CN106777879A - 基于生物指标的红树林水环境健康状况评估方法 - Google Patents
基于生物指标的红树林水环境健康状况评估方法 Download PDFInfo
- Publication number
- CN106777879A CN106777879A CN201611033856.4A CN201611033856A CN106777879A CN 106777879 A CN106777879 A CN 106777879A CN 201611033856 A CN201611033856 A CN 201611033856A CN 106777879 A CN106777879 A CN 106777879A
- Authority
- CN
- China
- Prior art keywords
- mangrove
- biological indicators
- water environment
- environment health
- irrelevance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明提供一种基于生物指标的红树林水环境健康状况评估方法,包括确定生物指标步骤,根据红树林的实际情况选出对红树林水环境变化响应明显的多个生物指标;选定理想参照点步骤,选定不受人为活动干扰或最低限度受损害的红树林区域作为理想参照点;计算评价指标步骤,分别测定待评估红树林和理想参照点的生物指标的数值,并根据所述数值计算评价比值I和偏离度b;评估步骤,根据所述评价比值I和偏离度b对待评估红树林的水环境健康状况进行评估。本发明提供的基于生物指标的红树林水环境健康状况评估方法,可客观准确的评估及预测红树林水环境健康状况,操作过程简单。
Description
技术领域
本发明涉及环境监测技术领域,特别涉及一种基于生物指标的红树林水环境健康状况评估方法。
背景技术
红树林是生长在海陆交界带的木本植物群落,具有防风消浪、净化水体、维持生物多样性等多种生态功能。当前,红树林生态系统正在面临着前所未有的考验。红树林普遍面临水质污染越来越严重,水环境质量逐渐下降的问题。水环境健康状况对红树林的生长乃至整个红树林生态系统的稳定至关重要。对红树林水环境健康状况的客观评估及预测可为红树林的保护和管理提供基础数据支持和指明保护方向。
在以往水污染治理工作中,相关部门所采用的评价方法主要是以水质的理化监测值为主的监测方法,虽然能够在一定程度上满足监测的需求,但是在监测的过程中,却受着多方面因素的影响,给监测工作带来了很大的困难。现有的水环境质量评价方法有单因子评价法、污染指数法、分级评分法等,主要通过水体理化指标来评价水环境质量,注重多参数的数据分析,有一定的适用性和局限性。
为了有效提高河流水质的监测和评价效果,相关人员研究出了监测和评价的生物学方法,这种方法能够将传统监测方法中存在的问题有效解决,对河流水质监测和评价具有重要作用。生物快速评估方法则通过生物指标来评价水环境健康状况,是将研究区的栖息地、水质和生物的实际监测值与期望状态或参照条件进行对比,进而评价生态系统健康状况。但是,现有的生物学评价方法都是针对单一指标进行评估,但当多个单指标评估结果不一致时,对评价对象整体健康状况的评估缺乏统一标准。由于红树林生境的独特性,现有的生物学评估方法很难准确的对其进行评估。
发明内容
针对以上问题,本发明专利目的在于设计了一种基于生物指标的红树林水环境健康状况评估方法,该方法可克服基于水质评价和单指标评价的局限性,客观准确的评估及预测红树林水环境健康状况,为红树林的保护和管理提供基础数据支持和指明保护方向。
本发明具体的技术方案如下:
一种基于生物指标的红树林水环境健康状况评估方法,包括:
确定生物指标步骤:根据红树林的实际情况选出对红树林水环境变化响应明显的多个生物指标;
选定理想参照点步骤:选定不受人为活动干扰或最低限度受损害的红树林区域作为理想参照点;
计算评价指标步骤:分别测定待评估红树林和理想参照点的生物指标的数值,并根据所述数值计算评价比值I和偏离度b;所述评价比值I和偏离度b分别根据以下公式计算得到:
其中,O表示待评估红树林的生物指标测量数值,W表示理想参照点的生物指标测量数值,Ij为相应生物指标的评价比值,j为生物指标的数量;
评估步骤:根据所述评价比值I和偏离度b对待评估红树林的水环境健康状况进行评估;I≥1,表示该红树林水环境处于健康状态;I<1,表示该红树林水环境处于亚健康风险;偏离度b的值越高,表示该红树林水环境的健康状况越差;
预测步骤:结合神经网络分析法,对待评估红树林的水环境健康状况进行预测。
具体的,本发明所述生物指标包括底栖动物和海滨鸟类。
本发明提供的基于生物指标的红树林水环境健康状况评估方法与现有技术相比具有以下优点:
(1)确定可表征红树林水环境健康状况的生物指标以及理想参照点的选择思路和标准,不仅仅以单一的指示型生物评论生态系统健康状况,可准确的对红树林水环境健康状况进行评估;
(2)统一评估标准,可避免常规水质理化分析的繁琐程序,操作过程简单;
(3)鉴于水生生物等对水环境变化的敏感性,通过生物指标直接反映水环境健康状况,可为红树林的保护和管理提供有效数据支持和指明保护方向。
附图说明
以下参照附图对本发明实施例作进一步说明,其中:
图1是本发明基于生物指标的红树林水环境健康状况评估方法的流程图;
图2是本发明实施例一的计算评价比值I图;
图3是本发明实施例一的计算偏离度b图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
本发明提出了一种基于生物指标的红树林水环境健康状况评估方法,由于红树林生境的独特性,选择适宜的生物指标以及理想参照点也是评价的关键。请参阅图1,具体步骤包括:
确定生物指标步骤:根据红树林的实际情况选出对红树林水环境变化响应明显的多个生物指标。具体的,通过文献查阅、现场调研以及统计分析,同时要考虑数据的可获得性,筛选对水环境变化响应明显的生物指标。
选定理想参照点步骤:选定不受人为活动干扰或最低限度受损害的红树林区域作为理想参照点。
