《River Research and Applications》：Potential Impacts of Low Flows on Fish Foodscapes and Production in a Braided River
编辑推荐：
为探究河流低流量如何通过改变食物资源（即“食景”，foodscape）间接影响鱼类种群，研究者们在Selwyn/Waikiriri河（新西兰）构建了一个混合生态系统模型。该模型整合了二维水力模型、无脊椎动物分布模型及鱼类食性模型，模拟流量变化对生境、无脊椎动物群落及其鱼类可利用性的影响。研究表明，低流量不仅通过减少水域面积直接降低了鱼类食物的总量，还通过改变流速、水深等水力条件，使得无脊椎动物群落转向鱼类更难获取或质量较低的类群，从而双重制约了鱼类的承载潜力。这项研究揭示了低流量对鱼类的间接食物链效应，为环境流量评估和河流生态管理提供了新的视角和工具。
在淡水生态系统中，鱼类是备受关注的高价值组成部分，而河流的修复工作通常以提高其“鱼类承载量”——即河流所能支持的最大鱼类生物量为目标。然而，这一目标隐含的生态学机制是否得到充分理解？特别是，人类活动导致的水文情势改变，尤其是日益突出的河流低流量问题，究竟如何影响鱼类？传统的观点和评估工具往往侧重于河流物理生境对鱼类的直接影响，例如鱼类在特定水深、流速下的分布偏好。但实际上，流量变化首先会重塑河流的物理生境，而这些生境的改变必然会影响鱼类赖以生存的食物——水底无脊椎动物——的丰富度、可获得性及营养价值，从而塑造出鱼类的“食景”（foodscape）。遗憾的是，流量变化对食物链的这种间接影响，长期以来未能得到科学家们的足够重视。
为此，一组研究者聚焦于辫状河流，探讨了低流量如何影响河流段落内部的鱼类食景及其生产潜力。他们假设低流量可能通过两种主要机制产生影响：一是通过减少过水区域面积，直接缩减底栖无脊椎动物的总生物量；二是通过改变河段的水深、流速组成，进而改变无脊椎动物的群落组成。为了验证这些假设，研究人员在新西兰坎特伯雷地区的Selwyn/Waikiriri河开展了为期三年的深入研究，并最终构建了一个创新的混合生态系统模型来整合复杂的生物物理关系。
这项名为“Potential Impacts of Low Flows on Fish Foodscapes and Production in a Braided River”的研究成果最终发表在《River Research and Applications》上。研究结果表明，低流量的确会通过上述两种机制，对以水底无脊椎动物为食的鱼类承载潜力构成双重限制。这警示我们，仅仅关注物理栖息地本身可能不足以全面评估低流量对鱼类种群的威胁，管理者需要在设定最小环境流量时，将食物链的动态响应纳入考量。
研究人员为开展这项跨学科研究，应用了多项关键技术。首先，他们利用开源软件Delft3D建立了研究河段（Scotts Road）的二维水力模型，以模拟不同恒定流量下的稳态水深和流速空间分布。其次，通过系统的野外采样（包括351个1 m2的样方），获取了水底无脊椎动物（30个主要类群）的丰度数据及其对应的生境参数（水深、流速、底质粒径几何平均值geoMean和几何标准差geoSD）。基于这些数据，他们构建了“堆叠物种分布模型”，其中每一“层”都是一个广义加性混合模型，用于预测每种无脊椎动物类群作为生境变量的函数分布。再者，研究者通过对超过700份鱼类肠道样本进行环境DNA宏条形码分析，结合大量的环境无脊椎动物样本，估算了坎特伯雷鳉鱼和短头虾虎鱼不同生活史阶段对各无脊椎动物猎物的“可获得性”权重。最后，通过一个综合的混合模型，将水力、无脊椎动物分布和鱼类食性数据耦合，计算了从微生境到整个河段尺度的鱼类“生产潜力”指数。
3.1 无脊椎动物分布模型与猎物可获得性
