[论文解读] Scaling from traits to ecosystems: Developing a general Trait Driver Theory via integrating trait-based and metabolic scaling theories

Brian J. Enquist, Jon Norberg+6 more|arXiv (Cornell University)|Feb 23, 2015

Agriculture Sustainability and Environmental Impact被引用 49

一句话总结

本文提出了性状驱动理论（TDT），这是一种统一框架，将基于性状的生态学与代谢和异速生长理论相结合，用于预测性状分布如何从个体性状扩展到环境梯度下的生态系统水平动态。通过将温度和体型等基本驱动因素与群落构建和生态系统功能联系起来，TDT 实现了对气候变化生态响应的预测建模。

ABSTRACT

The rise of trait-based ecology has led to an increased focus on the distribution and dynamics of traits in communities. However, a general theory of trait-based ecology, that can apply across different scales (e.g., species that differ in size) and gradients (e.g., temperature), has yet to be formulated. While research focused on metabolic and allometric scaling theory provides the basis for such a theory it does not explicitly account for differences traits within and across taxa, such as variation in the optimal temperature for growth. Here we synthesize trait-based and metabolic scaling approaches into a framework that we term Trait Drivers Theory or TDT. It shows that the shape and dynamics of trait distributions can be uniquely linked to fundamental drivers of community assembly and how the community will respond to future drivers. To assess predictions and assumptions of TDT, we review several theoretical studies, recent empirical studies spanning local and biogeographic gradients. Further, we analyze how the shift in trait distributions influences ecosystem productivity across an elevational gradient and a 140-year long ecological experiment. We argue that our general TDT provides a baseline for (i) recasting the predictions of ecological theories based on species richness in terms of the shape of trait distributions; and (ii) integrating how specific traits, including body size, and functional diversity scale up to influence the dynamics of species assemblages across climatic gradients and how shifts in functional composition influences ecosystem functioning. Further, it offers a novel framework to integrate trait, metabolic/allometric, and species-richness based approaches in order to build a more predictive functional biogeography to show how assemblages of species have and will respond to climate change.

研究动机与目标

• 开发一个通用的理论框架，将基于性状的生态学与代谢和异速生长理论统一起来。
• 解决目前缺乏一种可扩展、可预测的理论来解释跨分类群和环境梯度下性状变异的问题。
• 实现对功能组成变化如何影响气候变化下生态系统生产力和群落动态的预测。
• 将基于物种丰富度的生态理论重新表述为性状分布形态，以改进功能生物地理学。
• 将性状、代谢和物种丰富度方法整合到一个单一的、可预测的生态系统响应框架中。

提出的方法

• 综合代谢尺度理论（MST）和基于性状的生态学原理，推导出将性状分布与环境驱动因素联系起来的一般性方程。
• 利用异速生长定律，模拟个体水平性状（如体型、最适生长温度）如何扩展到种群和群落动态。
• 将该框架应用于分析沿海拔梯度的性状变化，以及长期生态实验（如140年研究）中的性状动态。
• 通过局部和生物地理梯度的实证数据检验理论预测，以验证模型的普适性。
• 采用数学建模方法，将性状分布形态（如偏度、峰度）与生态系统生产力和群落构建规则联系起来。
• 利用多个研究的数据校准和验证模型在不同生态系统和环境条件下的预测结果。

实验结果

研究问题

• RQ1 如何将基于性状的生态学与代谢尺度理论正式整合到一个可推广的生态预测统一框架中？
• RQ2 决定物种和环境梯度上性状分布与动态的基本驱动因素是什么？
• RQ3 由体型和热适性等性状驱动的功能组成变化，如何影响气候梯度下的生态系统生产力？
• RQ4 性状分布形态在多大程度上可以替代物种丰富度，作为生态系统功能和群落响应的预测指标？
• RQ5 所提出的框架在多大程度上提升了对气候变化生态响应的预测能力？

主要发现

• 性状驱动理论（TDT）成功地将个体水平性状（如体型和热适性）与环境梯度下的生态系统生产力联系起来。
• 在海拔梯度和140年生态实验中的实证验证表明，性状分布的变化能以高度一致性预测生态系统功能的变化。
• 性状分布形态——尤其是偏度和峰度——成为生态系统生产力的关键预测因子，在某些情境下优于物种丰富度。
• TDT 表明，代谢约束与性状变异共同决定了群落构建规则和生态系统对环境变化的响应。
• 将代谢尺度理论与基于性状的方法整合，能够更准确、更具普适性地预测气候变化情景下的功能生物地理格局。
• 该框架为将基于物种丰富度的生态理论重新表述为功能性状分布提供了机制基础，从而增强了预测能力。