热胁迫与栖息地丧失：评估气候变化下意大利淡水蟹Potamon fluviatile（十足目：溪蟹科）的脆弱性

《Ecology and Evolution》：Thermal Stress and Habitat Loss: Assessing the Vulnerability of Potamon fluviatile (Decapoda: Potamidae) to Climate Change in Italy

　　

气候变化具有改变淡水物种分布并挑战现有保护网络有效性的潜力。然而，目前缺乏关于Potamon fluviatile在近期气候情景下气候适宜性的预测研究，尤其是在意大利地区。在本研究中，研究人员基于多种未来气候投影，采用集成物种分布模型（Ensemble Species Distribution Model, ESDM）方法模拟了该物种的潜在气候分布。结果表明，旱季温度条件是影响该物种大尺度气候适宜性的重要预测因子。未来投影显示适宜区域将出现收缩，在低排放情景（SSP1-2.6）下呈现中度下降，而在高排放情景（SSP5-8.5）下，到2070年适宜面积将大幅减少超过80%。尽管模型未表征扩散过程，但模拟显示向新增适宜区域的扩展有限。将预测的适宜性与现有保护区网络进行比较后发现，现有保护边界可能无法覆盖未来的适宜区域。虽然一些大型保护区可能经历适宜性下降，但部分小型沿海保护区可能保持稳定的气候条件。需要强调的是，研究结果基于粗尺度的气候预测因子，未考虑水文过程或细尺度栖息地特征。本研究为意大利P. fluviatile潜在的气候驱动的气候适宜性变化提供了大尺度评估。将气候、水文和生态过程整合到未来模型中将有助于改善淡水物种的保护规划。

**《Ecology and Evolution》论文解读：气候变化下意大利淡水蟹Potamon fluviatile的分布脆弱性评估**

**一、研究背景与科学问题**

全球气候变化通过改变降水格局和水文循环，对淡水生物多样性产生了深远影响。在地中海地区，河流系统因其固有的季节性流量变化以及强烈的人为干扰而高度脆弱。气候预测表明，该区域严重干旱事件发生频率将增加，河流年径流量将减少，进而导致河流间歇性比例上升。这些气候变化的胁迫与筑坝、土地利用变化等人为压力源叠加，使地中海内陆水域特有的水生生物多样性面临严峻风险。

淡水蟹类作为河流生态系统中的关键种和生态系统工程师，通过分解凋落物加速养分循环，并在碎屑与高等捕食者之间的食物网中发挥重要连接作用。然而，作为变温动物，其新陈代谢和生长受环境水温调控，热异常可能迅速超出其生理耐受阈值。与具有浮游幼体阶段以促进广泛扩散的海洋甲壳动物不同，淡水蟹类采取直接发育策略，孵化后即为微型成体，活动能力极为有限。这种低扩散能力在快速环境变化中形成“陷阱”，阻碍其向更适宜栖息地迁移，使得该类群面临较高的全球灭绝风险。此外，河流系统的物理结构将物种迁移限制在水系的单一维度上，地理距离并不能有效预测种群连通性，相邻但独立的流域种群处于完全隔离状态。

在欧洲南部，Potamon fluviatile（Herbst, 1785）是一种特有的淡水蟹，分布于意大利、巴尔干半岛及马耳他等较小岛屿的破碎化河流盆地中，常以隔离种群形式存在。尽管已有研究警告该物种面临气候变化威胁，但关于意大利P. fluviatile分布将如何响应未来特定气候轨迹的详细预测仍然十分匮乏。为应对这一不确定性，物种分布模型（Species Distribution Models, SDMs）为预测生物多样性变化提供了分析框架。

本研究旨在评估P. fluviatile在意大利的潜在分布，对比其当前分布范围与2050年和2070年未来气候预测的差异。通过利用两种不同的气候路径——可持续导向的低排放情景与化石燃料密集型的高排放情景——量化栖息地丧失或增加的空间范围，为这一代表性淡水物种的长期保护策略提供必要数据。最后，研究人员评估了现有意大利保护区网络缓冲这些预测变化的能力，以确定现有静态边界在未来动态气候条件下是否仍然有效。

