来自圣米格尔岛（亚速尔群岛）和葡萄牙大陆西南海岸的沿海草地植被记录

《Biodiversity Data Journal》：Coastal grassland vegetation records from S?o Miguel Island (Azores) and the south-western coast of mainland Portugal

植物多样性调查与比较研究|沿海草甸生态系统|地理分布差异|入侵物种检测|标准化数据采集|生态监测应用|生物地理学分析|葡萄牙大陆与亚速尔群岛对比|植物分类更新|全球生物多样性信息设施（GBIF）数据发布

　　
本研究聚焦于大西洋海岸草地植被的跨区域比较，通过系统化的植物调查方法，建立了阿зор群岛圣米格尔岛与葡萄牙大陆西南部塞辛布拉和辛斯地区海岸草地的标准化植物名录。研究团队在2022年春季共设置31个样地，采用标准化拍摄方案（每样地30张照片，间隔5米，拍摄高度1.2米）获取影像数据，并结合人工目视观察完成植物物种记录。该研究首次实现了群岛与大陆在相似基质（岩质）、纬度（北纬37°–38°）和海拔（相近）条件下海岸草地的系统性对比，为全球变暖背景下岛屿与大陆生态系统脆弱性研究提供了新范式。

研究区域涵盖北大西洋阿佐尔群岛圣米格尔岛（地理坐标北纬37°43'，西经25°51'）与大陆西南部塞图巴尔区（北纬37°27'，西经8°47'）。两地均具有岩质基底、大西洋气候特征，且样地海拔控制在相似范围内（数据来源：GBIF标准地理坐标）。采样时间选择春季（3月17日-5月17日），此时植物处于生长期鼎盛期，有利于准确识别物种。研究团队创新性地采用"双轨制"数据采集：30分钟影像拍摄构建数字档案，15分钟人工识别确保物种准确性，并通过计算机辅助验证（图2示例）提升数据可靠性。

物种数据库包含213个独立分类单元（含17个两地共有物种），其中阿佐尔群岛记录98种，大陆塞图巴尔区记录132种。值得注意的是，两地虽共享17个物种（表1），但大陆区物种多样性显著更高。这种差异可能与大陆区域更大的生态斑块数量有关（塞辛布拉-辛斯区海岸线长达120公里，而圣米格尔岛海岸线仅40公里），同时暗示岛屿生态系统的独特选择压力。

入侵物种研究揭示Carpobrotus edulis（沙蒜）和Oxalis pes-caprae（马唐)在两地均呈扩散趋势。前者作为先锋物种，能快速占据裸露岩质基质（占比达两地海岸草地的23%和18%），后者则因耐盐碱特性（pH适应范围5.0-8.5）成为优势种。研究特别指出，大陆样本中O. pes-caprae出现率（17%）显著高于群岛（9%），可能与沿岸开发强度差异有关（群岛年游客量1.2万人次，大陆同区域达80万人次）。

分类学分析显示两地均以菊科（Asteraceae）、禾本科（Poaceae）、豆科（Fabaceae）和十字花科（Brassicaceae）为主导，但大陆区新增了松柏目（Pinopsida）和裸子植物类群（Genopsida），可能与更频繁的人类活动干扰相关。阿佐尔群岛记录到特有的地衣类群（Ascomycota占比达7%），而大陆区在草本层中发现了更多的灌木型物种（Caryophyllaceae占比提升至15%）。

数据管理采用国际通用的Darwin Core标准格式，通过GBIF平台开放获取（数据集ID:2265c6e2-4ab7-4af2-93af-ba377a7d4e43）。该平台已实现与葡萄牙生物多样性门户（Azorean Biodiversity Portal）的实时对接，支持研究者进行空间叠加分析。特别设计的OTU分类体系（ Operational Taxonomic Unit）在无法明确鉴定至种级时（占样本总量23%），采用形态学特征（如花瓣排列、叶缘锯齿）进行亚种划分，确保数据完整性。

生态监测方面，研究建立了"三位一体"评估模型：影像数据库（930张标准化照片）用于植被覆盖度估算，物种名录（213个记录）用于生物多样性指数计算，地理坐标（WGS84标准）则支持气候变化情景模拟。该模型在2019年葡萄牙海岸火灾后植被恢复监测中已验证有效（Borges et al.,2022）。

该成果为欧盟"生物多样性2020"计划提供了关键数据支撑，特别是对跨境生态廊道（连接阿佐尔群岛与大陆西南部）的物种流动研究具有战略意义。研究团队承诺将更新数据库，计划在2025年实施第二次采样（秋季），以捕捉植物物候的年际变化。目前数据集已包含742个独立观测记录（occurrenceID），其中327条包含地理定位精度≤5米的坐标信息，可支持高分辨率生态建模。

研究方法创新体现在：1）采用无人机航拍（图1空间分布图）与地面样方相结合的三维数据采集；2）建立包含12个关键生态参数的元数据标准（如基质硬度、坡度、光照强度）；3）开发基于AI的物种识别算法（准确率达92%），将传统野外识别时间缩短40%。这些技术突破已申请3项欧洲专利（专利号：EP356789, EP452311, EP567892）。

未来研究方向建议：1）建立气候情景预测模型（考虑CO2浓度上升至550ppm情景）；2）开发海岸植被健康指数（CSVHI），整合土壤pH、氮磷含量、微生物群落等指标；3）开展跨区域基因流研究，特别是Carpobrotus edulis的种子传播机制。研究团队已获得葡萄牙科学院（ISRST）资助（项目编号：2025-EC-017），计划在2026年前完成全基因组测序和种群动态模拟。

该研究对《生物多样性公约》第15次缔约方大会（CBD COP15）提出的"跨境生态红线"倡议具有重要参考价值。特别提出的"双基线监测法"（基础线数据+变化线数据）已被纳入葡萄牙国家生物多样性战略（2021-2025），预计将在马德拉群岛和亚速尔群岛优先实施。