空间中的性状：将功能生态学整合进空间显式物种分布模型

《Ecological Informatics》：Traits in space: Integrating functional ecology into spatially explicit species distribution models

　　

尽管功能性状具有介导生态响应以应对环境扰动的潜力，但其很少被纳入物种分布模型（Species Distribution Models，SDMs）中。此外，复杂的生态数据常表现出空间自相关，若忽略此特征，会降低模型功效并损害稳健性。研究人员提出一种层次时空贝叶斯框架，通过集成嵌套拉普拉斯近似（Integrated Nested Laplace Approximation，INLA）与随机偏微分方程（Stochastic Partial Differential Equations，SPDE）实现性状-环境关系的整合，并显式刻画空间自相关。研究人员将该框架应用于四个案例研究，检验基于性状与空间显式方法如何影响单物种与多物种模型。两种情景下，研究人员通过模拟假设：纳入功能性状（体长）并考虑空间自相关可提升模型表现；并以欧洲无须鳕（Merluccius merluccius）单物种实证及伊比利亚底层鱼类群落多物种分析予以佐证。所有案例中，体长作为功能性状增强了物种响应的生态解释力；显式空间模型优于非显式空间模型，凸显空间自相关考量之重要。结果揭示体长与热敏感性存在一致关系：大体型物种分布对温度梯度的响应更强。研究强调将性状纳入空间SDMs以解释种内与种间分布变异、提升生态认知与预测精度的重要性。该基于性状的SDM框架具备可扩展、可解释与生态 grounding 特性，为全球变化下种群与生物多样性预测及保护规划提供支持。

研究背景与问题提出

物种分布模型（Species Distribution Models，SDMs）是生态与保护生物学的核心工具，传统上依赖温度、盐度、降水与栖息地类型等 abiotic 预测变量刻画生态位，属相关型模型，间接捕捉机制。然而此类模型忽视生物信息，假设物种均质，难以解释种内与种间对环境梯度的差异化响应。功能性状（functional traits）作为可测量的形态、生理与行为特征，能代理物种对生物/非生物梯度的响应，但既有研究多限于单物种或粗粒度群落汇总，且常忽略空间自相关与层次结构。联合物种分布模型（Joint Species Distribution Models，JSDMs）如 Hierarchical Modelling of Species Communities（HMSC）虽整合性状与共出现，但空间依赖多借离散结构或潜因子，难以表征连续过程的空间自相关，也无法分离空间结构化环境变异与残差自相关。为此，研究人员开展本研究，旨在构建可同时纳入功能性状、显式空间自相关与层次结构的贝叶斯框架，提升 SDM 的生态解释力与预测精度。

研究方案与关键技术方法

研究人员采用 INLA 与 SPDE 构建层次贝叶斯框架，在四个互补情景（单物种模拟、单物种实证、多物种模拟、多物种实证）中拟合“有/无空间效应 × 有/无性状效应”的 logistic 回归模型族。单物种实证数据源自 ICES DATRAS 数据库中葡萄牙 PT-IBTS 与西班牙 SP-NORTH 底拖网调查（2010–2022，欧洲无须鳕 Merluccius merluccius，站位级存在-缺失与丰度加权体长）；多物种实证取自 SP-NORTH 调查 2000–2023 年伊比利亚底层鱼类六种（Lepidorhombus boscii、L. whiffiagonis、Merluccius merluccius、Micromesistius poutassou、Scomber scombrus、Trachurus trachurus），物种均值体长为性状代理。空间随机场以 Matérn 协方差高斯随机场（Gaussian Random Field，GRF）经 SPDE 离散化网格实现；超先验采用惩罚复杂度先验（Penalized Complexity priors，PC priors）；模型选择以 DIC、WAIC、LPML 为准，判别力以 AUC-ROC 与校准图评估；多物种性状效应通过两阶段法（先估物种专属温度斜率 θ_j，再回归 θ_j～体长 z_j）后置检验。

研究结果

3.1 单物种：种内差异

3.1.1 模拟研究

在七个时间单元上模拟底温、水深、GRF 与体长-温度-深度关联的存在-缺失数据。结果显示：空间模型（无论有无性状）DIC/WAIC 较非空间模型下降逾 3300 单位，AUC 由 0.56 升至 0.91；性状加入仅带来 ΔDIC≈2.5 的微小增益，但温度×体长交互项显著，说明空间结构是预测主力，性状贡献于生态释义而非判别力。空间场在有无性状下像素级高度相似。

3.1.2 实证研究

以欧洲无须鳕实证数据拟合四模型，空间+性状模型 DIC=1987.01、WAIC=1980.43、AUC=0.91，均为最优且唯一校准良好者。相较非空间无性状基线，加空间 ΔDIC=347.28，空间内加性状再降 ΔDIC=274.24。交互项系数 β_z=?2.00（表 2），表明小个体随底温升高出现概率增，大个体随底温降低出现概率增，印证个体大小-深度-温度的生态关联。

3.2 底温与体长交互

无须鳕最佳模型中，底温主效应 ?0.94，体长主效应 ?0.75，交互项 ?2.00（绝对值翻倍主效应），证实体型介导热响应：小型个体偏暖水，大型个体偏冷水。

3.2.1 多物种模拟

六个虚拟种（种内体长恒定 25–85 cm）模拟显示，含性状调制温度斜率且含空间场的模型 DIC=979.86 优于基线 1012.51；θ_j 与 z_j 呈正向关系，小个体种 θ 负、大个体种 θ 正。

3.2.2 多物种实证

伊比利亚六种鱼实证中，空间+性状调制斜率模型 DIC=5700.23 最优；Scomber scombrus 与 Trachurus trachurus 等大体型种 θ_j 偏正，Lepidorhombus spp. 与 Micromesistius poutassou 偏小体型种 θ_j 偏负或近零，证实“大体型-强热响应”跨种规律。空间场贡献仍大于性状，但二者互补。

讨论与结论翻译

研究人员指出，空间结构始终是预测表现的主导驱动，性状则在空间潜场之外捕获性状-环境交互的变异，二者互补而非替代。单物种中空间场吸收残差环境异质，多物种中部分变异已被种间性状差异解释，但加空间场仍提升拟合。体长作为综合性状代理代谢率、个体发育阶段与栖息深度，解释了无须鳕个体大小随深度/温度分层的种内隔离，以及群落中大个体对变暖更敏感（符合氧与容量受限热耐受假说）。框架通过随机效应隐式部分池化（partial pooling）缓解 DATRAS 调查中稀有种样本不平衡问题。局限在于仅用单一性状、性状尺度不匹配与测量误差可能掩盖效应，未来应拓展多维性状空间与系统发育依赖，并以完全积分的性状-响应模型替代两阶段回归。结论部分重申：将功能性状整合进空间显式 SDM 能以机制知情方式提升单/多物种模型表现；INLA–SPDE 框架灵活、可扩展、生态 grounded，在种群与群落水平同时 accounting for 空间结构与异质性，桥接功能生态学与地面建模，为全球变化下生物多样性研究与保护提供新一代稳健工具。