CN113393081A - 一种适用于再生水补给河流的健康评价方法 - Google Patents
一种适用于再生水补给河流的健康评价方法 Download PDFInfo
- Publication number
- CN113393081A CN113393081A CN202110502518.5A CN202110502518A CN113393081A CN 113393081 A CN113393081 A CN 113393081A CN 202110502518 A CN202110502518 A CN 202110502518A CN 113393081 A CN113393081 A CN 113393081A
- Authority
- CN
- China
- Prior art keywords
- water
- indexes
- abundance
- index
- health
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 117
- 230000036541 health Effects 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 31
- 244000005700 microbiome Species 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000000813 microbial effect Effects 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000000513 principal component analysis Methods 0.000 claims abstract description 8
- 239000013049 sediment Substances 0.000 claims abstract description 6
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 30
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 11
- 229910052760 oxygen Inorganic materials 0.000 claims description 11
- 239000001301 oxygen Substances 0.000 claims description 11
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- 241001135755 Betaproteobacteria Species 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000006731 degradation reaction Methods 0.000 claims description 8
- 241000894007 species Species 0.000 claims description 7
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 239000011574 phosphorus Substances 0.000 claims description 6
- 239000004215 Carbon black (E152) Substances 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 241000192700 Cyanobacteria Species 0.000 claims description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 4
- 238000000855 fermentation Methods 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 244000052769 pathogen Species 0.000 claims description 4
- 230000001717 pathogenic effect Effects 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 4
- 241000251468 Actinopterygii Species 0.000 claims description 3
- 229930002868 chlorophyll a Natural products 0.000 claims description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 3
- 238000012165 high-throughput sequencing Methods 0.000 claims description 3
- 230000033116 oxidation-reduction process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 241000894006 Bacteria Species 0.000 claims description 2
- 238000007400 DNA extraction Methods 0.000 claims description 2
- 238000010220 Pearson correlation analysis Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 claims 1
