热带洪泛区湿地(印度东部 Bhaluka Beel)营养级相互作用的结构与强度:基于食物网拓扑与邻接矩阵分析的见解

《Food Webs》:Structure and strength of trophic interactions in a tropical floodplain wetland (Bhaluka Beel, eastern India): insights from food-web topology and adjacency matrix analysis

【字体: 大 中 小 】 时间:2026年09月10日 来源:Food Webs 1.7

编辑推荐:

   •热带洪泛平原食物网分析表明,自下而上的过程与自上而下的调控存在耦合证据。•结构方程模型识别了塑造营养动态的直接影响和间接影响的非生物–生物路径。•大型水生植物通过生境复杂性和替代能量路径促进了食物网的组织。•有机富集与较弱的高营养级相互作用及更简单的网络结构相关联。•综合网

  
  • •
    热带洪泛平原食物网分析表明,自下而上的过程与自上而下的调控存在耦合证据。
  • •
    结构方程模型识别了塑造营养动态的直接影响和间接影响的非生物–生物路径。
  • •
    大型水生植物通过生境复杂性和替代能量路径促进了食物网的组织。
  • •
    有机富集与较弱的高营养级相互作用及更简单的网络结构相关联。
  • •
    综合网络分析为热带湿地食物网评估提供了可迁移的框架。

引言

湿地是生物生产力最高、结构最复杂的生态系统之一,其特征是生物群落与理化过程之间强烈的耦合关系(Liu et al., 2025)。湿地的生态功能主要由食物网相互作用所主导,这些相互作用调节着能量流动、养分循环和生态系统稳定性(Welti et al., 2017; Chen et al., 2025)。特别是洪泛平原湿地,经历着显著的水文和水质的季节性波动,导致营养级相互作用的动态重组(Zhang et al., 2023)。理解这些系统中食物网的组织机制,对于推进生态理论和指导湿地保护与管理至关重要。
食物网生态学逐渐从描述性的营养分类转向假设驱动和预测性框架,明确量化相互作用强度、反馈和环境控制(Robinson et al., 2024)。当代生态理论强调,生态系统动态不仅源于物种组成,还源于自下而上的资源可用性与自上而下的消费者调控之间的平衡(Pawlik et al., 2018)。在水生生态系统中,这种平衡进一步受到生境复杂性和非生物约束的调节,二者共同决定了生产力、恢复力和对干扰的脆弱性(Pelletier et al., 2020)。
初级生产者、消费者、形成生境的大型水生植物和高级捕食者通过相互关联的自下而上和自上而下过程,共同调节洪泛平原湿地中的能量传递和生态系统稳定性(Feng et al., 2024)。
尽管已有大量研究分别描述了浮游植物、浮游动物、鱼类群落或理化特征,但很少有研究在假设驱动的框架内同时整合多个营养级,以检验非生物驱动因子与食物网组织之间的因果关系(Sellami et al., 2016; Paquette et al., 2026)。因此,热带洪泛平原湿地中环境变化与营养调控之间的关联机制仍缺乏充分了解(Vanderley et al., 2022; Soria-Reinoso et al., 2026)。
Bhaluka Beel是印度东部的一个洪泛平原湿地,为研究浅水大型水生植物主导的湿地食物网中的季节性环境变化和营养级相互作用提供了理想场所。其显著的季节性变率和多样的水生群落为考察环境条件和营养级相互作用如何塑造食物网组织提供了有利背景。
生态理论表明,淡水湿地的食物网组织受四个关键过程的塑造:通过养分可用性的自下而上调控(H1)、通过消费者的自上而下控制(H2)、通过大型水生植物的生境介导稳定作用(H3),以及与有机富集和氧气耗竭相关的非生物胁迫(H4)(Musin et al., 2023; Vrba et al., 2024)。尽管这些机制已在淡水生态系统中被单独研究,但鲜有在热带洪泛平原湿地中将其纳入统一的假设驱动框架进行联合检验(Magurran et al., 2025)。解决这一空白需要整合季节性环境变化、多个营养级和定量分析方法,以增进对食物网响应环境变化的机制理解。上述考虑为本文检验的四个假设提供了概念基础。
在上述理论预期的指导下,本研究利用季节性野外观测数据,在食物网概念框架内运用结构方程模型(SEM)和邻接矩阵分析,明确检验了关于自下而上调控、自上而下控制、大型水生植物介导的稳定作用以及非生物胁迫的四个假设。
为评估这些假设,我们将野外测定的非生物变量与跨多个营养级的生物群落定量评估相结合。结构方程模型(SEM)用于通过检验营养群之间的假设生态学相互作用,量化环境驱动因子与生物组分之间的直接和间接关系。邻接矩阵用于表示营养级联关系的有无,并描述食物网的总体组织和连接性(Lefcheck, 2016; St?hl et al., 2025)。通过在统一框架内将假设、预测和分析结果相联系,本研究推进了对湿地食物网生态学的预测性理解,并为在日益加剧的环境变化下洪泛平原湿地的管理和保护提供了相关见解。

