《Ecological Solutions and Evidence》:Multi-tool monitoring: Integrating non-invasive methods to assess vertebrate richness, functional diversity and trophic complexity
编辑推荐:
中文摘要翻译:
有效的生物多样性监测对于理解变化生态系统中的分类学、功能性和营养动态至关重要。环境DNA(eDNA)宏条形码、被动声学监测(PAM)和相机陷阱等非侵入性工具提供了互补的优势,但它们在评估生物多样性,特别是功能多样性和营养结构方面的相对有效性仍
中文摘要翻译:
有效的生物多样性监测对于理解变化生态系统中的分类学、功能性和营养动态至关重要。环境DNA(eDNA)宏条形码、被动声学监测(PAM)和相机陷阱等非侵入性工具提供了互补的优势,但它们在评估生物多样性,特别是功能多样性和营养结构方面的相对有效性仍未被充分探索。这些方法在再野生化景观中尤为有价值,因为恢复行动创造了异质性、快速变化的栖息地,需要可扩展的监测解决方案。
研究人员在苏格兰的一个再野生化地点应用了综合监测方法,比较了通过宏条形码对四种eDNA样本类型(水、土壤、树干滚取和粪便)检测到的脊椎动物多样性,并与PAM和相机陷阱进行了比较。每种方法都通过基于性状的分析评估了分类丰富度、群落组成、功能多样性,并通过共现网络评估了营养复杂性,这些指标很少跨方法一起评估。
总共检测到79个脊椎动物分类单元:PAM捕获了52个,eDNA捕获了44个,相机陷阱捕获了12个。在eDNA底物中,水和树干滚取样本的丰富度最高。每种方法都检测到独特的物种,其中鸟类和蝙蝠由PAM覆盖最佳,小型哺乳动物由eDNA覆盖最佳。不同方法之间的群落组成有所差异,eDNA底物捕获了更广泛的群落。PAM揭示了林地和开阔栖息地之间最强的群落差异。
树干滚取和水eDNA捕获了最大的功能多样性,而PAM显示出更高的冗余度。没有单一方法捕获所有功能性状。将eDNA方法与PAM整合产生了最完整的营养网络。PAM提供了最完整的网络,但遗漏了由eDNA填补的关键陆地相互作用。
实践意义:再野生化和恢复项目需要整合的多方法“工具箱”,以全面捕获脊椎动物丰富度、功能多样性和营养复杂性。研究人员建议将PAM与树干滚取或水eDNA采样相结合作为最佳监测策略,在分类和功能覆盖方面平衡其互补优势。
论文解读文章:
**研究背景与问题**
在全球生物多样性快速变化的背景下,有效的监测方法对于理解生态系统响应至关重要。《昆明-蒙特利尔全球生物多样性框架》等国际倡议强调需要可扩展、可重复的监测手段来评估生物多样性变化。然而,传统监测往往只关注单一维度(如物种丰富度),忽视了功能性状和生态相互作用等关键维度,这些维度支撑着生态系统的韧性和稳定性。再野生化(rewilding)作为生态恢复的新兴范式,旨在通过自然主导的过程恢复自我维持的生态系统,但其生态影响缺乏实证证据。由于再野生化形成的生态系统具有不可预测性和较长的时间尺度,迫切需要能够捕捉整个生态系统动态(如营养复杂性、干扰和连通性)的监测方法,同时保持成本效益。
近年来,非侵入性监测技术提供了可扩展的解决方案:相机陷阱广泛应用于陆生哺乳动物监测,但偏向于大体型物种;被动声学监测(PAM)适用于发声类群,但局限于可识别声音的物种;环境DNA(eDNA)宏条形码可从水、土壤等环境样本中检测遗传物质,但在陆地生态系统中的应用滞后于水生系统。尽管这些技术各有优势,但它们的相对表现尚未得到系统比较,特别是在功能多样性和营养结构方面。现有研究多聚焦于物种丰富度和群落组成,对功能分析和营养网络的研究不足。因此,研究人员在苏格兰一个异质性的再野生化景观中,比较了相机陷阱、PAM和四种eDNA底物(土壤、水、树干滚取和粪便)对脊椎动物多样性的评估能力,旨在回答两个关键问题:(1)是否存在捕获脊椎动物分类、功能和营养多样性的最佳非侵入性方法组合?(2)单一eDNA底物是否足以表征脊椎动物多样性,还是需要组合使用?
