《Journal of Vegetation Science》：Spatial Regulation of Trait–Environment Interactions Shapes Plant Community Functional Patterns in a Tropical Forest
编辑推荐：
研究人员提出以下问题：(1) 哪些环境梯度与群落功能组成和多样性的变异相关？(2) 明确考虑空间结构如何影响对这些环境效应的推断？以及(3) 观测到的性状-环境关系在多大程度上可由环境结构化的物种周转（即物种组成沿环境梯度的变化）解释？研究地点位于泰国考艾国家
研究人员提出以下问题：(1) 哪些环境梯度与群落功能组成和多样性的变异相关？(2) 明确考虑空间结构如何影响对这些环境效应的推断？以及(3) 观测到的性状-环境关系在多大程度上可由环境结构化的物种周转（即物种组成沿环境梯度的变化）解释？研究地点位于泰国考艾国家公园的30公顷Mo Singto老龄热带森林动态样地。方法上，研究人员将空间显式分层贝叶斯建模（INLA-SPDE）框架应用于135,000株木本植物的数据，测量了8个功能性状和24个环境变量（涵盖地形、土壤养分和冠层结构）。该模型在考虑性状分布空间自相关的同时估计环境效应。研究人员进一步使用零模型检验评估问题(3)。结果表明，空间显式模型将地形水分有效性（TWI）识别为与群落水平性状模式相关的主要环境梯度，使功能组成沿获取型与保守型资源利用策略之间的权衡轴排列。在考虑空间自相关后，多个环境变量的推断发生显著变化。零模型分析显示，Mo Singto样地中大多数性状-环境关系与环境结构化的物种周转一致，仅树高表现出超出物种周转的额外性状-环境关联。结论指出，当性状在物种水平上表征时，较小尺度的群落加权平均（CWM）模式主要由沿环境梯度的物种替代解释。该研究还表明，高分辨率、全立木定位的森林样地具有检测环境信号的强大能力，并揭示群落功能组成的空间结构化模式。通过结合空间显式模型与零模型推断，研究人员证明对CWM性状-环境关系的稳健解释需要同时考虑空间结构和物种周转，这为理解环境梯度如何塑造群落功能格局提供了清晰框架。
**论文解读：性状-环境相互作用的空间调控塑造热带森林植物群落功能格局**
**研究背景与目的**
在群落生态学中，理解植物功能性状与环境梯度之间的关系是揭示群落组装机制的核心。植物群落的功能组成（如群落加权平均性状CWM）和功能多样性（如功能离散度FDis）通常被认为反映了物种对非生物和生物因子的适应策略。然而，由于物种组成、空间自相关以及环境异质性之间的复杂交互作用，直接推断性状-环境关系存在多重挑战。例如，邻近个体可能因扩散限制或区域丰度模式而共享相似性状，导致空间自相关；同时，环境梯度通过影响物种组成间接改变群落水平性状，即“环境结构化的物种周转”。若忽略这些因素，可能导致对环境变量效应的错误推断（如I类错误膨胀）。此外，即使物种性状被随机分配，物种组成沿环境梯度的变化也可能产生显著的CWM-环境关系。因此，亟需发展能够区分物种周转、直接性状-环境关联以及空间结构贡献的分析框架。
本研究旨在回答三个核心问题：(1) 哪些环境梯度与热带森林群落功能组成和多样性变异相关？(2) 明确考虑空间结构如何改变对环境效应的推断？(3) 观测到的性状-环境关系在多大程度上可由环境结构化的物种周转解释，而非物种组成变化之外的直接关联？论文发表在《Journal of Vegetation Science》。
**主要技术方法**
研究人员利用泰国考艾国家公园内30公顷完全立木定位的Mo Singto老龄热带森林动态样地，数据涵盖135,000株木本植物（胸径≥1 cm）。测量了8个功能性状（叶面积、比叶面积、叶厚度、叶韧性、叶干物质含量、叶绿度、木材密度、最大树高）和24个环境变量（包括地形、土壤养分、冠层结构等），经共线性筛选后保留14个变量。关键方法包括：(1) 采用集成嵌套拉普拉斯近似-随机偏微分方程（INLA-SPDE）框架构建空间显式贝叶斯模型，以连续空间场作为随机效应，在控制空间自相关的同时估计环境固定效应；(2) 使用惩罚复杂度（PC）先验减轻空间混杂偏差；(3) 通过零模型（性状随机置换）将观测到的性状-环境斜率与基于物种周转的零分布比较，以判断关系是否超出物种组成变化。
