以前丰富的物种的不成比例的减少是昆虫损失的原因
研究报告称，近年来陆地昆虫丰度普遍下降1,2,3,4，但其他生物多样性指标的趋势不太明确5,6,7。在这里，我们检查了106项研究中监测的923种陆生昆虫组合的长期趋势，发现丰度和物种丰富度随之下降。对于解析到物种水平的研究(57项研究中的551个地点)，我们观察到最初丰富的物种数量随着时间的推移而减少，但非常稀有物种的数量却没有减少。在种群水平上，我们发现在时间序列开始时最丰富的物种表现出最强的平均下降(针对均值回归效应进行了校正)。平均而言，稀有物种也在减少，但这被其他物种的增加所抵消。我们的结果表明，观察到的昆虫总丰度2的下降主要是由于以前丰富的物种普遍减少。这与生物多样性丧失主要表现为稀有物种减少的普遍说法相反8,9。尽管我们的结果表明昆虫组合正在发生根本性的变化，但重要的是要认识到它们仅代表那些有足够长期数据可用的地点的趋势。然而，鉴于丰富物种在生态系统中的重要性10，它们的普遍减少可能会对食物网和生态系统功能产生广泛影响。
近年来，科学、公众和政策方面对昆虫困境的兴趣急剧增加11,12，这主要是由于有报道称昆虫丰度和生物多样性严重丧失1,2,3,4以及对相关生态系统服务随之下降的担忧11,13.然而，经常令人困惑的是到底考虑了哪些昆虫生物多样性措施。生物多样性不是一个单一的指标，而是一个广义的概念，包括个体和物种的数量、物种的相对丰度(例如稀有和常见物种的均匀度和数量)以及物种的特性及其相互作用。生物多样性的所有这些方面都揭示了昆虫生物多样性正在发生的变化，并可能揭示迄今为止被忽视但至关重要的变化。然而，尽管大规模研究和综合显示昆虫丰度和生物量下降2,5,6，但其他生物多样性指标的趋势尚不那么明确。例如，一些大型研究发现物种丰富度随着丰度的下降而下降5,14，而在其他研究中，据报道昆虫丰富度保持稳定6,7。
通过研究生物多样性的多种(互补)措施，可以更好地了解昆虫丰度的下降15，特别是通过检查稀有和丰富物种的趋势。例如，即使陆生昆虫的总体丰度正在下降2，在几种可能的情况下，生物多样性的其他指标也可能同时发生变化，具体取决于具有不同相对丰度的物种如何反应16。方框1介绍了其中一些情景，特别关注最初丰富和稀有物种的变化，这些变化可能强烈影响各种生物多样性指标。我们在这里沿着当地组合中的丰度连续体(即物种落在“物种丰度分布”17(SAD)内)来定义“丰富”和“稀有”物种，而不是根据其区域占用或范围尺寸。丰富的物种对任何特定的组合贡献了最多的个体，因此它们的趋势对总丰度的变化影响最大16。事实上，如果不减少最丰富的物种，总丰度就不可能下降。如果我们假设最丰富的物种平均减少，则对于稀有物种可以想象三种简化的情况。相对于丰富的物种，稀有物种平均可能会(1)按比例下降，(2)下降较少或(3)下降较多。这些情景中的每一种都在各种生物多样性指标和SAD的形状中给出了独特的特征(见图1和方框1)。还有其他可能的情况与总丰度下降一致，例如，最丰富的物种没有出现下降，但这需要大多数稀有物种灭绝的不太可能的情况。
在这里，我们研究了过去几十年来陆生昆虫、蛛形纲动物(蜘蛛和螨虫)和弹颌动物(弹尾虫和盟友)组合(以下统称为“昆虫”，为简洁起见)的生物多样性趋势的多维性质，使用大量昆虫汇编历时调查18.尽管之前的工作已经研究了类群子集(例如蝴蝶14或食蚜蝇16)、位置6、7和/或栖息地类型19的一些多方面模式，但我们的综合方法使我们能够评估多种生物多样性指标的普遍趋势来自跨地点、类群和栖息地的公开长期昆虫组合数据。我们这里的重点只是陆生昆虫，因为欧洲20和北美21最近的两项研究使用了大量的数据汇编来评估淡水无脊椎动物多样性的变化。我们从之前的数据汇编中确定了89项陆地研究16，其中提供了一个或多个生物多样性指标，或者可以根据提供的数据进行计算(参见方法)。我们在现有数据中添加了新发布的年份，并修复了一些小数据问题(在线存储库中提供更新22)。为此，我们从2018年(参考文献18的编译年份)到2021年之间发表的文献中添加了17项新研究。我们还检索了西班牙语、葡萄牙语和中文研究文献，以补充我们在英语和俄语中的原始搜索，这使我们能够再添加两项研究。总之，我们能够分析来自923个采样点的106项研究的数据(扩展数据图1和补充表1和2)，时间跨度在9到64年之间。其中，75项研究提供了至少两个生物多样性指标(通常是丰度和丰富度)的测量，57项研究(来自551个地点)提供了完整的群落数据(即，所有类群解析为一致的分类水平，通常是物种水平)，因此我们可以同时考虑生物多样性多个指标的趋势。我们分析了总丰度的趋势(与之前描述的分析基本相同2，但随着新添加的研究)、多样性指标(例如物种丰富度、辛普森多样性)、均匀度指标以及组合内物种种群的轨迹。我们使用分层贝叶斯自回归模型来解释研究和站点水平的变化。我们的模型提供了年度变化估计值以及这些估计值的80%、90%和95%可信区间(CI)。根据之前的研究2,23，我们将任何不与零重叠的95%CI解释为方向性趋势的有力证据(也就是说，我们超过97.5%确定我们的数据中存在方向性趋势)，而CI90%和95%CI之间重叠为零被解释为中等证据，90%和80%CI之间重叠被解释为弱证据(即数据实际均值为零的可能性为10%)。