Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
The latitudinal diversity gradient (LDG) is one of the most recognized global patterns of species richness exhibited across a wide range of taxa. Numerous hypotheses have been proposed in the past two centuries to explain LDG, but rigorous tests of the drivers of LDGs have been limited by a lack of high-quality global species richness data. Here we produce a high-resolution (0.025° × 0.025°) map of local tree species richness using a global forest inventory database with individual tree information and local biophysical characteristics from ~1.3 million sample plots. We then quantify drivers of local tree species richness patterns across latitudes. Generally, annual mean temperature was a dominant predictor of tree species richness, which is most consistent with the metabolic theory of biodiversity (MTB). However, MTB underestimated LDG in the tropics, where high species richness was also moderated by topographic, soil and anthropogenic factors operating at local scales. Given that local landscape variables operate synergistically with bioclimatic factors in shaping the global LDG pattern, we suggest that MTB be extended to account for co-limitation by subordinate drivers.
Liang J., Gamarra J.G.P., Picard N., Zhou M., Pijanowski B., Jacobs D.F., et al. (2022). Co-limitation towards lower latitudes shapes global forest diversity gradients. NATURE ECOLOGY & EVOLUTION, 6(10), 1423-1437 [10.1038/s41559-022-01831-x].
Co-limitation towards lower latitudes shapes global forest diversity gradients
Liang J.;Gamarra J. G. P.;Picard N.;Zhou M.;Pijanowski B.;Jacobs D. F.;Reich P. B.;Crowther T. W.;Nabuurs G. -J.;de-Miguel S.;Fang J.;Woodall C. W.;Svenning J. -C.;Jucker T.;Bastin J. -F.;Wiser S. K.;Slik F.;Herault B.;Alberti G.;Keppel G.;Hengeveld G. M.;Ibisch P. L.;Silva C. A.;ter Steege H.;Peri P. L.;Coomes D. A.;Searle E. B.;von Gadow K.;Jaroszewicz B.;Abbasi A. O.;Abegg M.;Yao Y. C. A.;Aguirre-Gutierrez J.;Zambrano A. M. A.;Altman J.;Alvarez-Davila E.;Alvarez-Gonzalez J. G.;Alves L. F.;Amani B. H. K.;Amani C. A.;Ammer C.;Ilondea B. A.;Anton-Fernandez C.;Avitabile V.;Aymard G. A.;Azihou A. F.;Baard J. A.;Baker T. R.;Balazy R.;Bastian M. L.;Batumike R.;Bauters M.;Beeckman H.;Benu N. M. H.;Bitariho R.;Boeckx P.;Bogaert J.;Bongers F.;Bouriaud O.;Brancalion P. H. S.;Brandl S.;Brearley F. Q.;Briseno-Reyes J.;Broadbent E. N.;Bruelheide H.;Bulte E.;Catlin A. C.;Cazzolla Gatti R.;Cesar R. G.;Chen H. Y. H.;Chisholm C.;Cienciala E.;Colletta G. D.;Corral-Rivas J. J.;Cuchietti A.;Cuni-Sanchez A.;Dar J. A.;Dayanandan S.;de Haulleville T.;Decuyper M.;Delabye S.;Derroire G.;DeVries B.;Diisi J.;Do T. V.;Dolezal J.;Dourdain A.;Durrheim G. P.;Obiang N. L. E.;Ewango C. E. N.;Eyre T. J.;Fayle T. M.;Feunang L. F. N.;Finer L.;Fischer M.;Fridman J.;Frizzera L.;de Gasper A. L.;Gianelle D.;Glick H. B.;Gonzalez-Elizondo M. S.;Gorenstein L.;Habonayo R.;Hardy O. J.;Harris D. J.;Hector A.;Hemp A.;Herold M.;Hillers A.;Hubau W.;Ibanez T.;Imai N.;Imani G.;Jagodzinski A. M.;Janecek