模型结果显示，在所研究的30个无脊椎动物类群中，有25个的分布至少受到一种水力或底质协变量的显著影响。流速和水深是最常被选入最优模型的水力变量。不同无脊椎动物类群表现出对水力条件的不同偏好，例如，蜗牛Potamopyrgus和石蛾Pycnocentrodes偏好低流速，而另一类石蛾Hydropsyche（Aoteapsyche group）则在高流速、浅水区丰度更高。这些关系与各类群已知的生物学特性和生活史策略相符，增加了模型的生态合理性。通过交叉验证评估，模型对无脊椎动物总群落数量的预测表现出可接受的性能。在猎物可获得性方面，结果显示鱼类对猎物的选择具有高度选择性，仅少数无脊椎动物类群对鱼类饮食贡献巨大。例如，对坎特伯雷鳉鱼而言，只有6个猎物种类的可获得性值大于0.4。
3.2 实验：流量依赖水力学的效应
通过对比两种模拟处理，研究人员量化了流量变化通过不同机制产生的影响。处理A假设水力条件（水深、流速）恒定，仅流量变化通过改变过水面积影响系统；处理ADV则同时考虑了流量变化导致的过水面积和水力条件（水深、流速二维分布）的改变。
- •
对无脊椎动物群落的影响：随着流量从0.1 m3s-1增加到5 m3s-1，河段尺度的无脊椎动物总丰度和总生物量均显著增加。然而，处理A和处理ADV对总生物量的影响存在显著差异。在高流量下（>1 m3s-1），考虑水力条件变化的ADV处理预测的总生物量高于仅考虑面积变化的A处理。这是因为高流量下的水力条件（更高的流速和深度）更有利于体型较大、单位个体质量更高的无脊椎动物类群生存，从而提高了总生物量。相反，在低流量下，群落平均个体质量下降。
- •
对鱼类生产潜力的影响：对于所研究的两种鱼类及其不同生活史阶段，河段尺度的生产潜力均随流量增加而增加。至关重要的是，在低于天然年平均低流量的条件下，处理ADV（考虑水力变化）预测的生产潜力显著低于处理A（仅考虑面积变化）。在模拟的最低流量下，ADV处理的中位生产潜力仅为A处理的约60%。这表明，低流量通过改变水力条件，对鱼类生产潜力造成了额外的、超出单纯面积减少的负面影响。
- •
机制分析：进一步分析揭示了这种额外影响的机制。随着流量降低，水力条件（更低的流速、更浅的水深）使得对鱼类可获得性较低的猎物（如一些小型、穴居类群）在总群落生物量中的比例增加，而鱼类偏爱的高可获得性猎物的比例减少。同时，低流量下占主导的猎物类群平均体型也更小。这种群落组成向“更小、更难获取”方向的转变，导致食物质量下降，从而加剧了低流量对鱼类生产潜力的限制。
在讨论部分，作者首先强调了其研究的意义：与对高流量影响的认识相比，我们对低流量如何影响鱼类的理解相对滞后。本研究通过混合模型证明，低流量可能通过影响食物资源的“数量”（减少生产面积）和“质量”（改变猎物群落组成）两方面来限制鱼类的承载量。低流量下的水力条件（低流速、浅水深）有利于那些体型更小、对鱼类可及性更低的猎物类群，从而降低了食物的整体营养价值。
其次，作者探讨了其模型中无脊椎动物-水力关系可能具有的普适性。他们指出，所观察到的关系与这些无脊椎动物类群的生物学特性、已有独立研究的结果以及基于性状的生态学模式是吻合的。例如，滤食者常与中高流速生境相关，而穴居者则与低流速相关。这为未来建立更具普适性的食物景观模型提供了希望。
最后，作者呼吁采用新技术和灵活的建模方法来突破食物景观研究的障碍。传统的饮食分析和高复杂度动态模型构建既费力又昂贵。本研究展示了环境DNA宏条形码技术在快速、大规模解析鱼类食性方面的巨大优势，以及混合生态模型在整合多源数据、平衡模型复杂性与实用性方面的价值。这种“食物景观”研究框架未来有望在两个方面发挥重要作用：一是作为跨学科交流的共同概念框架，帮助理解河流地貌水文变化对生态系统的广泛后果，例如识别鱼类生产的“热点”；二是为河流流量管理决策提供更强大的工具，有可能作为一种比传统物理栖息地模拟模型更具机制基础且成本效益更高的替代方案。
结论：本研究证实，河流低流量可通过减少水域面积和改变水力条件两种途径，降低以底栖无脊椎动物为食的鱼类的稳态生产潜力。低流量不仅限制了底栖生产的空间，还促使猎物群落向对鱼类而言可及性更低、体型更小的类群转变，从而在数量和质量上双重制约了鱼类承载量。这项研究凸显了在评估和管理低流量影响时，必须超越直接的物理栖息地分析，将食物网络响应纳入考量。研究所采用的混合生态系统模型和现代分子技术，为推进食物景观基础研究、加强环境流量评估提供了一条务实且高效的路径。
