差）对Veredas分布的影响，填补该领域的空白。

**主要技术与方法**
研究人员采用基于网格的方法，将TMAP区域划分为9 km2的微区域（microregion），并利用巴西农村环境登记系统（Cadastro Ambiental Rural – CAR）提供的Veredas多边形数据，生成质心点以估计丰度。从9,764个有效网格中随机抽取1,000个点（500个有Veredas，500个无），以平衡样本。气候变量来自WorldClim（30弧秒分辨率），地形变量来自EarthExplorer（1弧秒分辨率），土壤变量来自SoilGrids。通过主成分分析（PCA）识别变量贡献，利用置换多元方差分析（PERMANOVA）检验有/无Veredas微区域间的差异，并采用广义线性模型（GLM，二项分布）和零膨胀广义线性模型（ZIGLM，泊松分布）分别评估Veredas出现概率和丰度的预测因子，通过方差膨胀因子（VIF）筛选非共线性变量，基于似然比检验（LR）和R²分解评估各变量独立贡献。

**研究结果**
1. **General Patterns（总体格局）**：TMAP区域共有8,467个Veredas，平均每10.7 km2有一个。在9,764个网格中，44.2%有Veredas出现，55.8%无，丰度范围为0至24（均值1.35±2.23）。
2. **Principal Components Analysis（主成分分析）**：前三个主成分（PC1、PC2、PC3）解释67.80%的方差。PC1主要关联变量包括最湿月降水、海拔、日温差等；PC2中坡度方差、最大坡度等贡献突出；PC3中阳离子交换量（CEC）等变量显著。PCA显示有Veredas与无Veredas的微区域在变量空间上分离。
3. **Contributions of the Predictor Variables（预测变量贡献）**：
- 出现概率模型（GLM，R² = 0.30）：8个变量显著。最干旱月降水（正相关，R² = 0.03）、年均温范围（正相关，R² = 0.07）、温度季节性（正相关，R² = 0.02）与Veredas出现概率相关；年均温方差（负相关，R² = 0.02）和坡度方差（负相关，R² = 0.07）降低出现概率；土壤CEC（负相关，R² = 0.04）、pH（正相关，R² = 0.02）和最小基岩深度（负相关，R² = 0.03）也显著。黏粒含量和土壤有机碳含量不显著。
- 丰度模型（ZIGLM，R² = 0.43）：6个变量显著。年均温范围（正相关，R² = 0.10）、温度季节性（正相关，R² = 0.02）与丰度正相关；坡度方差（负相关，R² = 0.16）最强；土壤CEC（负相关，R² = 0.06）、pH（正相关，R² = 0.01）和土壤有机碳含量（负相关，R² = 0.08）也显著。最干旱月降水、年均温方差等不显著。
PERMANOVA进一步证实有/无Veredas微区域在气候、地形和土壤变量上均存在显著差异（R²分别为0.097、0.110、0.065）。

**讨论与结论**
研究证实了水可用性（最干旱月降水）与Veredas出现概率正相关，地形异质性（坡度方差）与出现概率和丰度均负相关，支持了提出的假设。温度年范围和坡度方差是最具影响力的因子，表明气候稳定性和地形均匀性对维持水成土壤和水文平衡至关重要。土壤变量（如低CEC、浅基岩）进一步揭示地下水位动态在Veredas形成中的作用。研究还发现，缺乏空间自相关，说明Veredas分布由局部环境条件而非邻近性驱动。碳积累更多是Veredas存在的后果而非前提。尽管CAR数据存在登记不完全的局限，但本研究首次在大尺度上建立了机制一致的关联，为保护优先区域的识别提供了基础。
**结论部分翻译**：
本研究推进了对Veredas及其在大地理尺度上分布的理解。研究人员表明，降水带来的较高水可用性，与低洼山谷中的平坦地形相关联，与这些重要环境的发生相关。这些条件与典型水成土壤的形成一致，此类土壤对水分储存和缓慢流动至关重要。此外，通过整合一系列非生物变量并采用多面分析框架，本研究提供了塑造这些生态系统决定因素的综合视图。鉴于气候和地形因子与Vereda分布的强烈关联，保护工作应优先考虑条件有利的区域，特别是在气候变化下预计降水或温度发生变化的区域。这些发现为指导有针对性的保护行动以维持Veredas的生态完整性和长期恢复力提供了机制基础。