《Avian Research》：Phenological responses of urban avian networks to spatial heterogeneity: A framework for spatiotemporal resilience
编辑推荐：
城市扩张深刻改变景观渗透性，而静态保护框架往往无法捕捉生物多样性响应的时空变化。研究人员以亚热带高原城市昆明为案例，开发了一个将鸟类功能群分类与物候动态相结合的时空韧性评估框架。通过整合基于性状的分类、物候特定功能群审计、生境适宜性建模与生态网络分析，能够在考
城市扩张深刻改变景观渗透性，而静态保护框架往往无法捕捉生物多样性响应的时空变化。研究人员以亚热带高原城市昆明为案例，开发了一个将鸟类功能群分类与物候动态相结合的时空韧性评估框架。通过整合基于性状的分类、物候特定功能群审计、生境适宜性建模与生态网络分析，能够在考虑不均匀采样努力的同时表征城市鸟类网络的结构与功能动态。敏感性分析支持了跨物候阶段对廊道、节点面和屏障面的选定划分。网络模拟揭示了韧性响应的显著不对称性：尽管网络在随机扰动下保留了一定程度的冗余，但其对定向节点移除高度脆弱，仅在7–11个关键枢纽丧失后，连通性便下降60%–73%。自然依赖类群在越冬期最为脆弱，该期间移除4–7个关键节点可使连通性降低66%，表明其结构已从冗余状态显著转变为强枢纽依赖。屏障面在繁殖期达到最大范围，并集中在快速城市化的前沿地带，形成反复出现的扩散瓶颈。这些发现表明，单一的基于面积的栖息地扩张不足以缓解动态生态风险。相反，高密度城市的生物多样性保护应采用物候同步、瓶颈导向的管理与适应性治理，以维护关键源区、廊道连续性和结构敏感的网络接口。
**城市鸟类网络时空韧性研究解读**
**一、研究背景与问题**
全球城市化进程深刻改变了陆地景观，高密度建成区扩张导致自然栖息地破碎化和生态连通性下降，对城市生物多样性构成显著威胁。鸟类作为生态系统功能的重要提供者和环境变化的敏感生物指示物，其群落结构和空间分布能够反映城市生境质量梯度，并与生态系统服务和长期城市可持续性密切相关。昆明位于中国西南高原核心区，具有亚热带高原季风气候和多样化的山地-城市-水系镶嵌景观，是众多留鸟的重要繁殖地，也是东亚-澳大利西亚候鸟迁徙路线上的关键越冬和停歇地。然而，快速的城市扩张、栖息地破碎化以及人为干扰加剧，正逐步损害该区域鸟类栖息地的结构完整性和功能完整性。
既有研究在生态网络韧性评估中仍存在两点核心不足：其一，鸟类功能群分类大多依赖单一性状（如食性或栖息地类型），未充分考虑物种在城市化环境中的综合适应策略，难以精确区分城市依赖、边缘适应和自然依赖类群；其二，生态网络韧性评估仍以静态方法为主，忽略了越冬、繁殖和迁徙等关键物候期内栖息地需求的动态变化，导致保护策略缺乏针对性和时效性。因此，有必要构建一个整合多维功能分类与多期动态评估的框架，以更准确地刻画高异质城市系统中生态网络韧性的时空分异。
**二、研究内容与意义**
研究人员利用2022—2024年高精度观测数据，以昆明为研究区，开发了一种耦合鸟类功能群分类与物候动态的时空韧性评估框架。该框架整合了性状分类、物候功能群审计、生境适宜性建模和生态网络分析，系统构建了动态城市生态网络，并模拟了定向攻击与随机扰动场景下的网络韧性响应。结果显示，网络韧性具有显著不对称性：定向移除少量核心节点即可引发连通性非线性崩塌，自然依赖类群在越冬期尤为脆弱，屏障面则在繁殖期达到最大范围且集中于快速城市化前沿。这一研究为高密度城市生物多样性保护提供了从宏观原则转向空间明确、场地特异干预的科学依据，具有重要的理论与实践意义。
**三、主要技术方法**
研究数据来源于中国鸟类报告（2022—2024年）的53,439条观测记录，经空间稀疏化等处理，最终保留518种鸟类。研究人员利用AVONET全球性状数据库提取物种的食性、手翼指数、原始栖息地偏好和结构/冠层耐受性四个功能性状，构建城市亲和指数（UAI），并通过基于博弈论的组合权重模型（集成层次分析法AHP与熵权法EWM）优化权重，据此将鸟类划分为城市依赖、边缘适应和自然依赖三类功能群。环境数据来自多源遥感与地理数据集，综合运用InVEST生态系统服务模型、GIS生态敏感性分析、形态学空间格局分析（MSPA）和最大熵（MaxEnt）物种分布模型识别生态源区；基于最小累积阻力（MCR）模型与电路理论构建阻力面，并利用Linkage Mapper工具箱提取廊道、节点面和屏障面。最后，在R环境中模拟随机和定向扰动，定量评估生态网络的连通性鲁棒性与脆弱性鲁棒性。