- 239000010865 sewage Substances 0.000 abstract description 7
- 238000004064 recycling Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000011144 upstream manufacturing Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 230000008376 long-term health Effects 0.000 abstract 1
- 241000195493 Cryptophyta Species 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 241001135761 Deltaproteobacteria Species 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000002906 microbiologic effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001468182 Acidobacterium Species 0.000 description 1
- 241000606125 Bacteroides Species 0.000 description 1
- CVTZKFWZDBJAHE-UHFFFAOYSA-N [N].N Chemical compound [N].N CVTZKFWZDBJAHE-UHFFFAOYSA-N 0.000 description 1
- 239000005422 algal bloom Substances 0.000 description 1
- 150000001491 aromatic compounds Chemical class 0.000 description 1
- 230000001651 autotrophic effect Effects 0.000 description 1
- 244000000007 bacterial human pathogen Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/40—Protecting water resources
- Y02A20/402—River restoration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种适用于再生水补给河流的健康评价方法，本发明应用于污水再生利用和水环境监测评价领域。首先，依据再生水补给口及其上下游情况布置采样点位，采集水样及底泥样品，并进行水文、水质、水生态、微生物群落的检测及指标计算。其次，采用主成分分析、相关性分析方法，对水文、水质、水生态及微生物指标进行筛选。再次，采用熵权法对标准化后的指标数据进行权重计算。最后，根据指标及其权重，计算健康综合指数，并根据分位值划分5个健康评价等级。本发明弥补了对再生水补给河流缺少健康评价方法的不足，能够体现再生水对河流水环境的长期健康影响。
Description
技术领域
本发明属于污水资源化利用和水环境监测评价领域，具体涉及一种适用于再生水补给河流的健康评价方法。
背景技术
由于水资源紧缺的加剧，北方季节性河流在一些季节会出现断流现象。随着污水再生利用的趋势，对于北方缺水河道，再生水已经成为维系河流生态流量的重要水源。污水的再生利用能够充分利用非常规水资源，推动水污染负荷的削减，扩充环境容量。但相比于自然景观水体的水质，再生水中的氮磷污染物浓度仍较高，易引起水体富营养化的问题。避免藻类水华也是再生水补给河流调控的重点之一。同时，再生水补给河道内浮游生物、大型底栖动物、水生生物等构建的水生态系统的稳定性亦为重要。
在恢复河流生态流量的同时，维持河流的水生态健康系统也已经成为水环境治理与管理的重要调控目标。河流的水生态系统健康评价方法通常包括指示物种法和指标体系法。指示物种法操作简便，但难以全面展现河流水生态系统的复杂变化。指标体系法综合河流的水文、水质、水生态等指标，能够全方位地反映河流的健康水平，在河流健康评价中的应用也日趋广泛。
目前，我国已有的河流健康评价方法普遍基于流域尺度构建，缺少适用于城市景观河流，尤其是再生水补给河流的健康评价方法。在传统的水文、水质、水生态指标基础上，增加底泥微生物指标作为再生水补给河流的健康评价指标具有显著优势。首先，由于再生水处理厂普遍采用生物处理工艺，出水中易携带微生物，随再生水补给入河道；其次，微生物群落结构能够全面地反映再生水中污染物浓度对河流的长期影响；最后，相比于浮游生物和水生生物的流动性，底泥微生物能更好地对周围环境的变化做出响应。同时，随着高通量测序技术在微生物检测方面的普及，微生物群落的结构和多样性也可以快速且经济地获取。
因此，针对再生水资源用于城市景观河流补给的趋势，亟需构建一套完整的适用于再生水补给河流的水生态健康评价方法，以促进水环境的健康治理与管理，推动水资源循环利用。
发明内容
针对目前缺少再生水补给河流水生态健康评价方法的现状，本发明的目的是提供一种适用于再生水补给河流的水生态健康评价方法。
本发明通过以下技术方案予以实现：
一种适用于再生水补给河流的水生态健康评价方法，所述方法包括以下关键步骤：
S1、依据再生水补给口及其上下游500m、1000m、2000m等位置条件，沿河布置采样点位，进行水样、底泥等样品的采集，并进行水文、水质、水生态、微生物群落的检测：
(1)现场检测采样断面样品水文指标包括流速V、水深D、流量F，水质指标包括温度T、pH值、溶解氧DO、氧化还原电位ORP、电导率Cond和透明度Tr；
(2)实验室检测各个样品的水质指标，包括化学需氧量COD、五日生化需氧量BOD5、悬浮物浓度SS、氨氮浓度NH4 +-N、总氮浓度TN、总磷浓度TP、叶绿素a浓度Chla；
