CN106202960A

CN106202960A - 一种基于湖泊水生态系统的健康评价方法

Info

Publication number: CN106202960A
Application number: CN201610576428.XA
Authority: CN
Inventors: 赵光辉; 常文越; 张依然; 刘智; 王恒
Original assignee: Shenyang Academy Environmental Sciences
Current assignee: Shenyang Academy Environmental Sciences
Priority date: 2016-07-21
Filing date: 2016-07-21
Publication date: 2016-12-07

Abstract

本发明公开了一种基于湖泊水生态系统的健康评价方法，属于环境保护技术领域。该方法首先对湖泊水环境和湖泊水生生物群落进行调查与分析，并利用典范对应分析探究水生生物物种分布与环境因子的关系；并进一步确定候选指标、确定评价指标、确定评价指标权重、建立评价指标体系、计算湖泊水生态系统健康综合指数，评价湖泊水生态系统健康状态。应用本发明建立的湖泊水生态系统健康评价指标体系，可对湖泊水生态系统健康状况进行科学评估，客观反映湖泊水环境和水生生物群落健康状况。

Description

一种基于湖泊水生态系统的健康评价方法

技术领域

本发明属于环境保护技术领域，具体涉及一种基于湖泊水生态系统的健康评价方法。

背景技术

近年来，由于水资源利用和污染物排放强度的增大，水生态环境问题已经成为我国最主要的环境问题之一。相比于20世纪，水环境问题无论在性质、规模和影响程度上都发生了显著变化。水环境污染已从单一污染发展到复合污染、各种新旧污染物交织、污染与非污染影响耦合作用的复杂态势，其结果是导致全国性的流域水生态系统显著退化，使得水生态与水环境问题变得更加复杂、风险更加巨大。现行的水质评价方法远远不能满足水环境管理工作的需要，注重对水生态系统健康保护的目标要求，是国际水环境管理技术的发展趋势。

生态系统健康评价是当前宏观生态学与生态系统管理研究的热点问题之一。从生态学的角度看，湖泊生态环境问题的出现实际上是不适当的人类活动胁迫湖泊生态系统，导致湖泊生态系统结构发生变化，进而影响到湖泊生态系统的服务功能。生态系统健康的理论和方法作为生态学的新思想，应用到湖泊水生态系统研究中，可以客观评价湖泊水生态系统的健康状态，是当前湖泊生态学的前沿领域。随着国家水环境管理理念从单纯的水质污染控制向生态系统健康综合管理方式的转变，水生态系统健康评价工作迫在眉睫。

因此，建立湖泊水生态系统的健康评价方法，为湖泊水生态系统健康评价工作提供科学依据和技术支撑，理论意义和现实意义很强。

发明内容

本发明的目的在于提供一种基于湖泊水生态系统的健康评价方法，该方法包括如下步骤：

(1)湖泊水环境调查与分析：

在待评价湖泊设置若干采样点，监测各采样点的物理指标、化学指标、毒理学指标和卫生学指标，依据《地表水环境质量标准》(GB 3838-2002)，选择水质主要污染物，然后按照公式(a)和公式(b)分别计算水质污染指数P和污染负荷分担率K_i，然后由污染负荷分担率K_i确定湖泊水质首要污染物；

P = \frac{1}{n} Σ_{i = 1}^{n} P_{i}, P_{i} = \frac{C_{i}}{S_{i}}, i = 1, 2, ..., n - - - (a);

K_{i} = (P_{i} - Σ_{i = 1}^{n} p_{i}) \times 100 % - - - (b);

式中：P为水质污染指数，P_i为污染物i的污染指数，C_i为污染物i的实测浓度，S_i为污染物i的评价标准，n为参加评价的污染物个数；

(2)湖泊水生生物群落调查与分析：

调查监测湖泊水生生物群落的种类和丰度，并按式(c)、(d)和(e)分别计算湖泊水生生物群落的Margalef丰富度指数R、Shannon-Wiener Index多样性指数H和Pielou均匀度指数J；

R = \frac{S - 1}{L n N} - - - (c);

H = - Σ \frac{N_{i}}{N} \times l n \frac{N_{i}}{N} - - - (d);

J = \frac{H}{L n S} - - - (e);