**二、主要技术方法**

本研究基于全球生物多样性信息机构（Global Biodiversity Information Facility, GBIF）获取的249条P. fluviatile地理参考分布记录，经CoordinateCleaner包数据清洗和边界校验后保留237条空间独立记录用于建模。环境预测因子包括19个生物气候变量和3个地形变量，均来源于WorldClim v2.1数据库（30角秒空间分辨率，约1 km），未来时期（2041–2060和2061–2080）基于CMIP6框架下5个全球环流模型（General Circulation Models, GCMs）的投影数据。通过方差膨胀因子（Variance Inflation Factor, VIF）分析进行多重共线性筛选，最终保留9个预测变量。模型构建采用R环境下sdm包，集成随机森林（Random Forest, RF）、支持向量机（Support Vector Machine, SVM）和增强回归树（Boosted Regression Trees, BRT）三种机器学习算法，以80%数据训练、20%数据验证，使用受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve, AUC）、真实技能统计量（True Skill Statistic, TSS）和Cohen's Kappa评估模型性能，并采用基于性能评分的加权平均集成策略，排除AUC低于0.7或TSS低于0.5的低性能模型。使用最大敏感度与特异度之和（maximum sum of sensitivity and specificity, MaxSSS）阈值将连续概率图转化为二元存在/不存在图。保护区评估使用世界保护区数据库（World Database on Protected Areas, WDPA）数据，在ArcGIS Pro中进行栅格分区统计，量化保护区网络内适宜面积的覆盖比例。

**三、研究结果**

**3.1 模型性能**

集成建模方法在测试算法中产生了良好的预测性能。其中，随机森林模型表现出最高的一致性，平均AUC约0.81，紧随其后的是SVM（0.79）和BRT（0.77）。TSS和Cohen's Kappa指标显示模型一致性从中等到良好，平均值范围为0.48至0.52。评估指标进一步显示出明显的性能模式：模型表现出高灵敏度（平均Se ≈0.85）和中度特异性（平均Sp ≈0.65）。

**3.2 环境预测因子的重要性**

变量重要性分析确定最干季度平均温度（Mean Temperature of Driest Quarter, Bio9）是意大利P. fluviatile分布的主导环境驱动因子，该变量单独占模型相对重要性的30.5%。次要贡献来自等温性（Isothermality, Bio3）和温度季节性（Temperature Seasonality, Bio4），贡献率分别为7.5%和7.4%。相比之下，降水相关变量（Bio15、Bio18、Bio19）和地形特征（坡度和坡向）在定义物种空间适宜性方面作用相对较小。

**3.3 预测图与未来分布**

分布模型显示，在当前气候条件下，适宜P. fluviatile的气候包络面积约为114,482 km2。该值代表景观尺度上的宏观气候适宜性，而物种实际占用的栖息地局限于这些气候适宜区内的河流网络。然而，所有排放情景下的未来预测均显示适宜气候空间持续减少。在SSP1-2.6情景下，到2050年适宜栖息地预计减少约12.7%（降至99,913 km2），到2070年相对于基线的减少幅度增加至17.9%（93,854 km2）。相比之下，SSP5-8.5情景预测更大程度的缩减，2050年总适宜面积减少47.6%（降至60,246 km2），到2070年减少80.8%（降至22,238 km2）。空间上，这些变化主要表现为物种当前气候范围的收缩而非向新增适宜区域的位移。在所有模拟情景中，适宜面积的净变化均为负值，且损失程度随时间和更高辐射强迫而增加。

**3.4 保护区网络覆盖**

在当前气候条件下，模型预测的适宜栖息地中约21.5%与国家级保护区网络重叠。奇伦托、瓦洛迪迪亚诺和阿尔伯尼国家公园包含最大面积的适宜栖息地（约1526 km2），其次是波利诺（1297 km2）和穆尔贾阿尔塔（1254 km2）国家公园。在比例覆盖方面，穆尔贾阿尔塔在大型保护区中表现出最高的适宜性，其总面积的85.1%被划分为适宜区域。未来预测显示，两种排放情景下保护区覆盖面积均有所减少。在SSP1-2.6情景下，保护区网络内适宜栖息地的比例到2050年降至19.5%，到2070年降至19.2%。在SSP5-8.5情景下，保护适宜栖息地的总比例到2050年降至20.0%，到2070年降至15.6%。虽然大型国家公园内的适宜面积有所减少，但特定的小型保护区如Torre Manfria、Biviere e Piana di Gela以及Migliarino、San Rossore e Massaciuccoli的适宜性百分比分别保持在87%和93%以上。

**四、讨论与结论**

**讨论部分总结**

本研究采用的集成建模方法合理近似了物种的气候生态位，RF和SVM算法表现出相对一致的性能（AUC > 0.8）。然而，由于交叉验证和分布记录中潜在的空间自相关，评估指标可能高估预测性能，应谨慎解读。模型的高灵敏度表明其捕捉P. fluviatile潜在气候适宜区域的能力较强，而相对较低的特异性符合物种分布建模中的常见模式。此类相关模型输出代表潜在的气候适宜性而非实际分布，应在此背景下进行解读。

