Environmental resistance predicts the spread of alien species

生物扩散 利基 航程(航空) 外星人 繁殖体压力 生态学 生态位 空模式 外来物种 抗性(生态学) 生物 引进物种 入侵物种 地理 栖息地 社会学 人口学 复合材料 材料科学 法学 政治 公民身份 人口 政治学
作者
Rebecca S. L. Lovell,Tim M. Blackburn,Ellie E. Dyer,Alex L. Pigot
出处
期刊:Nature Ecology and Evolution [Springer Nature]
卷期号:5 (3): 322-329 被引量:25
标识
DOI:10.1038/s41559-020-01376-x
摘要

The unabating rise in the number of species introduced outside of their native range makes predicting the spread of alien species an urgent challenge. Most predictions use models of the ecological niche of a species to identify suitable areas for invasion, but these predictions may have limited accuracy. Here, using the global alien avifauna, we demonstrate an alternative approach for predicting alien spread based on the environmental resistance of the landscape. This approach does not require any information on the ecological niche of the invading species and, instead, uses gradients of biotic similarity among native communities in the invaded region to predict the most likely routes of spread. We show that environmental resistance predicts patterns of spread better than a null model of random dispersal or a model based on climate matching to the native range of each species. Applying this approach to simulate future spread reveals major regional differences in projected invasion risk, shaped by proximity to existing invasion hotspots as well as gradients in environmental resistance. Our results show how environmental resistance may provide a general and complementary approach for predicting invasion risk that can be rapidly deployed even when information on the niche or the identity of potential invaders is unknown. The authors show how a resistance index based on biotic assemblage resemblance can predict the spread of invasive bird species without having to estimate their ecological niche.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
CipherSage应助Gitope采纳,获得10
1秒前
852应助Leon采纳,获得10
2秒前
CodeCraft应助nano采纳,获得10
2秒前
忧郁依霜发布了新的文献求助10
3秒前
3秒前
Bonnie完成签到,获得积分20
5秒前
5秒前
6秒前
6秒前
6秒前
7秒前
李爱国应助SOBER采纳,获得10
11秒前
英姑应助heart采纳,获得10
11秒前
yduan发布了新的文献求助10
11秒前
明亮的以蓝完成签到,获得积分10
14秒前
15秒前
香蕉觅云应助大气摩托采纳,获得10
16秒前
安静的惜海完成签到,获得积分20
17秒前
feihu完成签到,获得积分10
17秒前
17秒前
17秒前
失眠的惜天完成签到,获得积分10
17秒前
feihu发布了新的文献求助10
19秒前
辛勤若蕊发布了新的文献求助10
20秒前
21秒前
21秒前
zho发布了新的文献求助10
22秒前
nano发布了新的文献求助10
22秒前
23秒前
24秒前
斯文败类应助胖Q采纳,获得10
27秒前
菜鸡小尹发布了新的文献求助30
27秒前
李恩乐发布了新的文献求助10
27秒前
大气摩托发布了新的文献求助10
27秒前
28秒前
wanci应助风来枫去采纳,获得10
28秒前
SOBER发布了新的文献求助10
28秒前
30秒前
32秒前
七里香发布了新的文献求助30
33秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248438
求助须知:如何正确求助?哪些是违规求助? 2891833
关于积分的说明 8268874
捐赠科研通 2559834
什么是DOI,文献DOI怎么找? 1388717
科研通“疑难数据库(出版商)”最低求助积分说明 650798
邀请新用户注册赠送积分活动 627775