- 2 次围观
内容形式：摘要译文
在全球环境变化加速的背景下，确定生态稳定性的驱动因素是当代生态学的一项重要目标。研究者提出了多种潜在驱动因素，近年来，响应多样性——即生物对环境响应之间的差异——逐渐受到关注。然而，尽管响应多样性作为稳定性驱动因素具有重要的理论意义，关于二者关系的野外实证检验仍然较为有限。我们以漂浮水生大型植物的多物种竞争群落为实验模型，测量其对营养盐负荷的响应多样性和时间稳定性。结果表明，响应多样性并不能提高大型植物总体覆盖度的时间稳定性，但物种响应分布不均衡的群落对外源冲击表现出更强的抵抗力。为从实验群落的连续摄影时间序列中量化大型植物的组成与生长动态，我们开发了一种开源、可扩展的机器学习流程（LeafMosaic），能够从包含光照、分辨率和植物形态变化等噪声的野外数据中对四个物种进行分类。我们将响应多样性量化为对溶解硝酸盐浓度呈现正向和负向生物量增长响应的平衡程度，并按照各物种对生物量的相对贡献进行加权；随后检验其对时间稳定性以及对一次意外脉冲干扰的抵抗力的影响。该脉冲干扰源于一次大型台风，其扰乱了我们的室外中宇宙系统。响应不均衡程度能够预测群落对台风的抵抗力，但物种间非同步性和平均种群稳定性是预测群落稳定性的最佳指标，物种响应则不存在直接或间接影响。总体而言，我们的研究为物种响应结构如何促进稳定性提供了新的实验证据；同时，我们希望通过LeafMosaic流程，为未来利用漂浮水生大型植物开展响应多样性与生态稳定性研究的野外实验提供支持。
关键词：响应多样性 · 生态稳定性 · 浮水大型植物 · 营养负荷 · 群落抗逆性 · 机器学习
原文链接：https://www.biorxiv.org/content/10.64898/2026.06.10.731482v1?rss=1