A quantitative approach to species occupancy across communities: the co-occurrence-occupancy curve

Dit artikel introduceert de co-voorkomst-besettingscurve en de Species Association Index (SAI) als een gestandaardiseerde maatstaf om de neiging van soorten tot co-voorkomen te kwantificeren, onafhankelijk van hun totale bezettingsgraad, en toont dit concept aan op twee ecologische systemen.

De kern

Stel je voor dat je een enorme, levende stad bent, maar dan in plaats van mensen, zijn het duizenden verschillende diersoorten en planten die samenleven. Soms zie je dat bepaalde soorten altijd samen voorkomen, alsof ze onafscheidelijke vrienden zijn. Maar soms zijn ze juist elkaars grootste vijanden en houden ze elkaar uit de weg. Of misschien is het gewoon toeval dat ze elkaar tegenkomen.

Deze wetenschappers hebben een nieuwe manier bedacht om te kijken naar deze "vriendschappen" in de natuur. Ze noemen het de Co-occurrence-Occupancy Curve (een heel lange naam, maar laten we het de "Vriendschaps-kaart" noemen).

Hier is hoe het werkt, vertaald naar alledaags taal:

1. Het probleem: Toeval vs. Vriendschap

Stel je hebt een groepje mensen op een feestje. Als je een persoon ziet die heel populair is (een "ster"), dan is de kans groot dat hij of zij met veel anderen praat. Dat is niet per se omdat ze allemaal vrienden zijn, maar gewoon omdat die persoon overal is.

Aan de andere kant heb je een schuchtere gast die maar op één hoekje staat. Die zal maar met één of twee mensen praken.
De vraag is: Is die schuchtere gast echt een eenzelvinkje, of is het gewoon omdat hij maar op één plek stond?

Tot nu toe was het lastig om dit onderscheid te maken. Wetenschappers wisten niet goed of twee soorten samen zaten omdat ze van elkaar hielden (of elkaar nodig hadden), of gewoon omdat ze allebei vaak voorkwamen.

2. De oplossing: De "Vriendschaps-kaart" (De M-curve)

De auteurs hebben een nieuwe kaart getekend.

• De horizontale lijn (X-as): Hoe vaak komt een soort voor? (Is het een "ster" die overal is, of een "schuchtere gast" die zelden gezien wordt?)
• De verticale lijn (Y-as): Met hoeveel andere soorten komt deze soort samen?

Als je dit voor elke soort op je kaart zet, krijg je een lijn. Dit is de M-curve.

• Als alles puur toeval is (geen echte vriendschappen, geen haat), dan zou je een heel voorspelbare lijn zien: hoe populairder je bent, hoe meer "vrienden" je hebt.
• Maar als er echte biologische krachten spelen (samenwerking of concurrentie), dan wijken sommige soorten af van die lijn.

3. De nieuwe meetlat: De "Vriendschaps-Index" (SAI)

Om te weten wie nu echt een "sociale vlinder" is en wie een "eenzelvinkje", hebben ze een nieuwe meetlat bedacht: de Species Association Index (SAI).

Dit werkt als een z-score in de statistiek. Het is alsof je kijkt naar een klaslokaal:

• Als een leerling die maar 5 keer aanwezig was, toch met 4 anderen praatte, is dat heel bijzonder! Die leerling heeft een hoge score. Hij is een echte "sociale vlinder", ongeacht hoe vaak hij aanwezig was.
• Als een leerling die 100 keer aanwezig was, maar nooit met iemand praatte, heeft die een lage score. Die is een echte "eenzelvinkje".

Met deze index kunnen we soorten vergelijken die totaal verschillend zijn. Een zeldzame orchidee kan dus net zo "sociaal" zijn als een veelvoorkomend onkruid.

4. Twee voorbeelden uit de echte wereld

De auteurs hebben hun methode getest op twee heel verschillende plekken:

• Het Barro Colorado-eiland (Panama): Hier kijken ze naar bomen in een regenwoud.

  • Wat vonden ze? De meeste bomen gedroegen zich precies zoals je van toeval zou verwachten. Ze waren gewoon "toevallige buren". Maar sommige bomen wijken af. Die blijken te worden beïnvloed door hun groei-snelheid en hoe goed ze kunnen overleven. Het is alsof sommige bomen een "groepsdynamiek" hebben die je niet ziet als je alleen naar hun aantal kijkt.

