《Journal of Environmental Management》：Ecological thresholds of eutrophication for littoral macroinvertebrates: a study on 116 Danish lakes
编辑推荐：
底栖大型底栖无脊椎动物（Benthic macroinvertebrates）广泛用作淡水生物指示物，而理解与群落组成主要变化相关的生态阈值（ecological thresholds）对于有效的生态评估和管理日益重要。然而，由于影响大型底栖无脊椎动物群落的多
底栖大型底栖无脊椎动物（Benthic macroinvertebrates）广泛用作淡水生物指示物，而理解与群落组成主要变化相关的生态阈值（ecological thresholds）对于有效的生态评估和管理日益重要。然而，由于影响大型底栖无脊椎动物群落的多个相互作用的水质和栖息地结构参数，定义清晰且具有生态学意义的阈值仍具挑战性。本研究分析了2013年至2023年间监测的116个丹麦湖泊的湖滨大型底栖无脊椎动物集合，以识别与富营养化（eutrophication）相关的主要环境梯度，并量化塑造群落组成和结构的关联生态阈值。电导率（Conductivity）是构建大型底栖无脊椎动物集合的主要因素；因此，研究人员根据电导率水平对湖泊进行聚类，并在淡水湖泊（电导率 <112?mS?m?1）中评估了富营养化阈值，这些湖泊代表了采样湖泊的大多数。在淡水湖泊中，大型底栖无脊椎动物群落主要受富营养化梯度以及pH值和底质特征的影响。阈值指示分类单元分析（Threshold Indicator Taxa Analysis，TITAN）识别出与敏感分类单元显著减少相关的总磷（total phosphorus）阈值为0.030?mg?L?1（0.029 - 0.035?mg?L?1）和叶绿素a（chlorophyll a）阈值为13.9?μg?L?1（3.4 - 20.3?μg?L?1），这代表了响应富营养化的生物多样性丧失的早期预警阈值。相反，耐受性分类单元在更高的总磷阈值0.156?mg?L?1（0.125 - 0.165?mg?L?1）和叶绿素a阈值75.3?μg?L?1（61.6 - 165.2?μg?L?1）下表现出更渐进的增加。本研究识别了响应主要富营养化驱动因素的大型底栖无脊椎动物组成变化的明确定义阈值，并提出了一种新颖、可转移的分析方法，以识别这些驱动因素并定义具有生态学意义、基于证据的群落富营养化阈值。
**论文解读：基于丹麦湖泊湖滨大型底栖无脊椎动物群落的富营养化生态阈值研究**
**1. 研究背景**
淡水生态系统正面临多重环境压力，这些压力可能导致非线性响应，并引发生态系统结构或功能的突然、往往不可逆的转变，即生态阈值（ecological thresholds）或临界点（tipping points）。理解与生物群落组成和多样性重大变化相关的阈值，对于防止生态系统退化为劣质状态的有效淡水管理至关重要。然而，由于驱动生物群落变化的多个相互作用的水质因素，特别是与富营养化（eutrophication）相关的因素，定义清晰的生态阈值仍然是一项挑战。在欧洲，识别生态阈值对于实施《水框架指令》（Water Framework Directive，WFD）变得日益重要，该指令旨在解决淡水普遍退化的问题，并设定实现所有地表水至少达到良好生态状态的目标。底栖大型底栖无脊椎动物（Benthic macroinvertebrates）是WFD下用于评估生态状态的生物要素之一，因其对环境变化敏感而被广泛使用。尽管大型底栖无脊椎动物在河流监测和生态状态评估中具有长期作用，但其在湖泊评估中的应用相对较新。一个关键的限制在于难以建立清晰、生态相关的大型底栖无脊椎动物群落变化阈值，尤其是在响应富营养化方面，富营养化驱动了多重相互作用的环变化。解决这一限制对于提高湖泊大型底栖无脊椎动物生态评估的精确性和一致性，以及基于证据的湖泊管理至关重要。丹麦湖泊总体呈富营养化状态，尽管过去几十年磷和氮输入有所减少，但富营养化仍然是主要压力之一，导致大多数丹麦湖泊未能达到至少良好生态状态的目标。为此，本研究利用丹麦国家监测计划中的综合数据集，旨在提出一种新颖、可转移的分析方法，以识别塑造大型底栖无脊椎动物集合的环境驱动因素，并定义与群落响应富营养化相关的、具有生态学意义且基于证据的阈值。
