阿根廷森林鸟类物种出现与丰富度和初级生产力的多尺度关系研究

《Landscape Ecology 4.0》：Landscape scale effects of primary productivity on forest bird species occurrence and abundance in Argentina

研究人员利用 “scalograms” 方法，研究阿根廷森林鸟类与初级生产力的关系，发现鸟类出现受生产力影响，丰富度则不然。

　　在自然界中，鸟类如同灵动的精灵，它们的生存与环境息息相关。而理解鸟类与环境之间的关系，对于保护生物多样性至关重要。在这个研究领域，空间尺度（范围和分辨率）对景观模式与生物多样性指标之间的关系有着复杂的影响。过去，研究物种与环境关系时，常聚焦单一尺度，这可能简化了两者之间的复杂联系，无法全面捕捉重要信息。例如，单一尺度研究可能忽略不同物种对环境变量在不同尺度上的响应差异。此外，传统研究方法还存在其他问题，如多缓冲方法中景观元素影响的不合理假设，以及测量景观变量时产生的自相关性和共线性问题。为了解决这些问题，来自美国威斯康星大学麦迪逊分校等机构的研究人员开展了一项关于阿根廷森林鸟类物种出现和丰富度与初级生产力之间多尺度关系的研究，相关成果发表在《Landscape Ecology》上。

研究人员采用了一种名为 “scalograms” 的多尺度分析方法。该方法基于改进的多尺度上下文空间分析（MCSPA），通过创建 scalogram 曲线来分析景观变量在不同尺度上的变化。研究数据主要来源于 eBird 公民科学项目中 2010 - 2022 年阿根廷森林鸟类的观测数据，以及从归一化植被指数（NDVI）计算得出的三种动态栖息地指数（DHIs），包括累积（cumulative）、变异（variation）和最小值（minimum）DHIs，以此代表初级生产力。

研究结果如下：

• 模型验证：研究筛选出 100 种具有合适出现模型的鸟类物种，其平均 prAUC 为 0.26，MCC 为 0.44。校准后的出现模型平均 MSE 为 0.031，RMSE 为 0.16。平均而言，丰度模型的 Spearman 相关性系数在计数方面为 0.37，在相对丰度方面为 0.39；Pearson 相关性系数在计数方面为 0.41，在相对丰度方面为 0.43 。
• 努力变量：在出现模型中，日历年、清单距离、清单持续时间和观测小时数等努力变量对部分物种的出现预测很重要，清单持续时间对 45% 的物种预测出现呈正相关。在相对丰度模型中，预测出现是最重要的变量，此外日历年、清单距离、清单持续时间和观测小时数等努力变量也对许多物种的相对丰度预测有重要影响12。
• Scalogram 栖息地测量指标：在出现模型中，只有变异 DHI 最小值、变异 DHI 范围、最小值 DHI 最大值和累积 DHI 最大值等少数 scalogram 栖息地测量指标对许多物种出现的预测重要；而在丰度模型中，scalogram 栖息地测量指标对物种丰度的预测不重要34。
• 空间范围：累积初级生产力（累积 DHI）在物种出现模型中普遍重要，且与物种预测出现呈正相关，81×81 像素（5.90km2）、91×91 像素（7.45km2）和 101×101 像素（9.18km2）等较大尺度的累积 DHI 值对许多物种出现的预测尤为重要。而物种丰富度则不能很好地被分析范围内的任何 DHI 值解释56。

研究结论和讨论部分表明，高初级生产力支持更高的物种出现概率，但对物种丰富度影响不明显。物种出现对初级生产力的响应体现在多个广泛的空间尺度上，而非单一尺度。这一发现支持了物种以层次化方式选择栖息地，从而在多个尺度上响应环境变量的观点。然而，研究未发现物种丰富度与初级生产力之间的显著关系，可能是由于丰度模型性能较低，以及其他因素如资源限制、竞争等对鸟类丰富度的影响。此外，eBird 数据的位置不精确性也可能掩盖了 DHIs 对丰富度的景观尺度效应。

总的来说，这项研究利用 “scalograms” 方法，在多尺度上分析了初级生产力与鸟类物种出现和丰富度的关系，为理解景观尺度效应提供了新的视角。研究结果有助于确定影响鸟类分布的关键环境因素和尺度，为制定更有效的鸟类保护策略提供了重要依据，对生物多样性保护具有重要意义。