**研究设计与方法**
本研究在苏格兰尼斯湖附近的自然资本实验室(NCL)开展,该地点面积42公顷,于2019年建立,包含再生桦木林、针叶林、采伐/开阔地和泥炭地等生境。研究人员部署了8个相机陷阱点位(每个点位两个相机,分别针对小型地栖哺乳动物和中大型物种)和7个AudioMoth声学记录器(每小时记录30秒,采样率192 kHz),于2023年5月1日至6月13日期间采集数据。同时,在2023年6月6日至11日采集了116个eDNA样本:50个土壤样本、30个树干滚取样本、31个水样本和5个粪便样本。土壤和树干滚取采样采用分层随机设计覆盖主要生境类型,水样本采用偶遇采样。eDNA实验室流程包括Mu-DNA提取、嵌套两步PCR扩增(靶向12S线粒体区域)、Illumina MiSeq测序,并使用Tapirs流程进行生物信息学分析。数据分析包括Poisson广义线性模型评估丰富度、NMDS和PERMANOVA分析群落组成、基于性状的功能多样性计算(RaoQ和功能冗余度)、以及基于共现网络和GLOBI数据库构建的metaweb营养网络分析。
**研究结果**
**3.1 Alpha多样性**
所有方法共检测到79个脊椎动物分类单元。PAM在308个部署日内检测到53种,预测在1000天后接近约70种的平台。相机陷阱产生477条独立记录,检测到12种。eDNA方法检测到44个分类单元,其中水样本丰富度最高(34种),树干滚取次之。约25个水或树干滚取样本可恢复与50个PAM天相当的丰富度(约32种)。土壤样本检测到28种,但需要约250个样本才能匹配水样本的丰富度。粪便样本丰富度最低。中位分类丰富度在方法间存在显著差异(Kruskal-Wallis检验:χ2=197.9, p<0.001),PAM最高,相机陷阱最低。
**3.2群落组成**
所有方法共检测到22种哺乳动物、54种鸟类和3种两栖动物。两栖动物仅通过eDNA检测到。小型陆生哺乳动物几乎全由eDNA发现,除普通鼩鼱(Sorex araneus)外。狐狸(Vulpes vulpes)仅由相机陷阱检测到,蝙蝠仅由PAM检测到。在54种鸟类中,48种由PAM记录。eDNA底物中,水检测到77%的eDNA分类单元,树干滚取70%,土壤64%,粪便16%。每种底物均检测到至少3个独特分类单元,如大斑啄木鸟(Dendrocopos major)仅通过树干滚取发现,欧洲鼹鼠(Talpa europaea)仅通过土壤发现,水鼩(Neomys fodiens)仅通过水发现。群落组成在方法间存在显著差异(PERMANOVA: R2=0.313, p<0.001),PAM与相机陷阱差异最大,eDNA底物间差异最小。PAM在栖息地间表现出最强的群落区分能力(R2=0.318),区分了林地和开阔生境;水样本区分了针叶林和采伐地(R2=0.24);土壤样本区分了所有林地和开阔地(R2=0.13);树干滚取是唯一能区分针叶林和阔叶林群落的方法(R2=0.07)。
**3.3功能多样性**
功能多样性(RaoQ)在方法间存在显著差异(Kruskal-Wallis: χ2=54.51, p<0.001)。树干滚取和水样本揭示的功能多样性显著高于土壤、PAM或相机陷阱(Dunn检验:p<0.008)。PAM显示的功能冗余度显著高于其他方法(Dunn检验:p<0.001),表明其检测到许多功能相似的物种。主坐标分析(PCoA)显示,PAM检测到较小的树栖食虫动物,而其他方法检测到较大的陆生食叶和杂食动物。树干滚取与树栖食谷动物相关,水样本与更多半水生分类单元相关。
**3.4营养复杂性**
整合所有方法构建的共现metaweb揭示了179条营养链接。PAM恢复了76%的链接,偏向于鸟类;相机陷阱仅检测到3%;综合eDNA方法恢复了29%,包括PAM遗漏的哺乳动物相互作用。水、树干滚取和土壤样本分别恢复了16%、15%和6%的链接。PAM与树干滚取组合捕获了89%的链接,是任何两方法组合中的最高覆盖率。添加土壤或水可将覆盖率提高到90%以上,PAM与所有eDNA底物组合可捕获98%的链接。PAM表现出最高的链接密度和连接度,甚至超过整合网络。声学监测和树干滚取产生最稳健的网络,而土壤显示出最高的模块性。相机陷阱拥有高比例的高营养级物种。
**讨论与结论**
不同方法揭示了脊椎动物生物多样性的互补子集。PAM在分类丰富度方面表现最佳,主要由于其高效检测鸟类(英国最丰富的脊椎动物类群),且采样工作量相对较低。eDNA宏条形码捕获了小型哺乳动物和两栖动物等被其他方法遗漏的类群。相机陷阱仅检测到15%的类群,这反映了其对大体型哺乳动物的选择性偏差。树干滚取和水eDNA样本在功能多样性方面表现最佳,而PAM虽然物种丰富但功能冗余度高。在营养网络方面,PAM提供了最完整的网络,但遗漏了关键的陆地相互作用,这些相互作用主要由eDNA捕获。整合PAM与树干滚取或水eDNA采样,可平衡分类和功能覆盖,是最佳的监测策略。
研究结论指出,方法选择应与监测目标一致,优先考虑互补性而非冗余性。结合PAM与一种eDNA方法即可提供足够的覆盖。对于栖息地水平变异,PAM与土壤采样组合最佳;对于营养复杂性,PAM与树干滚取适用于林地生境,而土壤或水eDNA可能更适合其他情境。约1000天的PAM监测加上50个树干滚取或水样本可实现最佳分类覆盖。连续PAM适合监测年度趋势,而集约eDNA采样提供多营养级的功能多样性快照。采用明确整合分类、功能和营养视角的多工具监测,将有助于更全面地监测生态系统恢复和再野生化过程。