《Global Ecology and Conservation》:Role of network positions in structuring fish metacommunities in subtropical streams
编辑推荐:
摘要:溪流网络中的空间位置可以决定不同集合群落过程的强度。溪流网络的树状结构促进了网络位置假说的发展;然而,其普适性在各研究中仍存在争议。在雨季,研究人员沿新安江在41个采样点进行了标准化调查,评估了网络位置对鱼类集合群落的分类学和功能β多样性模式的影响,涵盖
摘要:溪流网络中的空间位置可以决定不同集合群落过程的强度。溪流网络的树状结构促进了网络位置假说的发展;然而,其普适性在各研究中仍存在争议。在雨季,研究人员沿新安江在41个采样点进行了标准化调查,评估了网络位置对鱼类集合群落的分类学和功能β多样性模式的影响,涵盖了溪流网络中广泛栖息地类型,包括干流、源头溪流和入汇支流(直接汇入干流的支流)。研究人员观察到不同网络位置上鱼类分类学和功能β多样性模式存在显著差异,扩散机制和环境过滤过程对鱼类群落的影响亦因网络位置而异。具体而言,干流河段的鱼类集合群落同时受环境变量和空间变量的影响;空间变量对分类学β多样性的影响更强,而环境变量主导了功能β多样性。在源头溪流中,环境变量和空间变量共同解释了功能β多样性,而仅有环境变量解释了分类学β多样性。此外,入汇支流的分类学β多样性仅由空间变量解释,而功能β多样性受空间变量的解释程度强于环境因子。入汇支流与源头溪流之间集合群落过程的差异表明,同级溪流的隔离程度随其网络位置的不同而变化。这些结果拓展了研究人员对高连通条件下网络位置假说普适性的认识,并强调了通过维持源头溪流栖息地异质性和保障干流连通性来保护鱼类群落的重要性。
**亚热带溪流鱼类集合群落构建中网络位置的作用:研究解读**
**一、研究背景与意义**
集合群落(metacommunity)组装的进程与机制是群落生态学的核心议题。集合群落理论强调,众多局域群落通过生物体交换相互连接,而非孤立存在。从集合群落视角出发,连接到区域物种库的生态群落受到不同空间尺度上局域过程(环境过滤和物种互作)与区域过程(扩散)的共同影响。理论与实证研究表明,局域和区域过程对生物多样性模式及集合群落过程的相对贡献因生态系统类型和生物类群而异。因此,在景观尺度上解析集合群落动态已成为近几十年的研究热点,可为生物多样性保护和生态系统服务提供功能性目标。
溪流集合群落研究长期将溪流系统视为二维系统(线性视角),沿纵向梯度探索集合群落动态。然而,河流连续体概念和洪水脉冲概念等经典理论通常忽略了溪流网络的层级树状结构。溪流网络由干流河道、多条支流(分支)和交汇点(节点)组成,作为扩散廊道,其连接的支流和干流可为专性水生生物提供潜在斑块。生态学家日益认识到线性视角无法充分表征以层级树状景观为特征的溪流网络。网络位置假说预测,群落组装的过程和机制在支流与干流之间可能存在空间差异。然而,近年来的实地研究表明,该假说的结论并非始终一致。一个潜在原因是,某些溪流可直接连接到不同级别的河流,并非所有溪流在溪流网络中均等隔离。然而,许多研究常常忽略了这样一个事实:与源头溪流不同,具有相似河流级别的网络中心溪流作为入汇支流直接汇入干流。此外,干流可作为邻近入汇支流区域物种库的来源,通过源-汇效应在扩散增加时潜在地影响集合群落动态。因此,将源头溪流和入汇支流同时纳入溪流网络集合群落模型,可能会使网络位置假说的解释和普适性复杂化。
基于此,本研究在新安江流域雨季开展,旨在检验网络位置假说在以高连通性为特征的亚热带溪流系统中的适用性。研究整合了分类学和功能多样性框架,涵盖源头溪流(网络外围)、入汇支流和干流(网络中心)等不同网络位置,以期揭示溪流网络结构对鱼类集合群落构建过程的影响机制,为生物多样性保护提供科学依据。该研究成果发表于《Global Ecology and Conservation》。
