《Biology》：Distribution of Aquatic Vertebrates in the Winter Dry Season Informing Water Resource Management in a Large Floodplain Lake
Hui Wang,
Zijun Wu,
Yanping Zhang,
Jinfeng He,
Guodong Ding,
Chenhong Li and
Haixin Zhang
编辑推荐：
本研究针对洪泛湖生物多样性如何响应水文波动这一管理难题，整合环境DNA（eDNA）宏条形码技术与水声学调查，以鄱阳湖冬季干涸期为场景，揭示了区域尺度随机性（生态漂变主导）与局地尺度确定性过滤（水深为核心）共同驱动群落构建的层级框架，为制定兼顾水文动态与栖息地异质性的环境流量目标提供了非侵入性、高分辨率的技术方案与科学依据。
在广袤的江河洪泛区，湖泊如同镶嵌在陆地与水系之间的明珠，不仅是生物多样性的热点区域，更是维系流域生态平衡与提供关键生态系统服务的核心。然而，这些充满生机的生态系统正面临着日益严峻的挑战。筑坝、取水、气候变化等人类活动深刻改变了自然的水文节律，导致湖泊水位波动模式剧变，栖息地均质化加剧。一个根本性的管理困境随之浮现：我们如何才能科学地设定环境流量目标，在保障水资源利用的同时，维护湖泊生态系统的健康与完整？传统的研究方法，如拖网捕捞等，往往存在侵入性强、分辨率有限、对濒危物种不友好等局限，难以全面、精准地揭示复杂水生群落对水文变化的响应机制。因此，开发并应用一套高效、非侵入性的生物评估工具，并借此深入解析水文波动驱动群落构建的生态学过程，已成为流域管理与生态保护领域亟待突破的关键科学问题。
针对上述挑战，一项发表于《Biology》的研究进行了一次富有启发的探索。研究人员将目光投向了中国最大的淡水湖——鄱阳湖。这座典型的季节性洪泛湖，其水面面积在丰水期可超过4000平方公里，而枯水期则萎缩至不足1000平方公里，巨大的水位变幅创造了从高度随机性到强烈环境梯度的动态生境。研究团队巧妙地整合了两种前沿技术：环境DNA（eDNA）宏条形码与水声学调查。eDNA技术能从水样中捕获所有脊椎动物脱落的遗传物质，实现无创、高灵敏的物种检测与鉴定；水声学则能像“水下雷达”一样，实时、高分辨率地探测水中生物的密度、垂直分布和个体大小。这种“eDNA定性”与“水声学定量”的组合，构成了一个强大的非侵入性观测工具箱，使得在冬季枯水期对鄱阳湖整个水体脊椎动物群落进行一次全面“普查”与“CT扫描”成为可能。
本研究主要采用了以下几项关键技术方法：在鄱阳湖冬季干涸期，于全湖34个系统布设的站点采集水样，通过垂直柱状采样与0.45 μm膜过滤获取eDNA样本，并利用线粒体12S rRNA基因引物进行宏条形码测序分析物种组成。同步使用分裂波束科学回声探测仪（Biosonics DT-X）沿预设断面进行水声学调查，获取水生生物的密度、垂直分布与个体大小（通过目标强度TS换算体长）数据。结合遥感反演的叶绿素a浓度、实测水深与河宽等环境数据，综合运用β多样性分解、零模型（βNTI）、中性群落模型、联合物种分布模型（jSDM）及广义加性模型（GAM）等统计方法，从分类、系统发育和功能多个维度定量解析了群落构建过程及其与环境因子的关系。
研究结果
3.1. 群落组成与基于体型的垂直分层
eDNA分析在鄱阳湖共检测到65种脊椎动物，其中鲤形目鱼类占主导地位（69.2%），包括19种鲴科和11种鮈科鱼类。研究还记录到了长江江豚（Neophocaena asiaeorientalis）、中华鲟（Acipenser sinensis）等4种受威胁物种，以及尼罗罗非鱼（Oreochromis niloticus）等2种外来物种。水声学数据揭示了显著的、以体型大小为标志的垂直分层现象：较大体型的个体主要聚集在中、下水层。不同湖区的体型-密度关系模式各异，例如第7组的深水区支撑了最大体型物种的最高密度。
3.2. 分类、系统发育和功能β多样性分解
对群落差异的分解表明，物种更替（βsim）是分类和功能β差异的主要成分，说明不同站点间的群落差异主要源于物种和功能性状的替换。然而，引入系统发育关系后，格局发生根本转变：系统发育β多样性以嵌套性组分（βsne）为主导，更替组分大幅下降。这为“环境过滤”作用提供了强有力证据，即共存的物种在系统发育上比随机预期更为接近，表明环境条件筛选了具有保守性状的类群。
3.3. 功能多样性对环境梯度的响应
功能多样性分析揭示了环境过滤的关键特征。功能丰富度（FRic，即群落占据的功能性状空间大小）与水深呈显著负相关，表明深水区支持的功能策略范围更窄。这提示水深是塑造群落功能结构的关键环境过滤器。相比之下，FRic与河宽无显著关系，说明水文变量（水深）对功能多样性的驱动作用强于地貌特征。
3.4. 群落稳定性、构建过程与物种分布驱动力
栖息地异质性（以水深变异系数CV表示）是群落稳定性的有效预测因子。水深CV与物种密度CV呈显著负相关，表明更异质的生境支持更稳定的物种密度分布。零模型分析显示，随机过程（主要是生态漂变）在区域尺度上占主导地位（贡献72.97%）。然而，联合物种分布模型（jSDM）表明，在局地尺度上，物种出现的变异有近三成可分别由环境因素（28.9%）和物种间关联（29.7%）解释，其中水深是最突出的环境变量。这构建了一个层级的框架：区域尺度的随机性（生态漂变）塑造了物种库，而局地尺度的确定性过滤（尤其是水深）则在此物种库基础上构建了具体的群落。
研究结论与意义
本研究通过整合eDNA与水声学技术，揭示了鄱阳湖冬季水生脊椎动物群落构建的层级机制。在区域尺度，由水文波动等驱动的随机过程（生态漂变）主导了物种库的形成；而在局地尺度，确定性过程，特别是以水深为核心的环境过滤，通过选择具有特定功能性状的物种来塑造最终的群落结构。功能丰富度随水深增加而下降，与水声学揭示的垂直体型分层相结合，证实了水深梯度是决定功能生态位分化的关键。
这一发现对面临日益严重水文干扰的洪泛湖管理具有根本性的启示。它重新定义了环境流量的概念：有效的管理不能只关注维持某个平均水位，而必须保护包括季节波动和极端事件在内的完整水文变异性谱系，以维持区域物种库和局地构建过程。同时，必须保护具有多种水深层次的栖息地异质性，因为水深均质化（如单一的疏浚或加深）将破坏支撑物种共存的关键生态位分化机制。本研究所展示的eDNA-水声学整合方法，为在监管水质框架内实施高分辨率、非侵入性的生物评估提供了一个强大的工具包，使管理者能够以前所未有的灵敏度监测生态对水文变化的响应，从而为制定基于科学的适应性管理策略提供关键依据。
