Reed WJ, et al. (2024). Temporal variability and predictability predict alpine plant community composition and distribution patterns. Ecology, doi: 10.1002/ecy.4450.
（2024年10月26日发表）
摘要参考翻译：自然系统最可靠的特征之一是随时间而变化。理论预测，随时间波动的条件会影响群落组成、物种分布模式和生活史变异，然而时间变异的特征很少被纳入物种与环境关联的研究中。在这项研究中，我们评估了时间环境变化的两个组成部分——变异性和可预测性——如何影响美国科罗拉多州南落基山脉高山苔原的植物群落组成和物种分布模式。我们利用Niwot Ridge长期生态研究基地的传感器网络阵列（Sensor Network Array），对分布在高山集水区（alpine catchment）的13个地点（“节点”）的土壤水分和温度进行了就地高分辨率时间测量，以确定这些变量在连续四年中每年的年均值、变异性和可预测性。我们将这些数据与每个节点的年度植被调查相结合，以评估短期（当日）和季节性（2至4个月）时间尺度上的变异性是否能比仅考虑年平均条件的模型更好地预测植物群落组成、物种分布和物种多度的模式。我们发现，土壤水分和土壤温度在日和季节时间尺度上的可变性和可预测性指标提高了我们解释高山植物群落组成空间变化的能力。土壤水分和温度的日变异性以及土壤水分的季节可预测性在预测群落组成和物种出现方面尤为重要。这些结果表明，土壤水分和温度波动的幅度和模式是预测高山植物群落组成和植物分布模式的重要因素。更广泛地说，这些结果突出表明，时间变化的成分提供了重要的生态位轴线，可以在异质景观中沿着环境梯度划分具有不同生长和生活史策略的物种。
点击下方“阅读原文”可跳转至文章页面，查看英文全文需要权限。
声明：本内容未向其他微信公众号投稿。
