CN111422988B - 一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 - Google Patents
一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 Download PDFInfo
- Publication number
- CN111422988B CN111422988B CN202010154938.4A CN202010154938A CN111422988B CN 111422988 B CN111422988 B CN 111422988B CN 202010154938 A CN202010154938 A CN 202010154938A CN 111422988 B CN111422988 B CN 111422988B
- Authority
- CN
- China
- Prior art keywords
- species
- ecological
- model
- plants
- biomass
- 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.)
- Expired - Fee Related
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 37
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 241000894007 species Species 0.000 claims description 112
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 64
- 125000000524 functional group Chemical group 0.000 claims description 39
- 239000002028 Biomass Substances 0.000 claims description 37
- 241000251468 Actinopterygii Species 0.000 claims description 22
- 235000016709 nutrition Nutrition 0.000 claims description 16
- 230000035764 nutrition Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 241000238424 Crustacea Species 0.000 claims description 3
- 241000238631 Hexapoda Species 0.000 claims description 3
- 241000237852 Mollusca Species 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 61
- 241001465754 Metazoa Species 0.000 description 24
- 241000237858 Gastropoda Species 0.000 description 22
- 230000000694 effects Effects 0.000 description 15
- 241000195493 Cryptophyta Species 0.000 description 13
- 241000238557 Decapoda Species 0.000 description 10
- 230000004083 survival effect Effects 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 241000252229 Carassius auratus Species 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 241000543445 Vallisneria spiralis Species 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004301 light adaptation Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 240000001592 Amaranthus caudatus Species 0.000 description 3
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 241000256113 Culicidae Species 0.000 description 2
- 241000252234 Hypophthalmichthys nobilis Species 0.000 description 2
- 241001539841 Oligotrichia Species 0.000 description 2
- 241000208422 Rhododendron Species 0.000 description 2
