南京大学,新年首篇Nature Sustainability!

目前公认的36个生物多样性热点区域孕育着大量陆生特有物种，长期以来一直是全球保护工作的优先关注对象，但这些区域仍面临着日益严峻的栖息地丧失威胁。

受威胁陆生脊椎动物的扩散能力有限、栖息地需求高度特化且生理耐受范围较窄，这使得它们对环境变化极为敏感。根据哈钦森生态位理论，分布在不同地理区域的物种可能拥有相似的环境生态位，这意味着许多物种当前的分布范围之外，可能存在广阔的潜在适宜栖息地。

部分区域因具备优越的环境条件，能够支撑大量物种的生存与繁殖，从而成为栖息地聚集的关键枢纽。在这些区域中，不同物种的栖息地在空间上相互汇聚、重叠，形成了以高生态位共享度和强生态互作性为特征的栖息地“热点区域”。

然而，由于对受威胁陆生脊椎动物栖息地的全球分布格局与热点区域的认知存在空白，保护规划与策略制定的有效性受到了极大限制。

随着气候变化与人类活动压力的不断加剧，保护这些受威胁物种的重要机遇不仅存在于已划定的生物多样性热点区域内，也潜藏在它们当前的栖息地范围之外。

尽管学界已经意识到这些宏观趋势，但对受威胁物种栖息地全球格局的认知仍较为匮乏。一系列关键问题亟待解答：全球范围内这些物种还剩余多少栖息地？

其中未被占据的比例有多大？又有多少因大陆或海洋屏障阻隔而形成了潜在的“栖息地岛屿”？如何通过识别不同栖息地类型中的热点区域，来强化当前的保护工作？填补这些认知空白，能够为制定针对性保护措施提供有效指导，进而降低物种灭绝风险、促进物种存续。

在过去的一个世纪里，人类活动与气候变化导致的栖息地破碎化和隔离，是全球生物多样性大幅下降的重要原因，这不仅阻碍了许多物种占据其完整的环境生态位，还因扩散限制导致大量潜在栖息地处于未被利用的状态。

对于许多受威胁陆生脊椎动物而言，它们现今的分布范围往往是经大陆漂移、冰川周期、板块运动等历史地质与气候事件塑造后的残存区域。在此基础上，自然屏障与人类改造的景观进一步限制了物种向其他环境适宜区域扩散的能力，将它们禁锢在日益破碎化、退化的栖息地中。

尽管已有诸多研究针对不同类群开展了栖息地分布评估，但保护行动往往聚焦于物种多样性与特有性极高的区域。这种策略虽能带来短期效益，但在栖息地持续丧失的背景下，这些区域往往成为众多濒危物种最后的庇护所。

具有相似生态需求的物种在空间上的隔离，暴露出一个关键的保护盲点：拥有相似生态位的隔离种群可能形成被忽视的生态集群，而这些集群在塑造更大尺度的元生态系统中发挥着独特作用。生态网络提供了一种以互作为核心的研究视角，能够揭示超出局域尺度评估范畴的生态格局。生态网络涵盖了物种与环境间复杂的相互作用关系。

现代生态网络研究起源于食物网理论，最初聚焦于不同营养级之间的能量传递，随后研究范畴逐步拓展至互利共生关系、宿主-寄生关系以及栖息地网络等领域。在这些网络中，对关键物种的干扰可能引发级联效应，进而改变整个生态系统的结构。因此，利用生态位网络揭示物种间的关联与集群模式，有助于识别生态系统中的关键生态位节点，从而更高效地将保护资源配置到这些核心区域。

许多利用物种分布模型开展栖息地评估的研究，会优先选择数据丰富、分布广泛的物种以确保预测结果的可靠性，但这种做法往往将那些分布范围狭窄、在气候变化下面临最高灭绝风险的物种排除在外。

世界自然保护联盟濒危物种红色名录的标准化空间数据，为物种分布制图提供了统一的框架，能够在全球尺度上整合受威胁物种当前的地理分布信息。

该数据集还可为《爱知生物多样性目标》与联合国可持续发展目标的落实提供支撑。然而，利用这些空间数据集精准预测栖息地分布，依旧是一项重大挑战。结合生态位理论的跨学科研究方法，正逐步提升我们应对这类复杂预测问题的能力。

深度学习技术的最新进展，尤其是图神经网络，能够捕捉细微的环境格局特征，助力我们更好地阐明具有不同生态偏好的物种与复杂景观之间的相互作用关系。

在本研究中，南京大学地理与海洋科学学院王结臣团队将深度学习方法应用于全部4851种受威胁脊椎动物，预测其栖息地的全球分布状况。通过将分析范围拓展至物种当前栖息地之外，我们将每个物种的全球栖息地划分为三个类型：（1）与现有分布区重叠的原生栖息地；（2）未被占据但环境条件适宜的栖息地；（3）受自然或海洋屏障限制、呈地理隔离状态的未占据栖息地，该类型反映了空间可达性的约束。

通过整合所有物种的预测结果，我们识别出全球栖息地热点区域，并评估了不同栖息地类型对热点区域的贡献度。研究还分析了栖息地的隔离模式，并评估了保护区的覆盖缺口。为筛选出具备长期保护潜力的区域，我们将当前未占据栖息地的热点区域与未来气候脆弱性预测数据相结合，明确了保障可持续保护的空间优先区域。最后，我们构建了全球生态位互作网络，揭示了生态位富集模式以及由栖息地丧失引发的网络结构变化。