利用公共湖泊监测数据进行多尺度空间分析，探索大型水生植物生物多样性特征

类似欧盟《水框架指令》（Water Framework Directive, WFD）这样的淡水监测项目提供了大量关于欧洲湖泊状态的数据，包括水质以及作为关键栖息地特征的沉水植物（大型水生植物），这些特征对人类和野生动物的健康具有支撑作用。更便捷地获取 WFD 数据，能够使外部管理与研究工作更好地保障人类对淡水资源的利用及自然淡水生态系统的保护。我们展示了一套可复现的工作流程，用于便捷下载并处理来自瑞典 WFD 数据中的多年期（2007–2024 年）湖泊大型水生植物观测数据（425 个点位）及其配套水质变量数据（202 个点位）。随后，我们通过一个空间随机截距模型，说明改进数据可及性在解决推动保护工作的生态学问题方面的价值，探究空间尺度如何影响大型水生植物丰富度及其与水质关系的关联。对空间截距的分解表明，小尺度（100 km）则与生物地理驱动因素相关。在中等尺度（10–100 km）上，随机过程与环境结构化过程同时存在。加入水质变量后，虽然很少提升大型水生植物多样性模型的整体预测性能，但却持续影响不同空间尺度所发挥的作用。水质变量在中等尺度上表现出一致的空间结构化变异，并同时呈现独特的空间格局，且与大尺度生物地理影响相互重叠。总体而言，我们揭示了空间模型解释中的情境依赖性，并为如何控制空间混杂以提升推断与预测性能提供了指导。我们的工作流程和研究结果清晰表明了获取高质量大型水生植物与水质数据集的可行路径，以及这些数据在回答指导 WFD 框架下大型水生植物保护的生态学问题方面的实用价值。

本网站正在使用一项安全服务，以保护自身免受在线攻击。您刚才执行的操作触发了该安全解决方案。可能触发此拦截的行为有多种，包括提交某些特定词语或短语、SQL 命令或格式错误的数据。

您可以向网站所有者发送电子邮件，告知您遭到拦截。请在邮件中说明该页面出现时您正在进行的操作，并附上本页底部显示的 Cloudflare Ray ID。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.22.733670v1?rss=1

🏷️ 湖泊生态监测 大型水生植物 空间尺度分析 生物多样性 水质关系 空间随机模型