植物-食果动物群落中食果鸟类的个体专化：一种网络方法

《Birds》：Individual Specialization of Frugivorous Birds Within a Plant–Frugivore Community: A Network Approach

　　

网络方法（Network approaches）常用于研究群落水平上食果鸟类与植物之间的互惠相互作用。然而，大多数果实-鸟类网络聚合了个体数据并依赖于物种水平性状，常常忽略了种内变异。在此，研究人员将果实-鸟类网络降尺度到个体水平，以评估一个岛屿群落中四种主要食果雀形目鸟类的种内食性变异和个体专化。果实消费通过从雾网捕获的鸟类收集的粪便样本进行鉴定，并使用贝叶斯方法（Bayesian approach）对个体食性进行建模。种内食性变异使用E指数（E index）和NODF指数（NODF index）进行量化，个体专化使用Psi指数（Psi index）进行量化，共享果实资源的个体聚类使用Cws指数（Cws index）进行量化。研究人员检测到较低的种内食性变异，且个体食性并非嵌套结构。个体专化主要与个体的重捕有关，与表型性状关系较弱。聚类主要涉及异种个体，其食性与捕获期间的植物果实物候相匹配。因此，未来研究互惠相互作用在生物多样性维持中作用的群落水平研究，可能会受益于将网络方法与个体间和种间竞争互补信息相结合。

**论文解读：植物-食果动物群落中食果鸟类的个体专化——基于网络方法的研究**

**研究背景与问题**
植物与动物之间的互惠关系，如食果鸟类传播种子，对于生物多样性的维持至关重要。鸟类、结实物种及其相互作用在时空上重叠，形成复杂的互作网络。网络方法已成为理解群落水平互惠作用的关键工具，但多数研究将同一物种的个体数据聚合，在物种层面得出结论，而忽略了互作实际上发生在个体之间。这种做法可能掩盖种内变异，例如，一个物种的泛化食性可能源于泛化个体，也可能由专化个体组合而成。此外，个体食性可能形成由同种个体组成的聚类，也可能由异种个体混合形成。目前，针对鸟类个体水平的网络研究仍匮乏，尤其缺乏对个体食性变异驱动因素的系统评估。本研究旨在通过个体水平降尺度网络，解决以下问题：（1）评估群落内不同食果鸟类个体的食性变异；（2）检验个体专化水平受中性因素（如个体时空重叠）还是性状因素（如形态）驱动；（3）评估个体食性聚类是否由同种或异种个体组成。

**研究内容与结论**
研究人员于2024年3月至2025年2月在加那利群岛特内里费岛西北部的Los Adernos（旱生灌木林地）开展研究。该群落包含四种主要食果雀形目留鸟：黑顶林莺（*Sylvia atricapilla*）、黑头林莺（*Curruca melanocephala*）、乌鸫（*Turdus merula*）和超级鸫（*Erithacus superbus*）。通过雾网捕获鸟类，收集粪便样本，鉴定种子和果皮组织以确定果实消费量，并使用贝叶斯层次模型（Bayesian hierarchical model）估计个体食性。研究记录了12种结实物种与123只个体鸟类的互作，其中重捕率较低（6.3%–18.6%）。研究结论：种内个体食性变异低，个体食性无嵌套模式；个体专化（PSi指数）主要与重捕状态相关，而非性别、年龄或喙宽；个体食性聚类显著（Cws=0.24），但聚类由异种个体组成，与果实物候季节显著关联。研究发表在《Birds》。

**关键技术与方法**
样本来源：加那利群岛特内里费岛Los Adernos的Macaronesian旱生灌木林地。主要方法：（1）雾网捕获鸟类，收集粪便，通过种子计数和果皮组织显微镜鉴定，并参考本地种子和果实标本库；（2）采用贝叶斯层次模型（Coblentz等，2017）估计个体食性，计算浓度参数ln(w)及其后验分布；（3）计算E指数和NODF指数评估种内食性变异和嵌套性，通过后验采样与零假设（ln(w)中央20%分位数）比较；（4）计算PSi指数（个体专化指数）衡量个体食性与种群食性重叠，使用贝叶斯广义线性模型（brms包）分析性别、年龄、喙宽和重捕状态对PSi的影响；（5）计算Cws指数（聚类指数）评估个体食性聚类，通过随机化检验（9999次）获取显著性，并使用G检验分析聚类与捕获季节的关联。

**研究结果**

**3.1 个体间食性变异（Interindividual Diet Variation）**
通过E指数和NODF指数分析，所有四种鸟类的个体间食性变异均低于零假设（无个体间变异），后验概率p<0.1；NODF后验概率在0.49–0.53之间，表明个体食性无嵌套模式。因此，未发现支持个体间食性变异或嵌套结构的证据。

**3.2 个体专化的驱动因素（Drivers of Individual Specialization）**
PSi指数中位数中等（0.54–0.74）。对于黑顶林莺，雄性比雌性更泛化（后验概率PP=0.96）；对于黑头林莺，成年个体比幼年个体更泛化（PP=0.86）；对于超级鸫，幼年个体比成年个体更泛化（PP=0.9），且重捕个体比单次捕获个体更泛化（PP=0.9）；对于乌鸫，重捕个体泛化水平更高但证据中等（PP=0.82）。喙宽对PSi的影响在所有物种中均较弱（PP均<0.6）。性别和年龄效应因物种而异，但整体上重捕状态是影响个体专化的主要因素。

**3.3 群落水平个体食性聚类（Clustering of Individual Bird Diets at the Community Level）**
将四种鸟类合并为“食果鸟类种群”，Cws指数为0.24，显著高于零模型值（0.07±0.0001，蒙特卡洛p<0.001）。个体食性形成六个模块（聚类），每个模块均由不同物种的个体组成。模块与捕获季节显著关联（G₅=37.25，p<0.001），例如，第六模块包含早春果实的植物，而第四模块与秋季结果的植物（如黄连木和石刁柏）相关，对应鸟类主要在秋季捕获。

**讨论与结论**
讨论指出，个体间食性变异低，与预期相反（预期泛化物种由专化个体组成），表明不同个体在食果和种子传播中可能具有相似角色。个体专化主要受重捕影响（即个体在样地持续存在），而非表型性状，支持中性假设（个体随机相遇，互作概率取决于时空重叠）。聚类由异种个体组成，且与果实物候季节匹配，进一步支持中性因素的作用。此外，喙宽未显著影响聚类或专化，可能是因为本研究关注食果（包括果皮组织）而非仅种子传播，且果实大小与喙宽匹配并非关键限制。研究还发现，重捕个体泛化水平更高，可能表明个体表现为短期专化但长期泛化，而低重捕率暗示个体高周转，导致对植物的生态效应短暂。

**结论**：
1. 个体间食性变异一致较低，个体泛化水平随重捕增加而增加。因此，在系统中将个体数据聚合到物种水平进行网络表征和物种角色解释是可靠的。
2. 中性过程（个体在样地持续存在和与果实物候的时间重叠）比个体相关性状更能决定食性和个体聚类。
3. 聚类由异种个体形成，增加种间竞争，可能影响互惠作用在生物多样性维持中的作用。
4. 未来旨在理解互惠作用对生物多样性维持影响的群落水平研究，应整合网络方法与个体间和种间果实利用信息。