鲸类在热带水域中表现出对特定栖息地的偏好

《Global Ecology and Conservation》：Cetaceans exhibit region-specific habitat preferences across tropical waters

　　本研究基于REMEOA航空调查数据，结合主成分分析（PCA）和环境变量，构建了热带海洋五个子区域中八类鲸类物种群的分布模型，并运用层次聚类（HCPC）分析其分布规律。结果表明，不同物种群在不同子区域表现出显著的区域特异性栖息地偏好，但部分物种在某些区域具有相似的环境驱动机制。大陆坡和海洋结构是主要分布驱动因素，研究结果为海洋保护和活动规划提供了依据。

　　
本研究聚焦热带海洋环境中鲸类物种的分布模式与栖息地偏好，通过整合REMBOA大型空中调查数据与多维度环境变量分析，揭示了跨三大洋五个子区域中八类鲸类群组的差异化分布特征。研究采用标准化线 transect 距离抽样法，在法属圭亚那、留尼汪岛、新喀里多尼亚等五个热带海域开展系统性观测，累计飞行里程达27.5万公里，成功获取17个物种的生态数据。通过环境变量降维处理与空间聚类分析，首次系统论证了热带海域鲸类群组呈现显著的区域特异性栖息地偏好，为制定针对性海洋保护策略提供了科学依据。

研究团队创新性地构建了包含海洋动力、生物生产力和地形特征的多层次环境变量体系。动态环境参数涵盖表层至3000米水层的热力结构、盐度梯度及涡动能等关键指标，静态参数则包括水深、坡度等地形特征。采用主成分分析（PCA）将23个原始环境变量转化为五个独立维度，其中第一维度整合了浮游植物浓度、初级生产力等生物地球化学指标，第二维度表征洋流与涡旋特征，第三维度反映表层水温梯度，第四维度体现地形复杂度，第五维度关联深层盐度与温度结构。

在物种分布建模方面，研究团队开发了双模型验证机制。基础模型采用三主成分（涵盖61.9%环境变异），扩展模型增加两主成分至五维空间。广义加性模型（GAM）拟合结果显示，不同鲸类群组对环境因子的响应存在显著分化。例如，海豚科（delphininae）与抹香鲸科（kogidae）在坡度敏感性和洋流响应方面呈现互补分布特征，而大型鲸科（globicephalinae）则表现出对地形复杂度的综合依赖。

空间聚类分析（HCPC）揭示出四大分布规律特征：其一，大陆架与坡地构成多数鲸类群组的核心栖息地，其中大型海豚科（SMADEL）在五个子区域中均呈现均匀分布，而抹香鲸科（KOGSPP）对坡度地形表现出显著偏好；其二，洋流与涡旋系统形成动态屏障，FP与WF子区域因靠近暖流交汇区，其表层生物生产力与深层盐度梯度形成独特生态位；其三，岛屿效应导致新喀里多尼亚（NC）出现明显的三维空间分布分异，北部近海区、中部坡地带和南部大陆架形成三个生态单元；其四，营养级联效应在SWIO区域尤为显著，氯ophyll-a浓度与底层温度梯度共同驱动大型鲸类（如蓝鲸属）的垂直迁移行为。

研究特别揭示了跨洋分布的生态趋同性现象。在FP与WF子区域，抹香鲸科（KOGSPP）与深海鲸科（ZIPSPP）的分布呈现高度空间一致性，这与其共同依赖深层营养盐垂直循环的生态位特征相关。新喀里多尼亚（NC）的洋流辐合区形成小型鲸类（如SMADEL）与中型鲸类（如KOGSPP）的生态隔离带，这种地形分割效应在法属圭亚那（FWIFG）区域同样得到验证，大陆架边缘的陡坡地形成为多物种共存的生态枢纽。

在环境驱动机制方面，研究证实表层生产力（如叶绿素a浓度）与深层温度梯度（>600米水层）共同构成跨洋生态屏障。例如，西印度洋（SWIO）的科摩罗群岛周边区域，表层生产力与深层温度梯度形成的垂直叠加效应，导致大型鲸类（如Globicephala）在此形成高密度聚集区。这种双重驱动机制在FP子区域的土阿莫图群岛得到呼应，该区域因环岛洋流导致表层生产力与深层热力结构的高度耦合，形成独特的小型鲸类（如Delphinus）繁殖热点。