计算评价指标步骤:分别测定待评估红树林和理想参照点的生物指标的数值,并根据所述数值计算评价比值I和偏离度b。
具体的,所述评价比值I和偏离度b分别根据以下公式计算得到:
其中,O表示待评估红树林的生物指标测量数值,W表示理想参照点的生物指标测量数值,Ij为相应生物指标的评价比值,j为生物指标的数量。
评估步骤:根据所述评价比值I和偏离度b对待评估红树林的水环境健康状况进行评估。
具体的,通过I与阈值1的比较,判断出各指标的健康情况。I≥1,表示该红树林水环境处于健康状态;I<1,表示该红树林水环境处于亚健康风险;总体上,I>1且越趋近于1,表示该生境水环境健康与理想状况越接近,状况越佳。
偏离度b的值越高,表示该红树林水环境的健康状况越差。
所述方法进一步包括:结合神经网络分析法,对待评估红树林的水环境健康状况进行预测。利用MATLAB软件可绘制出评价比值I和隔离度b的走势图,可综合评估红树林水环境健康状况,克服了单因子评价和水质评价的局限性,客观评估及预测红树林水环境健康状况,为红树林的保护和管理提供基础数据支持和指明保护方向。
具体实施例一:
本实施例中,选定深圳湾红树林作为待评估区域来评价其水环境的健康状况。
确定生物指标步骤中,筛选出的深圳湾红树林水环境健康状况的表征生物指标为底栖动物和海滨鸟类。深圳湾是大量冬候鸟的歇脚地和越冬地,红树林植被凋落物为滩涂上的底栖动物提供能量来源,底栖动物为海滨鸟类提供丰富的食物来源,两者相互联系,均是红树林水环境的典型物种。统计分析显示,底栖动物和海滨鸟类二者的数量均对水环境变化响应明显。
选定理想参照点步骤,香港米埔红树林与深圳福田红树林地理位置相近,受人为干扰较少,生态环境良好,因此将其确定为参照点。调查香港米埔红树林水环境情况,确定相应生物指标的数值为健康值,年限为2005-2015年。
计算评价指标步骤:将深圳红树林2005-2015年生物指标与香港米埔红树林参照组情况对比,评价比值I和偏离度b,请参阅图2-图3。计算评价比值I值,结果如图2所示;根据计算出的评价比值I值确定偏离度b,结果如图3所示。
评估步骤:请参阅图2,从2005年开始,深圳湾一侧的水环境有所改善,水鸟多样性提高。在2009年之后,水鸟的多样性呈现下降的趋势,主要原因在于此区域的城市化水平提升、高层建筑物涌现、环境质量恶化和游人活动急剧增加。当地的发展在较长一段时间内还会有很强的势头,预测水鸟的数量还会出现下降的情况。而底栖动物受潮位线、水质等影响,波动较大。结合两者的I值可以看出,从2005年到2007年均小于1,逐步稳定并靠近1,说明深圳红树林水环境健康呈变好趋势,从2008年到2010年又逐渐远离1说明深圳红树林水环境健康状况出现问题,从2010年到2012年逐步稳定在1附近说明这段时间红树林水环境健康状况稳定,从2013年到2015年又开始波动说明深圳红树林水环境情况受影响。
请参阅图3,偏离度b随着时间的变化波动较大,在2007年、2012年和2015年附近出现极小值,表示这些年份健康状况良好。而2009年、2013年的偏离度都比较大,说明健康状况较差。
预测步骤:请参阅图2-图3,利用MATLAB软件可绘制出评价比值I和隔离度b的走势图,如图2所示,可预测深圳红树林水环境将呈现变好的趋势。如图3所示,未来偏离度呈现增大的趋势,预测深圳红树林水环境健康状况逐渐恶化。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (5)
1.一种基于生物指标的红树林水环境健康状况评估方法,其特征在于,包括:
确定生物指标步骤,根据红树林的实际情况选出对红树林水环境变化响应明显的多个生物指标;
选定理想参照点步骤,选定不受人为活动干扰或最低限度受损害的红树林区域作为理想参照点;
计算评价指标步骤,分别测定待评估红树林和理想参照点的生物指标的数值,并根据所述数值计算评价比值I和偏离度b;
评估步骤,根据所述评价比值I和偏离度b对待评估红树林的水环境健康状况进行评估。
2.根据权利要求1所述的基于生物指标的红树林水环境健康状况评估方法,其特征在于,所述方法进一步包括:结合神经网络分析法,对待评估红树林的水环境健康状况进行预测。
3.根据权利要求1所述的基于生物指标的红树林水环境健康状况评估方法,其特征在于,所述评价比值I和偏离度b分别根据以下公式计算得到:
其中,O表示待评估红树林的生物指标测量数值,W表示理想参照点的生物指标测量数值,Ij为相应生物指标的评价比值,j为生物指标的数量。
4.根据权利要求1或3所述的基于生物指标的红树林水环境健康状况评估方法,其特征在于,所述根据所述评价比值I和偏离度b对待评估红树林的水环境健康状况进行评估进一步包括:
I≥1,表示该红树林水环境处于健康状态;I<1,表示该红树林水环境处于亚健康风险;
偏离度b的值越高,表示该红树林水环境的健康状况越差。
5.根据权利要求1所述的基于生物指标的红树林水环境健康状况评估方法,其特征在于,所述生物指标包括底栖动物和海滨鸟类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611033856.4A CN106777879B (zh) | 2016-11-16 | 2016-11-16 | 基于生物指标的红树林水环境健康状况评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611033856.4A CN106777879B (zh) | 2016-11-16 | 2016-11-16 | 基于生物指标的红树林水环境健康状况评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106777879A true CN106777879A (zh) | 2017-05-31 |
CN106777879B CN106777879B (zh) | 2019-03-29 |
Family
