《Functional Ecology》：Functional trait modules link climatic niche geometry to projected range change in global butterflies
编辑推荐：
气候变暖正在重新分配昆虫分布，但仅依靠物种水平预测难以揭示哪些功能策略最受暴露，以及性状如何与气候生态位结构相关联。研究人员开发了一个以性状为锚定的框架，在全球蝴蝶中将预测分布区变化、功能性状空间占据与气候生态位几何结构相连接。研究人员汇编了六个科12448种
气候变暖正在重新分配昆虫分布，但仅依靠物种水平预测难以揭示哪些功能策略最受暴露，以及性状如何与气候生态位结构相关联。研究人员开发了一个以性状为锚定的框架，在全球蝴蝶中将预测分布区变化、功能性状空间占据与气候生态位几何结构相连接。研究人员汇编了六个科12448种蝴蝶的功能性状与地理参照出现记录。物种分布模型(SDM)估算了当前适宜面积(Anow)与SSP5-8.5情景下世纪中适宜面积(A2050)，并由此推导扩展指数E=(A2050?Anow)/Anow。将当前适宜栅格投影至双轴气候严酷性空间以量化气候生态位广度与生态位位置。随后构建全球功能性状空间，利用性状概率密度(TPD)曲面估算科水平性状空间占据，以广义加性模型(GAM)映射SDM推导的扩展指数，并以结构方程模型(SEM)检验性状-生态位关联。蝴蝶功能策略呈显著核心-边缘结构，科核心比例(A50/A99)介于17%至33%，标准化总性状空间范围(A99)介于0.12至0.85。预测分布区变化形成非线性、以收缩为主导的性状空间响应曲面：所有科的功能核心与边缘平均预测扩展率均为负值，但收缩强度与弱正值拟合概率因科而异。合并SEM中，季节性(Seasonality)与气候生态位广度负关联(β=?0.14)，环境亲和性(Environmental affinity)(β=0.21)与滞育时序(Diapause timing)(β=0.13)与生态位位置正关联。预测气候变化响应由功能性状组合而非单一性状结构化。该框架将脆弱性评估从物种计数转向功能策略覆盖，并识别出值得定向验证的性状-生态位通路。
研究背景与问题提出
气候变暖正在快速重塑昆虫分布、物候与群落组成，但大尺度生物多样性变化综述往往难以识别哪些物种将扩张、收缩或存续，亦难以阐明其生物学通路。鳞翅目中气候关联的物候改变可改变繁殖与扩散时间窗，而城市化与局地环境变化进一步重构季节可塑性。现有预测"气候赢家与输家"的工作超越物种出现与地理的相关，却仍缺乏将多维功能策略与跨物种可比较气候约束中间层相连接的框架。气候生态位几何提供了这一中间层，但仅是描述性总结；功能性状空间提供生物策略互补表征，二者须锚定结合。蝴蝶作为分布记录最完备的昆虫类群之一，拥有LepTraits等全球性状库与成熟系统发育工具，是检验"性状-生态位-再分布"框架的理想体系。该研究即在此背景下，由研究人员在《Functional Ecology》发表，旨在建立性状锚定框架，将SDM推导的分布区变化、TPD定义的性状空间占据与双轴严酷性空间中的生态位几何结构三联连通。
主要技术方法概述
研究人员整合GBIF及文献中2000至2024年蝴蝶出现记录，经coordinateCleaner清洗与10公里Wagner-IV等面积网格空间稀疏化，以目标组背景与偏倚栅格加权；气候预测取自WorldClim v2.1历史层与CMIP6下SSP5-8.5世纪中多层平均，选用BIO1、BIO4、BIO10、BIO12、BIO15五个生物气候变量；以MaxEnt拟合物种分布模型(SDM)，留20%检验AUC≥0.90保留，计算Anow、A2050与扩展指数E。性状来自LepTraits v1.0共12448种，经missForest与Rphylopars系统发育插补，PCA取PC1-PC2建功能性状空间，funspace估TPD得A50/A99核心-边缘；另由月温度降水序列PCA建温度严酷性与旱生严酷性双轴空间，将Anow栅格投至此空间算生态位广度与密度加权质心位置；以mgcv拟合GAM将E映为性状空间响应曲面；以lavaan建五模块（Size、Seasonality、Environmental affinity、Diapause timing、Oviposition mode）对生态位广度与位置的结构方程模型(SEM)，含合并与六科分模型。
研究结果
3.1 性状空间占据在科间存在范围与核心集中差异
