《Ecological Indicators》：Assessing the interactive effects of land use and climate change on species assemblages of giant panda and its sympatric large- and medium-sized terrestrial mammals
编辑推荐：
土地利用与气候变化是当前全球生物多样性丧失的两大最重要驱动因子。尽管已有大量研究单独或联合评估了这两大驱动因子对物种群落的影响，但其交互效应（即加性、协同或拮抗）仍知之甚少。研究人员采用最大熵模型（MaxEnt）算法，针对2070年代三种情景配置投影大熊猫分布
土地利用与气候变化是当前全球生物多样性丧失的两大最重要驱动因子。尽管已有大量研究单独或联合评估了这两大驱动因子对物种群落的影响，但其交互效应（即加性、协同或拮抗）仍知之甚少。研究人员采用最大熵模型（MaxEnt）算法，针对2070年代三种情景配置投影大熊猫分布区内23种大中型陆生哺乳动物的潜在分布：（i）当前土地利用条件与未来气候条件；（ii）未来土地利用条件与当前气候条件；（iii）未来土地利用条件与未来气候条件。随后，研究人员评估了土地利用与气候变化对四个多样性指标（即物种丰富度变化、物种增加、物种丧失及S?rensen相似性）的单因子与联合效应，并进一步评估了二者对物种丧失与物种增加的交互效应。结果表明，土地利用变化效应远弱于气候变化效应，且二者交互效应在大多数情况下呈加性。此外，气候变化与土地利用变化的影响在空间上高度异质，以小相岭山脉影响最剧。上述发现凸显了评估土地利用与气候变化对物种群落交互效应的必要性与重要性，为制定有效的局地气候与土地管理政策以应对全球变化提供了新见解。
研究背景方面，土地利用与气候变化被公认为全球生物多样性丧失的主导驱动因子，但在群落水平上对其效应的理解仍有限，尤其二者在空间上叠加后产生的交互效应（加性、协同、拮抗）类型与频率尚未明晰。以往研究多聚焦少数受威胁物种的分布变化，或仅关注物种丰富度与组成的净变化，忽视了物种增加与丧失两个底层过程，亦少有在生物多样性热点区系统量化土地利用与气候变化的联合及交互作用。大熊猫是中国特有旗舰种，分布于西部六大山系中的四川五山（岷山、邛崃、大相岭、小相岭、凉山），该区域属生物多样性热点，承载全国约半数哺乳动物，同时面临采伐、修路、放牧等人类活动干扰与独特气候下的未来变暖压力，因而成为检验上述问题的典型系统。研究人员指出，仅评估单因子或简单叠加效应可能误导保护管理，须将交互效应与物种增减过程纳入，才能支撑局地适应性管理。
主要关键技术方法上，研究人员基于Zhang等（2022）的13630条出现记录筛选保留23种大中型陆生哺乳动物（每物种>15个1 km网格），将四川五山127500 km2研究区划分为127383个1 km网格。环境预测变量含5个气候变量（年均温BIO1、温度季节性BIO4、温度年较差BIO7、最干月降水BIO14、降水季节性BIO15，来自WorldClim）与5个土地利用变量（耕地、森林、灌木、城市绿地、水体比例，来自Li等2016年1 km数据，未来期取SSP1-2.6与SSP5-8.5下CMIP6 MRI-ESM2-0的2070s数据）。采用MaxEnt v3.4.4默认参数（背景点10000、正则乘子1.0）每物种跑10次自助抽样（70%校准、30%评估AUC与TSS），获230个模型；未来投影分CLIM（现用地+未气候）、LU（未用地+现气候）、COMB（未用地+未气候）三类。利用BIOMOD2的BIOMOD_RangeSize判定网格水平gain/persistence/loss/absence，计算物种增加、物种丧失、丰富度变化及S?rensen相似性指数（SSI），并以（CLIM+LU?COMB）符号判定交互类型（协同<0、加性=0、拮抗>0），统计检验用Wilcoxon配对符号秩与Bonferroni校正。
研究结果部分，3.1节模型性能与变量贡献显示，23种动物MaxEnt平均AUC 0.818±0.079、TSS 0.595±0.132，60.8%模型AUC≥0.8；年均温对17种贡献最高（均值24.74%±17.34%），其次耕地比例（16.18%±17.75%，14种）、温度季节性（14.61%±11.00%，15种）、森林比例（12.68%±9.17%，7种），城市绿地与水体制贡献近零。3.2节不同未来情景下生物多样性变化表明，当前网格均丰富度4.9±6.2，邛崃山最高（6.4±7.1）、小相岭最低（2.0±3.5）；SSP5-8.5下CLIM与COMB均致均丰富度显著下降（变化?1.5±3.6），LU下几乎不变（0.0±0.3）；SSI在CLIM/COMB下低至0.38±0.38，LU下维持0.65±0.47；空间上小相岭相似度最低、丧失最剧，岷山增加最多或下降最少。3.3节对物种增加与丧失的交互效应显示，全研究区加性占82.22%–89.05%网格，拮抗占8.65%–15.58%，协同仅1.97%–2.47%；五山内加性75.31%–96.70%，拮抗2.55%–24.31%，协同0.38%–3.83%，即绝对主导为加性。
讨论部分总结，研究人员强调气候变化单独作用致净丧失（SSP5-8.5均?1.55种、SSI 0.38）远强于土地利用单独作用（丰富度变化<0.18、SSI>0.61），与既往“气候主导”结论一致；虽土地利用单效弱，但纳入模型后联合情景与单因子差异显著，证明土地变量不可忽略。交互以加性为主而非协同，研究人员归因于1 km土地利用数据较粗，未能分辨利用强度梯度，低估了协同与拮抗真比例，若用更细数据或可显化森林恢复缓冲气候丧失或破碎化放大协同丧失的机制。
结论部分翻译：本研究预测了不同未来情景下哺乳动物群落的物种增加、物种丧失、物种丰富度变化及S?rensen相似性，据此评估土地利用与气候变化的单独、联合及交互效应。结果显示（i）虽两驱动均引致群落多样性变动，但土地利用单独效应远弱于气候单独效应；（ii）交互效应多呈加性；（iii）效应空间异质性强，小相岭山脉最甚。总体而言，研究揭示了大熊猫分布区内大中型陆生哺乳动物群落对全球变化的单独、联合与交互响应，即便气候主导，土地利用对所有情景下丰富度与组成仍有显著调制作用，加性效应居首。发现强调在单独与联合效应之外追加交互分析对指导局地管理之意义，并建议未来研究引入更细空间数据以准确量化两驱动交互。论文发表于《Ecological Indicators》。
