巴塔哥尼亚源头流域生态功能的尺度依赖条件关系

《Forests》：Scale-Dependent Conditional Relationships Among Ecosystem Functions in Patagonian Headwater Catchments

　　

山地流域整合了环境梯度、干扰遗留及多尺度过程，这些过程塑造了生态系统功能在空间和时间上的变化。为了更深入理解这些空间过程的作用，研究人员分析了巴塔哥尼亚源头流域的生态系统功能关系是否按照单一的多功能性梯度组织，还是依赖于生态系统状况和结构的尺度。研究人员通过三个空间分辨率（流域尺度，n=12；森林集群尺度，n=63；森林样地尺度，n=175）的野外实测生态系统功能，拟合了三个专家约束的贝叶斯网络（Bayesian networks）。预测性能在不同尺度和功能间差异显著：在流域尺度，薪材体积预测最佳（r=0.79），而枯木碳储量、树木碳储量、维管植物丰富度、木材体积和土壤侵蚀呈现负预测相关（r分别为-0.14、-0.15、-0.33、-0.44和-0.80）。具体而言，在森林集群尺度，薪材体积、活树碳储量、土壤侵蚀和枯木碳储量被强烈预测（r=0.96、0.81、0.77和0.69）。在样地尺度，薪材体积、树木碳储量、枯木碳储量和林下植物多样性表现出最强的局部信号（r=0.91、0.67、0.67和0.60）。贝叶斯网络揭示了一个反复出现的正木材-碳结构，将树木碳储量、薪材体积、枯木碳储量、树木碳固存及部分土壤响应联系起来。相比之下，林下植物多样性更多与局部驱动因子（如海拔、冠层盖度、坡度和土地所有权）相关，而侵蚀控制的方向随尺度和森林发育阶段而变化。研究结果表明，监测应评估嵌套空间尺度下与碳和木材生产相关的功能，同时结合生物多样性和土壤相关功能，因为权衡与协同效应表现为由共享环境和管理驱动因子塑造的上下文和尺度依赖关系。

**论文解读：巴塔哥尼亚源头流域生态功能的尺度依赖条件关系**

**研究背景与问题**
山地流域整合了复杂的环境梯度、植被斑块、土壤和生物过程，使得碳储存、生物量生产、土壤发育、侵蚀调节、枯木积累和植物多样性等功能并非受单一因子控制，而是同时响应气候、地形、森林结构、土壤条件和干扰。在智利巴塔哥尼亚西部，陡峭的气候梯度、大面积温带森林以及日益增长的人类压力，使得这些相对完整的山地流域面临多重挑战。然而，该地区综合评估多种生态系统功能的野外研究仍然稀缺。现有研究多依赖空间制图或模型指标，而非嵌套的野外实测数据。此外，功能间关系可能因观测尺度而异，例如样地水平捕捉局部变异，而流域尺度整合更多环境异质性。因此，需要明确环境条件、干扰和观测尺度如何塑造生态系统功能间的条件依赖关系，以指导监测和管理。

**研究内容与结论**
研究人员在智利巴塔哥尼亚艾森地区（Aysén Region）的12个源头流域，采用系统嵌套野外调查，测量了森林、土壤和生物多样性相关功能，覆盖三个互补尺度：流域（n=12）、森林集群（n=63）和森林样地（n=175）。通过拟合三个专家约束的贝叶斯网络（Bayesian networks），分析功能间的条件依赖关系。主要结论：生态功能关系并非单一的多功能性梯度，而是尺度依赖的；碳与木材生产功能形成最稳定的正相关模块，而维管植物丰富度和侵蚀控制表现出更强的上下文依赖性；共享环境驱动因子（如生态系统类型、海拔、森林发育阶段）和干扰历史是功能间关系的重要中介。该研究发表在《Forests》期刊上。

**关键技术方法**
研究人员采用贝叶斯网络建模，利用bnlearn R包中的爬山算法（hill-climbing algorithm）学习网络结构，并通过500次Bootstrap重采样评估弧的强度。每个尺度模型使用不同的变量集：流域模型包含生态系统背景（干/湿）和处理（参考/干扰）两个外生预测因子；森林集群模型增加了海拔、坡度、冠层盖度、南向比例、森林发育阶段、干扰类型、干扰强度和所有权；样地模型类似，但使用样地级变量。预测性能通过10折交叉验证的预测相关性（predictive correlation）评估。样本队列来源为智利巴塔哥尼亚艾森和贝克河流域（46–47°S）的12个源头流域，涵盖干湿两种气候背景和参考与干扰两种土地利用历史。

**研究结果**
**3.1 模型1：流域尺度生态功能网络**
流域尺度网络保留17条弧，揭示生态系统背景和处理与土壤形成、薪材体积及地上碳动态的广泛联系。预测性能不均：薪材体积（r=0.79）和土壤形成（r=0.45）最佳，而树木碳储量（r=-0.15）、维管植物丰富度（r=-0.33）和土壤侵蚀（r=-0.80）为负相关。干流域树木碳储量更高（+51.94 t C ha^-1），但土壤形成更低（-377.79 m³ ha^-1）；干扰流域土壤形成降低（-661.87 m³ ha^-1）。树木碳储量与薪材体积（+1.33 t C ha^-1 per m³ ha^-1）和枯木碳储量（+0.50 t C ha^-1 per t C ha^-1）正相关，与维管植物丰富度负相关（-1.53 t C ha^-1 per species）。树木碳固存与薪材体积正相关（+0.096 t C ha^-1 yr^-1 per m³ ha^-1），但与树木碳储量和土壤形成负相关。