PCA前两轴解释44.05%性状变异，全局TPD呈紧凑高密度核心(A50)嵌于宽广低密A99包络。六科标准化A99从Riodinidae 0.12至Nymphalidae 0.85；核心比例A50/A99从Riodinidae 17%至Papilionidae 33%。Nymphalidae总范围最大且核心比例居中，Papilionidae总范围居中但核心最聚，Riodinidae皆最小。科间不仅占据量不同，密度分布形态亦异。
3.2 预测分布区变化沿功能性状空间系统性变异
合并GAM显示E在PC1-PC2面非单轴均匀变化，等值线弯曲，全局以负值为主呈收缩主导，局部近零或弱正。各科曲面采样位置不同：Hesperiidae与Lycaenidae下缘较高上缘更负；Nymphalidae跨宽收缩梯度；Papilionidae嵌小片局部正区；Pieridae上中部最负；Riodinidae虽占区窄却现最强局地正梯度（E>0.10）。
3.3 核心-边缘总结揭示收缩主导但科间异质
六科核心(A50)与边缘(A99?A50)平均E皆负。Papilionidae核心最负，Lycaenidae与Hesperiidae近零；边缘较核心更负见于Lycaenidae、Hesperiidae、Riodinidae、Nymphalidae，Papilionidae反向，Pieridae核边无差。扩展概率(Prop>0)整体低，边缘一般≥核心，Lycaenidae与Hesperiidae边缘正格比例稍高，Riodinidae边缘区间波动大。
3.4 SEM将性状模块连至气候生态位几何
合并SEM保留十预设路径，生态位广度与位置残差协方差?0.36。Seasonality对生态位广度负向最大(β=?0.14)，Size次之(?0.07)；Environmental affinity(β=0.21)与Diapause timing(β=0.13)对生态位位置正向最大，Seasonality与Oviposition mode小正，Size弱负。敏感SEM保三主径，系数相近。六科分模型残差协方差皆负，Riodinidae最强(?0.59)、Papilionidae最弱(?0.15)；Environmental affinity→位置六科皆正(0.11至0.26)，Seasonality→广度六科皆负，Diapause timing→位置在Papilionidae(0.39)与Nymphalidae(0.27)强正而Riodinidae负；Oviposition mode→广度在Pieridae(0.30)强正。位置R2普遍高于广度，Papilionidae位置R2≈0.20最高。
讨论部分总结
研究人员指出核心-边缘密度结构将功能冗余与稀有性分离，Nymphalidae广延中间核心、Papilionidae中延高核心、Riodinidae双低，此坐标使投影收缩可归位至策略空间而非仅物种计数。GAM响应曲面证明变化由性状组合而非单性状驱动，科曲面采样差异解释科间均值差。SEM层给出Seasonality缩窄广度、Environmental affinity与Diapause timing推高位置之反复关联，并示负残差协方差系实现生态位结构而非普适权衡。框架价值在将评估由物种数推至功能策略覆盖，边缘收缩提示待验证而非定级。限制含插补抑低密区、1970-2000气候基线与2000-2024出现记录时间错位、宏气候严酷空间不含微生境、SEM仅关联非因果、解释方差有限。
结论部分翻译
研究人员开发了连接蝴蝶功能策略、气候生态位几何与预测分布区变化的全球性状锚定框架。通过整合SDM、基于密度的功能性状空间、气候严酷性空间生态位度量、GAM响应曲面与SEM性状-生态位通路，研究表明预测气候变化响应可通过物种与科在共享生态空间中的位置来解释。该方法超越仅问哪些物种收缩或扩张，转而问功能策略空间的哪些区域最受预测变化暴露。三结论如下：一、全局蝴蝶性状空间占据呈强结构，常见策略聚于高密度核心，低密边缘含低冗余组合，科间总范围与核心集中皆异；二、预测分布区变化在性状空间非线性分布，科核心与边缘平均E皆负，但收缩强度、不确定性与弱正拟合值因科占据曲面位置而异；三、性状模块以共享与科特有两路关联生态位几何，Seasonality最显缩窄生态位广度，Environmental affinity与Diapause timing最强推高生态位位置。该框架应作比较与假设生成工具而非实现再分布终级预测引擎，其推断依赖性状覆盖、插补、SDM假设、宏气候分辨率、严酷空间构建与SEM观测结构，因1970-2000基线气候与2000-2024出现窗口仅边际对齐，若干物种级估计或含近期迁移种偏差；研究主要力量非精确重建近期实现再分布，而是提供透明可迁移方法学，将SDM适宜区变化与功能策略覆盖及未来气候下生态位几何相连，并标识性状、微气候、寄主植物、扩散、生境结构、时间匹配气候层与监测基准数据的最需增补之处。
