《Ecology and Evolution》:Species Turnover and Environmental Filtering Structure Plant Communities in Moist Temperate Forests
编辑推荐:
山地湿润温带森林由陡峭的海拔和土壤梯度(edaphic gradients)构建,这些梯度在短空间尺度上驱动植物群落更替。然而,对于兴都库什–西喜马拉雅地区,将群落结构、多样性和物种更替与环境梯度联系起来的综合证据仍然有限。本研究旨在表征巴基斯坦北部湿润温带森
山地湿润温带森林由陡峭的海拔和土壤梯度(edaphic gradients)构建,这些梯度在短空间尺度上驱动植物群落更替。然而,对于兴都库什–西喜马拉雅地区,将群落结构、多样性和物种更替与环境梯度联系起来的综合证据仍然有限。本研究旨在表征巴基斯坦北部湿润温带森林的植物群落组织,量化α多样性(alpha diversity)和β多样性(beta diversity),并评估植被–环境关系。研究人员在2022–2023年间,通过嵌套样方(nested quadrats)选取了50个代表性样地(stands)以捕捉环境异质性,并记录了植物社会学属性。同时分析了土壤样品的质地和关键理化性质。研究人员将植物物种分组为群落,并应用α多样性、β多样性和多元排序(multivariate ordination)来检验组成模式。共记录到70种植物物种,其中草本和半隐芽植物(hemicryptophytes)为主导的生长型和生活型。识别出5个不同的植物群落,每个群落由显著指示种(indicator species)定义。排序(ordination)清晰区分了群落,前两个轴解释了72.31%的组成变异。α多样性在BRI群落中最高,在QCL群落中最低且优势度最高。β多样性主要由物种更替(species turnover)驱动,包括高海拔与低海拔群落之间的完全替代,而嵌套性(nestedness)最小。群落间在海拔和土壤质地组分上差异显著,同时在pH、电导率(electrical conductivity,EC)、有机质(organic matter,OM)、氮(nitrogen,N)和磷(phosphorus,P)上也存在差异。群落组成与黏粒(clay)、砂粒(sand)和坡度(slope)关联最强,而群落内多样性主要与土壤质地和养分有效性相关。这些发现表明,环境过滤(environmental filtering)促使物种沿环境梯度发生强烈替代,强调了保护土壤和地形异质性栖息地的重要性。
**论文解读:物种更替与环境过滤构建湿润温带森林植物群落**
**研究背景、问题与目标**
湿润温带森林是山地生态系统的重要组成部分,沿陡峭的海拔和环境梯度分布,温度、水分和辐射状况迅速变化。这些森林在调节区域气候、稳定坡面、维持水文循环和储存碳汇方面发挥关键作用。然而,全球变暖正在改变物种分布、森林结构和生态系统功能,加速的雪动态和生长季长度变化重塑了更新过程和竞争等级,导致森林群落的广泛重组。同时,地理隔离和有限的上坡空间限制了物种的适应性迁移,增加了冷适应类群的灭绝风险。在兴都库什–西喜马拉雅地区,尽管已有研究涉及森林生态,但缺乏同时考察群落分类、多样性模式、物种更替和植被–环境关系的综合评估。现有研究往往将这些组成部分分开处理,限制了人们对森林组装过程机制的理解。因此,本研究旨在:(i)表征巴基斯坦北部Upper Dir地区Lowari Pass湿润温带森林的植物群落结构;(ii)量化划定群落间的多样性模式和物种更替;(iii)检验植被组织与环境梯度(特别是土壤性质和海拔)之间的关系。基于环境过滤理论,研究人员提出三个假设:海拔和土壤条件变异促进沿山地梯度形成不同植物群落;群落间组成差异主要由物种更替而非嵌套性驱动;环境胁迫栖息地支持较低多样性和较高优势度。该研究发表在《Ecology and Evolution》。
**主要关键技术方法**
研究人员于2022–2023年在巴基斯坦北部Lowari Pass(Upper Dir)的湿润温带森林区开展调查,共选取50个代表性样地(stand),覆盖约12 km2,样地间距1–5 km。采用嵌套样方设计:每个样地设20×20 m乔木样方、中央嵌套10×10 m灌木样方,以及5个1×1 m草本样方(四角+中心)。记录物种频度、密度、盖度和重要值指数(Importance Value Index, IVI)。通过层次聚类分析(hierarchical cluster analysis)和指示种分析(Indicator Species Analysis, IndVal)划分群落。土壤样品采集自0–20 cm表层,分析pH、电导率(EC)、质地(砂粒、粉粒、黏粒)、有机质(OM)、总氮(N)、有效磷(P)、钾(K)等。采用主坐标分析(Principal Coordinates Analysis, PCoA)评估群落组成关系,典范对应分析(Canonical Correspondence Analysis, CCA)和方差分解(variance partitioning)检验环境变量作用,β多样性分解为物种更替(βSIM)和嵌套性(βSNE),并用零模型检验群落分离的非随机性。