- 241001454294 Tetranychus Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- AYEKOFBPNLCAJY-UHFFFAOYSA-O thiamine pyrophosphate Chemical compound CC1=C(CCOP(O)(=O)OP(O)(O)=O)SC=[N+]1CC1=CN=C(C)N=C1N AYEKOFBPNLCAJY-UHFFFAOYSA-O 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 235000003092 Artemisia dracunculus Nutrition 0.000 description 1
- 240000001851 Artemisia dracunculus Species 0.000 description 1
- 241001474374 Blennius Species 0.000 description 1
- 241000196240 Characeae Species 0.000 description 1
- 241000371997 Eriocheir sinensis Species 0.000 description 1
- 241000428813 Gomphrena Species 0.000 description 1
- 241000234435 Lilium Species 0.000 description 1
- 241000238559 Macrobrachium Species 0.000 description 1
- 241000058338 Macrobrachium nipponense Species 0.000 description 1
- 241000930925 Ministeria Species 0.000 description 1
- 241000700110 Myocastor coypus Species 0.000 description 1
- 208000012868 Overgrowth Diseases 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- 241000208966 Polygala Species 0.000 description 1
- 241000722195 Potamogeton Species 0.000 description 1
- 241000555922 Potamogeton crispus Species 0.000 description 1
- 241000601242 Rotaria Species 0.000 description 1
- 241000207929 Scutellaria Species 0.000 description 1
- 241000219784 Sophora Species 0.000 description 1
- 241000589970 Spirochaetales Species 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000020912 omnivore Nutrition 0.000 description 1
- 244000054334 omnivore Species 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/32—Biological treatment of water, waste water, or sewage characterised by the animals or plants used, e.g. algae
- C02F3/327—Biological treatment of water, waste water, or sewage characterised by the animals or plants used, e.g. algae characterised by animals and plants
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G33/00—Cultivation of seaweed or algae
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/007—Contaminated open waterways, rivers, lakes or ponds
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/22—O2
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Botany (AREA)
- Marine Sciences & Fisheries (AREA)
- Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biotechnology (AREA)
- Animal Husbandry (AREA)
- Zoology (AREA)
- Microbiology (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明属于环境保护领域，具体涉及结合食物网模型以及生物操控技术的不同功能区生态系统修复方法。本发明提供一种结合食物网模型以及生物操控技术的航道和非航道不同功能区生态系统修复技术，有效解决现有技术中生态系统食物网重建、合理有序投加以及科学合理评价等问题。