**二、主要关键技术方法**
本研究采用的主要技术方法包括:1)标准化鱼类采样:2019年6-7月雨季,在安徽新安江流域41个采样点(源头溪流n=14,入汇支流n=15,干流n=12)采用背式电捕器(涉水源头溪流)和船载电捕设备(干流)进行采集,每点采样100米河段;2)功能性状测定:测量10个与摄食、运动和栖息地偏好相关的生态功能性状(如最大标准体长、体压缩比、眼径、眼位、口宽、口位、肠长等),并结合食性(肉食性、杂食性、植食性)和栖息地偏好(底栖、中上层、上层)分类;3)环境变量测定:现场测量13个局域环境变量(河宽、水深、流速、水温、pH、电导率、溶解氧、底质组成等),并利用ArcGIS 10.2从30米分辨率数字高程模型获取河道坡度和土地利用数据;4)空间变量构建:采用河流级别和下游连接量级(dlink)代表溪流大小和空间位置,利用主坐标邻体矩阵法将河流距离矩阵转化为空间预测变量;5)β多样性分解:采用S?rensen指数分解分类学β多样性为周转和嵌套组分,基于Gower距离的相似方法计算功能β多样性及其组分;6)统计分析:运用主成分分析(PCA)、置换多元方差分析(PERMANOVA)、置换多元离散度分析(PERMDISP)、基于距离的冗余分析(db-RDA)和变差分解等方法。
**三、研究结果**
**3.1 溪流网络位置对栖息地条件的影响**
PERMANOVA分析显示,不同网络位置的栖息地条件存在显著差异(R2=0.56,P<0.001),PCA前两轴分别解释了栖息地变异的66.7%和11.8%。流速对第二主轴贡献最大,第一主轴与底质粗糙度和溶解氧负相关,与河宽、水深和水温正相关。PERMDISP结果表明,干流的栖息地异质性(平均质心距离1.99±0.76)显著高于源头溪流(1.13±0.66)和入汇支流(1.51±0.50),而源头溪流与入汇支流间无显著差异。
**3.2 鱼类物种组成**
共采集到42种鱼类,隶属5目10科。干流记录35种,入汇支流32种,源头溪流17种。其中干流有7种独有物种,入汇支流有3种独有,源头溪流有1种独有。各点位局域丰富度范围为4-19种,平均丰富度在干流、入汇支流和源头溪流分别为12.58、10.87和5.93种。
**3.3 β多样性模式**
全流域尺度上,分类学β多样性(T
s?r)平均值为0.60±0.22,其中周转组分(T
sim)占79.5%;功能β多样性(F
s?r)平均值为0.46±0.24,周转组分(F
sim)贡献52.6%,嵌套组分(F
nes)贡献47.4%。不同网络位置间,分类学β多样性均以周转组分为主;功能β多样性除干流外,均以功能嵌套为主。PERMANOVA显示,分类学和功能β多样性及其组分在不同网络位置间存在显著差异。干流的T
s?r、T
sim和T
nes显著高于源头溪流和入汇支流;源头溪流与入汇支流间的T
s?r和T
sim差异显著,但T
nes无显著差异。功能β多样性方面,F
s?r和F
sim在不同网络位置间差异显著,而F
nes无显著差异。
**3.4 β多样性驱动因子**
在源头溪流中,T
s?r和T
sim仅由环境变量解释(T
s?r:R2=0.24,P<0.05;T
sim:R2=0.15,P<0.05),保留变量包括湿宽、电导率、底质粗糙度和河道坡度;而F
s?r受环境和空间因子共同解释,纯环境因子(10.8%)解释量高于空间因子(7.1%)。在入汇支流中,T
s?r仅由空间变量显著解释(R2=0.13,P<0.05),保留变量为PCNM2和dlink;F
s?r受环境和空间因子共同影响,空间因子纯效应(12.5%)大于环境因子(5.0%)。在干流中,T
s?r、T
sim、F
s?r和F
sim均受环境和空间因子显著解释,其中空间因子对T
s?r和T
sim的解释量更大,而环境因子对F
s?r和F
sim的贡献更大。
**四、讨论与结论**
本研究表明,溪流网络中不同空间位置对鱼类集合群落的构建过程具有显著影响。干流河段因高连通性和高栖息地异质性,支持最高的分类学和功能β多样性,且以周转组分为主;源头溪流因相对隔离和特殊栖息地条件,分类学β多样性主要由环境过滤驱动,功能β多样性以嵌套组分占优;入汇支流则因与干流的紧密连接,受源-汇效应和扩散过程影响显著,空间变量对β多样性的解释力更强。这些结果为网络位置假说提供了部分支持,揭示了不同网络位置溪流的隔离程度存在差异,并强调了在源头溪流维持栖息地异质性、在干流保障连通性的保护策略的重要性。然而,单季节采样可能限制了对网络位置作用的全面理解,研究结论难以直接推广到具有不同季节性降水格局的区域,未来研究需进一步阐明隔离效应在跨季节集合群落过程中的作用。