**研究结果**
**3.1 植物区系组成与功能性状**:共记录70种植物,隶属64属33科。双子叶植物占主导(52种),草本(40种)和半隐芽植物(28种)为优势生长型和生命型。
**3.2 植物群落分类**:通过层次聚类和IndVal分析,识别出5个群落,分别以最显著的指示种命名。BRI群落(Berberis–Rumex–Indigofera)含10个样地,指示种包括Berberis lycium(IndVal=100, p=0.001)等;CDA群落(Cedrus–Delphinium–Astragalus)含9个样地,指示种Cedrus deodara(53.33, p=0.001);PSG群落(Picea–Silene–Galium)含10个样地,指示种Picea smithiana(62.5, p=0.001);QCL群落(Quercus–Carex–Lactuca)含11个样地,指示种Lactuca virosa(63.64, p=0.001);PJH群落(Pinus–Justicia–Hedera)含10个样地,指示种Pinus wallichiana(90, p=0.001)。
**3.3 群落间关系**:PCoA前两轴解释72.3%的组成变异(PCoA1: 39.5%, PCoA2: 32.8%)。排序图显示5个群落形成明显空间聚类,QCL位于PCoA1正轴,PJH位于PCoA2上部,BRI和PSG位于PCoA1负轴,CDA居中。
**3.4 α多样性模式**:Shannon多样性在BRI最高(1.209±0.144),QCL最低(0.615±0.091),BRI与QCL间差异显著(p=0.008)。Simpson多样性、优势度和均匀度也呈现类似趋势,BRI与QCL在多数指标上差异显著。
**3.5 β多样性模式**:β多样性分解显示,物种更替(βSIM)占主导,范围0.44–1.00,BRI与QCL间完全更替(βSIM=1.00);嵌套性(βSNE)很低(0.01–0.19),说明群落间差异主要源于物种替换而非物种丢失。
**3.6 群落环境特征**:环境变量在群落间差异显著。BRI海拔最高(2920.9 m),QCL最低(1584.8 m)。黏粒含量在CDA和PJH最高,QCL最低;砂粒含量在QCL最高(78.85%),BRI最低(57.77%)。pH、EC、OM、N、P等化学性质也呈现群落间差异。
**3.7 典范对应分析**:CCA保留砂粒、黏粒和坡度为显著预测变量,模型解释17.91%的组成变异(调整R2=0.126)。前两轴显著(CCA1: eigenvalue=0.416, p=0.001; CCA2: eigenvalue=0.306, p=0.001)。砂粒(χ2=0.370, p=0.001)、黏粒(χ2=0.273, p=0.003)和坡度(χ2=0.224, p=0.009)均与群落组成显著相关。海拔在控制砂粒、黏粒和坡度后无额外解释力。方差分解显示,土壤质地纯效应(12.81%)大于地形纯效应(6.95%),共享效应仅0.61%。β偏差零模型确认群落间物种更替显著高于随机期望(观测βSIM=0.837, 零模型均值=0.765, z=8.593, p=0.001),而群落内更替低于随机期望。
**3.8 物种沿环境梯度分布**:CCA物种排序显示,沿砂粒梯度的物种包括Aconitum chasmanthum、Quercus baloot等;沿黏粒梯度的物种包括Verbascum thapsus、Pinus wallichiana等;沿坡度梯度的物种包括Rumex dentatus、Berberis lycium等。
**3.9 群落内多样性–环境关系**:Shannon多样性仅与少数环境变量显著相关。QCL群落中,多样性显著关联粉粒(R2=0.491, p=0.0004)、砂粒(R2=0.530, p=0.015)、pH(R2=0.458, p=0.041)和氮(R2=0.475, p<0.001);PJH群落中仅与粉粒显著相关(R2=0.370, p=0.0038);BRI群落中仅与磷正相关(R2=0.608, p=0.023);CDA和PSG中无显著关系。
**讨论与结论**
研究人员指出,湿润温带森林的植物区系组成反映了高分类学和生命型多样性,草本和半隐芽植物优势适应山地季节性气候。群落分类揭示了5个生态上不同的群落,指示种具有强栖息地专一性,表明环境过滤而非随机共存塑造了物种组合。BRI群落位于高海拔、粉粒含量高、氮可利用性较高的环境,支持最高多样性和均匀度;QCL群落位于低海拔、砂质土壤,水分和养分限制导致低多样性和高优势度。β多样性以物种更替为主,尤其是高海拔与低海拔群落间的完全替代,体现了强烈的栖息地专化性和环境过滤。CCA结果直接支持了砂粒、黏粒和坡度是群落组成的最显著预测因子,而土壤化学变量作用较弱,表明物理栖息地特性在景观尺度上对植被控制更强。群落内多样性驱动力与群落组成不同,主要受局部土壤质地和养分有效性影响,如在QCL中砂粒、粉粒、pH和氮是关键,在BRI中磷是关键。然而,CCA模型调整R2较低(0.126),提示未测量的因子(如扩散、干扰、生物相互作用和微气候变异)也可能塑造植被格局。
**研究结论**:湿润温带森林的植物群落沿海拔和土壤梯度组织,在短空间尺度上产生不同植被组合。物种更替主导β多样性模式,反映强烈的组成分化而非渐进性物种丢失。土壤质地组分和地形属性是群落结构的重要关联因子,但仍有相当比例变异未解释,表明其他生态过程也可能参与群落组装。某些群落保持较高均匀度和结构复杂性,而另一些以优势度为主。这些模式强调了细尺度环境异质性在山地森林生态系统植被组装中的调控作用。因此,保护和管理工作应优先维护地形和土壤变异,以保持群落水平分化和生态系统弹性。保护环境独特的森林斑块对于维持组成完整性、支撑生物多样性和长期生态稳定性至关重要。