《Hydrobiologia》:Environmental predictors of benthic meiofaunal densities in the abyssal and hadal zones of the North Pacific: a combined Gradient Forest and GLMM approach
编辑推荐:
北太平洋北部形成一个异质性的深海环境,具有动态洋流、独特水团和复杂地形,包括千岛-堪察加海沟(KKT)和阿留申海沟(AT)。作为气候敏感区域,变暖和海冰损失改变了表层生产力和有机质通量,可能影响深海底栖群落。研究人员量化了KKT和AT深渊和超深渊带的后生小型底
北太平洋北部形成一个异质性的深海环境,具有动态洋流、独特水团和复杂地形,包括千岛-堪察加海沟(KKT)和阿留申海沟(AT)。作为气候敏感区域,变暖和海冰损失改变了表层生产力和有机质通量,可能影响深海底栖群落。研究人员量化了KKT和AT深渊和超深渊带的后生小型底栖动物密度,整合了2022年AleutBio(SO293)航次样本与历史数据集。梯度森林(Gradient Forest)建模捕捉了较高分类等级上的广泛生产力模式,而广义线性混合模型(GLMMs)量化了分类单元特异性对环境因子的响应。小型底栖动物密度变化显著,在KKT深渊平原达到峰值,在AT超深渊带达到最小值。梯度森林(Gradient Forest)分析识别出表层叶绿素a(chlorophyll a)、底层水温和月均初级生产力为区域密度格局的主要驱动因子。然而,分类单元特异性GLMMs揭示,一旦控制空间效应和过度离散,底层水化学和水文条件对局部丰度施加最一致的控制。这些结果表明一种双重生态控制:表层来源的食物可利用性在区域尺度上调控小型底栖动物密度,而底层水化学、水文格局和粒度在局部尺度上微调分布。本研究为研究不足的深海区域提供了关键基线数据,并有助于预测小型底栖动物对气候驱动变化的响应。
**论文解读:北太平洋深渊与超深渊带底栖小型底栖动物密度的环境驱动因子**
**研究背景与科学问题**
北太平洋北部(northern North Pacific)是一个异质性的深海环境,其洋流动态、水团差异和复杂地形(包括千岛-堪察加海沟KKT和阿留申海沟AT)共同塑造了独特的生态系统。该区域对气候变化高度敏感,表层海水变暖和海冰减少改变了表层生产力(primary productivity)及有机质向下输送的通量,可能直接影响依赖外源性有机碳的深海底栖群落。然而,关于该区域小型底栖动物(meiofauna,即通过1 mm筛网但被32 μm筛网截留的微型底栖真核生物,包括后生动物、原生生物和真菌)的密度分布及其环境驱动因子的研究极为匮乏,限制了研究人员预测气候变化对深海生态系统影响的潜力。已有研究表明,海底颗粒有机碳(POC)通量和沉积物特性是调控小型底栖动物密度的关键因素,但在北太平洋北部这种多梯度(生产力、水团、地形)环境中,不同分类单元对特定环境因子的响应机制尚不清楚。因此,本研究旨在:(1)识别跨水深和地理梯度的小型底栖动物密度关键环境预测因子;(2)利用梯度森林(Gradient Forest)和广义线性混合模型(GLMM)量化这些预测因子的相对重要性及分类单元特异性效应;(3)评估群落沿环境梯度的阈值,以揭示深海生物多样性模式的关键驱动因素。
**研究设计与主要结论**
研究人员整合了来自三次航次(KuramBio SO223、KuramBio II SO250、AleutBio SO293)的样本,使用多管取样器(MUC)在KKT和AT的66个站位(190个岩芯,水深4304–9541 m)采集沉积物,提取后生小型底栖动物(metazoan meiofauna)并分类至较高分类等级(如线虫、桡足类、无节幼体等)。环境预测因子来自Bio-ORACLE v3数据集(包括海底叶绿素a、溶解氧、温度、盐度、营养盐、电流速度等)以及基于卫星的初级生产力(VGPM)和POC通量数据,并补充了原位沉积物粒度数据。通过梯度森林(Gradient Forest)分析(一种多元机器学习方法)捕捉宽尺度生产力模式,同时采用泊松广义线性混合模型(Poisson-GLMM,含随机效应和过度离散项)量化分类单元特异性响应,并对粒度组成进行等距对数比(ILR)变换。
