从点到模式：农田土地用途小规模多样化对鸟类栖息地利用的影响

《Landscape Ecology》：From points to patterns: effects of small-scale diversification of arable land use on bird habitat use

　　

背景：欧洲农业景观中农田鸟类种群的持续下降与农业集约化和景观同质化有关，使作物系统多样化成为一项重要的保护策略。然而，在田块尺度评估多种多样化措施的综合效应仍然具有挑战性，因为传统的独立重复实验设计往往不可行。目标：本研究旨在引入空间点模式分析（Spatial Point Pattern Analysis, SPPA）来分析来自高因子实验设计（无真实重复）的数据，以评估多样化、小规模斑块种植对德国东北部农田景观中鸟类栖息地利用的影响。此外，还分析了田块结构和农业管理强度对鸟类出现空间模式的影响。方法：研究人员利用2021-2023年三年间的地理参考鸟类观测数据，通过应用SPPA将多样化的斑块种植田块与相邻的单作大型参考田块进行比较，并将鸟类出现与田块结构和管理强度相关联。结果：SPPA发现斑块种植田块中的鸟类出现和栖息地利用频率高于参考田块。在多样化田块中，鸟类观测更强烈地聚集，而较低的农药使用和较高的杂草覆盖与鸟类出现正相关。作物类型没有明显影响。结论：本研究展示了SPPA作为农场条件下农业生态田间研究的一种有前景的工具，能够检测非重复、真实世界景观中的空间栖息地利用结构。特别是，研究结果说明了SPPA如何识别欧洲农田景观中多样化种植系统、管理实践和农田鸟类出现之间的空间关联。

**论文解读：从点到模式——农田土地用途小规模多样化对鸟类栖息地利用的影响**

**研究背景与问题**

欧洲农业景观中农田鸟类种群的持续下降已被广泛记录，这与农业集约化（如化肥和农药的过量施用）以及景观同质化（田块扩大、边缘长度减少、作物和生境多样性丧失）密切相关。作物系统多样化被视为一项重要的保护策略，但在田块尺度评估多种多样化措施（如不同作物类型、管理实践、田块大小）的综合效应仍然十分困难，因为传统的实验设计需要独立重复单元，而在真实的农业景观中，这一假设往往无法满足（例如，不同田块的位置和景观背景固有差异导致伪重复）。因此，迫切需要能够处理空间异质性和有限重复的稳健分析方法。

**研究内容与结论**

研究人员在德国东北部的patchCROP景观实验平台（2020年春季建立，位于70公顷田块内，划分为高、低产潜力两个区域，各含15个0.5公顷的斑块，实施五年轮作和三种管理强度）以及三个相邻的单作大型参考田块（RF-North 75公顷、RF-West-1 22公顷、RF-South 44公顷）上，于2021-2023年进行了连续三年的鸟类观测（共记录1853个观测点，51种鸟类）。通过引入空间点模式分析（Spatial Point Pattern Analysis, SPPA），研究人员比较了多样化斑块种植田块与参考田块中鸟类出现的空间模式，并分析了环境与管理协变量（如农药施用、土壤质地、杂草覆盖、植被高度、作物类型空间多样性等）对鸟类出现的影响。

主要结论包括：SPPA成功识别出斑块种植田块中鸟类出现密度和栖息地利用频率显著高于参考田块；在多样化田块中，鸟类观测点更强烈地聚集，而较低的农药使用和较高的杂草覆盖与鸟类出现呈正相关，作物类型本身无显著影响；协变量分析表明，管理类型（即减少农药施用、结合机械除草和多年生花卉带）和空间作物多样性是鸟类出现的最强预测因子，植被高度的影响在不同年份有所变化；云雀（Alauda arvensis）是主要优势种（占观测总数约70%），其空间分布格局主导了整体结果。

这项研究的意义在于：首次将SPPA应用于多年农田鸟类监测，展示了其在非重复、真实农场条件下评估多样化种植系统效应的能力，为欧洲农业景观中鸟类保护提供了基于空间模式的分析工具，尤其适用于传统实验设计不可行的情境。该研究发表于《Landscape Ecology》。

