栖息地与热生态幅塑造北极鸟类气候驱动的分布范围变迁

《Journal of Biogeography》：Habitat and Thermal Breadth Shape Climate-Driven Range Shifts in Arctic Birds

　　

目的：快速气候变化正在重塑北极生态系统并改变物种的繁殖分布。研究人员评估了气候驱动的北极鸟类繁殖范围变迁，并研究了形态、栖息地宽度和热生态位宽度等功能性状如何影响这些变迁。
地点：欧洲和北美北极地区。
分类单元：北极繁殖鸟类，包括雁形目、鸻形目和雀形目。
方法：研究人员利用物种出现数据，量化了过去（1960–1999）和当前（2000–2024）时期之间的范围变迁指标（即记录频率加权质心纬度变化和移动距离）。利用物种分布模型（SDMs）估计了适宜繁殖分布的变化。采用广义线性模型（GLMs）对每个目标分类群评估功能性状对范围变迁的影响，并在所有物种层面使用大陆级系统发育广义最小二乘模型（PGLS）。
结果：欧洲和北美北极地区的气候趋势存在显著差异，导致区域特异的范围变迁响应。栖息地宽度与热生态位之间存在显著交互作用：对于热生态位较窄且临界最低温度较低的物种，栖息地宽度与范围变迁呈正相关；而对于热生态位较宽且临界最低温度较高的物种，则呈负相关。与扩散能力相关的形态性状影响普遍较弱，迁徙策略和营养级在分类群或区域间无一致影响。尽管敏感性分析支持主要模式，但采样覆盖不均、局部记录聚集和样本量不等限制了研究人员从采样努力变化中完全分离生物范围变迁的能力。
主要结论：性状交互作用比单一性状更具影响力，表明物种对气候变化的响应取决于多维性状组合。单一功能性状对北极鸟类范围变迁的解释力有限，且强烈依赖于区域和分类群。因此，纳入区域背景和性状交互作用对于改进对生物多样性响应持续气候变化的预测至关重要。

**论文解读：栖息地与热生态幅塑造北极鸟类气候驱动的分布范围变迁**

**研究背景与问题**
气候变化对全球生物多样性构成严峻挑战，尤其在北极和亚北极地区，自21世纪初以来，平均气温升高速度超过全球平均的两倍。快速变暖导致北极环境发生深刻变化，包括海冰减少、永久冻土退化、植被绿化及季节格局改变。为应对这些挑战，许多物种调整了分布范围、物候甚至形态特征。然而，不同物种对气候变化的响应存在差异，其机制尚不完全清楚。现有研究多关注单一功能性状（如扩散能力、热耐受性）对范围变迁的影响，但结论常不一致，且缺乏对跨大陆、跨分类群多维性状交互作用的系统分析。因此，亟需理解功能性状如何共同驱动北极鸟类在气候变化下的分布范围变迁，尤其是在欧洲和北美北极这两个气候变暖模式差异显著的地区。

**研究内容与结论**
研究人员利用来自全球生物多样性信息网络（GBIF）和美国地质调查局（USGS）鸟类环志数据库的物种出现数据，以及WorldClim历史气候数据，分析了1960–1999年（过去）和2000–2024年（当前）两个时期北极鸟类繁殖范围的变化。研究聚焦于欧洲和北美北极地区，涉及雁形目、鸻形目和雀形目鸟类。通过计算记录频率加权质心（COF）的纬度变化和移动距离，并结合物种分布模型（SDMs）估计适宜繁殖分布面积变化，研究人员评估了功能性状（包括形态、栖息地宽度、热生态位宽度）对范围变迁的影响。主要结论包括：栖息地宽度与热生态位宽度之间存在显著交互作用，其影响因区域和分类群而异；单一功能性状的解释力有限，且强烈依赖于区域背景；物种对气候变化的响应取决于多维性状组合，而非单一性状。

**意义**
该研究发表于《Journal of Biogeography》，揭示了功能性状交互作用在北极鸟类范围变迁中的关键作用，强调了在预测生物多样性响应气候变化时需考虑区域背景和性状组合，为制定针对性的保护策略提供了科学依据。

**关键技术与方法**
研究人员从GBIF和USGS环志数据库获取物种出现记录，使用WorldClim历史月气候数据集（1960–2024年）提取繁殖季节（5–7月）最低温度（Tmin）、最高温度（Tmax）和降水数据，并采用ESA CCI土地覆盖产品。通过计算记录频率加权质心（COF）的纬度变化和移动距离作为范围变迁指标，利用物种分布模型（SDMs）集成五种算法（GLM、BRT、Maxent、RF、SVM）预测适宜繁殖分布面积变化。功能性状包括形态主成分（PC1，由跗跖长、翅长和体重综合）、手翼指数（HWI）、迁徙策略、营养级、栖息地宽度（Levins标准化指数）和热生态位宽度（基于5%分位Tmin和95%分位Tmax）。采用广义线性模型（GLMs）和系统发育广义最小二乘模型（PGLS）评估性状效应，并通过共同网格、空间稀疏化和重采样进行敏感性分析。

**研究结果**

**3.1 北美北极地区的范围变迁**
**3.1.1 COFlat变化**：北美北极地区雁形目、鸻形目和雀形目物种呈现多方向范围变迁。雁形目最佳线性模型显示热生态位宽度对COFlat变化有强负效应，迁徙物种比部分迁徙物种有更大纬度变化，但效应弱。栖息地宽度与热最小值的交互作用表明：对热最小值较低的物种，栖息地宽度正向影响纬度变化；对热最小值较高者，则为负向。鸻形目中，热生态位宽度对COFlat变化有强负效应，表明窄热生态位物种向北移动更多。雀形目中仅体型PC1呈弱负效应。全物种PGLS模型显示热生态位宽度对COFlat变化有负效应。

**3.1.2 COF距离**：北美雁形目中，栖息地宽度和热最小值对COF距离呈负效应。鸻形目中，栖息地宽度与热生态位宽度的交互作用表明：对宽热生态位物种，栖息地宽度负向影响移动距离，而对窄热生态位物种则相反；栖息地宽度与热最小值的交互作用显示：对低热最小值物种，栖息地宽度正向影响距离，对高热最小值者负向。雀形目中，热生态位宽度和热最小值负向影响COF距离，栖息地宽度具微弱正效应。全物种PGLS显示热生态位宽度和热最小值与COF距离负相关。

**3.1.3 适宜繁殖分布变化**：雁形目中，迁徙物种比部分迁徙物种有更大适宜分布扩张，栖息地宽度与热生态位宽度交互作用显示：对窄热生态位物种，栖息地宽度正向影响扩张；栖息地宽度与热最小值交互作用表明：对低热最小值物种，栖息地宽度负向影响，对高热最小值者正向。鸻形目中，热最小值和热生态位宽度均负向影响扩张。雀形目中，定居物种扩张较小，热最小值负向效应，食草动物和杂食动物扩张小于食肉动物。全物种PGLS显示热最小值和热生态位宽度负向影响扩张。

**3.2 欧洲北极地区的范围变迁**
**3.2.1 COFlat变化**：欧洲北极地区大多数物种（>70%）呈现北向范围变迁。雁形目中，栖息地宽度与热生态位宽度交互作用显著：宽栖息地宽度和宽热生态位的物种纬度变化较小；定居物种比迁徙物种北移更多。鸻形目中，栖息地宽度与热生态位宽度交互作用显示：对宽热生态位物种，栖息地宽度正向影响纬度变化，对窄热生态位者负向；栖息地宽度与热最小值交互作用表明：对高热最小值物种，栖息地宽度负向效应更强。雀形目中无预测变量保留。全物种PGLS显示栖息地宽度与热生态位宽度交互作用显著。

**3.2.2 COF距离**：雁形目中，热生态位宽度弱正向效应，部分迁徙和迁徙物种距离大于定居物种；栖息地宽度与热最小值交互作用表明：对高热最小值物种，栖息地宽度负向效应更强。鸻形目中，热最小值正向效应，体型PC1弱负向，热生态位宽度负向。雀形目中，热生态位宽度弱正向，栖息地宽度与热最小值交互作用显示：对低热最小值物种，栖息地宽度正向效应，对高热最小值者负向。全物种PGLS显示热生态位宽度与COF距离负相关。

**3.2.3 适宜繁殖分布变化**：雁形目中，热最小值弱正向，体型PC1和HWI弱负向，栖息地宽度与热生态位宽度交互作用显示：对宽热生态位物种，栖息地宽度负向效应，对窄热生态位者正向。鸻形目中，迁徙和部分迁徙物种扩张大于定居物种，栖息地宽度与热生态位宽度交互作用表明：对宽热生态位物种，栖息地宽度正向效应更强。雀形目中，栖息地宽度与热最小值交互作用显示：对高热最小值物种，栖息地宽度负向，对低热最小值者正向；栖息地宽度与热生态位宽度交互作用：对宽热生态位物种正向，对窄热生态位者负向。全物种PGLS显示热生态位宽度正向效应，定居物种扩张较小。

**3.3 采样诊断与范围变迁指标稳健性**
两个区域采样覆盖和努力量均随时间显著增加。共同网格和重采样（等样本量）分析结果与基线高度一致，表明对采样空间范围和样本量变化不敏感；空间稀疏化导致较大偏差，尤其对移动距离和北美物种，表明对局部记录聚集更敏感。大多数性状系数方向一致且置信区间重叠，敏感性分析支持主要模式稳健性，但部分系数在稀疏化后变化较大。

**讨论与结论**
研究人员发现欧洲北极地区5°C最低温度等温线呈更一致的极向移动，而北美地区呈多方向移动，这与两区域气候变暖模式差异相符。物种纬度范围变迁模式与气候变化区域差异一致，欧洲物种更倾向北移，北美物种多方向移动。扩散相关性状（体型、HWI）效应较弱且不跨分类群一致，表明不同鸟类目依赖不同策略。热生态位宽度和热最小值对范围变迁的效应在北美北极地区总体一致（负效应），支持窄热生态位和冷适应物种更敏感。关键发现是栖息地宽度与热生态位维度（热生态位宽度或热最小值）的交互作用：对窄热生态位或低热最小值物种，宽栖息地宽度促进范围扩张或北移（补偿机制）；对宽热生态位或高热最小值物种，宽栖息地宽度则促使其在原分布区持续存在。然而，在欧洲北极地区，部分类群出现相反交互作用，可能与更快速变暖导致极端事件对窄热生态位物种的强选择压力有关。研究结论指出：性状交互作用比单一性状更具影响力，表明物种对气候变化的响应取决于多维性状组合。单一功能性状对北极鸟类范围变迁的解释力有限，且强烈依赖于区域和分类群。因此，纳入区域背景和性状交互作用对于改进预测至关重要。未来需采用标准化监测数据，并扩展至亚洲北极地区进行验证。