章节摘要

研究区域和生态背景

本研究在Bhaluka Beel进行,该地是一处封闭型洪泛平原湿地,位于印度西孟加拉邦Nadia区Krishnagar-I社区发展区Krishnagar–Nabadwip路Bhaluka Battala附近(23.28°N, 88.32°E)(Ghosh et al., 2018)。该湿地坐落于Krishnagar和Nabadwip两镇之间,最近的主要河流为恒河。它由Nadia区政府管理,并支持传统内陆渔业。该地区经历

非生物环境与基线条件

Bhaluka Beel的理化变量表现出明显的季节性变化(表1;图1)。水温从前雨季到后雨季逐渐下降,而pH在各季节保持近中性至微碱性。溶解氧浓度在雨季期间升高,而游离二氧化碳在前雨季表现出较高值。电导率和盐度在雨季期间下降,与稀释效应同时发生。有机负荷指标,包括BOD和COD,

讨论

本研究应用假设驱动的机制框架,评估生物相互作用和非生物驱动因子如何共同调节Bhaluka Beel的食物网结构和动态。通过整合季节性理化梯度与多个营养区室的定量评估以及网络分析,研究结果提供了自下而上和自上而下调控、生境介导的稳定作用以及胁迫引起的相互作用重组的连贯证据。多年的,

结论

本研究表明,Bhaluka Beel的食物网组织产生于环境条件和生物过程交互作用的影响。假设驱动分析为通过养分可用性和初级生产力进行的自下而上调控提供了有力证据,同时也提供了与通过鱼类和浮游动物之间捕食者–猎物耦合进行的自上而下调控一致的证据。大型水生植物还通过增加生境,在营养级组织中发挥了重要作用

生成式人工智能及AI辅助技术在稿件准备过程中的声明

在准备本稿件期间,使用了生成式人工智能工具来辅助语言精炼、语法编辑、参考文献查找(随后进行了彻底的人工核实)以及可读性增强。在使用这些工具后,作者对内容进行了彻底的审查、编辑和验证,以确保科学准确性、原创性和符合伦理标准。作者对本文章的内容承担全部责任。

CRediT作者贡献声明

Chandan Sarkar:写作——审阅与编辑,写作——初稿,可视化,验证,监督,软件,方法学,调查,形式分析,数据整理,概念化。Nipu Rani Nath:可视化,软件,资源,方法学,调查,数据整理。

伦理声明

所有田间和实验室操作均符合机构和国家级关于在生态研究中使用水生生物的指南。

利益冲突声明

作者声明,他们没有已知的竞争财务利益或个人关系可能会影响本文所报告的工作。

致谢

作者感谢印度西孟加拉邦Nadia区Krishnagar政府学院生物学研究生系的系主任提供的实验室设施和后勤支持。作者感谢Rish Talapatra先生、Sayandip Biswas先生和Chayanika Ghosh女士在作者监督下协助季节性野外采样。我们感谢Somanjana Khatua博士进行浮游植物和大型水生植物鉴定,感谢N. C. Saha教授、Tanmay Sanyal博士和Sutapa Sanyal博士提供的协助
Chandan Sarkar|Nipu Rani Nath
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号