Description
技术领域
本发明属于环境保护领域，具体涉及一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法。
背景技术
生态系统由生态关联的功能组组成，所有功能组能够基本覆盖生态系统能量流动的过程，每个功能组的能量输入与输出保持平衡。功能组可以是生态习性相同的种类、重要种类或者重要种类的不同体长年龄组，也包括有机碎屑、浮游植物、浮游动物、底栖生物。生态系统中各个组分之间存在千丝万缕的联系。人类以及自然扰动对生态系统的影响不仅仅在于其直接作用的某几个物种，而是通过系统内部的联系传递到其它的组成部分，进而影响到整个系统的稳定性和完整性。
随着经济、社会的快速发展，人类对生态系统的干扰日益严重，我国的许多淡水湖泊、城市内湖生态系统负荷日益加重，生态系统出现显著退化趋势，物种组成下降，生物量减少，优势物种由高营养级向低营养级转变，清洁物种种类数量剧减。生态系统的服务功能也随之下降，水供给不足，水产品供给减少，内陆航运受阻，生态系统的休闲娱乐、净化环境等功能也随之降低，无法满足人类生存与发展的基本需求。鉴于生态系统对人类生存发展的重要性，修复受损生态系统以使其恢复相应的功能，已然成为现阶段的一项重要工作。
现有技术主要依靠生物操纵技术对已退化生态系统进行修复重建。生物操纵技术，也称食物网操纵，采用投加一种或多种当地物种，使其发挥在生态系统中的作用，达到改善水体质量、恢复水生态系统的生态平衡的目的；其主要原理是调整鱼群结构，保护和发展滤食性的浮游动物，从而控制藻类的过度生长；其核心是利用浮游动物滤食浮游藻类，增加水体透明度。生物操纵技术是一种纯天然的生态系统修复技术，但在实施过程中发现依靠生物操纵技术对已退化生态系统进行修复重建，种植沉水植物后未能取得预期的修复效果。除此以外，难以确定所投加物种生物量、投加次序，投加顺序直接影响动植物生存条件，若投加顺序不当，可能会导致当前水体情况不适宜该物种存活而造成动植物数量减少甚至于消失，从而导致修复效果变差甚至于水体生态系统恶化。
食物网模型以食物网为主线，以建模方式量化生态系统各特征参数，能够较为清晰反映出生态系统的能量流动、营养关系等。利用食物网模型进行生态修复系统重建，通过科学合理的构建一个成熟稳定的食物网结构，找出影响生态系统的关键性物种，通过模型调节关键性生物群落结构，可以用以解决生物操控技术中物种投加量以及物种回收捕捞量等无法解决的问题，为生物操控技术提供科学依据，从而达到改善水体质量、恢复水生态系统的生态平衡的目的。但在该技术在操作中忽略了所投加的物种的投加次序，以及系统修复效果如何更科学有效的进行评价。
发明内容
本发明的目的在于提供一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法。
根据本发明的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法包括以下步骤：
根据本发明具体实施方式的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，所述方法包括以下步骤：
S1、采集生态修复区现存物种的种类、数量信息，划分不同功能组；
S2、构建食物网
(2-1)根据步骤S1获得的现有物种信息，从每一级功能组筛选现存、常见物种，根据生态环境现状调查结果判断是否为现存物，常见物种容易生存繁殖，并能维持生态系统的连续性，
(2-2)以在生态修复区中选择的人为干扰少时期的生态系统作为参考基准，确定步骤(2-1)筛选得到的每一级功能组物种的生态学参数，包括生物量、生产力、消耗量、营养捕食关系，录入ECOPATH模型，进行数据拟合、试运行、检验、重组，
在生态修复区中选择人为干扰少的时期的生态系统作为参考基准，该生态系统的食物网结构与生态修复重建地目前的食物网结构相似且处于生态修复区域相对成熟稳定状态，以参考基准确定所构建生态系统中食物网各营养级的生物量结构比例关系，确保新构建的食物网处于一个相对成熟稳定状态，以一个人为干扰较少时期的生态系统作为参考基准，对新构建的食物网以模型角度量化各功能组间生物量关系，用以保证新构建的食物网的相对稳定性；
(2-3)基于步骤(2-2)获得的Ecopath模型，优化每一级功能组中物种间的生物量结构比例关系，确定消费者最大和最小生态容量，根据Ecopath模型原理，改变某一功能组的生物量会对其EE(生态营养效率)和与之食性相关的功能组参数产生影响，在(2-3)基础上，对消费者生物量比例进行调整，直至模型中任一功能组生态营养效率小于且无限接近于1,此时生物量即为待修复水体的目标生态系统消费者的最大和最小生态容量，确定目标生态系统生态容量，可以确定生态修复区域消费者功能类群最佳生物量区间，且为初期投加消费者功能群奠定基础，
(2-4)根据步骤(2-1)确定初始投加物种，以及根据步骤(2-3)确定的消费者最小生态容量，确定初始投加的消费者生物量；
S3、投加筛选得到的物种
航道区域植物修复时，投加适应弱光能力强的、优势度大于0.2的物种，且优先投加耐污和兼性植物，同时，优先考虑投加适应弱光能力强的沉水植物，待水体恢复到Ⅳ类水质标准，投加敏感物种，
非航道区域投加沉水植物选择优势度大于0.2的物种，且优先投加耐污和兼性植物，待水体恢复到Ⅳ类水质标准，投加敏感物种，
水生昆虫与沉水植物同时投加，当水体的溶解氧含量≥3mg/L时，投加软体动物以及滤食性鱼类，当溶解氧含量≥4mg/L时，投加甲壳类、杂食性鱼类和肉食性与肉食性鱼类。
S4、利用生态系统模型ECOPATH和水生态系统健康评价指标对水体修复情况进行评估并调整，使所投加物种的生物量处于步骤(2-3)所确定的最小生态容量和最大生态容量之间。
根据本发明具体实施方式的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，划分的功能组包括浮游藻类、底栖藻类、沉水植物、浮游动物、螺类、虾类、其他底栖动物、滤食性鱼类、草食性鱼类、杂食性鱼类、肉食性鱼类及碎屑。
根据本发明具体实施方式的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，参考Ecopath模型评估参数表中成熟度指标对照关系，与目标生态系统进行对比，TPP/TR越接近于1其生态系统越稳定，并结合其他参考指标，例如，总净初级生产力低，总生物量高，连接指数更高，杂食系数更高。若修复后生态系统Ecopath模型参数优于目标生态系统参数，认为目标生态系统的生态向良好趋势发展，达到修复效果；若修复后生态系统Ecopath模型参数劣于目标生态系统参数，则进行进一步调控。
根据本发明具体实施方式的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，步骤S3中，利用优势度公式Y＝ni/N*fi进行优势种的判断，其中，fi为第i个种在各样方中出现频率，ni为群落中第i个种在空间中的个体数量，N为群落中所有种的个体数总和，Y为优势度。
根据本发明具体实施方式的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，物种投加后，利用ECOPATH模型输出消费者生态容量结果计算需投加或可捕捞的各功能组的量，其中，捕捞或投加后各功能组的量在步骤S2所计算范围内，实际投加种类按航道和非航道区所差异，航道区域不适宜种植对光照需求高且生长过高的植物，极大程度上减少系统能流、生态属性、食物网结等参数的结构变化维持系统在相对成熟、稳定的状态。
附图说明
图1显示实施例1中被修复水体的一个月水质变化。
图2显示本发明的方法中投加顺序对DO影响。
图3显示本发明的方法中投加顺序对TN、TP、NH4-N、NO3-N、NO2-N影响。
图4显示螺投加量对DO、PH影响。
具体实施方式
下面针对河北某水域为例，以下结合说明书附图和具体实施例来进一步说明本发明，但实施例并不对本发明做任何形式的限定。
实施例1
S1、采集生态修复区现存物种的种类、数量信息，划分功能组，
分别采用定置渔网、Peterson采泥器、浮游生物网对水体中现有的鱼类、大型底栖无脊椎动物、浮游动植物进行采集，确定其生物量，生产量/生物量、消耗量/生物量，未同化率由模型自身提供。
根据调研的各生物食性、分类类群等特性，将不同生物划分不同功能组。本发明具体功能组包括浮游藻类、底栖藻类、沉水植物、浮游动物、螺类、虾类、其他底栖动物、滤食性鱼类、草食性鱼类、杂食性鱼类、肉食性鱼类及碎屑。
S2、构建食物网
2.1根据步骤S1获得的现有物种信息，从每一级功能组筛选现存、常见物种，本实施例对河北某水域的物种筛选遵循以下原则：
(1)筛选物种为现存物种：在河北某水域调研中未出现物种不能作为待筛选物种。
(2)筛选物种为常见物种：筛选物种需为常见物种，这样筛选物种容易生存繁殖，并能维持生态系统的连续性。
2.2在生态修复区中选择人为干扰少的生态系统作为参考基准，确定筛选得到的每一级功能组物种的生态学参数，
将生物量、生产力、消耗量、营养捕食关系等参数录入ECOPATH模型，进行数据拟合、试运行、检验、重组。
2.3优化食物网各营养级中物种间的生物量结构比例关系，改变ECOPATH模型中消费者与生产者比例关系、优势物种、关键物种比例，进行数据拟合，查看ECOPATH模型的输出结果。
(1)优化生物群落结构
Ecopath模型中的生态位重叠反映了捕食重叠指数和食饵重叠指数的结合。通过分析生态位重叠，可以优化生物群落结构。
较高的捕食生态位重叠指数(捕食生态位重叠指数)主要来自于螺和其他小型底栖动物杂食。
根据Ecopath模型原理，改变某一功能组的生物量会对其EE(生态营养效率)和与之食性相关的功能组参数产生影响。在模型达到平衡时，将螺的生物量比例不断调整，直至模型中任一功能组生态营养效率小于且无限接近于1，此时螺的生物量即为修复水域目标生态系统螺的最小或最大生态容量。通过调节该官能团的生物量，可以减少该官能团和其它官能团之间的捕食者-食饵关系，提高能量流动和材料转移效率，增强了群落的物种结构，稳定了生态系统。
(2)调整食物链结构
在生物量管理过程中，现有生态系统对于特定物种的生态容量是一个关键的调控指标。ECOPATH模型对食物链结构的调节是利用Ecopath模型计算生态容量。调整食物链结构，将目标生态系统调整为一定区间，为后期修复提供修复基础。
Ⅰ、调整动-植物比例优化区间
基于参考食物网关系，植物的量保持定值，调整动物与植物之间的比例关系，各个功能组生态营养效率EE<1时生态系统处于稳态，部分生态系统成熟度指标发生变化。
Ⅱ、优化虾、螺占比区间
从不同年份修复水域生态系统混合营养影响关系可以看出：虾、螺、浮游动物对生态系统的影响程度较强，螺、浮游动物对浮游植物均产生负影响。螺为关键功能组，底栖动物中螺关键功能性指数KS最高，是生物量相对低的、在生态系统和食物网中起着重要作用的生物种类，虾关键功能性指数KS次之，其他底栖动物关键性虾指数较低。因此，螺、虾是底栖生态中较为重要的一部分，对虾、螺生物量的把控就显得格外重要。基于参考生态系统模型，调整螺、虾与其他功能组之间的比例关系，使得各个功能组EE<1时生态系统处于稳态。
III优化每一级功能组中物种间的生物量结构比例关系，直至模型中任一功能组生态营养效率小于且无限接近于1，此时生物量即为待修复水体的目标生态系统消费者的最大或最小生态容量。
S3、确定筛选得到的物种的投加
3.1非航道区域沉水植物投加顺序遵循两个原则：
Ⅰ：基于筛选物种为现存物种，且优先投加对水体污染不敏感的植物-耐污植物，待水质恢复到Ⅳ类水质标准，投加兼性和敏感物种，才能保证敏感物种成活。在河北某水域的调研中，所述较敏感物种包括但不限于龙须眼子菜、金鱼藻、穗花狐尾藻等，所述较敏感物种包括但不限于大茨藻、黄花狐尾藻属于较敏感物种，所述敏感物种包括但不限于小茨藻、轮藻。
Ⅱ：基于沉水植物优势度。
优势度计算公式如下：Y＝ni/N*fi
其中，fi为第i个种在各样方中出现频率，ni为群落中第i个种在空间中的个体数量，N为群落中所有种的个体数总和；优势种即为优势度Y≥0.02的物种。
例如，对河北某水域的沉水植物春夏秋三个季度优势度统计得到，主要优势种有龙须眼子菜、金鱼藻、菹草、穗花狐尾藻、黄花狸藻。
基于以上两个条件，对河北某水域，挑选出的沉水植物阶段组合为：
首先种植耐污物种(金鱼藻、龙须眼子菜、穗花狐尾藻)；水质净化1-2个月，投加兼性物种(苦草、轮藻)，待水质恢复到Ⅳ类水质，补充敏感物种(大茨藻、黄花狸藻)。
3.2不同功能区的投加原则：
航道区域植物修复时，投加适应弱光能力强的、优势度大于0.2的物种，且优先投加耐污和兼性植物，同时，优先考虑投加适应弱光能力强的沉水植物，待水体恢复到Ⅳ类水质标准，投加敏感物种，调研针对沉水植物种群光补偿点试验，表明沉水植物种类不同，光补偿点具有较大差别，从小到大排序为苦草<大茨藻<黄花狸藻<轮叶黑藻<龙须眼子菜<金鱼藻<穗花狐尾藻，适应弱光的能力为苦草＞大茨藻＞黄花狸藻>轮叶黑藻＞龙须眼子菜＞金鱼藻＞穗花狐尾藻；非航道区域投加沉水植物选择优势度大于0.2的物种，且优先投加耐污和兼性植物，待水体恢复到Ⅳ类水质标准，投加敏感物种大茨藻、黄花狸藻。
3.3沉水植物修复水体到溶解氧达到3mg/L时，方可投加水生动物
水生动物投加遵循以下原则：
Ⅰ：基于筛选物种为现存物种，且优先投加耐污动物和具有工程净化效果的动物；
Ⅱ：基于水生动物优势度，优势度计算公式如下：
Y＝ni/N*fi
其中，fi为第i个种在各样方中出现频率，ni为群落中第i个种在空间中的个体数量，N为群落中所有种的个体数总和；优势种即为优势度Y≥0.02的物种。
基于以上条件，动物投加顺序为：
蚊幼虫和寡毛类主要以碎屑为食，食性组成较为简单，且耐较低溶氧环境，因此可以考虑与沉水植物种植同时投加；
当修复的水体DO≥3mg/L，开始投加软体动物(螺类)，以及一些滤食性鱼类(鲢鳙鱼种)；
当DO恢复到DO≥4mg/L时，投加一些甲壳类(日本沼虾、中华米虾、中华绒毛蟹)，以及杂食性鱼类和肉食性鱼类来提高生态系统稳定性。
S4、评价被修复生态系统恢复情况
4.1Ecopath模型生态系统性能参数比较
每半年至1年对修复区进行采样调研，通过对鱼类和底栖、浮游动物、植物生物量数据采集，建立修复区生态系统食物网模型，借助成熟度指标对照关系，与目标生态系统进行对比，TPP/TR小于且越接近于1，生态系统越稳定，以及其他参考指数：总净初级生产力低，总生物量高，连接指数更高，杂食系数更高。
若修复后生态系统Ecopath模型参数优于目标生态系统参数，表明修复生态系统的生态向良好趋势发展，达到修复效果；若修复后生态系统Ecopath模型参数劣于目标生态系统参数，则进行进一步调控，使所投加物种的生物量处于步骤(2-3)所确定的最小生态容量和最大生态容量之间。
4.2基于底栖生态系统完整性的健康评估对生态系统发展状态评估
基于B-IBI指标体系，本发明选择5类23个指标作为构建B-IBI的候选指标，涉及反映生物丰富度、反映生物耐污能力、反映营养级组成、反映生境质量的指标，计算各指标值，并进行初筛。采用箱线图法分析上述初步筛选后各指标值在参照点和受损点之间的分布情况。
实施例2投加次序对DO的影响，以及投加顺序对TN、TP、NH4-N、NO3-N、NO2-N影响
如实施例1所述，基于筛选物种为现存物种，优先投加对水体污染不敏感的植物-耐污植物，待水质恢复到Ⅳ类水质标准，投加兼性和敏感物种，才能保证敏感物种成活。沉水植物修复水体到溶解氧达到3mg/L时，方可投加水生动物。
为了考察投加次序对DO的影响，以及投加顺序对TN、TP、NH4-N、NO3-N、NO2-N影响，图1显示了依据实施例1的方法进行修复后，一个月水质变化。监测期间DO逐步上升，TN、NO3 --N稳步下降，NO2 --N、TP基本无显著变化，螺存活率达95％，植物生长速率达到0.25g/d。如图2和图3所示，先投加动物会大量消耗水中DO，DO持续低于空白实验组，不利于动植物生长，而先投加植物会产生一定量DO，使水中DO含量升高，有利于水体中动植物的恢复；优先投加植物会促进硝化、反硝化作用，使氨氮转化为NO3 --N、NO2 --N，进而转化为N2，反应前后TN含量无明显变化，先投加动物，硝化、反硝化作用缓慢，水中TN含量增加，不利于水质恢复；且实验过程中先投加动物实验组动物存活率为0，而优先投加植物实验组动物存活率为75％，说明优先投加植物可以增加动物存活率。
实施例3投加量对生态系统所产生的影响
表1投放密度对螺生长影响
根据模型所得到的初始投加量，研究其中的关键物种投加量说明投加量过多对生态系统所产生的影响。如表2和图4所示，在实验箱投放不同数量螺蛳，30d后B1组的螺蛳重量增加了近71.8％，B2组的螺蛳重量增加了近65.8％；C1组的螺蛳重量增加了近66.7％，C2组的螺蛳重量增加了近61.5％。综合以上结果发现，投放数量过多，对螺生长会有一定的抑制性作用。投加螺消耗DO，水体中DO含量会迅速下降，投加量越大，对水中DO消耗越多，进而影响螺的生存和生长。因此，初始投加的物种生物量不可过多，过多会导致其对生长产生抑制性作用，且会快速消耗水中营养物质，而投加量过少，其生态系统恢复缓慢，因此，适宜的投加量会促进生态系统快速恢复。
实施例4划分航道和非航道功能区种植沉水植物
表2实验室模拟航道、非航道区域种植对水质及植物影响
| 实验 | 透明度变化 | 植物高度增加 | 植物湿重增加 |
| 模拟航道种植苦草 | 0.61 | 15.5cm | 10.7g |
| 模拟航道种植金鱼藻 | 0.52 | 10.7cm | 7.1g |
| 模拟非航道种植金鱼藻 | 0.88 | 28.3cm | 25.8g |
| 模拟非航道种植苦草 | 0.87 | 15.9cm | 11.0g |
如表2所示，苦草为适应光能力强的植物，金鱼藻为适应光能力弱的植物，表2显示了模拟航道和非航道种植适光能力不同植物后水质及植物变化，在模拟航道区域种植适应光能力强的植物苦草和适应光能力弱的金鱼藻，结果显示，在航道区域种植适应光能力不同的沉水植物对修复区域的水质透明度变化有一定影响，且植物生长在航道区域种植适应光能力强的植物的修复效果优于种植适应光能力弱的植物的修复效果；对于适应弱光能力强的沉水植物苦草，其在航道区域生长速度与非航道区域生长速度并无较大差异，而对于适应弱光能力弱的沉水植物，在非航道区域生长速度高于在非航道区域。
Claims (2)
1.一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，其特征在于，所述方法包括以下步骤：
S1、采集生态修复区现存物种的种类、数量信息，划分不同功能组；
S2、构建食物网
(2-1)根据步骤S1获得的现有物种信息，从每一级功能组筛选现存、常见物种，
(2-2)以在生态修复区中选择的人为干扰少时期的生态系统作为参考基准，确定步骤(2-1)筛选得到的每一级功能组物种的生态学参数，包括生物量、生产力、消耗量、营养捕食关系，录入ECOPATH模型，进行数据拟合、试运行、检验、重组，
(2-3)基于步骤(2-2)获得的Ecopath模型，基于所述Ecopath模型，通过对消费者生物量比例进行调整，优化每一级功能组中物种间的生物量结构比例关系，直至模型中任一功能组生态营养效率小于且无限接近于1，此时生物量即为待修复水体的目标生态系统消费者的最大和最小生态容量，
(2-4)根据步骤(2-1)确定初始投加物种，以及根据(2-3)确定的消费者最小生态容量确定初始投加生物量；
S3、按次序投加筛选得到的物种，
首先投加沉水植物以及水生昆虫，水生昆虫与沉水植物同时投加，当水体的溶解氧含量≥3mg/L且投加沉水植物稳定一周以上时，投加软体动物以及滤食性鱼类，当溶解氧含量≥4mg/L时，投加甲壳类、杂食性鱼类和肉食性鱼类；
航道区域植物修复时，投加适应弱光能力强的、优势度大于0.2的物种，且优先投加耐污和兼性植物，同时，优先考虑投加适应弱光能力强的沉水植物，待水体恢复到Ⅳ类水质标准，投加敏感物种；
非航道区域投加沉水植物选择优势度大于0.2的物种，且优先投加耐污和兼性植物，待水体恢复到Ⅳ类水质标准，投加敏感物种；
S4、利用生态系统模型ECOPATH和水生态系统健康评价指标对水体修复情况进行评估并调整，使所投加物种的生物量处于步骤(2-3)所确定的最小生态容量和最大生态容量之间。
2.根据权利要求1所述的结合食物网模型以及生物操控技术的不同功能区生态系统修复方法，其特征在于，在S3步骤中，选择优势度大于0.2的沉水植物，且优先投加耐污和兼性植物，待水体恢复到Ⅳ类水质标准，投加敏感物种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010154938.4A CN111422988B (zh) | 2020-03-09 | 2020-03-09 | 一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010154938.4A CN111422988B (zh) | 2020-03-09 | 2020-03-09 | 一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111422988A CN111422988A (zh) | 2020-07-17 |
| CN111422988B true CN111422988B (zh) | 2021-07-20 |
Family
ID=71546258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010154938.4A Expired - Fee Related CN111422988B (zh) | 2020-03-09 | 2020-03-09 | 一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111422988B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114409088A (zh) * | 2022-01-25 | 2022-04-29 | 海南大学 | 一种基于生态系统模型和生物操纵技术的富营养化水体修复设计 |
| CN117493860B (zh) * | 2024-01-03 | 2024-04-26 | 自然资源部第一海洋研究所 | 一种海洋贝类养殖生态容量评估方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103026874A (zh) * | 2012-11-05 | 2013-04-10 | 天津大学 | 一种利用食物网进行生态系统修复的方法 |
| CN105973207A (zh) * | 2016-05-05 | 2016-09-28 | 云南省环境科学研究院 | 大型浅水湖泊水华集聚水域的补水控藻方法 |
| CN107169679A (zh) * | 2017-06-22 | 2017-09-15 | 北京师范大学 | 一种利用食物网稳定性评价湿地生态补水实施效果的方法 |
| CN107804914A (zh) * | 2017-11-13 | 2018-03-16 | 华北电力大学 | 一种基于食物网调控湖泊藻类爆发的方法 |
| CN108793410A (zh) * | 2018-05-04 | 2018-11-13 | 暨南大学 | 一种基于生态系统模型和生物操纵技术的富营养化水体修复方法 |
| CN109101707A (zh) * | 2018-07-25 | 2018-12-28 | 广州资源环保科技股份有限公司 | 一种用于模拟浅水湖泊生态系统模型的方法 |
| CN110845013A (zh) * | 2019-10-30 | 2020-02-28 | 上海海洋大学 | 浅水湖泊生态系统调控与稳定维持方法 |
-
2020
- 2020-03-09 CN CN202010154938.4A patent/CN111422988B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103026874A (zh) * | 2012-11-05 | 2013-04-10 | 天津大学 | 一种利用食物网进行生态系统修复的方法 |
| CN105973207A (zh) * | 2016-05-05 | 2016-09-28 | 云南省环境科学研究院 | 大型浅水湖泊水华集聚水域的补水控藻方法 |
| CN107169679A (zh) * | 2017-06-22 | 2017-09-15 | 北京师范大学 | 一种利用食物网稳定性评价湿地生态补水实施效果的方法 |
| CN107804914A (zh) * | 2017-11-13 | 2018-03-16 | 华北电力大学 | 一种基于食物网调控湖泊藻类爆发的方法 |
| CN108793410A (zh) * | 2018-05-04 | 2018-11-13 | 暨南大学 | 一种基于生态系统模型和生物操纵技术的富营养化水体修复方法 |
| CN109101707A (zh) * | 2018-07-25 | 2018-12-28 | 广州资源环保科技股份有限公司 | 一种用于模拟浅水湖泊生态系统模型的方法 |
| CN110845013A (zh) * | 2019-10-30 | 2020-02-28 | 上海海洋大学 | 浅水湖泊生态系统调控与稳定维持方法 |
Non-Patent Citations (2)
| Title |
|---|
| An ecological-network-analysis based perspective on the biological control of algal blooms in Ulansuhai Lake,China;Xufeng Mao etal;《Ecological Modelling》;20180816(第386期);第11-19页 * |
| 太湖生态系统发育的Ecopath with Ecosim动态模拟;李云凯等;《中国水产科学》;20090331;第16卷(第2期);第257-265页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111422988A (zh) | 2020-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mills et al. | Fish production and the marine ecosystems of the Scotian Shelf, eastern Canada | |
| Baird et al. | Energy flow of a boreal intertidal ecosystem, the Sylt-Rømø Bight | |
| Heymans et al. | Carbon budget and network analysis of a high-energy beach/surf-zone ecosystem | |
| Baird et al. | Seasonal nitrogen dynamics in Chesapeake Bay: a network approach | |
| Mallin | Zooplankton abundance and community structure in a mesohaline North Carolina estuary | |
| Kairesalo et al. | Direct and indirect mechanisms behind successful biomanipulation | |
| CN111422988B (zh) | 一种结合食物网模型以及生物操控技术的不同功能区生态系统修复方法 | |
| Laffaille et al. | Impact of sheep grazing on juvenile sea bass, Dicentrarchus labrax L., in tidal salt marshes | |
| Nalepa et al. | Lake whitefish and Diporeia spp. in the Great Lakes: an overview | |
| Hu et al. | Effects of aquaculture on the shallow lake aquatic ecological environment of Lake Datong, China | |
| Yokoyama | Monitoring, assessment and management of fish farm environments in Japan | |
| Baird et al. | Nutrient dynamics in the Sylt-Rømø Bight ecosystem, German Wadden Sea: An ecological network analysis approach | |
| CN110738385B (zh) | 一种基于Ecospace模型的岛屿生态系统现状评估与发展预测方法 | |
| Potter et al. | The fish fauna and finfish fishery of the Leschenault Estuary in south-western Australia | |
| Xiao et al. | Energy flow analysis of grass carp pond system based on Ecopath model | |
| Wang et al. | Zooplankton community and its environmental driving factors in Ulungur Lake, China | |
| CN113764030A (zh) | 一种基于Ecopath模型的生态系统评估方法 | |
| Yang et al. | Trophic-dynamic modeling in a shallow eutrophic river ecosystem | |
| Li et al. | Estimation of the carrying capacity of Yangtze finless porpoise (Neophocaena asiaeorientalis asiaeorientalis) in Tian-E-Zhou Oxbow based on linear food network model. | |
| Liu et al. | Ecological engineering approaches to restoring the aquatic biological community of an urban pond ecosystem and its effects on water quality‑a case study of the urban Xixi National Wetland Park in China | |
| Hata et al. | Evaluation of eelgrass bed nitrogen cycle using an ecosystem model | |
| Mattocks | Ecological consequences of lost anadromous forage fish in freshwater ecosystems | |
| Yang et al. | Assessing changes of trophic interactions during once anthropogenic water supplement in Baiyangdian Lake | |
| Magri et al. | Temporal and spatial differences in nitrogen and phosphorus biogeochemistry and ecosystem functioning of a hypertrophic lagoon (Curonian Lagoon, SE Baltic Sea) revealed via Ecological Network Analysis | |
| Sutula et al. | Status of Eutrophication in San Elijo Lagoon and its Relevance for Restoration |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210720 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |