《Ecology and Evolution》：Wing and Pappus Appendages Decrease Seed Terminal Velocity: A Meta-Analysis
编辑推荐：
本综述通过整合全球1479种植物的种子形态与沉降速度（Terminal velocity）数据，首次系统地评估了种子附属物（如翼、冠毛）对种子风媒传播能力的关键影响。研究揭示了翼与冠毛能显著降低种子沉降速度，从而削弱种子质量与沉降速度之间的相关性，为提高风媒传播模型（anemochory）的预测能力提供了重要的形态学证据和基于质量-面积比的回归模型。该工作填补了种子传播生态学中关键性状数据整合的空白，对理解植物物种分布、森林管理和仿生空气动力学具有重要价值。
种子传播是连接种子生产与萌发的关键环节，对维持和扩大植物的更新生态位至关重要。在多种传播媒介中，风媒传播因其相对易于观察和研究，在森林自然更新、旱地灌木物种分布及仿生空气动力学等领域受到了广泛关注。种子沉降速度是预测风媒传播距离的一个基本变量，它代表了种子在流体中下落时能达到的最大恒定速度，此时净加速度为零。沉降速度越低，种子在空中停留的时间越长，被水平风力携带进行远距离传播的机会就越大。影响种子传播的内部因素包括种子质量、传播体面积和沉降速度，而释放高度和风速则是重要的外部因素。
尽管已有许多研究，但形态特征对不同物种传播能力的普遍影响仍知之甚少，详细的关联多限于特定案例研究。此外，除了种子质量，种子沉降速度和包括附属物在内的面积等数据在现有的植物数据库和种子图册中非常稀缺，且记录多集中在具有显著特征的特定类群。这导致已开发的种子传播模型涵盖的物种数量有限，主要集中在易受风影响的植物，未能代表复杂的野外条件。
为了解决上述数据缺口并探究普遍规律，本研究进行了一项元分析，旨在整合所有可用的种子沉降速度、种子传播变量和形态性状数据；量化它们按分类群和种子形态性状的中心趋势和变异；并探索利用种子形态性状预测沉降速度的回归模型。研究收集了来自LEDA Traitbase数据库和56篇文献的、涵盖101科721属1479种植物的沉降速度记录，共计1673条数据。种子根据其附属物类型被分类，包括无附属物、毛发（进一步分为冠毛、长短毛等）和翼（进一步分为单翼、肋状翼、圆翼、双翼和多翼）。研究还根据LEDA Traitbase将传播媒介分为风、动物、弹力、重力和水。
分析结果显示，木本植物种子的平均沉降速度为1.42 m s-1，显著低于草本植物的2.22 m s-1；而木本植物的平均种子质量（122.30 mg）则远高于草本植物（7.70 mg）。在不同附属物类型中，肋状翼种子的沉降速度最高（2.56 m s-1），而冠毛（1.11 m s-1）和单翼种子（1.34 m s-1）的沉降速度最低。传播媒介方面，弹力传播和动物传播的种子沉降速度最高，而风媒传播的种子沉降速度最低。
研究深入分析了种子质量与沉降速度的关系。对于无附属物和毛发型种子，两者之间存在显著的线性关系。然而，对于翼型种子，尤其是单翼和圆翼种子，这种质量依赖性关系很弱或不存在。这表明，翼和冠毛等大型附属物的存在，通过增加空气阻力（拖曳力），降低了沉降速度，并削弱了沉降速度对种子质量的依赖。换言之，附属物实现了解耦。
为了更准确地预测沉降速度，研究引入了种子质量与面积之比。尽管数据有限（约34.7%的记录缺失面积数据），但使用米氏方程拟合显示，沉降速度随质量-面积比的增加呈非线性增长，在达到渐近线前近似线性上升。此外，风媒传播种子的拟合曲线整体位于非风媒传播种子之下，表明在相同的质量-面积比下，前者的沉降速度更低。这项元分析首次尝试通过整合所有可用的种子质量、面积和沉降速度数据集，建立统一的回归模型来预测沉降速度。这些模型与此前针对特定类群研究提出的预测曲线范围基本一致。
讨论部分指出，当前种子沉降速度数据的可获得性亟待提高。测量方法的差异和缺乏标准协议可能是限制数据可获得性的原因，但近年来自动化测量技术的发展有望改善这一状况。同时，对种子附属物面积的形态学测量也普遍不足，而这对于提高沉降速度的预测能力至关重要。尽管存在数据限制和分类群内附属物类型的异质性等问题，使得仅从分类学角度区分沉降速度具有挑战，但本研究明确证实，翼和冠毛附属物能有效降低种子沉降速度。然而，并非所有附属物都有此效果，例如肋状翼和普通毛发型种子对沉降速度的降低作用就不明显。
综上所述，这项元分析为翼和冠毛附属物通过增加有效面积来降低种子沉降速度提供了强有力的证据。研究所建立的代表性沉降速度值、按类群、传播媒介和附属物类型划分的数据，以及基于质量-面积比的预测模型，将有助于未来更准确地评估植物的风媒传播能力，缩小种子传播理论模型与野外实际应用之间的差距。
