《Remote Sensing in Ecology and Conservation》：Incorporating environmental DNA metabarcoding for improved benthic biodiversity and habitat mapping
编辑推荐：
本研究创新性地将环境DNA（eDNA）宏条形码技术与海底视频验证数据相结合，通过联合物种分布模型（HMSC）构建了加拿大纽芬兰Mortier湾的首个全覆盖底栖栖息地图谱。研究发现eDNA技术可额外检测出226个类群（72种、109属），显著弥补了传统影像数据对固着滤食性生物（如海绵、被囊动物）的检测盲区。研究揭示了eDNA在复杂海岸带生境测绘中的补充价值，为海洋生态系统管理提供了新技术范式。
引言
底栖栖息地测绘通过生物物理特征表征海床特征，是海洋生态系统管理的重要工具。传统测绘依赖声学遥感数据（如多波束测深仪MBES获取的地形数据，侧扫声纳SSS获取的背散射数据）推断物种-环境关系，并通过水下视频、底拖网等地面验证手段获取生物信息。尽管水下影像已成为主流的验证方法，但其存在明显局限：稀有/隐蔽物种易漏检、水体浊度影响成像质量、形态学鉴定分辨率有限。环境DNA（eDNA）宏条形码技术通过分析水体中生物脱落的DNA，可实现对物种的高通量、高分辨率检测，为弥补影像数据不足提供了新途径。
材料与方法
研究区域位于加拿大纽芬兰Placentia湾的Mortier湾亚北极海岸带。团队整合了31个站点的海底视频数据和25个站点的近底层水体eDNA样本（使用Niskin采水器采集，过滤后通过三重DNA标记（COI和18S）进行扩增和MiSeq测序）。从声学数据衍生120个环境特征变量，采用冗余分析（RDA）进行变量筛选，并利用层次物种群落模型（HMSC）构建联合分布模型，比较视频数据集、eDNA数据集及融合数据集在物种分布预测和生物多样性制图方面的性能。
结果
eDNA宏条形码分析共检测到18个后生动物门、237个底栖大型生物类群，显著超过视频鉴定的46个类群。物种累积曲线显示eDNA远未达到饱和，表明其具有更高的物种检出能力。模型性能评估表明：视频模型在判别物种存在/缺失方面表现最佳（AUCCV=0.67），但对物种丰富度的预测能力较弱（方差解释率6.6%）；融合模型对固着滤食性生物（如海绵Haliclona oculata、被囊动物Ascidiacea sp.1）的预测优于单一方法，而移动性物种（如蟹类Pagurus sp.）仍更适合用视频数据建模。空间分析显示eDNA数据的群落相似性随距离增加而持续降低，反映其存在"信号扩散"效应。
讨论
本研究首次证实eDNA宏条形码可作为视频测绘的有效补充：一方面能检测影像难以识别的隐蔽物种（如多毛类、内栖生物），另一方面通过固着生物DNA的稳定释放特性提升其分布预测精度。但eDNA技术仍面临挑战：甲壳类等外骨骼生物检出率低、水体流动导致空间信号模糊、幼虫阶段DNA干扰栖息地关联性等。未来需结合沉积物eDNA采样、水流传输模型和扩展参考数据库以提升空间分辨率。
结论
环境DNA宏条形码技术能够有效拓展底栖生物多样性监测的维度，尤其适用于复杂海岸带生境中固着生物的精准测绘。尽管目前eDNA尚无法完全替代传统视频调查，但其作为多源数据融合的关键组成部分，显著提升了栖息地地图的生态学意义和管理应用价值。后续研究应聚焦eDNA在环境中的源-汇机制、降解动力学及其与水体参数的耦合建模，以推动该技术在海洋空间规划中的标准化应用。