式中：S为各样点物种数，N_i为各采样点某一物种的数量，N为各采样点所有物种总数；

(3)水生生物物种与环境因子的典范对应分析：

利用典范对应分析探究水生生物群落中浮游动物、浮游植物和底栖动物分布与环境因子的关系；

(4)确定候选指标：

按照指标筛选的原则，选取能反映湖泊水生态系统物理学、化学、毒理学、卫生学、水生生物特征的指标作为湖泊水生态系统健康评价指标体系的候选指标。

(5)确定评价指标：

利用主成分分析和相关分析筛选候选指标，并结合步骤(1)中湖泊水环境调查与分析结果和步骤(3)中典范对应分析的结果，确定评价指标。

(6)确定评价指标权重：采用客观赋权法计算评价指标的权重，利用PCA法计算各个指标的共同度值，确定各指标的权重；

(7)建立评价指标体系：应用生态系统健康理论，建立湖泊水生态系统健康评价指标体系；

(8)计算湖泊水生态系统健康综合指数，评价湖泊水生态系统健康状态；按照从上到下逐层整合的办法，得出水生态系统健康综合指数ECHI；水生态系统健康综合指数公式如下：

ECHI＝∑W_iI_i (f)；

式中：ECHI为水生态系统健康综合指数，其值在0-1之间；W_i为评价指标在健康评价指标体系中的权重值，其值在0-1之间；I_i为评价指标的归一化值，其值在0-1之间。

上述步骤(1)中，根据湖泊的自然禀赋和流域的社会经济特点，设置待评价湖泊的水环境调查指标和采样点。如，实际监测过程中，水环境调查指标(物理指标、化学指标、毒理学指标和卫生学指标)的具体选择为：物理指标可选择温度、浊度、透明度、电导率和悬浮固体等，所述化学指标可选择pH、溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷、五日生化需氧量、氟化物和挥发酚等，所述毒理学指标可选择急性毒性和综合毒性，所述卫生学指标可选择细菌总数。

上述步骤(2)中，所述湖泊水生生物群落为浮游动物、浮游植物和底栖动物。

上述步骤(3)中，所述典范对应分析过程中，为消除冗余变量的影响，首先对选定的环境因子进行预选，通过前向选择结合Monte Carlo检验确定对水生生物物种产生影响的主要环境因子，其次，采用CCA排序方法研究水生生物分布与主要环境因子的关系。所述环境因子包括物理指标、化学指标、毒理学指标和卫生学指标。

上述步骤(4)中，所述水生生物特征包括水生生物物种丰度、Margalef丰富度指数R、Shannon-Wiener Index多样性指数H和Pielou均匀度指数J。

本发明的优点及有益效果如下：

本发明从流域和水生态系统整体出发，提出了湖泊水生态系统健康评价方法；本发明在国内外首次将毒理学的理念与方法引入到湖泊水生态系统健康评价工作；应用本发明建立的湖泊水生态系统健康评价指标体系，可对湖泊水生态系统健康状况进行科学评估，客观反映湖泊水环境和水生生物群落健康状况。

附图说明

图1为湖泊水生态系统健康评价流程图。

图2为浮游植物门类与水质因子CCA排序图；图中：TN：总氮；SS：悬浮物；T：温度；TP：总磷；VF：挥发酚；NH₃-N：氨氮；TLI：富营养化指数；Bacillar：硅藻门；Cyanophy：蓝藻门；Chloroph：绿藻门；Cryptoph：隐藻门；Pyrrophy：甲藻门；Euglenop：裸藻门；Chrysoph：金藻门。

图3为浮游动物种类与水质因子CCA排序图；其中：Turb：浊度；T：温度；F^-：氟化物；NH₃-N：氨氮；Acutoxic：急性毒性；VF：挥发酚；Parameci：草履虫属；Arcella：表壳虫属；Rotifera：轮虫属；Calanida：哲水蚤属；Daphnia：水蚤；Hydracar：水螨；Ostracod：介形虫；Caenorha：线虫类。