• De rotskusten van Catalonië (Spanje): Hier kijken ze naar algen en schelpdieren op rotsen bij zee.

  • Wat vonden ze? Sommige soorten die op de rotsen groeien, lijken echt "eenzelvinkjes". Ze maken een harde korst waar niets anders op kan groeien. Ze scoren laag op de vriendschaps-kaart.
  • Andere soorten, zoals bepaalde slakken of opportunistische algen, scoren heel hoog. Ze vinden het leuk om op de "sterren" van de rots te zitten.

Waarom is dit belangrijk?

Vroeger dachten we dat als twee soorten samen zaten, ze elkaar nodig hadden. Maar vaak was het gewoon toeval.

Deze nieuwe methode is als een sneltest voor de natuur.

1. Het geeft je een basislijn: "Dit is wat je verwacht als er niets speciaals gebeurt."
2. Het laat je zien wie echt iets speciaals doet: Als een soort veel verder afwijkt van die lijn, dan weten we: "Ah! Hier gebeurt er iets interessants! Misschien helpen ze elkaar, of misschien vechten ze om ruimte."

Kortom: Ze hebben een manier gevonden om te tellen wie met wie "vrienden" is in de natuur, zonder dat het antwoord verstoord wordt door het feit dat sommige soorten nu eenmaal veel talrijker zijn dan anderen. Het maakt het mogelijk om de echte sociale structuur van de natuur te zien, achter de schijn van toeval.

Technische samenvatting

Probleemstelling

In de gemeenschapsecologie is het analyseren van co-occurrence (het gelijktijdig voorkomen van soorten op dezelfde locatie) een klassiek maar vaak onderbenut instrument. Traditionele benaderingen zijn vaak "top-down", waarbij complexe mechanistische modellen worden gebruikt die veel data vereisen over eigenschappen, interacties en dispersie. Hoewel deze modellen voorspellend kunnen zijn, bieden ze beperkt inzicht in de onderliggende causale mechanismen.

Een fundamentele uitdaging is het onderscheid maken tussen co-occurrence die het gevolg is van toeval (neutraliteit) en co-occurrence die wordt gedreven door biologische interacties of omgevingsfiltering. Een groot probleem is dat de mate van co-occurrence sterk wordt beïnvloed door de algehele frequentie (occupancy) van een soort: algemeen voorkomende soorten zullen per definitie vaker samen voorkomen met andere soorten dan zeldzame soorten, puur vanwege hun verspreiding. Er ontbreekt een gestandaardiseerde methode om de neiging van een soort om samen te voorkomen met anderen te kwantificeren, onafhankelijk van hun totale voorkomensfrequentie.

Methodologie

De auteurs hanteren een "bottom-up" inferentiële aanpak en introduceren een nieuw conceptueel raamwerk gebaseerd op een nulmodel (null model) met de volgende kernaannames:

1. Soortenonafhankelijkheid: Soorten beïnvloeden elkaar niet bij het kiezen van locaties.
2. Willekeurige plaatsing (Site Equivalence): Alle locaties zijn ecologisch equivalent; er is geen voorkeur voor specifieke sites.

De Kernconcepten:

• De Empirische Co-occurrence-Occupancy Curve (M-curve): Dit is een grafische weergave waarbij de x-as de totale occupancy ($f_i = N_i/N$) van een soort aangeeft en de y-as de "associatiestrength" ($A_i$), oftewel het aantal andere soorten waarmee de focussoort op minstens één locatie samen voorkomt.
• Het Nulmodel: De auteurs leiden analytisch de verwachte vorm van deze curve af onder de bovengenoemde aannames. Ze gebruiken hypergeometrische verdelingen om de kans te berekenen dat twee soorten op ten minste één locatie samenkomen, gegeven hun respectievelijke aantallen voorkomens ($N_i, N_j$) en het totale aantal sites ($N$).
• Species Association Index (SAI): Om de bias van de occupancy te corrigeren, definiëren de auteurs de SAI ($s_i$) als een genormaliseerde Z-score:
  $$s_i = \frac{A_i - \langle A_i \rangle}{\sqrt{\text{Var}(A_i)}}$$
  Waarbij $A_i$ de waargenomen co-occurrences zijn, en $\langle A_i \rangle$ en $\text{Var}(A_i)$ de verwachte waarde en variantie zijn onder het nulmodel. Een positieve SAI duidt op meer co-occurrence dan toeval voorspelt (positieve associatie), een negatieve SAI op minder (negatieve associatie).

Theoretische Uitbreidingen:
De auteurs generaliseren het model voor verschillende occupancy-verdelingen, waaronder:

• Kolonisatie-extinctie dynamiek: Waar occupancy wordt bepaald door kolonisatie- ($c$) en extinctiesnelheden ($e$).
• Generieke verdelingen: Ze tonen aan dat de verwachte curve kan worden berekend voor een willekeurige occupancy-verdeling (bijv. Beta-verdeling) zonder specifieke aannames over de onderliggende processen, wat leidt tot een analytische formule (Eq. 15) die direct op empirische data kan worden toegepast.

Resultaten

De methode werd getoetst op twee contrasterende ecosystemen:

1. Mediterrane rotskusten (MMH): Een systeem van 143 harde bodems.
   • De meeste soorten volgden het nulmodel.
   • Soorten met een lage SAI (minder co-occurrence dan verwacht) waren vaak gespecialiseerd in vereenvoudigde habitats (bijv. zandkusten of korsten die andere soorten weren).
   • Soorten met een hoge SAI waren vaak opportunistisch, epibiontisch of mobiel.
   • Afwijkingen van het nulmodel hielpen bij het definiëren van de grenzen van subgemeenschappen.
2. Tropisch regenwoud (Barro Colorado Island, BCI): Een 50-ha plot met 299 boomsoorten.
   • Het systeem volgde over het algemeen het nulmodel, wat consistent is met neutrale theorie.
   • Variatie in de SAI bleek echter gerelateerd aan demografische trade-offs (groeisnelheid vs. overleving, en grootte vs. rekrutering), gemoduleerd door houtdichtheid.

In beide gevallen toonde de M-curve een karakteristieke vorm die goed overeenkwam met de theoretische verwachtingen onder het nulmodel. De SAI bleek een robuust instrument om afwijkingen van neutraliteit te detecteren.

Belangrijkste Bijdragen

1. De M-curve: Een nieuw, over het hoofd gezien gemeenschapsniveau patroon dat de relatie kwantificeert tussen de totale occupancy van een soort en het aantal soorten waarmee het samen voorkomt.
2. De Species Association Index (SAI): Een gestandaardiseerde maatstaf die de neiging tot associatie ontkoppelt van de algehele frequentie. Dit maakt vergelijkingen mogelijk tussen zeer algemene en zeer zeldzame soorten binnen en tussen gemeenschappen.
3. Analytische Afleiding: De auteurs leveren niet alleen een numerieke simulatie, maar een volledige analytische afleiding van de verwachte co-occurrence-occupancy relatie onder verschillende dynamische modellen (kolonisatie-extinctie en generieke verdelingen).
4. Transparante Benchmark: Het biedt een testbaar nulmodel (neutraliteit) waartegen ecologische processen zoals interacties en filtering kunnen worden getoetst, zonder dat er complexe mechanistische data nodig is.

Significantie

Deze studie verschuift de focus van co-occurrence-analyse van een ruwe proxy voor interacties naar een statistisch robuust raamwerk. Door de frequentie te normaliseren, stelt de SAI onderzoekers in staat om de "sociale" structuur van een gemeenschap te ordenen: van "solitaire" soorten (die minder vaak samen voorkomen dan verwacht, vaak door specialisatie of habitatfiltering) tot "sociale" soorten (die vaker samen voorkomen, vaak door mutualisme, epibiontisme of opportunisme).

Het werk benadrukt dat co-occurrence niet verouderd is, maar een fundamentele brug vormt tussen empirische observaties en ecologische theorie. Het biedt een eenvoudige, transparante manier om de architectuur van ecologische gemeenschappen te analyseren en de handteekenen van interacties, omgevingsfiltering en historische contingentie te detecteren.