CN107292085A - 一种基于底栖动物功能多样性的水生态评价方法及其应用 - Google Patents

Abstract

本发明公开了一种基于底栖动物功能多样性的水生态评价方法及应用。本发明方法确定了物种丰富度、种类个体组成、生物耐受性、营养结构和小生境质量五大候选指标类型，以反映环境变化对底栖动物功能多样性的影响，通过分布范围分析、判别能力分析、相关性分析，从所提出的候选指标中筛选出关键核心生物指标，采用比值法对核心指标进行记分，将各指标记分进行加和，得到底栖动物功能多样性评价最终得分，完成科学评价。本发明提供的评价体系弥补了传统的水体理化指标只能反映瞬时水质状况的缺点，能够体现人为干扰对生境破坏的长期累积效果，预测多重污染胁迫下的有害生物效应。

Description

一种基于底栖动物功能多样性的水生态评价方法及其应用

技术领域

本发明涉及淡水生态系健康与风险评价的技术研究领域，更具体地，涉及一种基于底栖动物功能多样性的水生态评价方法及其应用。

背景技术

随着人类活动对生态系统的影响日益加剧，受水体污染、河道改造、围垦造田、水网化、综合治理等一系列外来干扰的影响，天然溪流、河流、湖泊等内陆水体已经罕见，各类淡水生态系统处于长期退化状态，其健康状况逐年下降。伴随着淡水生态系统生物多样性的减少，整个系统的物质循环网络受到了破化，处于“亚健康”状态或者“病态”，致使水体的生态价值降低，同时加剧了全球水危机。因此，探索有效评价淡水生态系统健康状况的方法，并找到影响其健康的胁迫因子，是当前水环境质量监测与水生态健康评价的热点问题。

传统的以水体理化参数为主的评价方法只能反映水质瞬时状况，外来干扰的累积效果难以体现，且在多重污染协同作用下，潜在的有害生物效应也无法预测。此外，现有的水质评价方法并不具有合理的通用性，不能满足对不同水生态系统中各类水生生物类群所受外来干扰影响的综合监测，因此，急需一种适用面广、操作简单的水生态评价方法。

21世纪后，以生物监测为主导的河流、湖泊健康评价技术不断成熟，由于各类生物都有特定的耐受范围，借助其群落结构变化对水体和栖地的响应，能够直接有效地比较流域内生境优劣。

大型底栖动物作为水生食物网中重要组成部分，由于其存活周期长、活动范围小、分布空间广以及反应灵敏等特点，常被选作反映系统受干扰影响的重要生物评价利用对象，其群落结构、优势种、多样性、均匀度等参数变化被普遍用于比较环境污染状况。但是，目前基于底栖动物的传统指标不能充分利用底栖动物自身的生理生态属性，如食性、敏感度、耐污性等等，从而难以有效地指示生态系统的综合状况，不能满足水生态系统健康评价要求。

发明内容

本发明要解决的技术问题是针对现有水体理化指标监测和评价方法不能满足水生态系统健康评价的技术缺陷，提供一种基于底栖动物功能多样性的水生态评价方法。

本发明要解决的另一技术问题是提供所述方法在淡水生态系统评估方面的应用。

本发明的目的通过以下技术方案予以实现：

本发明以淡水生态系统中的大型底栖动物为监测对象，根据其生态功能多样性的变化，表征人为干扰作用下的水质污染和生境退化对河流生态系统的影响情况，为水生态系统健康评估体系提供一套有效的技术体系。

所述方法包括五个关键步骤：

S1.确立参照位点和采样位点，对参照位点和采样位点的底栖动物分别进行采集；

S2.提出候选指标；

S3.筛选核心指标；

S4.计算指标分值；

S5.确立评价标准；

其中，步骤S1所述参照位点的选择标准为：田地土地利用率＜6％，居民土地利用率＜0.2％，森林覆盖率＞90％，水质标准在Ⅲ类以上，卵石底质覆盖度＞30％、沿岸带原始植物群落且覆盖度＞70％、有完整的洪水缓冲带；

步骤S2所述候选指标的提出是选用反映物种丰富度(M1-M10)、种类组成(M11-M23)、生物耐受性(M24-M28)、营养结构(M29-M31)和小生境质量(M32)的五大指标类型。

优选地，所述五大指标类型具体包括32个候选指标，所述32个候选指标为：

总分类单元数、EPT(蜉蝣目-襀翅目-毛翅目)分类单元数、甲壳动物和软体动物分类单元数、摇蚊分类单元数、总个体密度、总生物量、香农-威纳多样性、辛普森多样性、丰富度指数、均匀度指数、优势分类单元/％、前3位优势分类单元/％、双翅目个体数/％、蜻蜓目个体数/％、广翅目个体数/％、鞘翅目个体数/％、毛翅目个体数/％、蜉蝣目个体数/％、颤蚓个体数/％、摇蚊个体数/％、甲壳动物和软体动物个体数/％、寡毛纲个体数/％、蛭纲个体数/％、敏感类群单元数、耐污类群单元数、敏感类群/％、耐污类群/％、BI指数、捕食者个体数/％滤食者个体数/％、刮食者个体数/％和粘附者个体数/％。

本发明确定的候选指标能够综合反映环境变化对目标生物(个体、种群、群落)数量、结构和功能的影响，可以确保有效监测和评价生态环境质量。

步骤S3所述筛选核心指标的方法包括分布范围分析、判别能力分析和相关性分析。

其中，所述分布范围分析的指标包括分布比较散且标准差大的指标、对于随干扰增强而数值降低范围过小的指标、对于随干扰增强而数值增加范围过大的指标。

优选地，所述分布范围分析的指标的确定方法是根据参照点和待评价点(受损点)候选指标的平均值、标准差、25％分位数、中位数和75％分位数，对不适合构建底栖动物功能多样性评价体系的指标进行排除。

其中，所述判别能力分析是分析各指标在参照点和受损点的重叠情况(即箱体IQ)，选定IQ≥2的指标作为构建底栖动物功能多样性评价体系的指标。

优选的，判别能力分析的方法是将各指标在参照点和受损点的重叠情况(即箱体IQ)进行比较，比较范围在25％～75％分位数，并根据重叠情况赋值：没有重叠，IQ＝3；部分重叠，但中位数都在对方箱体之外，IQ＝2；仅一个中位数在对方箱体之内，IQ＝1；中位数值都在对方箱体范围之内，IQ＝0。

其中，相关性分析是根据指标间的相关性显著水平，确定各指标所表达信息的重叠度，如果两个指标间的相关性系数|r|＞0.75，表明二者所反应的信息重叠度较高，选择其中一个。

步骤S4所述计算指标分值是采用比值法对生物指标记分，对于随干扰增强而数值降低的指标，以其在全部位点的95％分位数为最佳期望值(X_0.95)；对随干扰增强而数值增加的指标，以其在全部位点的5％分位数为最佳期望值(X_0.05)。本发明通过科学针对性研究和长期大量的实验验证，结合本发明基本思路，确定采用比值法对生物指标记分可以保证较高的稳定性及准确度。

所述计算指标分值的计算公式分别为：

BI_n＝X_n/X_0.95

BI_n＝(X_max–X_n)/(X_max–X_0.05)

式中，BI_n为第n个位点指标的计算分值，X_max为全部位点中的最大指标值，X_n为第n个位点的指标值，所得分值的分布范围为0～1，如果大于1，则都记为1。

步骤S5所述确立评价标准是将各指标分值进行加和，得到该位点的底栖动物功能多样性评价值，以参照点底栖动物功能多样性评价值的25％分位数作为健康评价的标准进行判断。

优选地，具体地判断方法为：(1)若该位点的底栖动物功能多样性评价值≥参照点25％分位数，则表示该位点受干扰程度很小，属健康水平；(2)若该位点的底栖动物功能多样性评价值＜参照点25％分位数，则将参照点25％分位数进行4等分，分别代表不同的健康程度，包括亚健康、一般、差、极差的健康程度。

本发明同时提供了所述方法在淡水生态系统评估方面的应用，应用本发明方法，可对以河流、湖泊为代表的内陆淡水生态系统进行科学、综合的水体质量监测和生态环境评价。

本发明的有益效果在于：

多样化的生物功能是生物和非生物之间长期自然进化的结果，水体健康的本质即体现在生态系统中底栖动物的“功能多样性”，因此评价系统中的生物状况就成为评价水生态系统生态健康状况的最直接和有效的办法。本发明建立的基于底栖动物功能多样性的水生态评价方法，运用与底栖动物生物群落的结构和功能有关的、与周围环境关系密切的、受干扰后反应敏感的多个生物指数对生态系统的生态状况进行评价，即通过多个生物指数综合、科学反应水体的生物学状况，

本发明评价体系有效弥补现有传统的水体理化指标只能反映瞬时水质状况的缺点和技术不足；能够体现人为干扰对生境破坏的的累积效果，预测多重污染胁迫下的的有害生物效应，是一种经济、定量、多指标体系的综合手段，为评价各个监测点位及整个流域的生态健康状况提供有力的技术支撑。

本发明方法具有适用面广、操作简单等优点，在水生态评价技术领域具有重要推广应用价值。

附图说明

图1本发明方法步骤示意图。

图2候选生物参数在参照点和受损点的箱线图。

具体实施方式

下面结合附图和具体实施例进一步说明本发明方法。下述实施例和附图仅用于示例性说明，不能理解为对本发明的限制。除非特别说明，下述实施例中选用的评价河流为随机选取，并不因此限定本发明应用范围和对象。本发明方法中使用的试剂原料为常规市购或商业途径获得的生试剂原料，除非特别说明，下述实施例中使用的方法和设备为本领域常规使用的方法和设备。

实施例1对广州市流溪河生态系统进行底栖动功能多样性评价

按照本发明方法，选定广州市流溪河生态系统进行底栖动功能多样性评价。

本发明所述基于底栖动物功能多样性的水生态评价方法，方法步骤见图1所示。其体系构建过程和健康评价标准如下：

S1.确定参照位点和采样位点，对参照位点和采样位点的底栖动物分别进行采集；

根据流溪河各河段的地理位置、生境多样性、土地利用类型、堤岸稳定性、河岸植被覆盖度等参考指标，共设置14个采样位点，干流断面7个：S3、S4、S7、S8、S11、S12、S14；支流断面7个：S1、S2、S5、S6、S9、S10、S13。对各位点的底栖动物进行采集，共鉴定出103种，隶属于4门8纲22目52科94属，包括环节动物门寡毛纲(带丝蚓目、颤蚓目和单向蚓目)、多毛纲(叶须虫目)、蛭纲(蛭蚓目和无吻蛭目)；软体动物门腹足纲(中腹足目和基眼目)、瓣鳃纲(贻贝目、蚌目和真瓣鳃目)；节肢动物门甲壳纲(十足目)、昆虫纲(蜉蝣目、蜻蜓目、襀翅目、鳞翅目、半翅目、毛翅目、鞘翅目、广翅目和双翅目)；扁形动物门涡虫纲。

根据发明内容所述参照位点选择标准，包括：田地土地利用率＜6％，居民土地利用率<0.2％，森林覆盖率＞90％，水质标准在Ⅲ类以上，卵石底质覆盖度>30％，沿岸带原始植物群落且覆盖度>70％，有完整的洪水缓冲带，针对以上各标准对14个监测位点的水质和生境状况进行排查，最终确立S1、S2和S5为3个参照位点，剩下11个为受损位点。

S2.提出候选指标：

选用反映物种丰富度(M1-M10)、种类组成(M11-M23)、生物耐受性(M24-M28)、营养结构(M29-M31)和小生境质量(M32)5大指标类型，具体包含32个候选指标，见表1所示，以反映环境变化对目标生物(个体、种群、群落)数量、结构和功能的影响，确保有效监测和评价生态环境质量。

表1 32个生物指数值在参照点的分布情况及其对干扰的反应

S3.筛选核心指标

(1)分布范围分析

为识别各候选指标随干扰程度增强而体现的单向变化趋势，根据发明内容中所述分布范围分析方法，计算32个候选指标在3个参照点的平均值、标准差、25％分位数、中位数和75％分位数，结果如表2所示。对不适合构建底栖动物功能多样性评价体系的指标进行排除，处理结果如下：①M5和M13由于标准差过大予以排除，剩余30个指标；②在随干扰增强而数值减小的18指标中，M3、M8、M14、M15、M16、M17、M21、M23、M24、M30、M31的数值变化范围过小，说明这些指标所反映的污染强度有限，予以排除；③在随干扰增强而增大的12个指标中，由于M11、M29和M32的数值变化范围过小，同样予以排除。经过初步筛选排除半数指标，对剩余16个指标进行下一步分析。

表2 32个生物指数值在参照点的分布情况及其对干扰的反应

(2)判别能力分析

针对分部范围分析筛选出的16个指标，进一步采用箱线图法进行判别能力分析，以反映候选指标在参照点和受损点之间的差异，结果如图2所示。由于候选指标M7、M19、M20、M27、M28的IQ＝1，M10、M12和M22的IQ＝0，说明以上8个指标仅一个或无中位数值在对方箱体范围之内，这些生物指标在参照点和受损点之间的差异性并不显著，故将其排除。对于剩余的8个候选指标，由于M1、M2、M4、M6、M9、M18的IQ＝3，M25、M26的IQ＝2，根据IQ≥2的筛选标准，这些指标的变化能够较好的反映参照点与受损点之间的差异，故将其保留至下一步筛选。

(3)相关性分析

对经过判别能力分析筛选出的8个候选指标进行Pearson相关性分析，以确保每个指标都能反映一个独立的信息，结果如表3所示。M1和M2、M4、M9、M18、M25的相关系数|r|＞0.75，说明M1与其他指标所表达重叠度较高，故首先排除M1。对剩余7个指标进行分析，发现M2和M18以及M4和M9的相关系数|r|＞0.75，由于EPT分类单元数(M2)和摇蚊分类单元数(M4)在生物完整性评价中的重要性和敏感性，对其进行保留，排除M9和M18。最终确定适用于评价流溪河的5个底栖动物功能多样性核心生物指标包括：EPT分类单元数(M2)、摇蚊分类单元数(M4)、总生物量(M6)、耐污类群单元数(M25)和敏感类群的个体相对丰度(M26)。

表3 8个候选生物参数间的Pearson相关分析结果

注：**表示在0.01水平(双侧)上显著相关；*表示在0.05水平(双侧)上显著相关。

S4.计算指标分值：

本发明采用比值法对生物指标记分，对于随干扰增强而数值降低的指标，以其在全部位点的95％分位数为最佳期望值(X_0.95)；对随干扰增强而数值增加的指标，以其在全部位点的5％分位数为最佳期望值(X_0.05)。

步骤S4所述计算指标分值是采用稳定性及准确度较高的比值法对生物指标记分，对于随干扰增强而数值降低的指标，以其在全部位点的95％分位数为最佳期望值(X_0.95)；对随干扰增强而数值增加的指标，以其在全部位点的5％分位数为最佳期望值(X_0.05)。计算公式分别为：

BI_n＝X_n/X_0.95

BI_n＝(X_max–X_n)/(X_max–X_0.05)

式中，BI_n为第n个位点指标的计算分值，X_max为全部位点中的最大指标值，X_n为第n个位点的指标值，所得分值的分布范围为0-1，如果大于1，则都记为1。

本实施例根据指标在参照点和所有位点中的分布及其干扰的反应，选择发明内容中所述的相应计算公式，结果如表4所示。

表4比值法计算5个生物指标分值的公式

S5.确立评价标准

根据表4中所选择的计算公式，依次计算各样点的指标分值，分值的分布范围为0～1，若＞1，则都记为1。将各指标的分值进行加和，得到流溪河各位点底栖动物功能多样性评价值，结果如表5所示。以参照点底栖动物功能多样性评价值分布的25％分位数值，即3.24，作为位点达到健康水平的标准，对＜25％分位数值的分布范围进行4等分，分别为0、0.81、1.62、2.43、3.24，最终确定流溪河底栖动物功能多样性评价标准为：评分值＞3.24为健康，评分值在3.24～2.43为亚健康，在2.43～1.62之间为一般，在1.62～0.81之间为差，在0.81～0之间为极差。

表5流溪河各样点生态健康状况

为验证本发明的评价结果是科学和符合实际情况的，我们将底栖动物功能多样性评价结果与“同时、同位点”采集的水体理化指标分析结果进行相关性分析，发现评价值与反映环境状况良好的溶解氧呈极显著正相关(P＜0.01)，与反应污染程度加重的电导率(P＜0.01)、氨氮(P＜0.01)、总氮、总磷和化学需氧量呈显著(P＜0.05)负相关。总体上，流溪河底栖动物功能多样性评价结果显示，随着水体污染程度的增加，底栖动物功能多样性呈现逐渐降低的趋势，且与主要的环境因子呈显著相关关系，说明本发明方法能科学地反映各河段生态健康状况。

表6B-IBI评价值与水体理化指标的相关系数

注：**表示在0.01水平(双侧)上显著相关；*表示在0.05水平(双侧)上显著相关。

Claims (10)

1.一种基于底栖动物功能多样性的水生态评价方法，其特征在于，包括以下步骤：

S1.确立参照位点和采样位点，对参照位点和采样位点的底栖动物分别进行采集；

S2.提出候选指标；

S3.筛选核心指标；

S4.计算指标分值；

S5.确立评价标准；

其中，步骤S1所述参照位点的选择标准为：田地土地利用率＜6%，居民土地利用率＜0.2%，森林覆盖率＞90%，水质标准在Ⅲ类以上，卵石底质覆盖度＞30%、沿岸带原始植物群落且覆盖度＞70%、有完整的洪水缓冲带；

步骤S2所述候选指标的提出是选用反映物种丰富度、种类组成、生物耐受性、营养结构和小生境质量五大指标类型；

步骤S3所述筛选核心指标的方法包括分布范围分析、判别能力分析和相关性分析；

步骤S4所述计算指标分值是采用比值法对生物指标记分；

步骤S5所述确立评价标准是将各指标分值进行加和，得到该位点的底栖动物功能多样性评价值，以参照点底栖动物功能多样性评价值的25%分位数作为健康评价的标准进行判断。

2.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，步骤S2所述五大指标类型包括32个候选指标，分别为：总分类单元数、EPT（蜉蝣目-襀翅目-毛翅目）分类单元数、甲壳动物和软体动物分类单元数、摇蚊分类单元数、总个体密度、总生物量、香农-威纳多样性、辛普森多样性、丰富度指数、均匀度指数、优势分类单元 / %、前3位优势分类单元 / %、双翅目个体数 / %、蜻蜓目个体数 / %、广翅目个体数 / %、鞘翅目个体数 / %、毛翅目个体数 / %、蜉蝣目个体数 / %、颤蚓个体数 / %、摇蚊个体数 / %、甲壳动物和软体动物个体数 / %、寡毛纲个体数 / %、蛭纲个体数 / %、敏感类群单元数、耐污类群单元数、敏感类群 / %、耐污类群 / %、BI指数、捕食者个体数 / %滤食者个体数 / %、刮食者个体数 / %和粘附者个体数 / %。

3.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，步骤S3所述分布范围分析的指标包括分布比较散且标准差大的指标、对于随干扰增强而数值降低范围过小的指标、对于随干扰增强而数值增加范围过大的指标；

所述判别能力分析是分析各指标在参照点和受损点的重叠情况IQ，选定IQ ≥ 2的指标作为构建底栖动物功能多样性评价体系的指标；

所述相关性分析是根据指标间的相关性显著水平，确定各指标所表达信息的重叠度，如果两个指标间的相关性系数|r|＞0.75，表明二者所反应的信息重叠度较高，选择其中一个。

4.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，所述分布范围分析的指标的确定方法是根据参照点和待评价点候选指标的平均值、标准差、25%分位数、中位数和75%分位数，对不适合构建底栖动物功能多样性评价体系的指标进行排除。

5.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，所述判别能力分析的方法是将各指标在参照点和受损点的重叠情况IQ进行比较，比较范围在25%～75%分位数，并根据重叠情况赋值：没有重叠，IQ = 3；部分重叠，但中位数都在对方箱体之外，IQ = 2；仅一个中位数在对方箱体之内，IQ = 1；中位数值都在对方箱体范围之内，IQ = 0。

6.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，步骤S4所述采用比值法对生物指标计分，计分方式分为两种：对于随干扰增强而数值降低的指标，以其95%分位数为期望值计分；对随干扰增强而数值增加的指标，以其5%分位数为期望值计分。

7.根据权利要求1或6所述基于底栖动物功能多样性的水生态评价方法，其特征在于，步骤S4所述计算指标分值的计算公式分别为：

BI _n = X _n / X _0.95

BI _n =（X _max – X _n）/（X _max – X _0.05）

式中，BI _n为第n个位点指标的计算分值，X _max为全部位点中的最大指标值，X _n为第n个位点的指标值，所得分值的分布范围为0～1，如果大于1，则都记为1。

8.根据权利要求1所述基于底栖动物功能多样性的水生态评价方法，其特征在于，步骤S5确立评价标准是将各指标分值进行加和，得到该位点的底栖动物功能多样性评价值，以参照点底栖动物功能多样性评价值的25%分位数为临界值，将健康评价标准分为两种：若该位点的底栖动物功能多样性评价值≥参照点25%分位数，则表示该位点受干扰程度很小，属健康水平；若该位点的底栖动物功能多样性评价值＜参照点25%分位数，则将参照点25%分位数进行4等分，分别代表不同的健康程度。

9.权利要求1至8任一项所述基于底栖动物功能多样性的水生态评价方法在内陆淡水生态系统水体质量监测和/或生态环境评价方面的应用。

10.根据权利要求9所述的应用，其特征在于，所述内陆淡水生态系统包括河流和/或湖泊。