**2. 主要技术与方法**
研究人员主要采用以下关键技术方法：首先，应用去趋势对应分析（Detrended Correspondence Analysis，DCA）分析经对数转换的湖滨大型底栖无脊椎动物丰度数据，以检查群落组成模式。其次，运用典范对应分析（Canonical Correspondence Analysis，CCA）识别塑造大型底栖无脊椎动物群落组成的主要环境梯度，并基于显著性检验和方差膨胀因子（Variance Inflation Factor，VIF）进行变量筛选，通过蒙特卡洛置换检验（Monte Carlo permutation test）评估模型显著性。第三，采用条件推断树（conditional inference tree，ctree）以DCA第一轴得分为响应变量，识别环境变量的关键值并对样点进行分组。第四，针对淡水湖泊（电导率<112?mS?m
?1）单独进行CCA，以评估与富营养化相关的变量对群落结构变异的解释程度。最后，实施阈值指示分类单元分析（Threshold Indicator Taxa Analysis，TITAN），利用250次置换和500次自助法（bootstrap）重复，确定分类单元特异性变化点及响应方向，识别敏感（z-）和耐受性（z+）指示分类单元，并基于累积响应（sum(z-)和sum(z+)）确定群落级别的阈值。数据来源为丹麦国家自然与水生环境监测计划（NOVANA）数据库，涵盖2013至2023年间116个丹麦湖泊的湖滨大型底栖无脊椎动物和水质数据，其中大型底栖无脊椎动物样本于9-10月采用标准化踢网采样法（kick-sampling）在湖滨带采集，水质数据为5-9月期间湖心最深点4-5次测量的夏季均值。
**3. 研究结果**
**3.1. 大型底栖无脊椎动物对环境梯度的响应**
DCA和条件推断树分析结果表明，电导率（作为盐度代用指标）是影响丹麦湖泊大型底栖无脊椎动物组成差异的首要因素。基于电导率值可将湖泊分为四个聚类：<112?mS?m
?1（淡水）、112-578?mS?m
?1、578-1094?mS?m
?1和>1094?mS?m
?1。淡水湖泊（<112?mS?m
?1）的样点最多（n=307），记录的分类单元数也最高（n=357），其优势分类单元包括Potamopyrgus antipodarum、Pisidium sp.和Chironomini indet.。高电导率湖泊（>1094.4?mS?m
?1）的优势分类单元则为Idotea chelipes、Microdeutopus gryllotalpa和Jaera albifrons。
**3.2. 淡水湖泊大型底栖无脊椎动物对富营养化指标的响应**
针对淡水湖泊（电导率<112?mS?m
?1，共312个样点，89个“湖泊-年”）的CCA分析表明，pH值和叶绿素a（Chl a）是影响大型底栖无脊椎动物组成的主要环境变量，而湖滨底质特征（如木质残体、砾石和芦苇覆盖度）也增加了对变异的解释。然而，该模型仅解释了6.76%的约束方差（F=2.74，p=0.001），表明未纳入分析的其它因素可能更为重要。与富营养化相关的变量（总磷TP和Chl a）对大型底栖无脊椎动物组成有显著影响。
**3.3. 淡水湖泊大型底栖无脊椎动物组成对富营养化的响应阈值**
TITAN分析在淡水湖泊中识别出对富营养化梯度有明确响应的指示分类单元。沿总磷（TP）梯度，识别出53个敏感（z-）指示分类单元（丰度和出现率随TP增加而显著下降）和27个耐受性（z+）指示分类单元（显著增加）。沿叶绿素a（Chl a）梯度，识别出50个z-和29个z+分类单元。敏感分类单元主要包括蜉蝣目（Ephemeroptera）、襀翅目（Plecoptera）、毛翅目（Trichoptera）和蜻蜓目（Odonata）的EPTO类群，其贡献占比高于其在整体群落中的比例；而耐受性分类单元中双翅目（Diptera）占比最高。
群落水平的变化点（thresholds）为：敏感（z-）分类单元的总磷阈值为0.030?mg?L
?1（5th-95th百分位：0.029-0.035?mg?L
?1），耐受性（z+）分类单元的总磷阈值为0.156?mg?L
?1（0.125-0.165?mg?L
?1）。沿Chl a梯度，敏感分类单元的阈值为13.9?μg?L
?1（3.4-20.3?μg?L
?1），耐受性分类单元的阈值为75.3?μg?L
?1（61.6-165.2?μg?L
?1）。敏感分类单元的响应表现出更同步、更尖锐的峰值，表明其变化点发生在更窄的环境梯度范围内，而耐受性分类单元的响应则更为渐进。
**4. 讨论与结论**
**讨论部分总结：** 研究结果表明，电导率是丹麦湖泊大型底栖无脊椎动物群落差异的主要驱动因素，支持了淡水与咸水湖泊的区分。在淡水湖泊中，富营养化（以TP和Chl a为代表）显著影响了群落组成，但模型解释方差较低，表明栖息地多样性、底质特征等其他因素可能具有更强的影响。富营养化导致敏感分类单元向耐受性分类单元的转变，但并未引发群落的完全重组。敏感分类单元（如毛翅目、蜉蝣目、鞘翅目）的响应阈值更低且更尖锐，表明其可作为早期预警阈值。例如，本研究得出的敏感分类单元总磷阈值0.030?mg?L
?1远低于此前研究中报道的基于鱼类或浮游植物的生态系统阈值，这反映了大型底栖无脊椎动物中敏感类群对富营养化的早期响应。耐受性分类单元的总磷阈值0.156?mg?L
?1与敏感阈值平均后（0.093?mg?L
?1）接近此前报道的0.1?mg?L
?1的转变点。Chl a阈值也与丹麦WFD生态状态评估边界值相符。这些阈值应被视为基于证据的生态风险升高区域，而非固定边界，为富营养化管理和湖泊修复提供了实用的预防性基准。
**结论部分翻译：** 本研究的分析方法与结果证明了丹麦湖泊底栖大型底栖无脊椎动物组成响应富营养化的清晰生态阈值。丹麦湖泊的湖滨大型底栖无脊椎动物群落强烈受电导率影响，这体现在淡水与咸水湖泊间显著的组成差异上。因此，在识别响应富营养化的组成变化时，需对盐度对比鲜明的湖泊分别进行大型底栖无脊椎动物数据分析。富营养化并未导致大型底栖无脊椎动物群落的完全重组，但显然与多个指示分类单元（包括对富营养化敏感和耐受的类群）出现率和丰度的非线性变化相关。针对淡水湖泊测试的许多指示物种的组成变化，发生在与富营养化相关因素的狭窄范围内。这些范围在响应TP时尤为狭窄，而在响应Chl a时则较宽。本研究识别出的敏感大型底栖无脊椎动物分类群组成响应TP（0.030?mg?L
?1，范围：0.029-0.035?mg?L
?1）和Chl a（13.9?μg?L
?1，范围：3.4-20.3?μg?L
?1）的阈值，以强有力的实证证据支持了早期预警范围，该范围落入先前估算的丹麦湖泊富营养化生态阈值的敏感区间。本研究提出了一种新颖、可转移的分析方法，用于识别塑造大型底栖无脊椎动物集合的环境驱动因素，并定义与群落响应富营养化相关的、具有生态学意义且基于证据的阈值。TITAN被证明是一种强大的工具，能够将分类单元特异性响应转化为响应富营养化的生态可解释的群落阈值。通过整合生物响应与理化指标，该方法为识别退化早期预警信号提供了比单纯依赖环境变量更强的生态学基础。检测到的阈值可以告知管理者应维持何种富营养化压力水平，以避免诱发不良生态变化及潜在的向替代稳定状态的转变。然而，这些阈值不应被解释为固定的生态边界，而应被视为基于证据的生态风险升高区域，可为湖泊富营养化控制和修复行动提供支持。
