Population and community responses to the fast, slow, and seasonal components of environmental variation
该研究利用新西兰河流的长期监测数据，通过联合物种分布模型发现，快、慢及季节性水流波动对底栖无脊椎动物群落的影响机制各异，其中慢速波动的影响最强且更易由生活史和移动性性状预测，而快速流量增加（如洪水）则普遍导致物种丰度下降。
🌿 Category
ecology
412 篇论文
Species-specific versus community-wide assays in eDNA monitoring of European eel Anguilla anguilla: Trade-offs between detection sensitivity and the value of additional community data
该研究通过对比欧洲鳗鲡的物种特异性 qPCR 与群落级 eDNA 宏条形码技术，发现尽管 qPCR 在单次采样中灵敏度略高，但宏条形码凭借仅需少量额外采样即可达到同等检出率，并能提供丰富的非目标物种生物多样性信息，从而证明其在整体保护策略中更具价值。
Teatime for Triticum: (how) can the presence of plants slow down decomposition?
这项在受控生态系统中进行的研究发现，尽管存在多种气候和土壤条件，冬小麦的种植反而因与微生物的资源竞争而降低了有机质分解速率，且真菌和土壤湿度比细菌或温度对分解过程的影响更为关键。
A quantitative approach to species occupancy across communities: the co-occurrence-occupancy curve
该研究提出了“共现 - 占据曲线”这一社区水平模式，并基于随机零模型推导其预期形态，进而定义了标准化物种关联指数（SAI），用于量化物种的共现倾向并评估其偏离中性假设的程度，该框架在热带雨林和地中海岩岸等系统中得到了验证。
The City Nature Challenge increases urban biodiversity knowledge and public engagement with blue spaces
基于英国 25 个“城市自然挑战赛”项目的数据分析表明，该活动通过显著增加公众参与度和观测努力，有效丰富了城市生物多样性数据集并减少了观测偏差，同时有望通过促进公众接触城市蓝绿空间而带来公共健康效益。
Using a planted tree biodiversity experiment to evaluate imaging spectroscopy for species classification
该研究利用德国两个树木生物多样性实验地（BIOTREE）的受控种植数据，评估了机载成像光谱技术在树木物种分类中的表现，发现其在物种较少时分类精度较高，但在物种丰富度增加时精度显著下降，表明该方法可能更适用于功能性多样性监测而非复杂群落中的具体物种分类。
Using a sequential sampling algorithm to apply the niche-neutral model to species occurrence patterns
该研究利用高效的序贯采样算法将生态位 - 中性模型应用于印尼廖内群岛鸟类分布模式分析，发现虽然该模型无法直接解释观测到的隔离与嵌套特征，但通过引入岛屿间栖息地多样性和迁入率的异质性成功复现了这些模式，从而证明了机制性模型在识别驱动物种分布的关键生态过程方面比传统数据随机化方法具有更强的诊断价值。
Impact of Group Size and Habitat Disturbance on Parasitic Infection in Free-ranging Proboscis Monkeys
该研究通过对马来西亚婆罗洲长鼻猴的粪便分析发现，虽然群体类型未显著影响寄生虫丰度，但群体大小与不同寄生虫种类呈特定相关性，且栖息地干扰程度（以距河口距离为代理）对不同寄生虫感染负荷具有显著且差异化的影响。
Forecasting bryozoan assemblage dynamics under simulated climate change
该研究通过模拟模型发现，虽然冰扰事件的时间对南极浅海苔藓虫群落的演替动态短期影响较小，但生长季节的延长会显著加速长期演替，且捕食事件的频率与规模差异会改变群落的恢复速度与丰度，表明理解气候变化对底栖生物多样性的影响需综合考虑生物相互作用与物理扰动格局的复杂变化。
Increasing spatial approximation complexity can degrade prediction quality in distribution models
该研究通过案例分析和模拟实验证明，在生态分布模型中盲目增加空间近似复杂度（如加密网格节点）不仅无法提升预测质量，反而会导致不确定性估计校准不良及参数估计偏差，因此应根据具体目标审慎选择空间复杂度。
Biodiversity effects on ecosystem functioning: disentangling the roles of biomass and effect trait expression
该研究通过构建新的净生物多样性效应分解框架，将总生物量与效应性状表达区分开来，揭示了植物多样性对生态系统功能（如氮保持、水力传导和饲草消化率）的影响可能通过生物量增加和性状表达两个截然不同的途径产生，且二者效应方向往往相反。
Broadleaved hedgerows as complementary habitats for small mammals in pine plantation landscapes
该研究指出，虽然阔叶树篱能为特定广适性小型哺乳动物提供栖息地，但在松树林景观中，它们无法弥补人工林对森林特有种的排斥作用，表明仅靠树篱难以恢复完整的森林小型哺乳动物群落，需结合更大尺度的景观干预。
An eco-evolutionary approach to defining wildfire regimes
该研究提出了一种基于生态进化最优性的方法，通过植被生产力（GPP）与饱和水汽压差（VPD）的相位差和幅度将全球划分为具有独特火灾特征的 wildfire 制度，并证明尽管人类活动和植被类型会产生一定影响，但环境条件从根本上制约了火灾制度的形成与演变，从而为地球系统模型中的简化火灾建模提供了基础。
Conservation Blind Spot: The Critical Role of Larval Stage in Assessing Extinction Risk
该研究以中国蛙类为模型，发现仅依赖成体特征评估灭绝风险存在盲区，强调必须整合蝌蚪与成体等多阶段性状的全生命周期视角，才能更准确地揭示物种脆弱性并制定有效的保护策略。
'Loop tracing' feedback reveals mechanisms that drive instabilities in resource-host-parasite dynamics
该研究提出并应用“回路追踪”方法，通过解构资源 - 宿主 - 寄生虫模型中的反馈回路，揭示了资源直接正效应如何通过调节反馈机制驱动种群振荡、阿利效应及混沌等不稳定动态。
Automated bird flight pattern extraction and classification using machine learning
该研究提出了一种利用低成本设备通过机器学习提取和分类鸟类飞行模式的新方法，成功以中等准确率区分了四种具有不同飞行特征的鸟类，为在更大规模上以更低成本进行物种级监测提供了可行方案。
Quantifying catch inequality in recreational fisheries: a case study with California steelhead (Oncorhynchus mykiss)
这项研究利用加州钢头鱼 11 年的强制报告卡数据，揭示了该休闲渔业存在极高的捕捞不平等性（基尼系数达 0.81），并提出了确定基尼系数稳健估算所需最小样本量的三阶段方法，强调了在渔业管理中重视捕捞分配不均的重要性。
NeMO: a flexible R package for nested multi-species occupancy modelling and eDNA study optimization
本文介绍了 NeMO，这是一个灵活的 R 语言软件包，通过贝叶斯框架下的嵌套多物种占用模型，有效解决 eDNA metabarcoding 研究中检测不确定性问题，并帮助优化监测方案与资源分配。
The urban tree of life: synthesizing relationships between body size and urban affinity
这项研究通过对全球超过 3 万种动植物的大数据分析，揭示了物种对城市环境的适应模式（即“物种城市化分布”），并阐明了体型大小与城市亲和力之间在不同类群中呈现的异质性关系，从而为制定支持城市生物多样性的精细化规划策略提供了科学依据。
MetaBeeAI: an AI pipeline for structured evidence extraction from biological literature
本文介绍了 MetaBeeAI，这是一个开源、模块化的 AI 流程，通过结合多轮提取与专家人工审核机制，实现了从生物文献中透明、可审计且可扩展的结构化证据提取，显著提升了大规模生物研究数据合成的准确性与一致性。