主成分分析（PCA）揭示了三种高寒草甸植物在不同增温梯度下功能性状和生理响应的显著差异，前两个主成分（PC1和PC2）分别解释了总方差的34.5%和31.1%。PC1主要由处理诱导的生理和酶活性响应驱动，特别是抗氧化酶（POD、APX、CAT），表明生理参数对热变异高度敏感，即使在低强度增温（T1）下也表现出快速、显著的响应；而PC2主要由物种固有的营养分配和叶片功能性状差异驱动，特别是LDMC和SLA，反映了物种身份对变异的主导作用。
在物种层面，增温显著改变了三种优势植物的功能性状，且响应强度随增温梯度加大而增强。在T3处理下，高山嵩草、老芒麦和黑萼棘豆分别有13、14和11个性状发生显著变化，而T1下仅有7、9和9个。不同物种表现出特异性的适应策略：高山嵩草的SLA显著增加（+15%），老芒麦的SLA增加（+6%）但根氮显著降低，黑萼棘豆则表现出相反的响应模式，SLA显著下降（-12%）。在群落层面，模拟增温显著改变了植物功能性状的群落加权均值，所有19个性状在不同增温梯度下均表现出显著变化，总体上呈现向资源获取策略偏移的趋势。但部分性状的响应模式高度依赖于增温强度，如LN、RN和MDA在T1下增加却在T3下降低，呈现非线性响应模式。功能多样性的变化同样具有梯度依赖性：T1处理下功能多样性基本不变，而T3引发了功能多样性的显著下降，八个性状（SLA、LDMC、Height、LC、RC、POD、CAT和APX）表现出与T1相反方向的效应。图2.对三种高山草甸植物受温度升高影响的性状特征进行主成分分析。点代表各样地内物种水平的平均性状值（每个处理组n=4；总N=48）。形状表示物种；颜色表示温度处理。虚线椭圆显示各处理组的95%置信区间。黑色箭头表示性状载荷，其长度反映相关性强度。边缘箱线图展示了沿PC1和PC2轴的样本得分的中位数及四分位距。具体而言，PC1主要捕捉由处理引起的生理和酶活性响应（如POD、APX、CAT），而PC2则反映了由叶片功能性状（如SLA和LDMC）驱动的物种特异性聚类。Permanova检验显示温度对整体性状组成具有显著影响（p<0.001）。
图3.群落加权均值与功能多样性对实验性升温的响应。(a)群落加权均值(CWM)；(b)通过功能分散度(FDis)测定的功能多样性。数值表示相对于对照组（虚线标示为0）的百分比变化；数据点代表均值（每处理组n=4次重复），误差条表示95%置信区间。颜色用于标识不同处理组（T1：橙色；T2：青绿色；T3：品红色）。实心圆点与空心圆点分别表示相对于对照组具有显著（p<0.05）和无显著意义的响应。统计学显著性采用单因素方差分析及随后的Dunnett事后检验进行判定。与对照组相比（49对显著的性状关系），T1、T2和T3处理组的显著关系数分别减少至25、37和47对，所有增温处理组的网络边密度均低于对照组，而模块性、平均路径长度和直径均升高。具体而言，模块性从对照组的0.25分别增加到T1、T2和T3处理下的0.38、0.35和0.34，平均增加41%，表明增温加强了模块内部连接，增强了性状独立性，并降低了整体协同资源传递效率。此外，增温还改变了性状网络中的节点参数。19个性状的度和中心性在不同增温梯度间的变化基本一致，度和中心性排名前五的功能性状在四个温度梯度间基本相同，仅有顺序上的微小变化。但网络中心性发生了明显转移：与对照组相比，T1、T2和T3处理组分别将网络中心性从SS转移至MDA、RC和LDMC。在介数中心性方面，不同增温梯度的性状网络差异显著。对照组中介数排名前三的性状为RP、LS和SS，而在T1处理组中变为MDA、POD和SLA，在T2处理组中为LDMC、MDA和Chl，在T3处理组中则变为SS、RS和LDMC。在接近中心性方面，不同增温梯度间性状网络的差异相对较小。这些结果表明，不同的增温梯度选择了不同的植物功能性状作为网络连接的“中介者”。图4.受控处理与升温处理下的植物性状网络。节点代表19个功能性状；边则表示各性状之间的显著相关性（|r|>0.2且p<0.05），其中绿色线条与红色线条分别表示正相关与负相关关系；边的粗细程度与相关系数(r)的绝对值成正比。所有性状数值在分析前均经过log10对数转换。各面板的网络布局保持一致，以便于比较。图5.不同实验增温梯度下植物功能性状网络节点参数的变异情况。极坐标柱状图展示了四种拓扑指标（度、枢纽节点、中介中心性和接近中心性），其中径向长度表示19个性状中每个性状对应的参数得分；颜色则用于标识处理组（对照组，蓝色；T1，橙色；T2，青绿色；T3，品红色）。气候变暖会削弱性状间的协同作用，并导致性状间关系解耦
Mantel检验分析发现，温度与大多数功能性状之间存在显著关系（p<0.05），但SLA、Height、LC、LN、LS和RN除外。值得注意的是，温度与生理性状Pro、SOD、POD、CAT和APX之间的Mantel's r值均大于或等于0.4。相反，物种与这些生理性状之间未显示出显著关系。为验证Mantel检验识别的多元模式，研究以温度处理和物种身份为固定因素、其交互作用为协变量，对19个功能性状分别进行了双因素方差分析。结果表明，所有生理性状均表现出高度显著的温度主效应（p<0.001）。在这些性状中，仅Pro和POD表现出显著的物种主效应（p<0.01），且仅Pro具有显著的交互效应（p<0.001），其余生理性状均无显著交互效应。对于结构性状，几乎所有性状均表现出温度和物种的高度显著主效应（p<0.001）以及显著交互效应（p<0.05），仅少数性状（如LC、SS）例外。此外，Pearson相关分析揭示了增温条件下性状协变的减少。在对照组中，有49对性状表现出显著相关关系（p<0.05），例如SLA与LDMC显著负相关，与LP、RC、RN、MDA和SS显著正相关。然而，在T1、T2和T3增温处理组中，显著相关（p<0.05）的性状对数分别减少至29、48和44对。图6.植物功能性状与温度处理及物种身份之间的相关性分析。右上角矩阵显示了19个性状（N=48）之间的两两皮尔逊相关系数；方格颜色表示皮尔逊r值（红色，正相关；蓝色，负相关）。左侧网络图展示了“温度”和“物种”对性状影响的曼特尔检验结果；边宽代表曼特尔r值；颜色表示显著性水平（橙色，p<0.01；蓝色，0.01≤p<0.05；灰色，p≥0.05）。本研究通过模拟增温梯度，分析了高寒草甸植物功能性状、群落加权性状值、性状网络和性状间相关关系的变化。增温显著影响三种优势物种的功能性状，且效应随梯度加剧而增强。在低增温水平（<2℃）下，部分生理性状呈稳定或改善趋势；而在高增温条件下，生理性状发生显著变化，可能代表对极端温度胁迫的不适应响应。物种表现出异质的响应策略，反映了生态位分化。在群落层面，尽管大多数性状在增温下显著增加，但部分性状在不同增温梯度间呈现相反趋势，反映了生理权衡和对升温的策略性调整。高增温梯度破坏了物种间的性状差异，可能改变功能性状互补性，并导致群落整体功能多样性下降。此外，增温转移了性状网络的中心性，资源利用效率相关性状成为核心枢纽，同时降低了网络边密度，增加了模块性、平均路径长度和直径，表明功能性状间的连通性和协同性减弱，这可能对应资源传递效率的降低。尽管生理性状不占据网络中心位置，但它们对温度变化高度敏感，突显其在快速缓冲生态系统功能方面的灵活潜在作用。最后，增温破坏了功能性状间的原有平衡，导致性状间相关性减弱或改变，这一发现可能反映了物种特异性权衡和分化生态位适应驱动的多样化植物响应策略。该研究揭示了功能性状对增温梯度的响应机制，为理解全球变暖对高寒草甸生态系统功能和稳定性的潜在影响提供了见解。