物种分布是生物多样性呈现的基本模式之一，在大多数情况下，物种在空间上的分布呈现某种程度的聚集。因此，生态学和进化生物学家普遍使用“分布聚集”(Distributional aggregation)一词来描述物种在空间和时间上的非随机分布。然而，随着研究情景与观察视角的多样化，“分布聚集”一词被赋予了越来越多的含义，具有丰富的内涵，但是这也导致了不同生态学研究领域的学者对其有不同理解，可能会阻碍分布聚集理论和模型的进一步发展和实际应用。因此，亟需一个理论框架对“分布聚集”的定义进行规范，并能够统一或连接不同研究场景下其多样化的含义。 

 基于上述研究背景和问题，结合作者自身近十年来的系列研究工作，中国科学院成都生物研究所生物多样性建模团队陈有华研究员通过系统归纳历史文献和最新研究进展，完成万字综述，认为“分布聚集”概念，是由“两个基本组成”、“三个代表性使用情景”和“两个问题”的理论框架构成的(图1)。 

 具体而言，“两个基本组成”是指数据分散性(Data dispersion)和空间接近性(Spatial proximity)，这两者实际上是相互独立的，但它们的结合却允许出现多种分布模式。(图2)。“三个代表性使用情景”则包括分布聚集概念在不同生命系统层次的内涵(Hierarchical components of distributional aggregation)，分布聚集的正交分解(Orthogonal components of distributional aggregation)以及不同的采样方法和在相同的分类水平下不同类群的分布聚集(称为分布平行, Parallel components of distributional aggregation)。“两个问题”是指分布聚集研究应尽量避免采样和尺度效应引起的缺乏可比性问题。 

 通过综合历史文献并比较不同背景下分布聚集的相关含义，研究深入总结了分布聚集检测和评估统计指标，涵盖了不同实地调查方法、研究模型和抽样尺度，同时也探讨了这些指标的局限性，并提出开发新的分布聚集指标时可遵循的5个原则(1.对样本量不敏感；2.对物种丰富度不敏感；3.不同数据格式或生物多样性采样方法下的适用性；4.填补当前分布聚合知识背景下的空白；5.能对指标的优势和表现做出评估)。这些研究成果为未来开发新的统计方法和指标提供了重要的指导。 

 此外，研究还对分布聚集的未来研究方向做出展望，包括开发基于图像的分布聚合模式以适应当前应用更广泛的生物多样性数据收集方法(如摄像机或无人机)、开发空间分布模拟软件和关注分布均匀性等。总之，分布聚集是一个蓬勃发展的概念，其相关模型可以帮助学者更准确的在野外工作中估计生物多样性，推断驱动生态机制，预测全球变化世界背景下生物多样性的可能后果，也为其他学科带来启发。因此，该综述希望能够为相关领域学者提供有用的信息，并为进一步开发物种分布模式的新统计方法和指标提供有用的指南。 

 该综述以“Distributional ecology: Opening new research windows by addressing aggregation- related puzzles”为题发表在生物多样性知名期刊Diversity and Distributions (DOI: 10.1111/ddi.13818)，同时，万字补充材料还包括了作者对生态学和进化生物学不同领域相关指标和指数在分布聚集应用上的理解和讨论。中国科学院成都生物研究所陈有华研究员为本文第一作者兼最后通讯作者，中兴大学沈宗荏教授为共同通讯作者。该研究得到国家重点研发计划项目，中国科学院战略先导专项(B类)，第二次青藏高原科学考察与研究计划项目和国家自然科学基金项目的支持。