S.;Johannsen V. K.;Joly C. A.;Jumbam B.;Kabelong B. L. P. R.;Kahsay G. A.;Karminov V.;Kartawinata K.;Kassi J. N.;Kearsley E.;Kennard D. K.;Kepfer-Rojas S.;Khan M. L.;Kigomo J. N.;Kim H. S.;Klauberg C.;Klomberg Y.;Korjus H.;Kothandaraman S.;Kraxner F.;Kumar A.;Kuswandi R.;Lang M.;Lawes M. J.;Leite R. V.;Lentner G.;Lewis S. L.;Libalah M. B.;Lisingo J.;Lopez-Serrano P. M.;Lu H.;Lukina N. V.;Lykke A. M.;Maicher V.;Maitner B. S.;Marcon E.;Marshall A. R.;Martin E. H.;Martynenko O.;Mbayu F. M.;Mbuvi M. T. E.;Meave J. A.;Merow C.;Miscicki S.;Moreno V. S.;Morera A.;Mukul S. A.;Muller J. C.;Murdjoko A.;Nava-Miranda M. G.;Ndive L. E.;Neldner V. J.;Nevenic R. V.;Nforbelie L. N.;Ngoh M. L.;N'Guessan A. E.;Ngugi M. R.;Ngute A. S. K.;Njila E. N. N.;Nyako M. C.;Ochuodho T. O.;Oleksyn J.;Paquette A.;Parfenova E. I.;Park M.;Parren M.;Parthasarathy N.;Pfautsch S.;Phillips O. L.;Piedade M. T. F.;Piotto D.;Pollastrini M.;Poorter L.;Poulsen J. R.;Poulsen A. D.;Pretzsch H.;Rodeghiero M.;Rolim S. G.;Rovero F.;Rutishauser E.;Sagheb-Talebi K.;Saikia P.;Sainge M. N.;Salas-Eljatib C.;Salis A.;Schall P.;Schepaschenko D.;Scherer-Lorenzen M.;Schmid B.;Schongart J.;Seben V.;Sellan G.;Selvi F.;Serra-Diaz J. M.;Sheil D.;Shvidenko A. Z.;Sist P.;Souza A. F.;Sterenczak K. J.;Sullivan M. J. P.;Sundarapandian S.;Svoboda M.;Swaine M. D.;Targhetta N.;Tchebakova N.;Trethowan L. A.;Tropek R.;Mukendi J. T.;Umunay P. M.;Usoltsev V. A.;Vaglio Laurin G.;Valentini R.;Valladares F.;van der Plas F.;Vega-Nieva D. J.;Verbeeck H.;Viana H.;Vibrans A. C.;Vieira S. A.;Vleminckx J.;Waite C. E.;Wang H. -F.;Wasingya E. K.;Wekesa C.;Westerlund B.;Wittmann F.;Wortel V.;Zawila-Niedzwiecki T.;Zhang C.;Zhao X.;Zhu J.;Zhu X.;Zhu Z. -X.;Zo-Bi I. C.;Hui C.
2022
Abstract
The latitudinal diversity gradient (LDG) is one of the most recognized global patterns of species richness exhibited across a wide range of taxa. Numerous hypotheses have been proposed in the past two centuries to explain LDG, but rigorous tests of the drivers of LDGs have been limited by a lack of high-quality global species richness data. Here we produce a high-resolution (0.025° × 0.025°) map of local tree species richness using a global forest inventory database with individual tree information and local biophysical characteristics from ~1.3 million sample plots. We then quantify drivers of local tree species richness patterns across latitudes. Generally, annual mean temperature was a dominant predictor of tree species richness, which is most consistent with the metabolic theory of biodiversity (MTB). However, MTB underestimated LDG in the tropics, where high species richness was also moderated by topographic, soil and anthropogenic factors operating at local scales. Given that local landscape variables operate synergistically with bioclimatic factors in shaping the global LDG pattern, we suggest that MTB be extended to account for co-limitation by subordinate drivers.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/915920
Citazioni
6
39
33
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