(3)对浮游植物、浮游动物、底栖动物、着生藻类进行定性与定量检测，并计算其密度Ns及Shannon-Wiener多样性指数H，作为水生态指标，
其中，浮游植物密度Nfz计算公式如下：
式中，Nfz为1L水样中的浮游植物个体数(cells/L)，C为计数框面积(mm2)，S为视野面积(mm2)，N为计数过的视野数(个)，V为1L水样浓缩后的体积(mL)，W为计数框体积(mL)，Pn为每片计数的浮游植物个体数(个)；
浮游动物密度Nfd计算公式如下：
式中，Nfd为1L水样中浮游动物的个体数(ind./L)，C为计数过的个体数(个)，V1为1L水样浓缩后的体积(mL)，V2为计算体积(mL)，V3为采样量(L)；
底栖动物密度Ndq根据每m2内计数的个体数，记录Ndq(ind./m2)；
着生藻类密度Nszz计算公式如下：
式中，Nzs为单位面积内的着生藻类细胞数(cells/cm2)，C1为样本定容水量(mL)，C2为实际计数的样本水量(mL)，L为计数框长度(μm)，R为计数行数，N为计数所得着生藻类个数(个)，H为平行线间距(μm)，S为刮取着生藻类的基质面积(cm2)；
Shannon-Wiener多样性指数H计算公式如下：
式中，S为总物种数，pi为i物种在总数量中所占的比例；
(4)观测并计算水生植物覆盖度Cov，作为水生态指标，计算公式如下：
式中，S1、S2、S3、S4分别为浮水植物、漂浮植物、沉水植物和挺水植物的面积(m2)，S为水面面积(m2)；
(5)观测并记录鱼类物种数Nf，作为水生态指标；
(6)对采集的底泥样品进行DNA提取，采用高通量测序平台对质量合格的DNA进行测序；对下机原始数据进行质量检验、去除引物拼接序列、去除短序列、过滤低复杂度序列等预处理后，根据97％的一致性划分操作分类单元(OTU)，并对代表性序列进行分类，获得微生物群落的物种信息和丰度信息；计算微生物群落的Shannon-Wiener多样性指数Hm；根据物种及丰度信息，在原核生物分类功能注释(FAPROTAX版本1.2.4)中计算微生物群落的功能丰度，包括硝化功能丰度A1、反硝化功能丰度A2、人类病原菌丰度A3、蓝细菌丰度A4、发酵功能丰度A5、碳氢化合物降解功能丰度A6、光能自养功能丰度A7、光能异养功能丰度A8、化能异养功能丰度A9、芳香族化合物降解功能丰度A10；以及能够反映再生水补水影响的β-变形菌纲(β-Proteobacteria)丰度B1、δ-变形菌纲(δ-Proteobacteria)丰度B2、拟杆菌门(Bacteriodetes)丰度B3、酸杆菌门(Acidobacteria)丰度B4；以上指标均为微生物指标。
S2、对步骤S1所述的水文、水质、水生态、微生物指标进行筛选：
(1)在R语言(版本4.0.0)vegan包中，计算主成分分析(PCA)的轴1、轴2、轴3和轴4，保留前4轴中特征贡献率绝对值>0.6的指标；
(2)对(1)中保留的指标数据进行正态分布检验，满足正态分布的指标，采用Pearson相关分析计算指标间的相关性；不满足正态分布的指标采用Spearman秩相关分析计算指标间的相关性；以上相关性分析均在水文、水质、水生态、微生物四类指标各自的组内进行分析，剔除显著相关(P<0.05)且相关性绝对值>0.8的指标，以去除指标间的信息重叠。
S3、对步骤S2所述的筛选后所保留的指标，采用熵权法计算指标权重：
(1)对筛选后的指标数据进行标准化处理，对于n个样本各有m个指标，则xij为第i个样品的第j个指标；其中，i＝1，…，n；j＝1，…，m；
(2)对于第j个指标的信息熵Ej，计算公式如下：
其中，pij为第j个评价对象在第i个评价指标上的标准值占该评价指标标准值总和的比重；n为评价对象的个数；yij为第j个评价对象在第i个评价指标上的标准值，yij∈[0,1]；
当pij＝0时，
(3)第j个指标的权重计算公式如下：
S4、按步骤S3计算所得的评价指标及其权重，计算河流健康综合指数Z：
其中，xij为标准化后的数据，i＝1，…，n；
根据所有监测断面的健康综合指数值，建立健康评价标准：
(1)大于95％分位值的断面对应健康等级为健康；
(2)其余小于95％分位值的综合指数值均分四等分，健康等级依次为亚健康、一般、较差和极差。
与现有技术相比，本发明的优势在于：(1)现有河流健康评价方法都基于流域尺度构建，随着污水资源化利用的重点推进，本发明填补了城市再生水补给河流健康评价方法的空白，具有较强适用性；(2)本发明依据再生水补给口及其上下游的位置条件布置评价断面，能够更直接地反映污水再生利用对河流健康的影响；(3)鉴于再生水的特殊性及其与污水处理厂的强关联性，本发明增加了底泥微生物硝化功能、反硝化功能、人类病原菌、蓝细菌、发酵功能、碳氢化合物降解功能、光能自养功能、光能异养功能、化能异养功能、芳香族化合物降解功能等功能丰度，以及能够反映再生水补水影响的β-变形菌纲、δ-变形菌纲、拟杆菌门、酸杆菌门的丰度作为再生水补给河流的健康评价指标，具有显著优势；(4)本评价方法能够全面、客观、合理地反映不同指标的权重以及再生水补给河流的健康状况。
附图说明
图1为构建评价方法的流程图。
具体实施方式
下面将结合具体实施例对本发明方法进行说明。下述实施例仅用于示例性说明，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的应用范围和对象。发明方法中使用的试剂原料为常规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。
本实施例对北京市某再生水补给河流进行健康评价。结合实施例，本发明所述的健康评价方法，其体系构建过程及健康评价标准如下：
一、根据再生水补水口位置及其上下游情况，沿主干河流布置13个采样点位，进行水样、底泥等样品的采集，对每个样品检测并计算如下指标：
(1)水文指标3个：流速V、水深D、流量F；
(2)水质指标13个：温度T、pH值、溶解氧浓度DO、氧化还原电位ORP、电导率Cond、透明度Tr、化学需氧量COD、五日生化需氧量BOD5、悬浮物浓度SS、氨氮浓度NH4 +-N、总氮浓度TN、总磷浓度TP、叶绿素a浓度Chla；
