兰州大学团队在《Methods in Ecology and Evolution》发文构建识别生态系统多稳态的野外调查方法框架

生态系统多稳态现象（如浅水湖泊的清水态与浑浊态）的精准识别对预测系统突变和生态修复至关重要。现有研究方法中，模型模拟说服力不足，控制实验易受瞬态动力学影响且周期长。兰州大学团队在《Methods in Ecology and Evolution》发表研究，旨在构建一个基于快照式野外调查数据的标准化方法论框架，以提升多稳态识别的可靠性和实用性。该框架将推断过程拆解为六个逐步环节：采样策略优化、状态变量选择与降维、环境因子筛选、多稳态统计学证据检验（如去除环境趋势后的残差频率分析）、驱动力确定（基于残差的统计筛选）以及调控机制推断（整合结构方程模型等）。研究强调“空间代替时间”假设的局限性，并建议结合动态指标校正偏差，同时提供了相应的统计工具和指南。结论表明，该框架首次系统地整合了前沿统计方法，降低了主观性和技术门槛，为利用广泛的野外调查数据识别多稳态提供了可落地的操作手册，有力推动了多稳态理论的实践应用。