**主要关键技术方法**

研究人员主要采用空间点模式分析（SPPA）框架，包括：第一阶效应分析（通过核密度估计可视化鸟类出现密度趋势）和第二阶效应分析（使用J函数和L函数检测聚类或规则性，并与完全空间随机（CSR）和异质泊松（HP）零模型比较）。此外，协变量分析通过拟合泊松点过程模型，将鸟类观测强度与环境和管理协变量（如管理类型、作物空间多样性、杂草覆盖、植被高度）关联，并利用贝叶斯信息准则（BIC）进行模型选择。样本来源于德国东北部patchCROP实验平台（52.4426°N, 14.1607°E）及三个相邻参考田块，鸟类观测数据来自2021-2023年。

**研究结果**

**Pattern of spatial occurrence（空间出现模式）**
通过核密度估计，研究人员发现patchCROP田块在三个带宽（100米、35米、12米）下均显示出最高的鸟类出现密度（约20.0观测/公顷），而参考田块密度较低（RF-North 11.9，RF-South 12.1，RF-West-1 8.8）。J函数和L函数分析表明，在CSR零模型下，patchCROP田块的鸟类观测点显著聚集（J函数值低于包络线，L函数在约15米距离开始偏离），而参考田块中RF-North呈随机或规则分布，RF-West-1和RF-South仅在小尺度或大尺度出现聚集。当使用HP零模型控制环境梯度后，patchCROP田块仍表现出残留的聚类（J函数）和规则性（L函数），提示鸟类可能响应社会行为或微生境偏好，而参考田块则基本符合环境异质性导致的虚拟聚集。

**Effects of covariates（协变量效应）**
协变量分析（仅限于patchCROP田块繁殖季节）显示，在2021年，最优模型（BIC最低）包含管理类型、植被高度和作物空间多样性，其中管理类型和作物空间多样性为正相关，植被高度为负相关。2022年，最优模型包含管理类型、杂草覆盖和作物空间多样性，所有协变量均为正相关。2023年，最优模型仅含管理类型（正相关）和植被高度（正相关，与2021年相反）。管理类型在所有年份均为最强预测因子，反映了减少农药施用、结合花卉带和机械除草对鸟类的积极影响。作物类型从未进入最优模型，表明其空间组合和管理实践比特定作物类型更重要。模型残差的Moran's I在2022和2023年显著为正，提示存在未被协变量解释的局部聚类（如社会互动或微小生境特征）。

**讨论总结与结论**

讨论部分指出，SPPA是一种适用于非重复、高因子实验设计的农生态田间研究工具，能够检测空间栖息地利用结构。小尺度多样化（斑块种植）通过增加时空结构异质性，提供了更多繁殖、庇护和食物资源，从而提高了鸟类栖息地质量，尤其有利于云雀等优势种。管理强度（减少农药、机械除草、花卉带）和杂草覆盖是比作物类型更重要的驱动因素。方法局限性包括：植被数据分辨率有限、食物资源（如地表甲虫）未纳入时间匹配分析，以及残差聚类表明存在未捕获的细尺度过程。尽管如此，研究稳健地检测到田块多样化对鸟类出现的主要效应。

**研究结论翻译**
本研究展示了SPPA作为农场条件下农业生态田间研究的一种有前景的工具，能够检测非重复、高因子设计中的空间栖息地利用结构。研究结果强调了多样化种植系统和具体情境管理对促进农田鸟类生物多样性的价值。协变量分析进一步识别了最冗余的环境驱动因素，展示了SPPA解耦多重相互作用因素的能力。研究人员发现，与单作大型参考田块相比，小规模多样化种植系统支持了更高的鸟类物种丰富度以及更频繁和空间聚集的栖息地利用，尤其对于云雀。SPPA识别出结构异质性和降低的管理强度比单个作物类型是更重要的栖息地利用驱动因素。这进一步凸显了田块尺度多样化在改善欧洲农田景观栖息地质量方面的潜力。更广泛地说，本研究证明了SPPA在研究鸟类等移动生物栖息地利用和出现模式方面的实际适用性。通过处理来自非重复、真实世界农场实验的空间显式数据，SPPA使研究人员能够揭示传统方法可能遗漏的细尺度栖息地利用模式。这强调了其补充常规生物多样性监测的潜力，有助于评估与农业多样化措施和半自然生境元素相关的生物多样性结果。此类应用在欧盟共同农业政策（CAP）背景下可能特别相关，因为许多农业环境措施是在实际农场条件下实施的，不符合实验控制和重复设计。因此，研究人员提出SPPA作为农生态方法工具箱的一种灵活而强大的补充，提供了一种适用于标准实验设计不足的动态农场环境的方法。