研究还发现关键生态位分化现象：大陆架浅海区（<200米水深）主要分布食鱼性鲸类（如Tursiops truncatus），而坡地与洋流活跃区（>2000米水深）则聚集深水滤食性鲸类（如Kogia sima）。这种垂直分层在NC子区域尤为明显，大陆架边缘的陡坡地形成为不同深水习性物种的交汇区，表层生物量与深层营养盐的时空分布形成动态平衡。

在应用层面，研究构建了首套热带海域鲸类栖息地分级系统。通过HCPC聚类分析，将每个子区域划分为三个生态单元：核心栖息区（高密度区）、过渡带（中等密度）和边缘区（低密度）。其中，新喀里多尼亚（NC）的聚类结果揭示出三个垂直分层：北部近岸区（表层生产力主导）、中部坡地带（地形复杂度主导）和南部大陆架区（水深与生物量协同作用）。这种三维空间分异为海洋空间规划提供了量化依据，特别是对需要避让的繁殖区与觅食区的精准识别。

研究局限性主要体现在数据时效性与空间分辨率方面。REMBOA调查数据集中于2003-2017年，而当前海洋环境正经历快速变化，建议后续研究应纳入2020年后数据。环境变量空间分辨率存在梯度（0.1°-0.004°），可能导致某些区域（如大陆架边缘）的预测精度下降。此外，检测函数模型在应对突发性环境事件（如厄尔尼诺现象）时的适应性有待验证。

该研究对全球热带海洋保护具有范式意义。在法属圭亚那（FWIFG）区域，大陆架边缘的陡坡地形被确认为海豚科（SMADEL）的核心觅食区，该区域应列为优先保护对象。而在西太平洋（FP）的土阿莫图群岛，表层生产力与深层热力结构的耦合效应，使该海域成为小型鲸类（如Kogia）的理想繁殖地，建议设立生态缓冲区。特别值得注意的是，五个子区域中均存在约15%的预测盲区（extrapolation zones），这些区域可能因观测不足导致生态误判，需通过后续专项调查加以完善。

未来研究可沿三个方向深化：首先，建立动态环境-物种分布耦合模型，整合长期气候数据（如ENSO循环）与实时海洋观测；其次，开发多尺度空间分析框架，将0.1°网格数据与更大尺度管理单元（如EEZ）进行映射；最后，构建跨洋生态廊道评估系统，通过机群学习算法预测海洋环境变化对物种分布的迁移影响。这些改进将使研究结果更贴合实际管理需求，为制定适应气候变化的动态保护策略提供技术支撑。

本研究的最大创新在于首次系统揭示了热带海域鲸类群组的跨洋分布异质性。通过环境因子降维与空间聚类技术的结合，不仅明确了不同物种群的环境驱动机制，更构建了可推广的生态分区模型。其方法体系（标准化观测-多维环境解析-空间聚类预测）为热带海洋生物多样性研究提供了标准化模板，特别在法属海外领地这类生态复杂且监测困难的区域，具有显著的示范价值。

在海洋资源开发方面，研究揭示了关键避让区：新喀里多尼亚（NC）中部坡地带的小型鲸类密度是大陆架的2.3倍，该区域应禁止大型采油平台建设；留尼汪岛（SWIO）的西北部海域，由于深层营养盐上涌形成的生产力热点，其鲸类密度较周边区域高出47%，建议设立特别保护区。对于航运规划，研究显示洋流通道区（如马赛尔群岛周边）的鲸类密度波动系数达0.38，显著高于大陆架边缘区（0.21），因此应优先在低波动系数区域规划航道。

该成果已应用于法国海军装备技术局（DTM）的海洋开发规划。通过构建鲸类密度-环境因子响应矩阵，成功将船舶噪音污染热点区预测准确率提升至89%，较传统方法提高32个百分点。在留尼汪岛渔业管理中，基于本研究的空间聚类结果，将传统单一管理区划分为三个生态亚区，使渔业资源利用率提升19%的同时，海洋哺乳动物密度下降控制在5%以内。

研究团队正在推进第二代REMBOA项目（REMBOA 2.0），计划在现有五个子区域基础上新增马绍尔群岛（2019年观测点）和加拉帕戈斯（2025年新增观测点），形成全球首个热带海域鲸类分布动态监测网络。通过引入机器学习算法（如LSTM神经网络）处理时序环境数据，以及采用边缘计算技术实现实时生态预警，该升级版系统有望将预测模型的解释方差提升至40%以上，为全球热带海洋生态保护提供更精准的科学支撑。