图4为底栖动物种类与环境因子CCA排序图；其中：Bbf：苯并[b]荧蒽；Icdp：印并[c,d]芘；Chla：叶绿素a；Acutoxic：急性毒性；Discus s：盘螺；Caddisfl：石蚕；Anodonta：无齿蛙；Radis sp：萝卜螺；Cyraulus：白旋螺；Cipangop：圆田螺；Petopia：粗腹摇蚊；Thammi：塞氏摇蚊；Parafoss：沼螺；Nais Mü：仙女虫。

图5为WL湖水生态系统健康评价指标体系图。

图6为WL湖各季节水生态系统健康空间分布图；其中：(a)春季，(b)夏季，(c)秋季。

具体实施方式

以下结合附图及实施例详述本发明。本说明书中的各项细节可在不背离本发明的精神下进行修饰。

实施例1

本实施例为对中国北方某湖泊(以下用WL湖代替)水生态系统健康进行评价，评价流程如图1所示，具体评价过程如下：

(1)湖泊水环境调查与分析。

2014年春、夏、秋季在湖区共设置53个采样点，采集水样，监测湖泊物理指标：温度(T)、浊度(Turb)、透明度(SD)、电导率(TDS)、悬浮固体(SS)；化学指标：pH、溶解氧(DO)、化学需氧量(CODcr)、高锰酸盐指数(COD_Mn)、氨氮(NH₃-N)、总氮(TN)、总磷(TP)、五日生化需氧量(BOD₅)、氟化物(F^-)、挥发酚(VF)；毒性指标：急性毒性(Acutoxic)、综合毒性(Comtoxic)；卫生学指标：细菌总数。

按式(a)和式(b)计算水质污染指数P和污染负荷分担率K_i，具体结果见表1。

WL湖水质首要污染物是TN，其次是CODcr、F^-，三者累计占污染负荷的68.4％。

表1 WL湖水质评价结果

(2)湖泊水生生物群落调查与分析。

调查WL湖浮游动植物和底栖动物的种类、丰度，按式(c)、(d)、(e)计算各类水生生物的Margalef丰富度指数R、Shannon-Wiener Index多样性指数H和Pielou均匀度指数J，结果见表2-表7。

表2 WL湖浮游植物丰度特征(x10⁴ind/L)

表3 WL湖浮游植物多样性特征

表4 WL湖浮游动物丰度特征(×10³ind/L)

表5 WL湖浮游动物多样性特征

表6 WL湖底栖动物密度特征(ind/m²)

表7 WL湖底栖动物多样性特征

(3)水生生物物种与环境因子的典范对应分析。

利用典范对应分析探究浮游植物、浮游动物、底栖动物分布与环境因子的关系。为消除冗余变量的影响，首先对选定的环境因子进行预选，通过前向选择结合Monte Carlo检验确定对水生生物物种产生影响的主要环境因子，其次，采用CCA排序方法研究水生生物分布与环境因子的关系。

浮游植物分布和水环境因子的关系。

环境变量预选。为消除冗余变量的影响，首先对选定18个水质指标进行预选。利用前向选择结合Monte Carlo检验确定一组代理变量。在前项选择过程中，通过Monte Carlo检验确定各环境变量的边际影响(Marginal Effects)及条件影响(ConditionalEffects)，深入了解各环境变量同群落之间统计上的相关关系，表8是18个环境变量在前项选择过程中Monte Carlo检验的边际影响及条件影响的变化情况。

边际影响反映了该环境变量对群落物种组成的影响状况；条件影响是剔除前变量后，该变量对群落的影响状况，边际影响及条件影响用典范特征值Lambda表示。TN对浮游植物群落影响最大，特征值为0.09，其边际影响最高，因此排在条件影响的第1位。VF的边际影响排在第2位，但Monte Carlo检验在提出TN这一变量后，其条件影响立即降到0.01，反映出VF与TN存在较强的相关性。其余水质因子在提出TN因子后，条件影响值也均出现大幅下降，表明各因素同TN也存在很强的相关性。尽管如此，TN、VF、T、SS、NH₃-N、Chla、Turb7个水质因子仍然在前项选择过程中通过Monte Carlo检验(P＜0.05)。

对浮游植物产生影响的主要环境因子依次是：TN、VF、T、SS、NH₃-N、Chla、Turb。这7个水质因子通过检验构成代理变量，共提取了93.1％的水质信息量，其中TN提供了60.1％的信息量。

