摘要：理解群落装配（community assembly）机制是生态学的核心议题，但此类过程在日益受人为干扰的大型河流（mega-river）生态系统中仍严重缺乏探索。珠江作为中国径流量第二大的河流，兼具广泛的自然异质性与全球最密集的大坝网络之一，为厘清自然与人为驱动因子如何共同塑造生物多样性提供了独特天然实验室。本研究采用整合框架——结合集合群落结构（Elements of Metacommunity Structure, EMS）分析、确定性分析方法及中性群落模型（Neutral Community Model, NCM）——以全面解析底栖大型无脊椎动物（macroinvertebrate）群落的构建过程。研究结果显示集合群落呈准Clementsian（Quasi-Clementsian）结构，其特征为强环境过滤（高coherence、范围边界聚集）但物种周转（turnover）受抑制。层次分割（Hierarchical Partitioning）确定局地环境条件为群落组成最强的直接驱动因子；结构方程模型（Structural Equation Modeling, SEM）进一步揭示流域尺度因子通过塑造上述局地生境产生强间接控制作用。关键的是，显式纳入大坝的空间模型（AEMdam）大幅优于仅反映自然连通性的模型（AEMnatural），明确认定人为片段化为空间格局的关键调节因子。此外，NCM表明生态位与中性过程近乎平衡地相互作用，此平衡受扩散性状微妙调控：强飞行扩散的水生昆虫（Aerial-dispersing Taxa, AET）受生态位选择略强，而受限水生扩散类群（Aquatic-dispersing Taxa, AQT）受扩散限制（dispersal limitation）与生态漂变（ecological drift）等随机过程影响更大。综上，本研究表明重度开发大型河流中群落装配不受单一生态学范式支配，而是由确定性力与随机力在人为活动重塑下的复杂交互所主导。本研究深化了对"工作河流景观（workings riverscapes）"中生物多样性动态的机制性认识，并强调保护策略需同时关注流域土地利用管理与生态连通性恢复之紧迫性。
《Water Biology and Security》刊载论文解读：珠江大型河流底栖大型无脊椎动物集合群落装配机制——生活史、生态位与中性过程的三角平衡
研究背景与意义
理解生物群落装配（community assembly）过程是生态学的核心目标，传统理论认为其受生态位（niche-based）确定性过程（如环境过滤、种间互作）与中性（neutrality-based）随机过程（如扩散、生态漂变 ecological drift、物种形成）共同驱动。然而这些过程相对重要性高度依赖生态系统空间尺度、研究对象生活史性状（life-history traits）及人为干扰性质，且在世界大型河流（mega-river）中因采样与多因子解耦困难而严重未被探索。大型河流具广阔流域、高径流量及强纵向梯度，支撑独特水生动物区系，但密集筑坝、河道整治与污染正深刻改变其自然连续体。大坝作为生态系统再工程师，阻断水文连通、形成库区生境，从根本上改变环境过滤与物种扩散规则。珠江是中国径流量第二大河，纵跨显著环境梯度，承载世界最密集大坝网之一，并受城市农业面源污染威胁，是研究多尺度自然—人为驱动因子交互塑造集合群落（metacommunity）的理想模式系统。此前基于源头及中等河流发展的理论能否外推至大型河流尚存疑问，因此Zhengfei Li等人开展此项研究以揭示筑坝影响下大型河流底栖大型无脊椎动物集合群落装配机制，成果发表于《Water Biology and Security》。
主要关键技术方法
研究人员于2021年4月在珠江流域从源头至入海口设49个采样点（上游20、中游13、下游16），用Surber采泥器（0.09 m², 420 μm）或Petersen抓斗定量采集底栖大型无脊椎动物，实验室鉴定至最低可行分类单元并计数；同步测定局地水环境（水温WT、pH、溶氧DO、电导率EC、总氮TN、总磷TP、化学需氧量COD、流速CV、河宽RW、河深RD及底质组成）与流域尺度变量（基于GIS提取各采样点上游集水区30 m分辨率土地利用——林地FOR%、草地GRA%、农田、城镇及WorldClim生物气候变量BIO系列）。按扩散对策将类群划分为具飞行成虫阶段的大气扩散类群（Aerial-dispersing Taxa, AET，如蜉蝣目Ephemeroptera、毛翅目Trichoptera等）与全程水生扩散类群（Aquatic-dispersing Taxa, AQT，如寡毛纲Oligochaeta、软体动物Mollusca等）。空间因子构建两类非对称特征向量图（Asymmetric Eigenvector Maps, AEM）：AEMnatural 基于DEM水流方向及河道距离反映自然连通，AEMdam 在主河道大坝处赋予20%权重以模拟屏障效应。采用四类分析：(1)集合群落结构（Elements of Metacommunity Structure, EMS）分析基于coherence/turnover/boundary clumping判定结构类型；(2)冗余分析（Redundancy Analysis, RDA）结合向前选择及rdacca.hp包层次分割量化局地环境、区域环境、空间因子独立与共同解释量；(3)结构方程模型（Structural Equation Modeling, SEM；lavaan包）检验"景观过滤假说"即流域因子→局地环境→群落结构之层级路径；(4)中性群落模型（Neutral Community Model, NCM；sads包）拟合零和多项式分布估算迁移率m与基本生物多样性数θ，评估中性过程拟合度。
