大潮脉冲下功能冗余与结构灵活性作为对比的浮游生物策略

《Marine Environmental Research》:Functional Redundancy and Structural Flexibility as Contrasting Plankton Strategies Under Macrotidal Pulses

【字体: 时间:2026年07月18日 来源:Marine Environmental Research 3.4

编辑推荐:

  摘要:大潮河口是持续重构海岸环境的水动力脉冲系统。尽管季节性动态已有充分记录,但浮游生物在这些超动态栖息地中存续的短期机制仍知之甚少。研究人员调查了热带亚马逊拉姆萨尔湿地(Amazonian Ramsar site)的浮游生物群落如何响应高频潮汐振荡。通过整合

  
摘要:大潮河口是持续重构海岸环境的水动力脉冲系统。尽管季节性动态已有充分记录,但浮游生物在这些超动态栖息地中存续的短期机制仍知之甚少。研究人员调查了热带亚马逊拉姆萨尔湿地(Amazonian Ramsar site)的浮游生物群落如何响应高频潮汐振荡。通过整合昼夜采样与随机森林(Random Forest, RF)和沙普利加法解释(SHAP)建模,揭示了极端潮汐能量作为一种严苛的生态过滤器,驱动了落潮期间营养脉冲与涨潮期间浮游植物生物量峰值之间的时间解耦。在这种物理胁迫下,群落采用了不同的恢复力策略。浮游植物依赖功能冗余(Functional Redundancy),尽管潮汐平流驱动了高分类更替,但仍保持了稳定的功能架构。相反,浮游动物表现出结构灵活性(Structural Flexibility),同步重组其分类组成和功能性状以利用短暂营养资源。预测模型表明,功能多样性捕捉了分类指标所忽略的精细尺度机制响应,确认了层级自下而上控制(Bottom-up Control)。具体而言,水动力学调节溶解氮和硅酸盐等特定营养物对生产者的可用性,进而影响资源质量,从而结构化消费者性状。这些发现确立了生产者冗余与消费者灵活性之间的相互作用作为一种基本的存续机制。最终,本研究强调高频功能性状可作为生态系统变化的敏感早期指标,提供了一个新颖的预测框架,对于评估高度动态沿海环境中的恢复力并指导生物多样性保护至关重要。
**论文解读:大潮脉冲下浮游生物功能冗余与结构灵活性的对比策略**

**研究背景与问题**

全球大潮河口(Macrotidal Estuaries)是受潮汐、河流径流和风相互作用的高度动态系统,其水动力脉冲(Pulse)持续重构海岸环境。尽管季节性浮游生物动态已有研究,但短期(如半日潮和月相周期)内浮游生物群落如何在高频物理振荡中维持存续的机制仍不清楚。现有研究存在三大关键空白:①许多研究时间分辨率低,不足以捕捉半日潮和月相变异性;②分类学与功能学方法相互割裂;③缺乏集成预测模型来解释热带大潮河口多营养级恢复力机制。因此,开展这项研究旨在整合高频采样、功能性状分析和预测模型,探究潮汐振荡如何影响热带大潮河口浮游生物群落的组织,特别是验证假设:极端潮汐振荡促进不同营养级间对比性恢复力策略——浮游植物依赖功能冗余,而浮游动物依赖结构灵活性。

**研究内容与结论**

研究人员在巴西亚马逊海岸的圣马科斯河口复合体(S?o Marcos Estuarine Complex, SMEC)——一个被拉姆萨尔湿地(Ramsar site)认定的热带大潮环境——开展了研究。通过24小时每2小时一次的高频采样(涵盖大潮期和小潮期),结合环境变量测量、浮游生物分类与功能性状分析,以及随机森林(Random Forest, RF)和沙普利加法解释(SHAP)建模,得出以下结论:①极端潮汐能量作为生态过滤器,驱动了落潮营养物峰值与涨潮浮游植物生物量峰值之间的时间解耦;②浮游植物通过功能冗余维持稳定功能架构,尽管分类组成受潮汐平流驱动而高更替;③浮游动物通过结构灵活性同步重组分类组成和功能性状,以利用短暂营养资源;④功能多样性比分类多样性更能捕捉精细尺度机制响应,确认了层级自下而上控制(Bottom-up Control),即水动力学调节营养物可用性,进而影响生产者资源质量和消费者性状。该研究发表在《Marine Environmental Research》。