(3)水生态指标10个：(a)浮游植物、浮游动物、底栖动物、着生藻类Shannon-Wiener多样性指数Hfz、Hfd、Hdq、Hzz；(b)浮游植物、浮游动物、底栖动物、着生藻类密度Nsfz、Nsfd、Nsdq、Nszz；(c)水生植物覆盖度Cov、鱼类物种数Nf；
(4)微生物指标15个：(a)微生物群落的Shannon-Wiener多样性指数Hm；(b)硝化功能丰度A1、反硝化功能丰度A2、人类病原菌丰度A3、蓝细菌丰度A4、发酵功能丰度A5、碳氢化合物降解功能丰度A6、光能自养功能丰度A7、光能异养功能丰度A8、化能异养功能丰度A9、芳香族化合物降解功能丰度A10；(c)β-变形菌纲(β-Proteobacteria)丰度B1、δ-变形菌纲(δ-Proteobacteria)丰度B2、拟杆菌门(Bacteriodetes)丰度B3、酸杆菌门(Acidobacteria)丰度B4。
二、对上述41个候选指标进行筛选：
(1)采用主成分分析(PCA)，选取轴1～轴4中特征贡献率绝对值>0.6的指标：经计算与筛选后，水文指标包括流速V和水深D；水质指标包括五日生化需氧量BOD5、氨氮浓度NH4 +-N、总磷浓度TP、悬浮物浓度SS、溶解氧浓度DO；水生态指标包括浮游植物密度Nsfz、浮游动物密度Nsfd、着生藻类多样性Hzz、底栖动物多样性Hdq；微生物指标包括β-变形菌纲(β-Proteobacteria)丰度B1、δ-变形菌纲(δ-Proteobacteria)丰度B2、硝化功能丰度A1、反硝化功能丰度A2、人类病原菌丰度A3、碳氢化合物降解功能丰度A6。
(2)对上述(1)中经过PCA筛选后的指标进行Pearson或Spearman相关性检验：
(a)水文指标
流速V与水深D之间P＝0.11，不显著相关，保留两个指标。
(b)水质指标
氨氮浓度NH4 +-N与总磷浓度TP之间显著相关且相关性>0.6，保留TP浓度，去除NH4 +-N浓度，其余指标均保留。
表1水质指标相关性
| BOD<sub>5</sub> | NH<sub>4</sub><sup>+</sup>-N | TP | SS | DO | |
| BOD<sub>5</sub> | 1 | ||||
| NH<sub>4</sub><sup>+</sup>-N | 0.67* | 1 | |||
| TP | 0.42 | 0.85* | |||
| SS | 0.68* | 0.17 | 0.11 | 1 | |
| DO | 0.54 | 0.48 | 0.12 | 0.24 | 1 |
*代表P<0.05显著相关
(c)水生态指标
浮游植物密度Nsfz、浮游动物密度Nsfd、着生藻类多样性Hzz、底栖动物多样性Hdq之间均不满足显著相关(P<0.05)且相关性绝对值>0.8的条件，全部保留。
表2水生态指标相关性
| H<sub>dq</sub> | H<sub>zz</sub> | N<sub>sfz</sub> | N<sub>sfd</sub> | |
| H<sub>dq</sub> | 1 | |||
| H<sub>zz</sub> | 0.60* | 1 | ||
| N<sub>sfz</sub> | -0.43 | -0.47 | 1 | |
| N<sub>sfd</sub> | 0.068 | -0.067 | -0.056 | 1 |
*代表P<0.05显著相关
(d)微生物指标
微生物指标之间均不显著相关，全部保留。
表3微生物指标相关性
| B<sub>1</sub> | B<sub>2</sub> | A<sub>3</sub> | A<sub>2</sub> | A<sub>1</sub> | A<sub>6</sub> | |
| B<sub>1</sub> | 1 | |||||
| B<sub>2</sub> | -0.24 | 1 | ||||
| A<sub>3</sub> | 0.21 | -0.13 | 1 | |||
| A<sub>2</sub> | -0.39 | -0.15 | -0.34 | 1 | ||
| A<sub>1</sub> | 0.08 | -0.46 | -0.26 | 0.01 | 1 | |
| A<sub>6</sub> | 0.12 | 0.16 | 0.33 | -0.40 | -0.11 | 1 |
三、对步骤二所述的筛选后所保留的指标，采用熵权法计算指标权重，各指标的权重W如下：
表4各指标的权重
四、按步骤三计算所得的评价指标及其权重，计算河流健康综合指数，大于95％分位值的断面对应健康等级为健康，其余小于95％分位值的综合指数值均分四等分，健康等级依次为亚健康、一般、较差和极差，建立健康评价标准如下：
表5健康评价体系标准
| 健康 | 亚健康 | 一般 | 较差 | 极差 |
| >81.6％ | 73.0％～81.6％ | 56.8％～73.0％ | 35.1％～56.8％ | <35.1％ |
以上所述，仅为本发明优选的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (6)
1.一种适用于再生水补给河流的健康评价方法，其特征在于：包括以下步骤：
S1、依据再生水补给口及其上下游500m、1000m、2000m位置条件，沿河布置采样点位，进行水样、底泥样品的采集，并进行水文、水质、水生态、微生物群落的检测；
S2、对步骤S1所述的水文、水质、水生态、微生物指标进行筛选；
S3、对步骤S2所述的筛选后所保留的指标，采用熵权法计算指标权重；
S4、按步骤S3计算所得的评价指标及其权重，计算河流健康综合指数，根据所有监测断面的健康综合指数值，建立健康评价标准。