ID=58971188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611033856.4A Active CN106777879B (zh) | 2016-11-16 | 2016-11-16 | 基于生物指标的红树林水环境健康状况评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106777879B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510191A (zh) * | 2018-04-02 | 2018-09-07 | 重庆大学 | 一种基于堆叠降噪自动编码算法的红树林生态健康评价方法 |
CN108520348A (zh) * | 2018-04-02 | 2018-09-11 | 重庆大学 | 一种基于红树林生态大数据的生态指标预测方法 |
CN109726495A (zh) * | 2019-01-07 | 2019-05-07 | 暨南大学 | 一种模拟和预测秋茄红树林沉积物总磷浓度变化的方法 |
CN110295220A (zh) * | 2019-06-14 | 2019-10-01 | 北京大学深圳研究生院 | 一种红树林湿地沉积物健康状况的微生物指标评估方法 |
CN112581038A (zh) * | 2020-12-31 | 2021-03-30 | 深圳中绿环境集团有限公司 | 一种红树林湿地的健康状况的评估方法 |
CN114418423A (zh) * | 2022-01-25 | 2022-04-29 | 海南大学 | 一种基于底栖动物功能多样性的水生态评价方法及应用 |
CN115982534A (zh) * | 2023-03-18 | 2023-04-18 | 湖北一方科技发展有限责任公司 | 一种江河水文监测数据的处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867116A (zh) * | 2012-08-30 | 2013-01-09 | 常州大学 | 基于健康风险的区域水环境优先控制污染物筛选方法 |
CN102999709A (zh) * | 2012-12-20 | 2013-03-27 | 中国环境科学研究院 | 一种农业活动区地下水风险分级分区评价方法 |
CN105224781A (zh) * | 2014-07-04 | 2016-01-06 | 中国环境科学研究院 | 评估水体突发性污染事故风险的方法及装置 |
CN105868545A (zh) * | 2016-03-28 | 2016-08-17 | 中国科学院城市环境研究所 | 一种地下水生态系统健康评价方法 |
CN106022635A (zh) * | 2016-05-30 | 2016-10-12 | 北京师范大学 | 一种区域水环境风险评估方法 |
-
2016
- 2016-11-16 CN CN201611033856.4A patent/CN106777879B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867116A (zh) * | 2012-08-30 | 2013-01-09 | 常州大学 | 基于健康风险的区域水环境优先控制污染物筛选方法 |
CN102999709A (zh) * | 2012-12-20 | 2013-03-27 | 中国环境科学研究院 | 一种农业活动区地下水风险分级分区评价方法 |
CN105224781A (zh) * | 2014-07-04 | 2016-01-06 | 中国环境科学研究院 | 评估水体突发性污染事故风险的方法及装置 |
CN105868545A (zh) * | 2016-03-28 | 2016-08-17 | 中国科学院城市环境研究所 | 一种地下水生态系统健康评价方法 |
CN106022635A (zh) * | 2016-05-30 | 2016-10-12 | 北京师范大学 | 一种区域水环境风险评估方法 |
Non-Patent Citations (1)
Title |
---|
熊春晖等: "应用底栖动物完整性指数评价上海市河流健康", 《湖泊科学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510191A (zh) * | 2018-04-02 | 2018-09-07 | 重庆大学 | 一种基于堆叠降噪自动编码算法的红树林生态健康评价方法 |
CN108520348A (zh) * | 2018-04-02 | 2018-09-11 | 重庆大学 | 一种基于红树林生态大数据的生态指标预测方法 |
CN108510191B (zh) * | 2018-04-02 | 2021-10-08 | 重庆大学 | 一种基于堆叠降噪自动编码算法的红树林生态健康评价方法 |
CN108520348B (zh) * | 2018-04-02 | 2021-10-26 | 重庆大学 | 一种基于红树林生态大数据的生态指标预测方法 |
CN109726495A (zh) * | 2019-01-07 | 2019-05-07 | 暨南大学 | 一种模拟和预测秋茄红树林沉积物总磷浓度变化的方法 |
CN109726495B (zh) * | 2019-01-07 | 2023-01-13 | 暨南大学 | 一种模拟和预测秋茄红树林沉积物总磷浓度变化的方法 |
CN110295220A (zh) * | 2019-06-14 | 2019-10-01 | 北京大学深圳研究生院 | 一种红树林湿地沉积物健康状况的微生物指标评估方法 |
CN112581038A (zh) * | 2020-12-31 | 2021-03-30 | 深圳中绿环境集团有限公司 | 一种红树林湿地的健康状况的评估方法 |
CN114418423A (zh) * | 2022-01-25 | 2022-04-29 | 海南大学 | 一种基于底栖动物功能多样性的水生态评价方法及应用 |
