《Journal of Arid Environments》：Habitat quality outweighed measured foliar particulate indicators in grazer patch selection in an arid iron-ore landscape
编辑推荐：
露天开采产生的空气颗粒物可在植被表面累积，并可能影响食草动物的觅食行为。然而，在干旱生态系统中，相较于栖息地质量，叶片颗粒物沉积对栖息地选择的相对重要性仍知之甚少。研究人员采用扫描电子显微镜结合能谱仪（SEM–EDS）获得的半定量叶片颗粒物指标，考察其是否与南
露天开采产生的空气颗粒物可在植被表面累积，并可能影响食草动物的觅食行为。然而，在干旱生态系统中，相较于栖息地质量，叶片颗粒物沉积对栖息地选择的相对重要性仍知之甚少。研究人员采用扫描电子显微镜结合能谱仪（SEM–EDS）获得的半定量叶片颗粒物指标，考察其是否与南非一座在产铁矿邻近的干旱灌木–禾草稀树草原上牛（Bos taurus）、绵羊（Ovis aries）、山羊（Capra hircus）和跳羚（Antidorcas marsupialis）的栖息地斑块选择相关。叶片表面颗粒物特征以铝（Al）、镁（Mg）和硅（Si）的元素重量百分比（wt%）量化，并采用以动物个体为分层变量的分层Wilcoxon（van Elteren）检验比较偏好斑块与回避斑块之间的差异。随后将栖息地质量变量与实测叶片颗粒物指标一并评估。元素特征在偏好斑块与回避斑块之间表现出大幅重叠。尽管有三项元素×生长型的比较具有统计学显著性，但偏好斑块始终表现出等于或高于回避斑块的元素值，未提供实测叶片颗粒物指标与栖息地回避相关的证据。相比之下，植被高度和绿色度与各物种的栖息地选择表现出更强且更一致的关系。这些结果表明，在该干旱矿区景观中，栖息地质量在解释放牧动物斑块选择方面胜过实测叶片颗粒物指标。由于SEM–EDS获得的元素特征无法区分矿山来源颗粒物与自然背景粉尘，这些结果不应被解释为采矿粉尘不具有生态效应的证据。相反，它们表明本研究中测得的特定叶片颗粒物指标对观察到的栖息地利用行为的预测能力较弱，凸显了未来研究纳入来源解析的粉尘测量和定量颗粒物负载量的必要性。
**论文解读：干旱铁矿景观中叶片颗粒物指标与放牧动物斑块选择的关系**
**一、研究背景与问题提出**
露天开采作业会产生大量空气颗粒物，这些颗粒物可沉降并累积在植被和土壤表面，进而可能影响植物功能、饲料质量以及食草动物的觅食行为。在干旱和半干旱牧场，稀疏的植被覆盖、有限的降水和频繁的风驱再悬浮过程导致颗粒物沉积在空间上呈现异质性且持续存在。因此，采矿作业常被假定会通过改变叶片表面性质而降低饲料质量，并抑制食草动物对受影响栖息地的利用。然而，这一假设在生物学上虽有其合理性，但大型食草动物的栖息地选择是由多种相互作用因素共同驱动的，而非单一环境变量所能决定。植被结构、饲料数量与质量、物候状态、可达性、景观格局以及能量消耗均共同影响斑块选择。在异质性的干旱牧场中，动物经常优先利用生产力较高的植被斑块，即便这些栖息地伴随一定的环境成本，这表明栖息地质量可能超过叶片颗粒物沉积的潜在影响。
资源选择和利用–可得性分析框架为评估与栖息地偏好相关的环境特征提供了稳健的方法。已有研究一致表明，植被结构和绿色度是放牧模式的强预测因子，因为它们反映了饲料可得性和营养质量。相比之下，直接检验自然野外条件下叶片颗粒物沉积是否影响自由放牧食草动物栖息地选择的研究相对较少。评估这一关系面临重要的方法论挑战：使用扫描电子显微镜结合能谱仪（SEM–EDS）测量的叶片表面元素特征可提供颗粒物材料的半定量指标，但无法区分矿山来源颗粒物与自然背景粉尘。在干旱环境中，铝（Al）、镁（Mg）和硅（Si）可能来源于多种地质成因和人为来源，限制了对颗粒物来源的直接推断。此外，在缺乏完整分析校准信息时，SEM–EDS测量结果应进行比较性解读而非作为颗粒物负载量的绝对度量。
因此，本研究采取保守的推断框架，独立于颗粒物来源归因来评估实测叶片颗粒物指标。具体而言，研究人员调查了SEM–EDS衍生的叶片元素特征（Al、Mg和Si）是否与生活在南非一座在产铁矿邻近干旱灌木–禾草稀树草原上的牛（Bos taurus）、绵羊（Ovis aries）、山羊（Capra hircus）和跳羚（Antidorcas marsupialis）的栖息地斑块选择相关。研究人员比较了偏好斑块与回避斑块之间的实测叶片颗粒物指标，并评估了其相对于栖息地质量变量的解释价值。
**二、研究技术与方法概述**
本研究在位于南非北开普省波斯特马斯堡以南约10公里的一座在产露天铁矿邻近的干旱灌木–禾草稀树草原进行。研究包含了四种代表不同摄食策略的放牧动物物种：牛、绵羊、山羊和跳羚。栖息地斑块根据反复的野外放牧活动观测和GPS项圈数据被分类为偏好斑块或回避斑块。代表性饲料植物从偏好和回避斑块中采集，包括禾草和树/灌木物种。叶片表面颗粒物使用SEM–EDS在自由州大学显微镜中心进行表征，SEM成像加速电压为3.0 kV，工作距离为10 mm，元素光谱采用Oxford Instruments EDS系统采集，结果以半定量元素重量百分比（wt%）表示。分析集中于Al、Mg和Si三种元素，铁（Fe）被排除在外，因为SEM–EDS无法可靠区分外部沉积的Fe颗粒与铁矿景观中植物内源性的叶片铁。栖息地测量包括植被高度、植被覆盖度、绿色度和饲料类型。统计分析采用以动物个体为分层变量的分层Wilcoxon（van Elteren）检验，并拟合logistic回归模型比较叶片颗粒物指标与栖息地质量变量的解释能力。
**三、研究结果**
**3.1 实测叶片颗粒物指标的描述性模式**
实测叶片颗粒物指标在所有放牧动物物种和两种植物生长型中均显示偏好斑块与回避斑块之间的大幅重叠。尽管观察到一些元素重量百分比的差异，但未出现一致的定向模式。在若干比较中，偏好斑块表现出与回避斑块相似或更高的元素值，表明元素特征的升高并不一贯地与栖息地回避相关。
**3.2 动物个体内比较**
分层Wilcoxon（van Elteren）检验提供了很少的证据表明实测叶片颗粒物指标在偏好斑块与回避斑块之间一致地存在差异。仅有三项比较具有统计学显著性：树/灌木样品中的Al（P = 0.0360）、禾草样品中的Mg（P = 0.0031）以及树/灌木样品中的Si（P = 0.0126）。重要的是，所有三项显著差异均发生在粉尘回避假说所预测的相反方向上，即偏好斑块表现出等于或高于回避斑块的元素值。
**3.3 Logistic回归分析**
仅基于实测叶片颗粒物指标的logistic回归模型对栖息地选择中粉尘相关效应提供的支持有限。Al是唯一显著的预测因子（β = 0.940，P = 0.009），而Mg和Si不显著。仅粉尘模型的整体解释力较低（Nagelkerke伪R2 ≈ 0.08），表明实测叶片颗粒物指标仅解释了栖息地偏好观测变异的很小一部分。值得注意的是，Al系数为正值，表明在较高的实测Al值下栖息地偏好的概率更大，这与粉尘回避假说的预期相反。
**3.4 栖息地质量胜过实测叶片颗粒物指标**
在所有分析中，栖息地质量变量对栖息地选择的解释力一致地高于实测叶片颗粒物指标。描述性汇总、动物个体内比较和logistic回归模型均显示偏好与回避斑块之间的元素特征存在大幅重叠，而植被结构和状况与栖息地偏好表现出更强且更一致的关联。
**四、讨论与结论**
本研究发现几乎无证据表明SEM–EDS衍生的实测叶片颗粒物指标与干旱矿区景观中放牧动物对栖息地斑块的回避相关。在Al、Mg和Si三种关注元素中，偏好斑块与回避斑块之间的元素特征大幅重叠，少数检测到的统计学显著差异均发生在粉尘回避假说预测的相反方向。相比之下，栖息地质量变量，特别是植被结构和绿色度，始终显示与斑块偏好有更强的关联。这些发现与层级觅食理论一致，该理论预测食草动物通过整合多种环境线索而非响应单一栖息地属性来做出觅食决策。
该研究的一个重要意义在于，粉尘回避假说缺乏支持本身具有生物学信息价值。如果实测叶片颗粒物指标强烈影响放牧行为，则回避斑块应一贯地表现出高于偏好斑块的元素特征。相反，在出现显著差异的情况下观察到了相反的模式。这些模式在牛、绵羊、山羊和跳羚之间的一致性进一步表明，无论体型、消化策略或摄食生态学方面的差异如何，栖息地质量变量比实测叶片颗粒物指标更具影响力。
然而，这些发现不应被解释为颗粒物沉积不具有生态后果的证据。大量研究已证明空气颗粒物可影响植物生理、光合性能和生态系统过程。相反，本研究结果仅表明所测的特定叶片颗粒物指标对观察到的放牧动物斑块选择的预测能力较弱。SEM–EDS衍生的元素特征无法区分矿山来源颗粒物与自然背景粉尘，这是主要的局限性。未来研究应整合来源解析的粉尘测量、定量叶片表面颗粒物负载量、地球化学示踪剂、校准的粉尘沉积测量、空间粉尘扩散模拟和高分辨率食草动物移动数据，以更直接地评估矿山来源颗粒物是否影响干旱牧场条件下食草动物的栖息地选择和觅食行为。这些发现对环境影响监测具有重要意义，评估放牧影响不应仅依赖叶片元素特征，而应将基于植被的指标与食草动物移动和栖息地利用数据相结合。