**主要关键技术方法概述(不超过250字)**

研究人员在SMEC固定站位开展昼夜采样(2024年5月),每2小时采集表层水样,覆盖大潮和小潮期。环境数据使用CTD(YSI EXO3)测量温度、盐度、电导率和深度,ADCP(Sontek/YSI, 500 kHz)测量流速,并计算水流动能(Ek)。悬浮颗粒物(SPM)采用重量法,溶解氧(DO)和pH用多参数探针,营养盐(NO2-、SiO2-、PO43-、NH4+、NO3-、TN、TP)采用分光光度法。浮游植物用45μm网采集,鉴定后计算细胞丰度;浮游动物用120μm网采集,鉴定至最低分类等级并估算碳生物量。功能多样性计算采用FD包(R语言)中的4个互补指数:功能多样性(FD)、功能丰富度(FRic)、功能分异度(FDiv)和功能均匀度(FEve),以及功能离散度(FDis)。统计方法包括PERMANOVA、PERMDISP、PCoA、nMDS、Mantel检验和Pearson相关。机器学习框架采用随机森林回归(5折交叉验证)和SHAP分析,将预测变量分为水动力、营养物/自下而上、营养/自上而下三组,评估对功能多样性的相对贡献。

**研究结果**

**3.1. 水动力强迫、环境变化与短期营养动态**
通过PERMANOVA分析,水动力强度解释了环境变异的最大比例(R2=0.217,p=0.001),与月相和高水动力相互作用显著。大潮期流速更高(1.35±0.70 m s-1),落潮时超过2 m s-1;小潮期流速较低(1.13±0.59 m s-1)。浊度大幅潮期显著高于小潮期(119.28 vs. 44.13 NTU,p=0.004)。溶解无机氮(DIN)浓度在落潮期显著更高(663.59 mg m-3,p=0.020),而叶绿素a浓度在大潮期和涨潮期达到峰值(9.77 vs. 4.65 mg m-3,p<0.001),揭示了营养物与生物量之间的时间解耦。营养状态指数(TRIX)在大潮期显著更高(7.43,p=0.002),表明从贫营养到富营养状态。

**3.2. 浮游生物群落的分类与功能结构**
群落组成以硅藻(Bacillariophyta)和甲壳类(Crustacea,主要为桡足类)为主。PERMANOVA显示仅月相显著影响群落结构(R2=0.309,p=0.002)。PERMDISP表明小潮期群落异质性更大(距质心距离0.41 vs. 0.32,p=0.045)。nMDS分析基于功能性状将浮游植物和浮游动物分别划分为5个功能组(GI~GV)。浮游植物组I为硅藻(具硅质壳、自养),组II为黏液性硅藻,组III为甲藻(混合营养),组IV为蓝藻(固氮、HAB潜力),组V为裸藻(高运动性、混合营养)。浮游动物组I为小型杂食性桡足类(伏击摄食、弱或无垂直迁移),组II为大型捕食者(毛颚动物、肉食性甲壳类),组III为草食性动物(弱垂直迁移),组IV为暂时性浮游生物(底栖幼虫)。

**3.3. 潮汐驱动的分类与功能多样性模式**
Mantel检验显示浮游植物功能多样性(FD和FRic)与月相显著正相关(r=0.259,p<0.001;r=0.142,p=0.010),但结构指标(FDiv、FDis)保持稳定,表明功能冗余。浮游动物所有分类和功能指标均随月相显著变化(p<0.01),且功能多样性在大潮、落潮和夜间更高,表明结构灵活性。