**四、研究结果**
**4.1 综合阻力面**
通过构建4个功能群×3个物候期共12个综合阻力面，发现昆明城市核心区景观渗透性存在显著时空异质性。空间上，高阻力聚集于城市核心高密度建成区，低阻力分布于外围区域；自然依赖类群在所有物候期均表现出对城市核心的稳定回避，边缘适应类群的低阻力感知场在迁移期达到最大范围，城市依赖类群的阻力格局则较为破碎且与建成界面紧密相关。
**4.2 生态源区**
集成InVEST、GIS生态敏感性、MSPA和MaxEnt模型识别生态源区。MaxEnt模型在所有场景中均显示LST和NDVI为主要预测因子，其中迁移期LST贡献率高达87.7%–94.0%，识别LST为驱动迁移候鸟空间分布的主导环境过滤因子；繁殖期NDVI对边缘适应类群和自然依赖类群贡献最大。源区空间分布随物候明显位移：城市依赖型源区最稳定，边缘适应型源区在迁移期沿绿廊和水系连续化，自然依赖型源区在越冬期面积受限，形成环境瓶颈。
**4.3 生态廊道**
基于20 km廊道阈值，繁殖期廊道总长度和平均长度达到峰值，网络连通性指标最优。空间上，城市依赖类群以城市内部破碎绿地间的短距离连接为主，边缘适应类群在迁移期形成跨景观连续连接，自然依赖类群在迁移期出现贯穿南北的长距离高线性廊道，构成核心生态骨架。
**4.4 生态节点面**
在6,000成本单位阈值下，节点面面积表现出功能群与物候差异。边缘适应类群在迁移期节点面积最大（3.84 km2），形成与人为干扰边界紧密相关的连续带；自然依赖类群节点面在繁殖期最大（1.75 km2），集中于北部与西南自然植被区。尽管节点面面积波动显著，最大廊道长度却相对稳定（26.58–28.48 km），表明连通性压力主要通过瓶颈界面的收缩与扩张进行调节。
**4.5 生态屏障面**
250 m搜索半径下，屏障面在繁殖期达到最大范围，边缘适应类群屏障面积达35.09 km2，自然依赖类群由繁殖期的20.15 km2急剧收缩至迁移期的4.88 km2，与源区扩张呈季节性互补。屏障面在空间上集中于西南部官渡区、东部西山区和西北部呈贡区，构成活跃的扩散瓶颈。
**4.6 连通性鲁棒性**
网络模拟显示，定向攻击比随机攻击更有效地破坏连通性。定向移除7–11个核心节点即导致连通性非线性崩溃（下降60%–73%），而随机攻击移除16–21个节点后连通性仅损失51%–56%，表明网络存在冗余。自然依赖类群在越冬期最脆弱，移除4–7个节点即可使连通性下降66%，反映冬季自然生境网络对核心枢纽斑块的强依赖。
**4.7 脆弱性鲁棒性**
脆弱性分析表明，定向移除2–7个核心节点即可使全局效率低于0.15或使超过半数节点隔离；城市依赖类群在迁移期韧性最强，可承受移除10个以上节点而不发生拓扑崩溃。综合来看，网络拓扑与栖息地依赖密切相关：自然依赖网络对瓶颈节点丧失高度敏感，城市依赖网络因冗余连接保持相对稳定。
**五、讨论与结论**
讨论部分指出，鸟类功能群框架通过整合空间适应性与物候动态，凸显了边缘适应类群对城市景观连通性的关键支撑作用；生态网络结构并非栖息地面积的简单线性函数，而是源区配置、廊道连续性、节点面集中化和屏障累积在物候需求变化下的联合效应。韧性评估进一步表明，网络韧性是扰动类型、节点功能权重和物候节律相互作用的涌现系统属性，生态保护应超越静态面积扩张，转向对物候敏感瓶颈的精细化管理。研究据此提出了空间精准恢复、物候同步管理和适应性治理三位一体的保护策略，并强调在快速城市化前沿区域应优先维护结构敏感的网络接口。
研究结论可概括为：将鸟类功能群分化与物候动态相耦合，得以开发一个评估昆明城市生态网络韧性的时空框架。结果表明，网络组织受源区配置、廊道连续性、节点面集中度和障碍累积的相互作用所塑造，而非仅受栖息地面积影响。敏感性分析进一步支持了廊道、节点面和障碍面的内在一致划定，为跨物候阶段解读网络结构提供了稳定基础。韧性响应具有显著不对称性：尽管网络在随机扰动下保留了一定冗余，但定向移除有限数量的核心节点会产生非线性连通性崩溃，揭示出对少量关键连接区的高度依赖。自然依赖类群在越冬期最为脆弱，而屏障面在繁殖期扩张最为强烈，尤其是在快速城市化边缘。综合来看，这些发现表明，高密度城市的生物多样性保护应超越统一的栖息地扩张，转向物候同步、瓶颈导向的管理，以保护关键源区、维持廊道连续性并减少结构敏感区域的反复节点面和障碍效应。