研究结果
3.1 环境条件与物种组成（Environmental conditions and species composition）
上游至下游超半数环境变量显著差异；水质指标（TDS、SAL、EC、COD、TN、TP）及粗底质比例总体上游高，河宽RW、河深RD及细砂比例下游高，土地利用与生物气候呈纵向梯度。共鉴定底栖大型无脊椎动物90分类单元（水生昆虫43、软体动物26、环节动物13、甲壳动物6等），优势类群为Grandidierella sp.、Bellamya purificata、Chironomus sp.等；丰富度上下游差异不显著，密度下游最高、生物量上游最高，NMDS显示上中下三段群落组成显著不同。样本与外推稀疏曲线趋近渐近线，样本覆盖率达88.4%，证实采样充分代表区域集合群落。
3.2 集合群落结构要素（Elements of metacommunity structure, EMS）
全群落（Whole）、AET与AQT均呈准Clementsian（Quasi-Clementsian）结构：显著正coherence（嵌入缺失数远低于零模型，p<0.001），物种turnover为正但不显著（p>0.05），范围边界显著聚集（Morisita's Index MI显著，p<0.001）。表明强环境过滤使物种沿梯度成组分布且有明确边界，但因筑坝等人为活动致栖息地均质化压抑经典物种替换信号。
3.3 影响群落结构的关键因子（Key factors influencing community structure）
全群落RDA共解释28.2%变异，层次分割显示局地环境解释37%、区域环境29%、含AEMdam 的空间因子34%，局地为最强直接驱动（关键变量：河深RD、COD、TP）；AET与AQT分别解释26.7%与29.4%，局地环境贡献最高（39%~41%），区域与空间因子占比相近。仅AEMdam 显著（p=0.002），AEMnatural 不显著（p=0.14），证明大坝片段化是塑造空间格局的关键人为调制因子。
3.4 底栖大型无脊椎动物群落装配机制（Community assembly mechanisms of macroinvertebrates）
NCM对全群落、AET、AQT拟合R²分别为0.459、0.483、0.523，表明生态位与中性过程近乎均衡共同作用；偏离NCM预测的部分反映生态位过程。估算迁移率m=0.001，提示强扩散限制。对AET生态位选择略占优，对AQT随机过程（扩散限制与漂变）略占优，扩散对策微妙调节二者平衡。
3.5 环境影响因子对底栖大型无脊椎动物群落结构的作用路径（Effects of environmental factors on macroinvertebrate community structure）
SEM（χ² p=0.779, CFI=1.000, RMSEA<0.001, SRMR=0.036）支持景观过滤假说：集水区变量（BIO17、FOREST%、GRASSLAND%）无直接连向群落，而是通过塑造局地RD（正效BIO17 β=0.67, p<0.001；负效GRASSLAND% β=-0.31, p<0.001）与COD（负效BIO17 β=-0.62, FOREST% β=-0.46, GRASSLAND% β=-0.37, 均p<0.001）间接影响群落；RD对群落具强正效（β=0.70, p<0.001），COD具显著负效（β=-0.25, p<0.01）。AET与AQT单独建SEM拟合差，说明该层级因果框架更适用于整体集合群落。
讨论与结论翻译
研究人员讨论指出，Quasi-Clementsian结构是大型河流受密集人类改造（大坝、采砂、航运、城市化）导致生境均质化削弱物种turnover但保留强环境过滤与边界聚集的典型印迹。层次分割与SEM证实局地环境最直接，流域尺度经局地环境间接作用，森林草地覆盖削减营养盐与有机物改善局地水质从而维护生境模板。AEMdam 远优于AEMnatural 确证人为片段化为关键空间过程调制者。NCM揭示 niche-neutral 近平衡，且随扩散性状偏移——AET可飞越大坝追踪适境故niche选汰增强，AQT被坝阻隔易陷于扩散限制与漂变故neutral偏重，体现人为景观通过生活史性状交互改写装配过程主导权。管理上需流域—河段多尺度整合：保护修复岸带林草缓冲控非点源污染，评估并恢复纵向连通（环境流、过鱼设施或审慎拆坝）同时警惕入侵种借助连通扩散，并针对不同扩散对策类群制定差异化措施。
原文结论部分翻译：
综上所述，本研究表明珠江底栖大型无脊椎动物集合群落装配由多尺度运作的生态位与中性过程均衡交互主导，表现为Quasi-Clementsian集合群落结构。此生态学特征反映系统同时受强确定性环境过滤（高coherence与边界聚集）及高度片段化河网中被改变的扩散动态（压抑经典物种turnover）共同塑造。层次分割显示局地环境因子较流域尺度因子更重要，SEM进一步揭示流域尺度主要通过调控局地生境间接起作用。显式纳入大坝的空间变量大幅优于自然连通模型，明确认定人为片段化为群落空间格局的关键调制因子，且效应随物种生活史性状而异。此类系统水生生物多样性有效保护需整体适应性管理策略：同步处理上游土地利用以减轻局地退化、实施恢复或增强坝控河网生态连通性措施，并重点考量脆弱种类生活史性状。唯有多管齐下，方能在持续全球变化背景下维持巨型河流生态系统生态韧性。
打赏