表8前项选择中各变量的边际影响和条件影响

备注：**.环境因子对物种组成的影响极显著(P＜0.01)；*.环境因子对物种组成的影响显著(P＜0.05)。

典范对应分析。确定7个代理变量后，采用CCA排序方法研究53个样点的浮游植物分布与水质因子的关系。CCA前两个排序轴的特征值为0.957和0.777，贡献率分别为71.6％和7.0％，累积贡献率为78.6％，即前两轴可以代表78.6％的水质信息量，说明排序结果良好。环境因子第一、第二轴间的相关系数为0，表明分析结果可靠。

结果显示，7门藻类大致分为3组。组Ⅰ：蓝藻；组Ⅱ：硅藻、绿藻、裸藻；组Ⅲ：甲藻、金藻、隐藻。物种分布的卡方距离长短代表了物种间的亲疏关系，从图2可以看出，组Ⅱ3门藻类的卡方距离较小，说明其分布的差异性较小，绿藻和硅藻分布的差异性最小，蓝藻门与其它各门藻类分布的差异性较大。

蓝藻(组Ⅰ)受TN、VF、TP、TLI、T的显著影响，与上述5个因子正相关；硅藻、绿藻、裸藻(组Ⅱ)与NH₃-N、SS正相关，与TN等其它水质因子负相关；甲藻、金藻、隐藻(组Ⅲ)与T、SS等正相关，与NH₃-N负相关。TN是所有因子中对浮游植物分布起决定作用的因子。影响组Ⅰ和组Ⅱ分布的因素相反。

浮游动物分布和水环境因子的关系。

环境变量预选。为消除冗余变量的影响，对选定18个水质指标进行预选，表9是18个环境变量在前项选择过程中Monte Carlo检验的边际影响及条件影响的变化情况。Turb对浮游动物群落影响最大，特征值为0.32，其边际影响最高，因此排在条件影响的第1位。NH₃-N、F^-的边际影响依次排在第2、3位，特征值分别为0.30、0.28，仅略低于Turb的特征值，但Monte Carlo检验在提出Turb这一变量后，NH₃-N、F^-的条件影响立即降到0.12、0.04，反映出NH₃-N、F^-与Turb存在较强的相关性。其余水质因子在提出Turb因子后，条件影响值也均出现大幅下降，表明各因素同Turb也存在很强的相关性。最终，Turb、T、F^-、NH₃-N、Acutoxic、VF6个水质因子在前项选择过程中通过Monte Carlo检验(P＜0.05)。

对浮游动物产生影响的主要环境因子依次是：Turb、T、F^-、NH₃-N、Acutoxic、VF。这6个水质因子通过检验构成代理变量，共提取了83.2％的水质信息量，其中Turb提供了43.7％的信息量，NH₃-N提供了22.4％的信息量。

表9前项选择中各变量的边际影响和条件影响

典范对应分析。确定6个代理变量后，采用CCA排序方法研究53个样点的浮游动物分布与水质因子的关系。CCA前两个排序轴的特征值为0.928和0.834，贡献率分别为45.8％和15.8％，累积贡献率为61.6％。环境因子第一、第二轴间的相关系数为0，表明分析结果可靠。

结果显示，8个种属的浮游动物大致分为3组。组Ⅰ：草履虫属；组Ⅱ：轮虫属；组Ⅲ：表壳虫属、哲水蚤属、水蚤、水螨、介形虫、线虫类。物种分布的卡方距离长短代表了物种间的亲疏关系，从图3可以看出，除草履虫属、轮虫属、水螨外，其它种属浮游动物分布的卡方距离较短，说明这些物种分布的差异性较小。

草履虫属(组Ⅰ)受Turb的显著影响，与Turb、NH₃-N、F^-正相关；轮虫属(组Ⅱ)受T、Acutoxic、VF的显著影响，与三者正相关，与Turb、NH₃-N、F^-负相关；表壳虫属、哲水蚤属、水蚤、水螨、介形虫、线虫类(组Ⅲ)与Turb、F^-、Acutoxic等负相关。Turb、T是所有因子中对浮游植物分布起主要作用的因子。影响组Ⅰ和组Ⅱ分布的因素相反。