**3.4. 通过机器学习揭示浮游生物多样性的隐藏生态模式**
随机森林模型显示,浮游植物功能多样性模型表现最佳(R2=0.37,RMSE=0.02),主要预测变量为溶解氮(NO3-、NH4+、NO2-)、流速、硅酸盐和SPM。分类多样性模型R2=0.42,主要预测变量为PAR、NH4+、DO、浊度、温度、流速和pH。浮游动物功能多样性模型R2=0.55,主要预测变量为NH4+、PO43-、NO3-、浊度、NO2-、SPM和流速;分类多样性模型R2=0.38,主要预测变量为NO3-、NH4+、DO、SPM、PO43-、流速和温度。

**3.5. 自下而上和自上而下效应对浮游生物多样性的影响**
SHAP分析表明,浮游植物功能多样性(FDis)受营养物(占57.8%)、水动力(23.0%)和营养相互作用(19.1%)驱动,其中NO3-贡献最大。浮游动物FDis受营养物(42.9%)、营养相互作用(29.2%)和水动力(27.9%)驱动,呈更平衡分布,其中NH4+、PO43-和NO3-为关键预测因子。这证实了层级自下而上的控制。

**讨论与结论**

**讨论部分总结**:大潮期作为生态过滤器,不同于微潮系统,其动能脉冲每天重新定义环境景观,阻止典型河口梯度稳定。PERMANOVA证实水动力控制,大潮期高流速增强垂直混合;小潮期流速较低,显示短期调制器的协同作用。与温带河口不同,热带系统全年高温,潮汐力持续压倒河流径流。营养物与浮游植物生物量在时间上解耦,落潮期营养物富集(来自河流输入),涨潮期叶绿素a峰值(来自海洋平流),因此富营养化响应滞后。月相调节导致群落异质性差异:小潮期异质性更高(低水动力允许微生境形成),大潮期湍流产生均质化过滤。浮游植物通过功能冗余维持稳定(功能丰富度随月相变化,但结构指标稳定),而浮游动物呈现完全分类-功能耦合(功能多样性随潮汐变化),表明结构灵活性。这种分歧源于体大小、运动能力、生活史和资源依赖差异:浮游植物作为被动漂移的微小生物,依赖快速更替的冗余策略;浮游动物作为较大、可移动的生物,通过营养适应性和主动空间定位保持功能。机器学习揭示分类多样性反映环境过滤,功能多样性捕捉资源供应和营养相互作用的精细响应。层级自下而上控制主导:浮游植物功能多样性受营养物(最显著)和草食动物生物量(自上而下,占19.1%)共同影响;浮游动物功能多样性主要受营养物和营养相互作用(资源质量)驱动。研究局限性包括仅雨季采样、单站点和表层采样,未来需多季节、多深度和实验验证。

**研究结论翻译**:本研究证明热带大潮河口是高能量环境,其中强烈水动力强迫作为生态过滤器。高频采样揭示了营养物脉冲与生物响应之间的时间解耦,而浮游生物群落表现出对比性恢复力策略:浮游植物通过功能冗余维持稳定,而浮游动物依赖结构灵活性。机器学习分析进一步表明生物多样性受营养层级调节,表明河口功能由连接水动力、资源质量和消费者性状的自下而上过程控制。这些发现强调了高频功能监测对于保护受保护河口生态系统(尤其是拉姆萨尔湿地)的重要性,因为传统的低频分类评估可能低估由潮汐动态驱动的快速胁迫和营养转变。因此,在分类变化变得明显之前,功能性状提供了生态系统退化的敏感早期指标。尽管本研究提供了稳健的机制框架,但仅限于单一季节和监测站,主要代表雨季条件。未来研究应纳入多季节观测、更广泛的空间覆盖和操控实验,以验证恢复力机制,解析物理-生物相互作用,并改进在气候变异性增加下河口响应的预测。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号