Aim: To investigate the potential of a large range of soil variables to improve topo-climatic models of plant species distributions in a temperate mountain region encompassing complex relief. Location: The western Swiss Alps. Methods: Fitting topo-climatic models for >60 plant species across >250 sites with and without added soil predictor variables (>30). Testing included: (i) which soil variables improve plant species distribution models; (ii) whether an optimal subset of soil variables can improve models for the majority of species and habitat types; and (iii) how much variation in plant species distributions soil variables alone explain. Results: Geochemical variables (i.e., CaO, pH and inorganic carbon) and a drainage indicator (i.e., bulk soil water content) improved the predictive abilities of the models across the large majority of alpine plant species. The improvement of the models after the addition of soil information varied strongly between plant species and habitat types, but a trade-off was found between the number of soil variables and the associated gain in model performance. Finally, across all species, one specific combination of soil variables–bulk soil water content + total phosphorus + δ13C–outperformed the commonly used topo-climatic variables. Main conclusions: Several soil variables significantly increased the predictive power of plant species distribution models in the temperate mountain region. Geochemical and drainage variables proved most important.

中文翻译：

---

预测山地植物物种分布的最重要的土壤变量是什么？在瑞士阿尔卑斯山的综合研究

目的：调查大范围土壤变量的潜力，以改进包含复杂地形的温带山区植物物种分布的地形气候模型。地点：瑞士西部阿尔卑斯山。方法：在有和没有添加土壤预测变量 (>30) 的 >250 个地点中拟合 >60 种植物的地形气候模型。测试包括： (i) 哪些土壤变量改善了植物物种分布模型；(ii) 土壤变量的最佳子集是否可以改进大多数物种和栖息地类型的模型；(iii) 仅土壤变量就可以解释植物物种分布的多少变化。结果：地球化学变量（即 CaO、pH 和无机碳）和排水指标（即，土壤水分含量）提高了模型对绝大多数高山植物物种的预测能力。添加土壤信息后模型的改进在植物物种和栖息地类型之间变化很大，但在土壤变量的数量与模型性能的相关增益之间发现了一种权衡。最后，在所有物种中，土壤变量的一种特定组合 - 土壤总含水量 + 总磷 + δ13C - 优于常用的地形气候变量。主要结论：几个土壤变量显着提高了温带山区植物物种分布模型的预测能力。地球化学和排水变量被证明是最重要的。添加土壤信息后模型的改进在植物物种和栖息地类型之间变化很大，但在土壤变量的数量与模型性能的相关增益之间发现了一种权衡。最后，在所有物种中，土壤变量的一种特定组合 - 土壤总含水量 + 总磷 + δ13C - 优于常用的地形气候变量。主要结论：几个土壤变量显着提高了温带山区植物物种分布模型的预测能力。地球化学和排水变量被证明是最重要的。添加土壤信息后模型的改进在植物物种和栖息地类型之间变化很大，但在土壤变量的数量与模型性能的相关增益之间发现了一种权衡。最后，在所有物种中，土壤变量的一种特定组合 - 土壤总含水量 + 总磷 + δ13C - 优于常用的地形气候变量。主要结论：几个土壤变量显着提高了温带山区植物物种分布模型的预测能力。地球化学和排水变量被证明是最重要的。土壤变量的一种特定组合 - 土壤总含水量 + 总磷 + δ13C - 优于常用的地形气候变量。主要结论：几个土壤变量显着提高了温带山区植物物种分布模型的预测能力。地球化学和排水变量被证明是最重要的。土壤变量的一种特定组合 - 土壤总含水量 + 总磷 + δ13C - 优于常用的地形气候变量。主要结论：几个土壤变量显着提高了温带山区植物物种分布模型的预测能力。地球化学和排水变量被证明是最重要的。