**3.2 模型2：森林集群尺度生态功能网络**
森林集群网络（n=63）保留11条弧，预测性能更强：薪材体积（r=0.96）、树木碳储量（r=0.81）、土壤侵蚀（r=0.77）和枯木碳储量（r=0.69）表现最佳。干集群土壤形成低于湿集群（-843.99 m³ ha^-1）。海拔每升高100 m，枯木碳储量降低3.04 t C ha^-1，维管植物丰富度减少1.15种。森林发育阶段影响树木碳储量和土壤侵蚀：树木碳储量从幼树集群（3.17 t C ha^-1）增至次生林（127.01）和成熟林（204.60），老熟林略降（170.74）；土壤侵蚀在幼树集群最低（313.46 m³ ha^-1），老熟林最高（38,146.90）。木材-碳模块清晰：树木碳储量与碳固存（+0.011 t C ha^-1 yr^-1 per t C ha^-1）、薪材体积（+0.417 m³ ha^-1 per t C ha^-1）和土壤侵蚀（+17.83 m³ ha^-1 per t C ha^-1）正相关；薪材体积与枯木碳储量正相关（+0.148 t C ha^-1 per m³ ha^-1）。

**3.3 模型3：样地尺度生态功能网络**
样地尺度网络（n=175）保留19条弧，预测性能集中于木材-碳模块：薪材体积（r=0.91）、枯木碳储量（r=0.67）、树木碳储量（r=0.67）和维管植物丰富度（r=0.60）最强。样地协变量通过丰富度和碳相关节点进入网络：丰富度随冠层盖度、海拔和坡度增加而降低（每1%冠层盖度减少0.064种，每100 m海拔减少0.77种，每1%坡度减少0.041种）；所有权类别中，小土地所有者样地丰富度最高（11.40种），大土地所有者最低（2.83种）。海拔每升高100 m，树木碳储量增加7.10 t C ha^-1，枯木碳储量降低5.49 t C ha^-1。森林发育阶段影响树木碳储量、碳固存、薪材体积和土壤侵蚀。树木碳储量与碳固存（+0.016 t C ha^-1 yr^-1 per t C ha^-1）、木材体积（+0.064 m³ ha^-1 per t C ha^-1）和薪材体积（+0.401 m³ ha^-1 per t C ha^-1）正相关；薪材体积与枯木碳储量正相关（+0.108 t C ha^-1 per m³ ha^-1）；枯木碳储量与土壤形成正相关（+19.05 m³ ha^-1 per t C ha^-1）。树木碳储量与土壤侵蚀的关系尺度依赖：对数变换后标准化系数为正，但原始单位显示每增加1 t C ha^-1，土壤侵蚀降低3.58 m³ ha^-1。

**3.4 跨尺度综合**
三个模型表明，生态系统多功能性并非单一梯度，而是部分连接的子系统的组合：碳与木材生产构成最稳定的正功能模块，维管植物丰富度更直接受环境或上下文协变量影响，而非碳生产模块。

**3.5 沿树木碳储量梯度的条件权衡与协同**
条件响应剖面显示，树木碳储量与薪材体积、枯木碳储量和碳固存之间多为协同关系（正响应），而维管植物丰富度多平坦或下降，侵蚀控制方向随尺度和森林发育阶段变化。在流域尺度，干扰流域中碳固存增加更明显；在森林集群尺度，侵蚀控制在次生林和成熟林集群中下降，在老熟林集群中上升；在样地尺度，侵蚀控制在次生林样地中强烈下降，在成熟林和老熟林中略有上升。

**讨论与结论**
讨论部分强调，功能间的权衡与协同并非固定成对关系，而是受共享驱动因子（如气候、森林发育、海拔、冠层盖度、干扰历史）和观测尺度影响。碳与木材生产功能形成正相关模块，但碳固存与累积碳储量并不完全等价。维管植物丰富度未受单一驱动因子简单增减，而是依赖局部条件（海拔、冠层盖度、坡度、所有权）。侵蚀控制表现出最强的上下文依赖性，与森林发育阶段相关。研究指出，监测应整合嵌套空间尺度，评估碳与木材生产功能的同时，必须直接监测生物多样性和土壤相关功能，因为碳中心指标虽有用但不够全面。流域尺度适用于综合比较，森林集群尺度是监测核心功能模块最有效的信息水平，样地尺度用于捕捉局部驱动效应。研究局限性包括：流域样本量小（n=12），所有模型为观测性，无法证明因果关系，且三个尺度样本量、聚合规则和生态意义不同，需谨慎比较。

**研究结论**（翻译原文结论部分）：
最终模型表明，巴塔哥尼亚源头流域的生态系统功能关系是条件性的、驱动因子介导的且尺度依赖的。碳和木材相关功能形成了最常出现的正模块，而维管植物丰富度和侵蚀控制表现出更强的上下文依赖性。这些结果支持对权衡与协同效应的谨慎解释：它们不应被视为固定的成对相关性，而是取决于用于观测系统的驱动因子、条件因子和空间尺度的关系。对于管理而言，这意味着碳和木材生产指标有助于描述森林功能的重要部分，但如果目标是维持多功能山地流域，则必须与生物多样性和土壤功能一起评估。因此，监测计划需要将数据类型和数据尺度与管理背景及监测计划目标对齐。