最干季度平均温度（Bio9）贡献了超过30%的模型重要性，表明P. fluviatile的大尺度分布与旱季温度条件密切相关。虽然这一模式可能反映对高温与季节性干旱综合作用的脆弱性，但本研究基于标准化的政府间气候变化专门委员会（Intergovernmental Panel on Climate Change, IPCC）情景设计，旨在捕捉广泛的宏观气候影响，未纳入细尺度水文变量。作为变温生物，P. fluviatile依赖环境温度进行代谢调节，旱季高温可能构成大空间尺度上的关键环境约束。地形预测因子重要性较低，表明模型未完全捕捉物种利用局部微生境（如遮荫河岸）缓冲极端温度的过程。大尺度大气变量并不能完美反映该底栖蟹类实际经历的水温，局部水生微气候可能比宏观气候网格所显示的更具热缓冲能力，使种群能够在局部避难所中持续存在。

与旱季温度重要性一致，未来预测显示P. fluviatile在整个意大利的气候适宜性下降。在SSP1-2.6路径下，预计栖息地损失相对温和（?12.7%至?17.9%），表明低排放轨迹可能部分缓解收缩程度。相比之下，SSP5-8.5情景显示出更强烈的缩减，到2070年超过80%的当前适宜区域预计将超出物种现有气候包络范围。此外，预测结果呈现适宜气候区域的渐进收缩而非向新增适宜区域明显转移。范围变化指标分析表明，相对于当前适宜气候空间的预计损失，向新区域的潜在扩展有限（约3.4%–9%），这一不平衡可能表明自然范围扩展能力降低，但模型未模拟扩散过程。

SSP5-8.5情景下预测下降的幅度引发了潜在的保护关注。如果区域气候条件遵循高排放轨迹，P. fluviatile可能面临日益增加的风险，但其保护状况的任何重新评估都需要整合气候适宜性之外的额外生态和人口数据。预测的宏观气候适宜性减少与地中海及近东地区其他Potamon物种的建模结果一致，例如P. hippocratis和P. pelops在未來情景下宏观气候适宜性可能下降75%至100%，P. ibericum在SSP5-8.5情景下到2070年适宜宏观气候包络可能减少高达96%。

对意大利保护区网络的评估表明，现有保护边界与预测的气候适宜性模式之间存在潜在不匹配。当前约21.5%的适宜气候空间与保护区网络重叠，但包括奇伦托和波利诺在内的几个大型国家公园预计在高排放情景下到2070年气候适宜性将下降。相反，一些小型沿海保护区似乎在各种情景下保持相对较高的气候适宜性，可能作为宏观气候条件相对稳定的区域，但将其作为避难所的推断应视为初步结果。从管理角度而言，保护策略可能受益于考虑预计保持相对稳定气候条件的区域，但河岸修复或环境流量管理等潜在行动涉及当前建模框架未包含的过程，应视为补充性考量。最后，SDM框架的若干局限性需要承认：GBIF来源的分布数据可能受空间采样偏差影响；模型描述的是物种气候生态位的某些方面而非实际分布；未纳入水温、氧含量、生物相互作用或人为扩散障碍等关键局部参数；模型间不确定性未进行量化；模型校准仅限于意大利分布数据，反映的是物种生态位的区域部分而非完整环境耐受范围。鉴于这些局限性，实际可供占据的面积可能比粗尺度气候适宜性地图所显示的更为有限，被识别为潜在未来“新增”区域应谨慎解释为广泛条件下的气候适宜区域，而非未来定殖的保证栖息地。

**研究结论翻译**

本研究提供了CMIP6排放情景下意大利P. fluviatile潜在气候变化影响的广泛评估。结果表明，夏季旱季温度条件是影响该物种大尺度气候适宜性的关键预测因子。未来预测显示适宜气候空间将大幅减少，尤其是在高排放情景下。适宜区域的预计收缩与河流系统的破碎化性质相结合，可能降低P. fluviatile追踪变化气候条件的能力；然而，扩散过程和局部栖息地动态未被建模，仍是不确定性的重要来源。此外，与现有保护区网络的比较表明，现有保护边界可能无法完全与未来气候适宜性模式对齐，尽管该评估基于宏观尺度气候重叠而非水生栖息地的直接代表。研究结果支持在评估保护策略时考虑气候驱动的大尺度适宜性变化。未来整合水文变量、扩散过程和细尺度栖息地特征的研究将有助于完善这些预测，并为气候变化下淡水物种的管理决策提供支持。