Nature 正刊!全球200多位研究人员基于17738个森林样地数据集发现生物多样性可以防止非本地树种的入侵

admin2024-07-01  17

本文首发于“生态学者”微信公众号!

2023年8月23日,由苏黎世联邦理工学院领衔的全球超过200多位研究人员的团队首次探索了地球上哪些地区最容易受到非本地树木的入侵。这项研究以题为“Native diversity buffers against severity of non-native tree invasions”发表在《Nature》杂志上,综合了人类和生态因素,评估了全球树木入侵发生和严重程度的驱动因素。

Nature 正刊!全球200多位研究人员基于17738个森林样地数据集发现生物多样性可以防止非本地树种的入侵,第1张几个世纪以来,人类活动有意或无意地将植物物种传播到远离其原生栖息地的地区。平均而言,全球约10%的非本地物种成为入侵物种,常常给受影响地区造成巨大的生态和经济后果兰州大学吴纪华教授团队最新Nature Communications(IF=18)!揭示生物多样性有助于草地群落抵御植物入侵加州大学戴维斯分校最新Nature Ecology & Evolution(IF=19)!迄今为止对植物入侵进行的最全面的分析!Ecology Letters最新文章 | 入侵-多样性-生产力悖论:植物入侵降低多样性但提高生产力。确定非本地植物入侵的驱动因素对于管理本地生态系统和限制入侵物种的传播至关重要。该团队利用全球森林生物多样性倡议数据库(Global Forest Biodiversity Initiative database),探讨了本地树木群落的系统发育和功能多样性、人类压力和环境如何影响非本地树种的建立和随后的入侵严重程度。

研究发现,人为因素是预测一个地点是否被入侵的关键,但入侵严重程度是由本地多样性支撑的,更高的多样性预示着更低的入侵严重程度。生态因素决定了入侵的严重程度。最重要的是,本土生物多样性有助于缓冲这些入侵的强度。在多样化的森林中,当大多数可用的生态位被本地树种占据时,非本地树种的传播和增殖就变得更加困难。

Nature 正刊!全球200多位研究人员基于17738个森林样地数据集发现生物多样性可以防止非本地树种的入侵,第2张

图1 本研究数据的分布

温度和降水是入侵策略的有力预测因素,当非本地物种在极端寒冷或干燥的情况下与本地群落相似时,它们会成功入侵。入侵物种的生态策略对于确定哪些类型的树木可以入侵不同地区也很重要。在极端寒冷或干燥的恶劣地区,研究人员发现非本地树种必须在功能上与本地树种相似才能在这些恶劣的环境中生存。然而,在条件温和的地方,外来树木必须在功能上与本地物种不同,才能通过功能差异来生存,非本地物种避免与本地树种激烈竞争重要资源,如空间、光照、养分、或水。

然而,尽管这些生态力量在决定入侵策略方面有影响,但我们发现有证据表明,这些模式可能被人类活动所掩盖,在靠近航运港口的地区,生态信号较低。靠近人类活动(尤其是海港)是导致入侵可能性的主要因素。港口处理大量货物,包括来自全球各个角落的植物或种子。因此,在这些人类活动频繁的地区,植物材料施加的定植压力非常高。森林距离港口越近,入侵的风险就越高。

Nature 正刊!全球200多位研究人员基于17738个森林样地数据集发现生物多样性可以防止非本地树种的入侵,第3张

图2人为驱动对入侵发生的重要性

本研究从非本地树木入侵的全球视角强调,人类驱动因素会影响非本地树木的存在,而本地系统发育和功能多样性在随后入侵的建立和传播中起着关键作用。这项研究的创新点在于,它提供了全球范围内非本地树种入侵的全面视角,并揭示了本地生物多样性对于减缓入侵的严重程度的重要性。这项研究的结果对于管理本地生态系统、限制非本地物种的扩散具有重要意义。此外,这项研究还为深入了解非本地树种入侵提供了新的思路和方法。

事实上,这些发现对于全世界的生物多样性保护工作具有重要意义。2022年蒙特利尔第15次缔约方会议通过的全球生物多样性框架的一项关键目标是防止潜在入侵物种的建立和传播。这项对非本地树种的全球分析旨在为生物多样性和生态系统服务政府间科学政策平台(IPBES)的研究结果做出贡献,预计该平台将在即将发布的状态报告中强调入侵物种对生物多样性丧失的重大影响。全球对非本地树木分布的了解可以帮助各国优先制定决策,以阻止和扭转生物多样性的丧失。

Nature 正刊!全球200多位研究人员基于17738个森林样地数据集发现生物多样性可以防止非本地树种的入侵,第4张

图3 极端温度下的环境过滤

原文链接 ↓

https://doi.org/10.1038/s41586-023-06440-7

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明原文出处。如若内容造成侵权/违法违规/事实不符,请联系SD编程学习网:675289112@qq.com进行投诉反馈,一经查实,立即删除!