2.根据权利要求1所述的一种适用于再生水补给河流的健康评价方法，其特征在于：步骤一中，水文指标包括流速V、水深D、流量F；水质指标包括温度T、pH值、溶解氧DO、氧化还原电位ORP、电导率Cond、透明度Tr、化学需氧量COD、五日生化需氧量BOD5、悬浮物浓度SS、氨氮浓度NH4 +-N、总氮浓度TN、总磷浓度TP、叶绿素a浓度Chla；水生态指标包括浮游植物、浮游动物、底栖动物、着生藻类Shannon-Wiener多样性指数Hfz、Hfd、Hdq、Hzz，浮游植物、浮游动物、底栖动物、着生藻类密度Nsfz、Nsfd、Nsdq、Nszz，以及水生植物覆盖度Cov、鱼类物种数Nf；微生物指标包括微生物群落的Shannon-Wiener多样性指数Hm、硝化功能丰度A1、反硝化功能丰度A2、人类病原菌丰度A3、蓝细菌丰度A4、发酵功能丰度A5、碳氢化合物降解功能丰度A6、光能自养功能丰度A7、光能异养功能丰度A8、化能异养功能丰度A9、芳香族化合物降解功能丰度A10、β-变形菌纲丰度B1、δ-变形菌纲丰度B2、拟杆菌门丰度B3、酸杆菌门丰度B4。
3.根据权利要求2所述的一种适用于再生水补给河流的健康评价方法，其特征在于：微生物指标中，对采集的底泥样品进行DNA提取，采用高通量测序平台对质量合格的DNA进行测序；对下机原始数据进行质量检验、去除引物拼接序列、去除短序列、过滤低复杂度序列预处理后，根据97％的一致性划分操作分类单元OTU，并对代表性序列进行分类，获得微生物群落的物种信息和丰度信息；计算微生物群落的Shannon-Wiener多样性指数Hm；根据物种及丰度信息，在原核生物分类功能注释中计算微生物群落的功能丰度。
4.根据权利要求1所述的一种适用于再生水补给河流的健康评价方法，其特征在于：步骤二中，在R语言vegan包中，计算主成分分析PCA的轴1、轴2、轴3和轴4，保留前4轴中特征贡献率绝对值>0.6的指标；对保留的指标数据进行正态分布检验，满足正态分布的指标，采用Pearson相关分析计算指标间的相关性；不满足正态分布的指标采用Spearman秩相关分析计算指标间的相关性；以上相关性分析均在水文、水质、水生态、微生物四类指标各自的组内进行分析，剔除显著相关且相关性绝对值>0.8的指标，以去除指标间的信息重叠。
5.根据权利要求1所述的一种适用于再生水补给河流的健康评价方法，其特征在于：步骤三中，采用熵权法计算筛选后指标的权重，其计算方法如下：
(1)对筛选后的指标数据进行标准化处理，对于n个样本各有m个指标，则xij为第i个样品的第j个指标；其中，i＝1，…，n；j＝1，…，m；
(2)对于第j个指标的信息熵Ej，计算公式如下：
其中，
当pij＝0时，
(3)第j个指标的权重计算公式如下：
其中，pij为第j个评价对象在第i个评价指标上的标准值占该评价指标标准值总和的比重；n为评价对象的个数；yij为第j个评价对象在第i个评价指标上的标准值，yij∈[0,1]。
6.根据权利要求1所述的一种适用于再生水补给河流的健康评价方法，其特征在于：步骤四中，根据计算所得评价指标及其权重，计算河流健康综合指数；根据所有监测断面的健康综合指数值，建立健康评价标准，其中，大于95％分位值的断面对应健康等级为健康，其余小于95％分位值的综合指数值均分四等分，健康等级依次为亚健康、一般、较差和极差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502518.5A CN113393081A (zh) | 2021-05-08 | 2021-05-08 | 一种适用于再生水补给河流的健康评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502518.5A CN113393081A (zh) | 2021-05-08 | 2021-05-08 | 一种适用于再生水补给河流的健康评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113393081A true CN113393081A (zh) | 2021-09-14 |
Family
ID=77617971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110502518.5A Pending CN113393081A (zh) | 2021-05-08 | 2021-05-08 | 一种适用于再生水补给河流的健康评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393081A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN116590381A (zh) * | 2023-05-12 | 2023-08-15 | 青岛理工大学 | 一种筛选再生水补水影响河道生物多样性的关键水质因子的方法 |
-
2021
- 2021-05-08 CN CN202110502518.5A patent/CN113393081A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN116590381A (zh) * | 2023-05-12 | 2023-08-15 | 青岛理工大学 | 一种筛选再生水补水影响河道生物多样性的关键水质因子的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104962620B (zh) | 一种基于微生物群落的海洋生态健康评价方法 | |
| Luo et al. | Microbial community structures in a closed raw water distribution system biofilm as revealed by 454-pyrosequencing analysis and the effect of microbial biofilm communities on raw water quality | |
| Ouattara et al. | Modelling faecal contamination in the Scheldt drainage network | |
| Zhang et al. | Biogeography and assembly of microbial communities in wastewater treatment plants in China | |
| Zou et al. | Changes in protist communities in drainages across the Pearl River Delta under anthropogenic influence | |
| Wang et al. | Keystone taxa of water microbiome respond to environmental quality and predict water contamination | |
| CN113393081A (zh) | 一种适用于再生水补给河流的健康评价方法 | |
| Sikder et al. | Spatial variations in trophic-functional patterns of periphytic ciliates and indications to water quality in coastal waters of the Yellow Sea | |
| Hu et al. | Response of macroinvertebrate community to water quality factors and aquatic ecosystem health assessment in a typical river in Beijing, China | |
| CN111398539A (zh) | 一种基于大数据和分子生物技术的水质微生物指示方法 | |
| Bao et al. | Particle size distribution mathematical models and properties of suspended solids in a typical freshwater pond | |
| Li et al. | Ecological health evaluation of rivers based on phytoplankton biological integrity index and water quality index on the impact of anthropogenic pollution: A case of Ashi River Basin | |
| Yang et al. | Pelagic-benthic coupling of the microbial food web modifies nutrient cycles along a cascade-dammed river | |
| CN113658640B (zh) | 一种淡水生态系统健康评价方法 | |
| Li et al. | How did the bacterial community respond to the level of urbanization along the Yangtze River? | |
| Shao et al. | Construction of the comprehensive evaluation system of waterbody pollution degree and the response of sedimentary microbial community | |
| Wang et al. | Evaluation and comparison of the benthic and microbial indices of biotic integrity for urban lakes based on environmental DNA and its management implications | |
| CN107273669B (zh) | 生态清淤工程水生态修复效果的监控方法 | |
| Osidele et al. | Identification of model structure for aquatic ecosystems using regionalized sensitivity analysis | |
| Esteban et al. | Effects of habitat quality on ciliated protozoa communities in sewage treatment plants | |
| Shu et al. | Seasonal and spatial distribution and assembly processes of bacterioplankton communities in a subtropical urban river | |
| CN115343439B (zh) | 一种城市内河流域水质监测方法 | |
| Matela et al. | Structural diagnosis of benthic invertebrate communities in relation to salinity gradient in Baltic coastal lake ecosystems using biological trait analysis | |
| CN114565221A (zh) | 水生态系统环境质量综合评价方法 | |
| Zou et al. | Depth induced assembly discrepancy of multitrophic microbial communities affect microbial nitrogen transformation processes in river cross-sections |
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 |