本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
林木間物種關聯的常用零模型是混合群落（WMC）。 WMC 代表一種非空間或空間隱式模型，其中物種以等於其群落比例乘積的速率形成最近鄰對。 WMC 模型假設隨機擴散和人口統計過程的結果是物種空間分佈的完全空間隨機性 (CSR)。然而，隨機分散過程通常會導致樹種密度的空間自相關（SAC），從而引起聚集、隔離和其他非隨機模式。儘管存在解釋空間顯式模型中的 SAC 的方法，但它對非空間模型的影響通常仍未被考慮。為了研究 SAC 對基於非空間模型的測試產生偏差的可能性，我們開發了一種空間異構 (SH) 建模方法，其中包含測量的 SAC 水平。使用熱帶樹中個體的地圖位置！在社區中，我們測試了這樣的假設：最近鄰居的身份代表從鄰近物種池中隨機抽取。 Moran's I 相關圖證實，對於 51 個優勢物種中的 50 個，莖密度在 50 至 200 m 的距離內顯著自相關。觀察到的 SAC 模式與擴散限制一致，大多數物種出現在不同的斑塊中。對於群落中的幾乎所有 106 個物種，成對關聯的頻率在統計上與零模型預測的頻率沒有差異。然而，模型比較表明，非空間模型更嚴重地低估了觀察到的物種對頻率，特別是對於同種對。總體而言，CSR 模型比 SH 模型預測了更顯著的促進性互動，從而對利基差異進行了更自由的測試。我們的結果強調了在 as 測試中考慮隨機空間過程的重要性！社會，無論是空間模型或非空間模型！是僱員。