东非热带生态系统中保护状态与环境梯度塑造蝴蝶群落结构

《Insect Conservation and Diversity》：Protection status and environmental gradients shape butterfly assemblages in an East African tropical ecosystem

　　

尽管蝴蝶在撒哈拉以南非洲的热带和亚热带草原、稀树草原及灌丛生物群落中数量丰富，但它们常常在热带土地利用规划中被忽视，且很少被评估其对保护干预措施的反应。研究人员比较了坦桑尼亚西部Katavi-Rukwa生态系统（KRE）中保护梯度上的蝴蝶多样性模式。研究在2021年旱季调查了105个随机选取的样地，涵盖国家公园（NP）、禁猎区（GR）、狩猎控制区（GCA）、森林保护区（FR）和未保护区（UA）。物种按栖息地专化性、幼虫寄主植物专化性和翅展进行分类。环境变量来源于遥感和空间数据集。研究人员分析了蝴蝶丰富度、多度、功能组成和群落结构，并利用广义线性模型、多元排序、PERMANOVA和加性多样性分割评估了环境条件、栖息地类型和保护状态的影响。研究人员在GR中记录了最高的蝴蝶丰富度和多度，而NP支持的丰富度和多度相对较低。植被生产力（EVI）、裸地百分比和人口密度是群落结构的重要驱动因子。通过回归分析，EVI和人口密度成为物种丰富度的关键预测因子，较高的生产力支持更高的丰富度，而较高的人口密度与物种丰富度降低相关。加性分割分析显示，β多样性，尤其是保护类型间的周转，是总丰富度的主要贡献者。研究人员建议KRE的保护策略应超越正式保护状态，考虑适度管理的景观和环境条件在维持蝴蝶多样性中的作用。

**论文解读：东非热带生态系统中保护状态与环境梯度对蝴蝶群落的影响**

**一、研究背景与科学问题**

全球生物多样性正因人为压力而快速下降，主要驱动因素包括过度开发、栖息地丧失、人口增长及土地利用变化。在撒哈拉以南非洲，跨国大规模农业用地获取、贫困、人口增长和对自然资源的重度依赖进一步加剧了这些威胁。建立保护区（PAs）是减缓生物多样性丧失最广泛的策略之一，然而保护区在保护生物多样性方面的有效性仍存在争议。坦桑尼亚作为《生物多样性公约》缔约国，已将38%的国土纳入保护区系统，但尚未评估不同保护地位区域对区域多样性的相对重要性。此前在Katavi-Rukwa生态系统（KRE）的研究多聚焦于脊椎动物，缺乏对无脊椎动物，尤其是蝴蝶的系统调查。蝴蝶作为环境变化的快速响应指示类群，具备分类学基础完善、可白天调查等优势，是评估不同保护状态区域生态价值的理想目标类群。本研究旨在填补KRE区域蝴蝶多样性数据的空白，回答以下问题：不同保护状态下蝴蝶物种丰富度、多度、群落组成和关键功能性状是否存在差异；环境因子（如降水、植被生产力EVI、土地覆盖变量、人口密度和景观异质性）如何塑造蝴蝶多样性模式；以及蝴蝶多样性在空间尺度上的加性分割特征。

**二、研究内容与主要发现**

研究在坦桑尼亚西部KRE区域开展，该区域面积约15,110 km2，包含从严格保护的NP到未保护区域的不同保护梯度。研究设置了105个随机样地（每种保护状态21个），于2021年7-9月旱季采用Pollard步行法进行蝴蝶调查。共记录10,508个个体，隶属5科157种。研究结果显示：GR的蝴蝶丰富度（111种）和多度（3110个个体）最高，而NP的丰富度（77种）和多度（1627个个体）相对较低。物种丰富度在多度加权后，GR显著高于NP和UA。单食性（寄主植物专化）物种比例在不同保护状态间差异显著，GR和GCA高于NP和UA；而栖息地专化物种比例和群落加权平均翅展（CWM）无显著差异。群落组成显著不同（PERMANOVA: F=3.46, R2=0.122, p=0.001），NP与GCA、GCA与UA间差异最大。基于存在-不存在数据的分析结果相似，表明物种更替和丰度重组共同驱动群落差异。

**三、主要关键技术方法**

研究采用的关键技术包括：基于Landsat 8遥感影像计算增强型植被指数（EVI）和土地覆盖分类（支持向量机算法，总体精度98%）；从CHELSA数据库提取气候变量；利用FRAGSTATS计算景观异质性指数（Shannon多样性指数SHDI、斑块丰富度密度PRD）；采用iNEXT进行稀疏外推分析评估采样完整性；应用广义线性模型（负二项回归、beta回归）和线性模型分析响应变量；PERMANOVA和Canonical Analysis of Principal Coordinates（CAP）分析群落结构；Crist等提出的加性多样性分割框架评估α、β?、β?多样性贡献。样本来源为2021年旱季KRE区域105个随机样地。

**四、研究结果**

**不同保护状态下的物种多样性模式：** 基于广义线性模型（GLM）负二项回归分析，物种丰富度（χ2=23.41, p<0.001）和多度（χ2=27.05, p<0.001）在不同保护状态间差异显著。GR和GCA支持最高的丰富度和多度，而NP和UA相对较低。单食性物种比例在不同保护状态间差异显著（ANOVA, F=8.48, p<0.001），GR和GCA高于NP和UA。PERMANOVA分析显示不同保护状态下的蝴蝶群落组成显著不同，Bicyclus safitza、Precis archesia、Hamanumida daedalus等广布种的丰度变化是群落差异的主要贡献者。

**环境条件、栖息地类型和保护状态对蝴蝶多样性的影响：** 通过模型选择和回归分析，EVI（p<0.001）和人口密度（p<0.05）成为物种丰富度的最强预测因子，EVI与丰富度正相关，人口密度与丰富度负相关。多度与人口密度显著负相关（p<0.01）。栖息地专化物种比例随灌木覆盖（p<0.05）和裸地比例（p<0.001）增加而升高。CAP分析表明环境变量显著影响群落结构（F=2.29, p=0.001），EVI（p=0.002）、裸地比例（p=0.008）和人口密度（p=0.001）是显著驱动因子。

**多样性加性分割：** 加性分割分析显示总丰富度（γ=159种）主要由β多样性贡献。观测的α?多样性（18.11）显著低于预期（33.88, p<0.001），β?多样性（71.10）也低于预期（83.77, p<0.001），而β?多样性（69.80）显著高于预期（41.35, p<0.001）。这表明不同保护状态间的物种周转是区域总多样性的主要贡献者。

**五、讨论与结论**

研究发现适度保护的景观（GR和GCA）比严格保护的NP支持更高的蝴蝶多样性，这可能与中度干扰促进栖息地异质性和资源镶嵌有关。EVI和人口密度是塑造蝴蝶多样性模式的关键环境驱动因子，反映了资源可利用性和人为压力的共同作用。β多样性特别是保护状态间的周转主导了区域总多样性，强调景观尺度保护策略的重要性。研究结论指出，KRE的蝴蝶保护策略应超越正式保护状态，认识到适度管理景观和环境条件在维持蝴蝶多样性中的价值。维持植被生产力、缓解高人口密度压力以及保护栖息地镶嵌体是支持物种丰富和功能韧性蝴蝶群落的关键，尤其在气候变化背景下。该研究为热带生态系统昆虫多样性保护提供了重要科学依据，发表于《Insect Conservation and Diversity》。