测试一个场地优先排序框架以最大化播种珊瑚的存活率

《Journal of Applied Ecology》：Testing a site-prioritisation framework to maximise survival of seeded corals

　　

随着气候变化威胁全球造礁珊瑚种群，恢复珊瑚种群的兴趣日益增加。然而，这些努力在规模上受到限制，因此，为了最大化恢复成功，优先选择种植珊瑚最有可能存活和生长的区域至关重要。在此，研究人员利用来自澳大利亚大堡礁不同栖息地部署的10个物种的有性繁殖珊瑚幼体（spat）的存活数据，测试并完善了一个用于选择珊瑚恢复场地的框架。对每个部署场地，研究人员提取了非生物和生物因素的数据，然后对其进行评分并组合，以计算每个场地的单一得分。研究人员细化了因素的相对权重，以最大化场地得分所解释的spat存活方差。研究人员调查了spat存活与这些环境因素中的每一个以及综合场地得分之间的关系。最后，研究人员使用模拟来量化基于场地得分选择场地时预期的平均spat存活提升。结果表明，spat存活通常随着底栖生物覆盖度的增加而降低，突显了竞争在早期生命阶段的重要作用。相比之下，spat存活与非生物因素之间的关系是物种特异性的。除一种物种外，spat存活与场地得分呈正相关。然而，场地得分仅预测了存活方差的一小部分，表明支持珊瑚恢复所需的播种尺度（>100s m）与spat存活受影响的精细尺度（<1 m）之间存在空间不匹配。在模拟中，使用场地得分在12个物种-礁组合中的11个中提高了平均存活率，尽管有些增益有限。综合与应用：所测试的框架可以通过场地选择提高大多数类群的平均存活率，从而提高播种珊瑚部署的效率，从而减少实现目标结果所需的部署spat数量。对于许多Acropora物种，因素的特异性加权是不必要的，但对其他类群可能很重要。

论文解读：场地优先排序框架对播种珊瑚存活率的测试与优化

随着气候变化加剧，全球造礁珊瑚种群面临日益严重的威胁，珊瑚恢复作为辅助种群恢复的手段受到广泛关注。然而，恢复工作通常只能在有限区域实施，因此如何优先选择最适合种植珊瑚存活和生长的场地，成为最大化恢复成功的关键。珊瑚的早期生命阶段是种群补充的重要瓶颈：尽管成年珊瑚可产生大量配子，但受精、定居及幼体存活率极低，竞争、沉积、水流等生物和非生物因素均在这一阶段发挥关键作用。为系统评估场地适宜性，Humanes等（2025）提出了一个基于关键环境变量对场地进行评分的框架，但该框架的适用性需针对具体物种和播种单元进行验证与细化。本研究利用澳大利亚大堡礁多点部署的珊瑚幼体（spat）存活数据，测试并完善了这一场地优先排序框架，旨在提高恢复干预的效率。

研究人员汇总了2021—2023年间在澳大利亚大堡礁四个区域（Keppel Islands、Moore Reef、Davies Reef和Heron Island）部署的10种常见印度-太平洋珊瑚物种（包括多种Acropora属、Montipora属和Galaxea fascicularis）的spat存活数据，部署时长约240至420天。通过提取每个部署站点的非生物（水速、礁坡、粗糙度、沉积）和生物（底栖覆盖）因素，按照框架进行评分并组合为单一站点得分，随后针对物种优化因素权重。研究评估了站点得分对spat存活的预测能力，并通过模拟检验基于站点得分选择场地是否可提高平均存活。结果表明，对于大多数Acropora物种，该框架能够区分有利和不利于spat存活的场地，可提升恢复效率，减少达到目标所需的部署数量。然而，站点得分解释的方差比例较低，表明存在空间尺度不匹配和随机性等问题。该研究发表在《Journal of Applied Ecology》。

主要技术方法方面，研究使用了来自澳大利亚大堡礁四个区域（Keppel Islands、Moore Reef、Davies Reef和Heron Island）的10种珊瑚的spat部署数据，时间为2021—2023年。研究人员从卫星水深模型提取礁坡，从波浪模型（SWAN）获取海底水速，并通过底栖照片分类评估沉积和粗糙度。底栖覆盖数据通过0.25 m²样方照片结合ReefCloud人工智能工具或人工标注获得。统计上，使用广义线性混合效应模型（glmmTMB）分析spat存活与环境变量的关系，采用AICc进行逐步模型选择；利用nlminb优化物种特异性权重以最大化边际R²；通过bootstrap进行样本外预测，并运行200次模拟比较基于站点得分与随机选择的平均存活率。

研究结果部分包含两个主要方面。第一，spat存活与生物和非生物预测因子之间的关系。通过逐变量模型比较，研究人员发现每个物种的最佳模型包含不同的预测因子组合，整体上关系呈物种特异性。生物因子方面，spat存活通常随底栖生物覆盖度增加而降低：自由固化底质百分比与存活正相关，而大型藻类和硬珊瑚覆盖与存活负相关（仅A. kenti例外，其存活与硬珊瑚覆盖正相关）。非生物因子中，水速和礁坡既有正效应也有负效应；粗糙度影响方向不一，但高粗糙度通常对应最低存活；沉积仅对A. spathulata的存活有负效应。这些结论基于对每个物种拟合的广义线性混合效应模型，并通过AICc选择最佳模型得出。

第二，站点得分作为spat存活的预测因子。当使用原始框架等权重评分时，除A. loripes外的9个物种的spat存活均与站点得分正相关，但站点得分解释的固定效应方差比例较低（边际R²约为1%–15%）。针对各物种优化权重后，解释方差有所提高，其中G. fascicularis的边际R²提升最大（增加20%）。模拟显示，与随机选择相比，基于站点得分选择场地在12个物种-礁组合中的11个中提高了平均存活率，但部分增益有限。样本外预测中，所有物种的边际R²中位数低于25%，其中A. millepora最高（约16%），而A. loripes、A. spathulata和A. digitifera低于2%。这表明站点得分虽有一定区分能力，但预测能力较弱。

讨论部分指出，站点得分预测能力低可能源于四个原因：未纳入的重要变量（如 turf藻高度、食草动物丰度、光照、营养）、环境变量测量的空间尺度与影响spat存活的实际尺度不匹配（数百米对厘米至米级）、时间变异性未考虑，以及早期存活的高度随机性。此外，部署地点均经过预先筛选，未包括明显不适宜的栖息地，因此实际应用中站点得分的预测能力可能更高。基于研究发现，研究人员建议：使用该框架为大多数Acropora物种选择部署场地；为其他类群开发物种特异性权重；将评分扩展至影响成体存活和生长的因素；采用减少生物竞争负面影响的播种单元设计（如防污涂层）。同时强调场地选择应结合后勤、生态效益及社会文化价值等综合考虑。

研究结论可概括为：所测试的框架可以通过场地选择提高大多数类群的平均存活率，从而提高播种珊瑚部署的效率，从而减少实现目标结果所需的部署spat数量。对于许多Acropora物种，因素的特异性加权是不必要的，但对其他类群可能很重要。