CN115982534A (zh) * | 2023-03-18 | 2023-04-18 | 湖北一方科技发展有限责任公司 | 一种江河水文监测数据的处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106777879B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106777879A (zh) | 基于生物指标的红树林水环境健康状况评估方法 | |
McMillan | Linking hydrologic signatures to hydrologic processes: A review | |
CN110969346B (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
Couvet et al. | Scientific contributions of extensive biodiversity monitoring | |
Luoto | A Finnish chironomid-and chaoborid-based inference model for reconstructing past lake levels | |
CN113779760B (zh) | 基于可预测气候模态的动力-统计结合季节气候预测方法 | |
CN112819312A (zh) | 气候变化情景下干旱社会经济暴露度评估方法和系统 | |
Bach et al. | Effects of the gear deployment strategy and current shear on pelagic longline shoaling | |
Yurista et al. | Lake Ontario: Nearshore conditions and variability in water quality parameters | |
CN116128183B (zh) | 一种面向引水工程对湖泊湿地生境变化影响评估方法 | |
CN116611542A (zh) | 一种基于缺水阈值的水文干旱分级预警方法 | |
Xu et al. | + Dynamic identification and risk analysis of compound dry-hot events considering nonstationarity | |
Goldenberg Vilar et al. | Seasonality modulates the predictive skills of diatom based salinity transfer functions | |
Cope et al. | Status and future prospects for the cabezon (Scorpaenichthys marmoratus) as assessed in 2003 | |
Zorzetto et al. | Bayesian non-asymptotic extreme value models for environmental data | |
Cleveland | Empirical validation and comparison of the hybrid coordinate ocean model (HYCOM) between the gulf of mexico and the tongue of the ocean | |
Costelloe et al. | Environmental flow requirements in arid zone rivers–a case study from the Lake Eyre Basin, central Australia | |
DeMalach et al. | Plant species accumulation curves are determined by evenness and spatial aggregation in drylands worldwide | |
Ghag et al. | Effect of long-term climate signatures on regional and local potato yield in Finland | |
CN114859439B (zh) | 极端高温事件预测方法和设备 | |
Xie et al. | Spatio-Temporal Change of the Cover and Management Factor in the Soil Erosion Prediction Model in Hunan Province, China | |
Vásárhelyi et al. | Seven decades of monitoring the aquatic bug fauna of Lake Balaton (Heteroptera: Nepomorpha) | |
Machful et al. | WCPO ECOSYSTEM ANDCLIMATE INDICATORSFROM 2000TO2020 | |
Meador | Effectiveness of seining after electrofishing to characterize stream fish communities | |
Výleta et al. | The testing of a multivariate probabilistic framework for reservoir safety evaluation and flood risks assessment in Slovakia: A study on the Parná and Belá Rivers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |