Interspecific competition negates CO2benefits for most plant species

来自 <Interspecific competition negates CO2 benefits for most plant species | Nature Plants>

📌 基本信息

• 题目：种间竞争抵消了大多数植物物种的二氧化碳增益（Interspecific competition negates CO2 benefits for most plant species）
• 期刊名称：Nature Plants
• 发表时间：2026年8月4日（Online）
• 作者信息：S. L. Raubenheimer, K. J. Simpson, B. S. Ripley, C. P. Osborne, P. B. Reich
• DOI：10.1038/s41477-026-02360-2
• 核心观点：基于全球19项 CO2 富集实验、97个植物物种的整合分析表明，虽然81%的物种在无邻居竞争（孤立生长）条件下对高浓度 CO2（eCO2）表现出正向生长响应，但在多物种混交竞争中，超过半数（56%）物种的生物量响应转为零或负值。eCO2 并未缓解种间竞争，而是放大了现有的竞争等级，使具备资源抢占型性状（如生长快速、株高较高、茎密度较低）的优势物种集中获取 CO2 施肥增益，从而在群落尺度上仅维持微弱的生物量增加。

🛠️ 一、 引言部分简要总结 (Introduction Summary)

• 现实与科学背景：大气二氧化碳浓度上升（eCO2）正在全球范围内改变植物群落的生产力与物种组成。eCO2 通常能提升植物光合作用与生长速率，但这种 CO2 施肥效应在不同物种间及不同生态上下文中存在巨大差异。在真实植物群落中，个体对 eCO2 的响应并非独立发生，而是交织着与邻居植物的种间和种内竞争。
• 前人研究局限与瓶颈：学术界关于 eCO2 是能“放松种间竞争”还是“放大现有竞争等级”长期存在分歧。既有生态系统模型与地球系统模型通常假设 CO2 施肥效应在物种间是均匀分布或按植物功能型统一施加的，忽略了邻居竞争对物种实际 CO2 响应的剧烈重塑作用。由于缺乏跨物种、跨竞争上下文的系统整合，导致物种级 CO2 响应向群落级生产力外推时存在巨大不确定性。
• 核心科学问题：本研究旨在厘清：邻居植物的种间竞争如何改变物种级与群落级的 eCO2 生长响应？高 CO2 环境下，哪些植物功能性状决定了物种在竞争上下文中的成功或脆弱性？

🔬 二、 研究方法详细介绍与分析 (Methodology Framework)

• 文献检索与数据筛选： 在 Web of Science 和 Google Scholar 数据库中系统检索包含孤立生长、单作（种内竞争）与混交（种间竞争）处理的 eCO2 实验。排除农作物及成熟木本植物，仅保留野生物种。最终整合了全球5大洲19项研究（包含温室、生长箱、开放顶室 OTC 及自由大气 CO2 增高 FACE 实验）和1个未发表数据集，涵盖草地、稀树草原和灌木丛生态系统中的97个植物物种（25种 C3 木本幼苗、49种 C3 草本、23种 C4 草本）。
• 效应量与竞争脆弱性定量：
  • 物种级与群落级 CO2 响应：计算自然对数响应比（log eCO2 RR = log(生物量_eCO2 / 生物量_aCO2)）来定量 CO2 的生长促进效应。
  • 相对竞争脆弱性（RCV）：计算 log RCV RR = log(混合生物量 / 孤立或单作生物量)，作为邻居竞争压力的测量指标。RCV 负值越小代表物种在竞争中的生物量损失比例越大（脆弱性越高）。
  • 群落优势度划分：按物种生物量占混合群落总生物量的比例（结合物种丰富度校正），将物种划分为稀有（Rare）、次优势（Subdominant）和优势（Dominant）三类。
• 多层元分析模型与统计归因：
  • 多层元分析（Multilevel Meta-Analysis）：采用 R 语言 metafor 包中的 rma.mv 函数，将实验研究（Study）和功能型（Functional Type）设为随机截距，使用 Delta 法估计采样方差，控制不同实验设计间的光照、水分与养分背景差异。
  • 判别分析与性状归因：基于物种在内在 CO2 响应度（无竞争）与相对竞争脆弱性（RCV）两个维度上的表现，构建四象限成功模型（高度成功、CO2 响应但脆弱、稳定但无响应、不成功，详见 Figure 1a）。从 TRY 和 AusTraits 数据库提取18个关键生理与形态性状，经 PCA 插补缺失值后，运用主成分判别分析（DAPC）与线性混合效应模型（LMM）归因控制物种成功分类的核心性状。

📈 三、 主要研究结果与充实数据分析 (Main Results & Quantified Data)

• 竞争上下文对物种级 CO2 响应的抑制：
  • 孤立无竞争状态：eCO2 显著促进植物生物量增加（log eCO2 RR 截距 = 0.10，95% 置信区间 CI: -0.00 至 0.20，P = 0.06），81% 的物种表现出正向响应（详见 Figure 2a）。
  • 种间混交竞争状态：在与其它物种竞争时，eCO2 的生长促进作用显著下降（log eCO2 RR 变化量 Δ = -0.14，95% CI: -0.23 至 -0.06，P < 0.001，详见 Figure 2a）。多达 56% 的物种在混交群落中呈现负生物量响应，仅 44% 保持正响应。
  • 功能型一致性：单作（种内竞争）与孤立状态之间无显著差异。竞争对 CO2 响应的压制效应在不同功能型（C3 草本、C4 草本、C3 木本）之间高度一致（类内相关系数 ICC = 0.00），表明竞争本身而非功能型内的生态位重叠构成了主要限制。

图片名：Figure 1

图例说明：Figure 1 | 竞争性植物混交群落中物种级与群落级对 eCO2 响应的概念框架图。a 物种级成功取决于内在 CO2 响应度与邻居耐受度的结合，分为四个象限；b 群落级总生物量响应随个人成功物种比例的增加而上升，但高度受优势物种调控。

• 竞争脆弱性与 CO2 增益的偶联关系：
  • 相对竞争脆弱性（RCV）：大多数物种在混交竞争中生物量受到显著抑制（log RCV RR 截距 = -0.45，95% CI: -0.86 至 -0.03，P < 0.05），且该抑制程度在常温与高 CO2 处理间无显著差异（P = 0.60，详见 Figure 2b）。这表明 eCO2 并未从根本上减轻竞争压迫。
  • 双重优势假说：log eCO2 RR 与 log RCV RR 呈极显著正相关（孤立对混交：斜率 = 1.08，R² = 0.75，P < 0.001；单作对混交：斜率 = 0.81，R² = 0.76，P < 0.001，详见 Figure 2c）。竞争抑制程度 log(Monoculture/Mixture) 与混交中的 eCO2 响应呈显著负相关（斜率 = -0.65，R² = 0.53，P < 0.001）。这证实对 eCO2 具有高响应度的物种通常也具备较低的竞争脆弱性，少数优势物种兼具双重优势。

图片名：Figure 2

图例说明：Figure 2 | 竞争上下文对植物 eCO2 响应及竞争脆弱性的影响。a 孤立、单作与混交处理下物种级 log eCO2 响应比（RR）；b 环境与高 CO2 下的相对竞争脆弱性（RCV RR）；c 物种级 eCO2 RR 与 RCV RR 之间的强正相关关系。

• 群落级响应与优势物种主导效应：
  • 群落总生物量：单作群落呈现显著的 eCO2 生物量增加（+8%，log RR Δ = 0.06，95% CI: 0.02 至 0.10，P < 0.01）；而多物种混交群落的总生物量仅呈现微弱且统计上不显著的增长（+7%，log RR 截距 = 0.04，95% CI: -0.01 至 0.10，P = 0.13，详见 Figure 3a）。
  • 优势度不平等：按群落相对优势度分组显示，优势物种在混交中表现出最强的 eCO2 正响应，次优势物种次之，稀有物种最低（优势物种对稀有物种 Δ = 0.82，P < 0.001；次优势物种对稀有物种 Δ = 0.54，P < 0.05，详见 Figure 3b）。混交群落中微弱的生产力提升完全由少数优势物种驱动，掩盖了次优势与稀有物种的广泛衰退。

图片名：Figure 3

图例说明：Figure 3 | 竞争上下文下的群落级 eCO2 响应及物种优势度调控。a 单作与混交群落生物量对 eCO2 的响应比；b 按相对优势度分组（稀有、次优势、优势）的物种级 eCO2 响应差异，显示优势物种占据了绝大部分生长增益。

• 预测成功物种的功能性状组合：
  • 性状空间判别：DAPC 分析表明，4个成功分类在多维性状空间中实现显著分离（Pillai迹 = 6.00，P < 0.0001，详见 Figure 4a）。
  • 资源抢占型性状主导：线性混合效应模型表明，没有任何单一性状能单独预测物种内在的 CO2 响应度；但竞争脆弱性与资源抢占型性状密切相关（详见 Figure 4b）。较快的相对生长速率（P < 0.02）、较低的干旱耐受性（P < 0.05）、较低的茎比密度（SSD，P < 0.01）以及较高的最大株高（P < 0.05）能显著降低物种在混交竞争中的脆弱性。此外，入侵物种身份同样与较低的竞争脆弱性显著相关（P < 0.05，详见 Figure 4b）。

图片名：Figure 4

图例说明：Figure 4 | eCO2 与竞争复合作用下植物成功分组的性状判别。a 基于判别分析（DAPC）的4个成功分组在性状空间中的分离情况；b 线性混合效应模型导出的各功能性状对 eCO2 响应比及竞争脆弱性（RCV RR）的标准化预测系数（红色代表 P < 0.05）。

🔍 四、 讨论部分的不足与未来展望 (Discussion Limitations & Perspectives)

• 研究不足与不确定性来源：
  • 生态系统与生物群落代表性：受限于现有实验数据，本研究主要整合了以草本植物为主的草地、稀树草原与灌木丛生态系统，成熟森林及多年生大型木本植物群落的数据依然匮乏。
  • 实验时间尺度限制：元分析所包含的实验多为数季至数年的中短期处理，未能完全涵盖几十年尺度上种群群落换代、土壤微生物反馈（如菌根真菌偶联）以及自然干扰体制对竞争等级的长期重塑。
  • 养分与地下竞争调控：虽然数据筛选控制了人为养分添加，但野外土壤环境中氮、磷有效性的动态变化以及地下根系竞争对上部光照竞争的调制作用仍需精细解构。
• 未来研究展望：
  • 改进地球系统与生态模型：鉴于混交竞争显著削弱了大部分物种的 CO2 施肥效应，现行生态系统模型若不纳入种间竞争过滤与资源抢占型性状，将严重高估陆地生态系统未来的碳汇能力。
  • 生物多样性保护与入侵生物学：大气 CO2 浓度上升将进一步拉大优势物种与次优势/稀有物种的生长差距，加剧植物群落的同质化与生物多样性丧失；同时需警惕具有高生长速率与高株高的入侵植物借助 eCO2 进一步巩固其竞争优势。
  • 开展长期多要素偶联野外 FACE 实验：设计长期、多物种、多要素（CO2 × 竞争 × 养分）偶联的野外实验，机理化解构高 CO2 环境下光照、水分与养分在种间竞争中的不对称分配路径。