研究得出以下核心结论:小型底栖动物密度在KKT深渊平原最高(平均492.9 ind./10 cm2),在AT超深渊带最低(平均178.5 ind./10 cm2)。梯度森林分析显示表层叶绿素a(Chl)、底层水温(Temp)、月均初级生产力(VGPM_mean)、生产力季节变异(VGPM_svi)和盐度(SO)是区域密度格局的主要驱动因子。然而,分类单元特异性GLMMs进一步揭示,在控制空间随机效应和过度离散后,底层水化学参数(硝酸盐NO?、磷酸盐PO?、溶解氧O?)和水文条件(温度、盐度)对局部丰度施加最一致的控制,而生产力指标仅对特定类群(如动吻类Kinorhyncha)显著。此外,沉积物粒度分析表明,泥质(silt/clay)含量较高的沉积物中总密度及线虫、腹毛类、须腕类等类群密度显著更高。这些结果揭示了双重生态控制:表层食物供给(叶绿素a、初级生产力)在区域尺度设定群落容载量,而底层水化学、水团特征和沉积物质地则在局部尺度调控密度分布。该研究发表在《Hydrobiologia》。
**主要关键技术方法**
本研究采用以下关键技术方法:样本采集使用多管取样器(MUC,内径94 mm,每管面积69.4 cm2),在2012、2016、2022年三个航次(SO223、SO250、SO293,样本来源为千岛-堪察加海沟和阿留申海沟及邻近海域,共66个站位190个岩芯,深度4304–9541 m)获取沉积物。环境数据从Bio-ORACLE v3获取全球5弧分分辨率的海底变量(如叶绿素a、溶解氧、温度、盐度、营养盐、电流速度),并整合了POC通量(Lutz et al., 2007)、VGPM生产力指标、总沉积物厚度(GlobSed)和海底粗糙度(Gravrough)。分析采用梯度森林(Gradient Forest)模型(2500棵树/分类单元,条件排列重要性处理共线性)进行多元环境梯度排序,以及泊松广义线性混合模型(Poisson-GLMM,含嵌套随机效应和观测水平随机效应OLRE)量化分类单元特异性响应,并使用半偏R2和标准化斜率(beta-weight)评估预测因子重要性。粒度数据通过等距对数比(ILR)变换处理,以消除组分数据的闭合效应。
**研究结果**
**Meiofauna abundance and taxonomic composition**
通过描述性统计,研究人员发现总个体数为647,202,线虫(Nematoda)占92.2%,桡足类(Copepoda)占4.1%,无节幼体(Nauplii)占3.2%。KKT深渊平原密度最高(492.9±379.0 ind./10 cm2),AT超深渊带最低(178.5±108.8 ind./10 cm2),KKT超深渊带和AT深渊平原为中等密度。其他类群(如动吻类、兜甲类、介形类)在部分站位出现,但密度均低于5 ind./10 cm2;螨类(Acari)因数据不足被排除。
**Gradient Forest**
加权R2(wR2)排序显示,表层叶绿素a(Chl,wR2≈0.05)、底层水温(Temp)、月均初级生产力(VGPM_mean)、生产力季节变异(VGPM_svi)和盐度(SO)是前五位预测因子,合计解释约三分之一的重要性。营养盐(磷酸盐、硝酸盐、硅酸盐)和溶解氧位于中间水平(wR2 0.02–0.03),而粗糙度、SCOC和Lutz-POC最低(wR2<0.02)。累积重要性曲线表明,大多数类群在生产力梯度(Chl、VGPM)和水文梯度(Temp、SO)的狭窄区间内发生强烈响应,确认食物供给和水团特征形成两个非线性的主要环境轴。