**研究结果**
**3.1 模型比较与选择**
通过比较偏差信息准则（DIC）和Watanabe-Akaike信息准则（WAIC），空间模型（SE）在所有群落功能属性（CWM和FDis）上均显著优于非空间模型（E），且空间模型具有更高的对数伪边际似然（LPML）和更低的残差空间自相关（Moran's I接近零）。这表明空间结构对群落功能格局具有重要影响，环境变量和空间结构化过程共同驱动观测模式。
**3.2 环境变量对群落功能属性的影响**
在最终选定的空间模型中，地形水分有效性（TWI）是与CWM变异关联最显著的环境变量。TWI对比叶面积（SLA）有正效应，对叶厚度（LThick）、叶干物质含量（LDMC）、木材密度（WD）和树高（TH）有负效应，揭示沿水分梯度的获取型（高SLA、低LDMC）与保守型（低SLA、高WD）资源利用策略权衡。冠层结构变量（P50、CV5m）和土壤铁（Fe）也显著影响部分性状。零模型结果显示，除树高（TH）外，所有性状-环境斜率均落在基于物种周转的零分布内，表明大多数关系由环境结构化的物种周转驱动，而TH表现出超出物种周转的额外性状-环境关联（如环境过滤）。
**3.3 空间结构的影响**
纳入空间场后，评价指标得分差异达180–950，表明空间结构解释了大量变异。非空间模型显示6个环境变量显著，而空间模型仅保留平均2个显著变量，说明忽视空间自相关会高估环境效应的显著性。空间随机效应图与观测到的CWM/FDis空间格局高度吻合，指示未测量的空间结构化过程（如扩散限制、生物相互作用、历史遗留）对功能组成有重要贡献。
**讨论与结论**
讨论部分强调，本研究结合空间显式模型与零模型推断，成功区分了环境效应、空间过程与物种周转对群落功能格局的相对贡献。主要结论包括：(1) 地形水分有效性（TWI）是塑造群落功能组成和多样性的主要环境梯度，沿该梯度功能组成沿获取-保守策略轴排列；(2) 性状分布存在强空间自相关，忽略会导致对环境效应的错误推断，而INLA-SPDE框架能获得更稳健的环境信号；(3) 多数性状-环境关系可通过环境结构化的物种周转解释，但树高（TH）表现出额外的直接环境过滤效应，表明群落功能格局由多种组装过程共同产生。研究指出，在物种水平上表征性状时，较小尺度（20 m×20 m）的CWM模式主要由物种沿环境梯度的替代驱动，而直接性状-环境关联可能需要更宽的环境梯度或包含种内性状变异才能检测到。结论部分翻译如下：
**结论**
本研究提供了群落组装过程的空间显式评估，提升了我们对环境梯度和空间结构如何塑造植物群落功能组成的理解。地形水分有效性成为样地内群落功能组成和多样性模式的主要环境梯度。这一水文梯度使功能组成沿热带植物策略权衡的核心轴排列，即获取型生长策略主导湿润微生境，保守型资源利用策略在干燥区域占优。同时，性状分布中的强空间自相关显著影响环境效应的感知强度。通过应用INLA-SPDE框架，我们控制了这种空间结构，并识别出性状-环境关系中更稳健的环境信号。因此，忽视空间依赖性的分析可能高估或误判环境驱动因子的作用。利用对这些空间校正关系进行的零模型检验，我们进一步表明大多数性状-环境关联与环境结构化的物种周转一致，而某些性状（本例中的TH）表现出超出物种组成变化的额外性状-环境关联。这表明热带森林中的性状-环境模式可通过多种过程产生，空间显式模型与零模型推断的结合为区分这些机制提供了有用框架。更广泛地，我们的结果强调，解释性状-环境关系需要同时考虑空间结构和物种周转，因为群落功能格局可能沿环境梯度通过多种组装过程涌现。
