[论文解读] Quantifying the overall effect of biotic interactions on species distributions along environmental gradients

Marc Ohlmann, Catherine Matias+4 more|arXiv (Cornell University)|Mar 18, 2021

Species Distribution and Climate Change参考文献 1被引用 2

一句话总结

本文提出了ELGRIN，一种统计模型，整合了生态网络数据（互惠网络）、环境变量和物种种群出现记录，以分离生物相互作用与环境因素对物种种群分布的总体影响。该方法基于马尔可夫随机场和似然推断，估算跨环境梯度的种间相互作用（如竞争、互惠和营养关系）的净影响，模拟和对欧洲阿尔卑斯山脊椎动物群落的实证应用均表现出优异性能。

ABSTRACT

Separating environmental effects from those of interspecific interactions on species distributions has always been a central objective of community ecology. Despite years of effort in analysing patterns of species co-occurrences and the developments of sophisticated tools, we are still unable to address this major objective. A key reason is that the wealth of ecological knowledge is not sufficiently harnessed in current statistical models, notably the knowledge on interspecific interactions. Here, we develop ELGRIN, a statistical model that simultaneously combines knowledge on interspecific interactions (i.e., the metanetwork), environmental data and species occurrences to tease apart their relative effects on species distributions. Instead of focusing on single effects of pairwise species interactions, which have little sense in complex communities, ELGRIN contrasts the overall effect of species interactions to that of the environment. Using various simulated and empirical data, we demonstrate the suitability of ELGRIN to address the objectives for various types of interspecific interactions like mutualism, competition and trophic interactions. We then apply the model on vertebrate trophic networks in the European Alps to map the effect of biotic interactions on species distributions.Data on ecological networks are everyday increasing and we believe the time is ripe to mobilize these data to better understand biodiversity patterns. ELGRIN provides this opportunity to unravel how interspecific interactions actually influence species distributions.

研究动机与目标

• 解决群落生态学中长期存在的挑战：分离环境因素与生物相互作用对物种种群分布的影响。
• 利用现有的生态网络知识（如互惠、竞争）来改进物种种群共现模式的统计推断。
• 开发一种方法，捕捉种间相互作用的总体净效应，而非依赖于成对相互作用的假设。
• 利用实证数据，绘制生物相互作用强度和方向在环境梯度上的空间变化。
• 实现可重复的、数据驱动的推断，以理解复杂群落中生物相互作用如何塑造生物多样性格局。

提出的方法

• ELGRIN使用基于马尔可夫随机场的似然推断统计模型，联合建模物种种群出现、环境梯度和种间相互作用网络（互惠网络）。
• 该模型为每个物种种群估算两个关键参数：βl,co-pres（共现强度）和βl,co-abs（共现缺失强度），用于量化生物相互作用的净效应。
• 模型整合了物种种群特异的生态位最优值和环境预测变量（如气候、净初级生产力、人类足迹）来建模物种种群分布，同时考虑相互作用网络结构。
• 该方法采用分层贝叶斯框架推断参数，支持不确定性量化和空间异质的相互作用效应。
• 模型拟合通过R包econetwork实现，开源代码和数据可供复现。
• 模型通过模拟群落（Lotka-Volterra动力学）和欧洲阿尔卑斯山四足动物的实证数据进行验证。

实验结果

研究问题

• RQ1 我们如何在统计上分离生物相互作用对物种种群分布的总体影响与环境因素的影响，特别是在环境梯度上？
• RQ2 与忽略生物相互作用的模型相比，已知的种间相互作用互惠网络在多大程度上能改善物种种群分布模式的估计？
• RQ3 生物相互作用的净效应是否可预测地随环境条件（如海拔或群落丰富度）而变化？
• RQ4 ELGRIN能否可靠地从观察到的共现模式中恢复相互作用效应的方向和强度（如互惠与竞争）？
• RQ5 相互作用强度的空间格局如何与群落属性（如连通性与物种种群丰富度）相关？

主要发现

• 在具有平衡的种内与种间相互作用的模拟群落中，ELGRIN成功分离了生物相互作用的总体影响与环境驱动因素的影响。
• 在种内竞争强烈的模拟中，ELGRIN未能恢复真实的相互作用参数，表明当种内效应占主导时存在局限性。
• 在欧洲四足动物的实证数据中，βl,co-pres与βl,co-abs参数高度相关（r ≈ 0.8），表明存在一致的净相互作用信号。
• Kolmogorov-Smirnov检验显示，βl,co-pres在不同海拔、丰富度和连通性阈值下的分布存在显著差异（p < 2.2e−16），表明生物影响具有空间结构。
• 该模型揭示，在欧洲阿尔卑斯山，生物相互作用显著影响物种种群分布，且在高海拔、高丰富度和高度连通的群落中相互作用信号更强。
• ELGRIN在绘制净相互作用效应的空间变异方面表现出稳健性，为理解生物多样性格局提供了新工具。