[论文解读] No complexity-stability relationship in natural communities
本研究通过分析119个全球食物网,检验了生态学中长期存在的复杂性-稳定性悖论。研究采用Ecopath质量平衡模型与局部稳定性分析,发现经典复杂性指标(物种丰富度、连通性、相互作用强度方差)无法预测自然群落的稳定性;相反,非随机的营养结构——尤其是非对称的捕食-被捕食关系、弱相互作用的高频率以及非随机的相互作用拓扑结构——驱动了稳定性。该研究通过揭示自然食物网的稳定性源于结构组织,而非复杂性本身,从而解决了这一悖论。
We performed a stability analysis of 119 quantitative food webs which were compiled using a standard methodology to build Ecopath mass-balance models. Our analysis reveals that classic descriptors of complexity do not affect stability in natural food webs. Food web structure, which is non-random in real communities, reflects another form of complexity that we found influences dramatically the stability of real communities. We conclude that the occurrence of complex communities in nature is possible owing to their trophic structure.
研究动机与目标
- 检验经典复杂性指标(物种丰富度、连通性、相互作用强度方差)是否能预测自然群落的稳定性。
- 探究真实食物网中非随机的结构性质——如相互作用类型、相互作用强度分布及拓扑结构——是否赋予稳定性。
- 确定May的理论复杂性-稳定性准则(σ√(SC) < d̄)是否适用于实证食物网。
- 使用基于置换的随机化方法,评估不同结构性特征在自然食物网中稳定作用的相对贡献。
- 调和理论预测的复杂随机系统不稳定与实证观察到的复杂自然群落稳定之间的矛盾。
提出的方法
- 利用标准化的Ecopath质量平衡建模框架构建了119个定量食物网,确保对生物量、生产量、摄食量及食性组成的数据一致。
- 将Ecopath模型映射到广义的Lotka-Volterra模型,以推导雅可比矩阵,用于局部稳定性分析。
- 将局部稳定性计算为Re(λ_max) − d̄,其中λ_max为雅可比矩阵的最大实特征值,d̄为种内相互作用项的均值。
- 进行1000次置换检验,以随机化三种结构性质:(H1) 相互作用强度的拓扑结构,(H2) 相互作用强度的分布,(H3) 相互作用类型(如捕食-被捕食与互惠关系等)。
- 将原始食物网的稳定性与置换后的版本进行比较,以分离每种结构性质的稳定效应。
- 使用核密度估计(带宽0.28)对特征值分布进行平滑处理,以可视化稳定性差异。
实验结果
研究问题
- RQ1经典复杂性(S, C, σ²)是否与实证食物网的稳定性相关,如May的随机模型所预测?
- RQ2非随机的结构性特征——如相互作用类型、相互作用强度分布及相互作用拓扑结构——在多大程度上促进了食物网稳定性?
- RQ3不同结构性特征的稳定效应在大小和显著性上如何比较?
- RQ4May的复杂性-稳定性准则(σ√(SC) < d̄)是否适用于自然食物网,还是因非随机组织而被证伪?
- RQ5真实食物网中弱相互作用的频率是否随物种丰富度增加而上升,且是否与稳定性相关?
主要发现
- 在自然食物网中,经典复杂性描述符(S, C, σ²)与稳定性之间无显著关系(P = 0.002,R² < 0.07)。
- 相互作用强度的分布(H2),特别是弱相互作用的高频率,具有最强的稳定效应(P < 10⁻¹⁵,R² = 0.86)。
- 相互作用类型(H3),尤其是捕食-被捕食模块相对于互惠或竞争关系的普遍性,具有第二强的稳定效应(P = 0.88,R² = 0.3)。
- 相互作用强度的拓扑结构(H1)也对稳定性有显著贡献(P < 10⁻⁵,R² = 0.17)。
- 尽管S、C和σ相同,随机化食物网仍表现出强烈的负复杂性-稳定性关系,证实May的准则不适用于自然系统。
- 观察到物种丰富度与相互作用强度分布峰态系数(κ)之间存在强烈负相关,表明更丰富的食物网自然发展出更多弱相互作用,从而增强稳定性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。