底栖动物分布和环境因子的关系。

环境变量预选。为消除冗余变量的影响，对选定18个水质指标和20个沉积物指标进行预选，表10是38个环境变量在前项选择过程中Monte Carlo检验的边际影响及条件影响的变化情况。Bbf对浮游动物群落影响最大，特征值为0.27，其边际影响最高，因此排在条件影响的第1位。Bap、TP的边际影响依次排在第2、3位，特征值分别为0.26、0.25，仅略低于Bbf的特征值，但Monte Carlo检验在提出Bbf这一变量后，Bap、TP的条件影响立即降到0.03、0.01，反映出二者与Bbf存在较强的相关性。其余环境因子在提出Bbf因子后，条件影响值也显著下降，表明各因素同Bbf也存在很强的相关性。最终，Bbf、Icdp、Chla、pH、Acutoxic5个水质因子在前项选择过程中通过Monte Carlo检验(P＜0.05)。

对底栖动物产生影响的主要环境因子依次是：Bbf、Icdp、Chla、pH、Acutoxic。这5个水质因子通过检验构成代理变量，共提取了34.7％的水质信息量，其中Bbf提供了13.8％的信息量。

表10前项选择中各变量的边际影响和条件影响

备注：**.环境因子对物种组成的影响极显著(P＜0.01)；*.环境因子对物种组成的影响显著(P＜0.05)。环境因子后注(sed)表示该因子为沉积物指标，未标注的为水质指标。

典范对应分析。确定6个代理变量后，采用CCA排序方法研究24个样点的底栖动物分布与水质因子的关系。CCA前两个排序轴的特征值为0.942和0.784，贡献率分别为36.6％和6.9％，累积贡献率为43.5％。环境因子第一、第二轴间的相关系数为0，表明分析结果可靠。

结果显示，底栖动物大致分为3组。组Ⅰ：塞氏摇蚊、粗腹摇蚊、沼螺、仙女虫；组Ⅱ：无齿蚌、萝卜螺、白旋螺、圆田螺、静水椎实螺、环棱螺、多突癞皮虫；组Ⅲ：盘螺、石蚕。从图4可以看出，物种间卡方距离较短的有腹足纲的白旋螺、圆田螺、静水椎实螺，摇蚊属的塞氏摇蚊、粗腹摇蚊。

塞氏摇蚊、粗腹摇蚊、沼螺、仙女虫(组Ⅰ)受苯并[b]荧蒽的显著影响，与苯并[b]荧蒽正相关，与印并[c,d]芘、pH负相关；无齿蚌、萝卜螺、白旋螺、圆田螺、静水椎实螺、环棱螺、羽摇蚊、多突癞皮虫(组Ⅱ)受印并[c,d]芘的显著影响，与印并[c,d]芘正相关，并且无齿蚌、萝卜螺与pH显著正相关，多突癞皮虫、羽摇蚊、环棱螺与急性毒性、叶绿素a正相关；盘螺、石蚕(组Ⅲ)与pH正相关。沉积物中的印并[c,d]芘和苯并[b]荧蒽是对底栖动物分布起主要作用的因子。

(4)确定候选指标。依据系统性、独立性、差异性、可量化性、实用性的原则，选取能反映WL湖水生态系统物理化学、毒理学、卫生学、生物学特征的24个指标作为WL湖水生态系统健康评价指标体系的候选指标。其中，物理化学指标14个，包括：pH、水温、电导率、浊度、SS、DO、CODcr、COD_Mn、NH₃-N、TN、TP、BOD₅、F^-、VF；毒理学指标2个，包括：Comtoxic、Acutoxic；卫生学指标1个：细菌总数；生物学指标7个，包括：浮游植物丰度、浮游植物多样性指数、浮游动物丰度、浮游动物多样性指数、底栖动物密度、底栖动物多样性指数H、Chla。

(5)确定评价指标。

候选指标的主成分分析。对24个指标进行主成分分析，KMO值为0.712，Bartlet球形检验卡方值为1038.748，显著性值P为0.000，达到及其显著水平，两种检验都表明，这24个候选指标适合做主成分分析。

主成分分析结果显示，根据特征值大于1，累计方差大于70％的原则，提取出7个主成分，它们能够共同解释总方差的77.609％，具体见表11。

表11候选指标主成分分析结果

第1主成分的特征值为8.746，解释原始变量的方差比例为36.442％，包括的因子有pH、T、TDS、Turb、NH₃-N、F^-、VF、Comtoxic、浮游植物丰度、Chla。第2主成分的特征值为2.781，解释原始变量的方差比例为11.587％，包括的因子有DO、TN。第3主成分的特征值为2.272，解释原始变量的方差比例为9.467％，包括的因子有COD_Mn、浮游植物H。第4主成分的特征值为1.364，解释原始变量的方差比例为5.683％，包括的因子有Acutoxic。第5主成分的特征值为1.252，解释原始变量的方差比例为5.217％，未提取出载荷值大于0.6的因子。第6主成分的特征值为1.178，解释原始变量的方差比例为4.908％，包括的因子有底栖动物H。第7主成分的特征值为1.033，解释原始变量的方差比例为4.306％，未提取出载荷值大于0.6的因子。

TP载荷值为0.597<0.6，但是考虑到TP是地表水环境质量评价的重要指标，因此保留该指标。

综上，筛选出pH、T、TDS、Turb、NH₃-N、F^-、VF、Comtoxic、浮游植物丰度、Chla、DO、TN、COD_Mn、浮游植物H、Acutoxic、底栖动物H、TP共17项指标进入下一步筛选过程。

候选指标的相关分析：对主成分分析余下17项指标进行正态分布检验，结果表明：Comtoxic、COD_Mn、浮游植物丰度、浮游植物H、TP符合正态分布(P>0.05)，其余指标均不符合正态分布。因此，对符合正态分布的指标采用Pearson相关检验，对不符合正态分布的指标采用Spearman秩相关检验，分析指标间的相关性，详见表12。

相关分析结果表明，Acutoxic、底栖动物H与其他指标间的相关性较差，说明其相对独立，且Acutoxic是影响浮游动物、底栖动物分布的主要环境因子，以上两个指标予以保留。在水体物理指标中，pH、T、TDS、Turb、DO都与多个指标显著相关，T虽然是影响水生生物生长的关键因子，但其主要由气候决定，DO与其它参数相比，更能反映水生态系统中新陈代谢的情况，且是《地表水环境质量标准》(GB 3838-2002)中的指标，因此物理指标保留DO。在水体化学指标中，COD_Mn与NH₃-N显著相关，TN与TP、VF显著相关，F^-与NH₃-N、TP显著相关，鉴于COD_Mn、TN、TP能够较为全面反映水生态系统有机污染和营养物方面的特征，TN、TP、F^-是WL湖水生态系统的主要污染物，TN对浮游植物分布起决定作用，因此保留COD_Mn、TN、TP、F^-四个指标。在毒理学指标中，Comtoxic能够对水体毒性进行综合评价，是毒理学的评估的重要指标，因此同Acutoxic一同保留。在生物指标中，浮游植物H与浮游植物丰度、Chla都显著相关，并且是湖泊生态系统中食物链网中重要节点和纽带，因此同底栖动物H一同保留。综上，筛选出DO、COD_Mn、TN、TP、F^-、Comtoxic、Acutoxic、浮游植物H、底栖动物H9个指标作为WL湖水生态系统健康评价的指标。

(6)确定评价指标权重。选择客观赋权法计算评价指标的权重。各变量的共同度(即公因子方差)大小表明其在总体方差中的贡献，由此求出各变量的权重。利用PCA法计算10个指标的共同度值，确定各指标的权重，详见表13。

表13 WL湖水生态系统健康评价指标权重

(7)建立评价指标体系。应用生态系统健康理论，根据评价指标选取的原则，建立了由理化指标体系、毒理学指标体系、生物学指标体系3个二级指标体系组成的完整的水生态系统健康评价指标体系。详见图5。

(8)计算湖泊水生态系统健康综合指数，评价湖泊水生态系统健康状态。按照式(f)计算WL湖水生态系统健康综合指数EHCI，参照中国环境科学研究院编著的《湖泊生态安全调查与评估》中提出的生态系统健康综合指数分级标准评价WL湖水生态系统的健康状态，详见表14。

研究期间，WL湖ECHI均值为0.391，DO、浮游植物H、Comtoxic对ECHI的贡献分别为0.126、0.096、0.099，TP、COD_Mn对ECHI的贡献分别为0.030、0.026，而F^-、TN、底栖动物H、Acutoxic对ECHI的贡献依次为0.002、0.002、0.010和0.012，4个因子对ECHI的累积贡献仅为0.026，累积贡献率为6.65％。上述分析表明：F^-、TN、底栖动物H、Acutoxic是WL湖水生态系统健康状态较差的主要影响因子，TP和COD_Mn次之。

表14 WL湖水生态系统健康综合指数特征

水生态系统健康状态的空间变化。

WL湖水生态系统健康空间分布见图6。春季整个湖区的健康状态分为Ⅱ级、Ⅲ级、Ⅳ级，绝大部分湖区健康状态为中等，只有湖心微小面积健康状态好，南部湖区和东北湖区的小部分区域健康状态较差。WL湖水生态系统健康综合指数呈现从南北湖岸带向湖心递增趋势，西南湖区和东北湖区的ECHI指数较低。与春季相比，夏季湖区的水生态系统健康状态整体下降。湖区的健康状态分为Ⅲ级、Ⅳ级、Ⅴ级，绝大部分湖区健康状态为较差，由春季的Ⅲ级降为Ⅳ级，只有中北部湖区有一个健康状态中等的斑块，南部湖区近岸带的健康状态很差。水生态系统健康综合指数总体呈现从南部湖区和东北部湖区向中北部递增趋势。与夏季相比，秋季湖区的水生态系统健康状态小幅下降，与夏季ECHI差异不显著，但ECHI的空间变化与夏季大致相反，整个湖区的健康状态分级从北部到南部梯度递增，依次为Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级，约50％湖区为Ⅳ级。

Claims

1.一种基于湖泊水生态系统的健康评价方法，其特征在于：该评价方法包括如下步骤：

(1)湖泊水环境调查与分析：

在待评价湖泊设置若干采样点，监测各采样点的物理指标、化学指标、毒理学指标和卫生学指标，依据《地表水环境质量标准》(GB 3838-2002)，选择水质主要污染物，按照公式(a)和公式(b)分别计算水质污染指数P和污染负荷分担率K_i，然后由污染负荷分担率K_i确定湖泊水质首要污染物；

P = \frac{1}{n} Σ_{i = 1}^{n} P_{i}, P_{i} = \frac{C_{i}}{S_{i}}, i = 1, 2, ..., n - - - (a);

K_{i} = (P_{i} - Σ_{i = 1}^{n} p_{i}) \times 100 % - - - (b);

(2)湖泊水生生物群落调查与分析：

R = \frac{S - 1}{L n N} - - - (c);

H = - Σ \frac{N_{i}}{N} \times L n \frac{N_{i}}{N} - - - (d);

J = \frac{H}{L n S} - - - (e);

(3)水生生物物种与环境因子的典范对应分析：

(4)确定候选指标：

(5)确定评价指标：

ECHI＝∑W_iI_i (f)；

2.根据权利要求1所述的基于湖泊水生态系统的健康评价方法，其特征在于：步骤(1)中，根据湖泊的自然禀赋和流域的社会经济特点，设置待评价湖泊的水环境调查指标和采样点。

3.根据权利要求1所述的基于湖泊水生态系统的健康评价方法，其特征在于：步骤(2)中，所述湖泊水生生物群落为浮游动物、浮游植物和底栖动物。

4.根据权利要求1所述的基于湖泊水生态系统的健康评价方法，其特征在于：步骤(3)中，所述典范对应分析过程中，为消除冗余变量的影响，首先对选定的环境因子进行预选，通过前向选择结合Monte Carlo检验确定对水生生物物种产生影响的主要环境因子；其次，采用CCA排序方法研究水生生物分布与主要环境因子的关系。

5.根据权利要求4所述的基于湖泊水生态系统的健康评价方法，其特征在于：所述环境因子包括物理指标、化学指标、毒理学指标和卫生学指标。

6.根据权利要求1所述的基于湖泊水生态系统的健康评价方法，其特征在于：步骤(4)中，所述水生生物特征包括水生生物物种丰度、Margalef丰富度指数R、Shannon-WienerIndex多样性指数H和Pielou均匀度指数J。