生态网络的复杂性随面积的尺度缩放 | Nat. Ecol. Evol

导语

对来自全球不同生态系统的32个空间相互作用网络的数据分析表明，网络复杂性随着各种层次的面积而增加。对于所有数据集，无论观察的空间范围或交互类型如何，关系都遵循幂律函数。

Núria Galiana(一作&通讯)，José M. Montoya【CNRS】等| 作者

Nature Ecology & Evolution | 来源

EcoTrends | 编译

论文题目：Ecological network complexity scales with area | Nature Ecology & Evolution

论文地址：https://www.nature.com/articles/s41559-021-01644-4

对生物多样性空间尺度的研究历来集中在物种丰富度随面积的增加，以及生物多样性的其他组成部分，如功能或系统发育多样性。物种-面积关系（species–area relationship，SAR）对于估计一个地区的物种丰富度以及生境破坏和范围收缩后的物种损失至关重要。

然而，生态群落不仅仅是不相干的物种集合。相反，它们可以被表示为网络，以物种为节点，以物种间的相互作用为连接。生态互作对于预测生态系统对环境变化的响应和维持重要的生态系统功能是非常重要的。然而相比物种-面积关系（SAR）的广泛研究，我们对生态网络-面积关系（network–area relationship，NAR）可谓是知之甚少。了解相互作用网络的结构如何随面积变化，对于全面描述生物多样性的空间尺度和预测生态系统对人类活动的反应至关重要。

对此，研究人员使用来自全球不同生态系统的32个空间相互作用网络的数据来分析网络结构如何随面积变化。

研究发现，网络复杂性随着各种层次的面积而增加，如在构建块（物种和连接）的数量层次和它们的组合层次。对于所有数据集，无论观察的空间范围或交互类型如何，关系都遵循幂律函数。在区域和生物地理尺度上，扩展的幂函数最能描述网络复杂性随面积的缩放。与区域尺度相比，生物地理尺度在数据集上的变异性也更大，这表明在更大的空间范围内可预测性较低。

图1：网络复杂性的空间缩放

在区域和生物地理尺度上，连接的数量随着面积的增加比物种的数量增加得更快。连接的增长速度是否快于物种的面积，取决于链接的数量如何随物种丰富度扩展。随着物种丰富度的增加，连接数量的增加遵循所有数据集中的幂律。一个群落的物种丰富度可能几乎没有关于连接数量如何随面积变化的信息。相反，可能需要在特定网络的基础上建立与物种丰富度的联系数量的缩放。

图2：连接数量与物种丰富度的缩放关系

在网络中，可以以多种方式组织连接。消费者的平均资源数量（mean indegree，平均度数）随着面积的增加而增加。该关系的一般形状类似于分析的其他复杂性度量的形状，即区域尺度的线性凹形和生物地理尺度上的凸形。

与其他网络属性观察到的关系相比，空间域内平均度数-面积关系的更大变异性。这种可变性部分是由跨数据集观察到的消费者与资源比率变化的可变性驱动的。研究没有观察到消费者/资源丰富度比率随任何空间域的面积而持续增加或减少。这些发现表明，垂直多样性属性的空间比例，如每个营养级的物种比例，可能是系统特定的。

图3：平均资源数量和网络度分布的空间缩放

然而，每个物种的连接分布随面积变化不大，表明网络内相互作用的基本组织是保守的。零模型分析表明，网络结构的空间尺度是由物种丰富度和连接数量以外的因素决定的，例如进化限制、物候匹配或竞争。随着面积的变化，生态网络的重要特征——例如垂直多样性、消费者专业化和程度分布——的变化远远超出了仅由物种数量和/或连接数量驱动的变化。

总之，对来自不同生物群落、相互作用类型和空间域的多重相互作用网络的分析，使我们能够探索生态网络的几种结构特性的空间尺度的普遍性。结果表明，先前建立的生物多样性-面积关系如何可以从物种数量扩展到更高级别的网络复杂性。

当面积增加时，每个物种参与的相互作用数量的增加表明，与物种丰富度相比，营养相互作用可能更容易受到栖息地丧失的影响因此，人为栖息地破坏的后果可能从物种丧失延伸到自然群落的更广泛的简化，对生态系统的功能产生进一步的影响。网络复杂性与面积的尺度缩放表明，营养相互作用将以可预测的方式随着栖息地的破坏而丧失，并且描述其原因可以使我们能够更好地预测对生态系统功能的影响。

重要的是，在不同的数据集中，相互作用的数量与物种丰富度的尺度缩放被证明是可变的，零模型分析表明，其他的复杂性指标不能仅仅从物种丰富度中预测出来。研究表明，我们需要关于连接和物种之间关系的特定网络知识来准确预测生境丧失对网络复杂性的影响。对 NAR 背后的机制有更深入的了解，不仅能让我们预测栖息地丧失的潜在后果，还能提供管理建议，为自然生态系统的结构和功能奠定坚实的基础。

复杂科学最新论文

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：

推荐阅读

• 超越Alpha Zero！DeepMind升级版MuZero：无需告知规则，观察学习时即可掌握游戏 
  

点击“阅读原文”，查看论文原文