**Generalized linear mixed-effects models—GLMM**
Inclusive R2(IR2)热图显示,化学参数(硝酸盐、氧、磷酸盐)和水文参数(温度、盐度)为大多数类群的主要贡献者,其中硝酸盐对桡足类和线虫的IR2为15–18%,氧为14–17%,温度/盐度为9–15%。动吻类对叶绿素a和初级生产力敏感(IR2≈0.11和0.10),缓步类(Tardigrada)对粗糙度(IR2=0.13)和POC通量(IR2=0.07)响应强烈,介形类(Ostracoda)对Lutz-POC贡献12%。标准化斜率(beta-weight)分析进一步确认,桡足类、无节幼体、线虫和介形类随着硝酸盐、磷酸盐、硅酸盐升高而密度下降,随溶解氧升高而上升(βw=?0.15至?0.48和+0.19至+0.72,95%置信区间不包含0),而兜甲类(Loricifera)呈现相反模式(硝酸盐+0.89,氧?0.77)。动吻类对叶绿素a和初级生产力呈显著正响应(βw≈+0.40),无节幼体对聚集通量(βw=+0.24)响应显著。缓步类受粗糙度强烈抑制(βw=?0.82)。
**Effects of grain size on meiofauna abundance**
ILR2(砂vs.泥)分析显示,所有类群系数均为负值,表明泥质沉积物中密度更高。经Benjamini–Hochberg校正后,总类群、腹毛类(Gastrotricha)、须腕类(Tantulocarida)、线虫和介形类效应显著,无节幼体仅名义显著。ILR1(砂+泥vs.砾石)无显著效应。
**讨论与结论**
讨论部分指出,本研究通过两种统计方法揭示了双重控制机制:梯度森林捕捉了宽尺度生产力梯度(叶绿素a、VGPM)驱动的群落组成变化,而GLMMs则鉴定出底层水化学(氧、营养盐)和水文条件(温度、盐度)对分类单元特异性丰度施加最一致的控制。这种分层控制与已有研究一致,即食物供给设定区域背景,而局部环境条件(如氧水平、水团、扰动事件)微调局部分布。KKT海沟轴部密度高于相邻深渊平原,可能与海沟地形对有机质的汇聚作用有关;AT超深渊带密度较低,可能与流体泥层覆盖的质量亏损事件有关。此外,微生物活动(如化能合成途径)在KKT超深渊带可能补充表层来源的有机碳,尤其在海沟冷泉区。粒度效应表明泥质沉积物提供更多有机质和微生物生物量,有利于小型底栖动物生存。类群特异性响应(如无节幼体与桡足类成体/幼体对环境因子的差异)支持了将无节幼体作为独立生态类群的处理。研究同时指出样本量限制导致GLMM局限于单预测因子模型,以及Bio-ORACLE数据的粗分辨率可能遗漏小尺度异质性。
**结论翻译**
通过结合梯度森林(Gradient Forest)和广义线性混合模型(GLMM),研究人员解析了KKT和AT深渊与超深渊带后生小型底栖动物密度的宽尺度与分类单元特异性驱动因子。两种方法均揭示了一致的水文影响,但表层生产力与底层水化学的相对权重有所不同,凸显了互补统计框架的价值。总体而言,结果表明表层来源的食物可利用性设定了小型底栖动物密度的区域背景,而局部因素(如氧含量、水文条件和扰动事件)在更精细尺度上调节群落组成。在KKT,与冷泉群落相关的化能合成碳可能补充表层来源的有机质,表明超深渊食物网由多种碳源支持,并强调了区域生产力梯度与局部环境条件之间的复杂相互作用。重要的是,本研究为这些研究不足的区域提供了关键基线数据,可作为评估预测的气候驱动变化(包括温度、氧和初级生产力的变化,Sweetman et al., 2017)下底栖群落响应的参考。同时,在单个MUC布放内观察到的小尺度高变异性强调需要综合采样策略以捕捉自然斑块性和环境异质性。这种变异性通过膨胀预测不确定性以及在统计模型中掩盖更宽的环境信号,给预测建模带来挑战,因此凸显了改进方法和扩大空间覆盖的重要性。此外,应承认方法学限制:由于样本量限制,GLMM局限于单预测因子结构,无法评估环境驱动因子之间的交互作用,且来自Bio-ORACLE的环境数据可能无法完全捕捉生物学采样尺度上的小尺度变异。未来应纳入更大数据集、更高分辨率环境数据和更好的重复性,以解决这些过程并加强深海生态系统的预测框架。鉴于小型底栖动物对环境变化的敏感性,它们是深海生态对气候驱动及其他人为影响响应的宝贵指示生物,将此类基线数据整合到预测框架中对于预测对生物多样性和生态系统功能的级联效应至关重要(Zeppilli et al., 2015)。