CN111488949B - 构建河流大型底栖动物对环境压力定量响应关系的方法 - Google Patents
构建河流大型底栖动物对环境压力定量响应关系的方法 Download PDFInfo
- Publication number
- CN111488949B CN111488949B CN202010363496.4A CN202010363496A CN111488949B CN 111488949 B CN111488949 B CN 111488949B CN 202010363496 A CN202010363496 A CN 202010363496A CN 111488949 B CN111488949 B CN 111488949B
- Authority
- CN
- China
- Prior art keywords
- environmental
- benthonic
- analysis
- animals
- river
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/34—Purifying; Cleaning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Hydrology & Water Resources (AREA)
- Electrochemistry (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Farming Of Fish And Shellfish (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了构建河流大型底栖动物对环境压力定量响应关系的方法,属于生态研究与监测技术领域;本发明对比分析了不同环境压力河流的环境质量差异、底栖动物群落差异及其差异的主要驱动因素,综合考虑所有分析区域的环境质量指标和底栖动物群落组成,分析得出影响底栖动物群落的主要环境质量因素,拟合底栖动物多样性和特征种对主要环境梯度的定量响应关系曲线,确定特征物种适宜的关键环境因子阈值范围,有助于了解河流的健康状态,在指导水生态保护与修复方面具有重要的理论和应用价值。
Description
技术领域
本发明涉及生态研究与监测技术领域,尤其涉及构建河流大型底栖动物对环境压力定量响应关系的方法。
背景技术
大型底栖动物是淡水生态***中的重要生物类群,在河流的物质循环和能量流动等方面发挥着重要作用。底栖动物生活在河湖底质与水体界面,种类丰富,生活史相对较长,生活范围小,与生存环境相互依存、相互影响,环境条件会对其生长、繁殖以及种类分布等造成直接或间接的影响。不同的水体污染状况可引起底栖动物相应的反应和变化,且不同种类底栖动物对各种环境变化的敏感程度不同。此外,底栖动物在采集、保存和鉴定方面的方法比较成熟。综上,底栖动物群落结构的变化可作为水环境质量评价的基本依据,可以综合表征河湖水质、底质和小生境等的受损状况,很好地反映环境污染状况。
近些年由于河流水环境的不断恶化,淡水动物多样性迅速降低,其灭绝速率可达陆地动物灭绝速率的五倍。大型底栖动物也受到了严重影响,应得到足够重视;水资源紧缺、河流污染和富营养化等诸多问题共存,河流生态***受到严重影响,大型底栖动物群落结构持续变化。鉴于上述原因,本发明提出构建河流大型底栖动物对环境压力定量响应关系的方法,并确定底栖动物特征种最适宜的环境因子阈值范围,有助于了解河流的健康状态,在指导水生态保护与修复方面具有重要的理论和应用价值。
发明内容
本发明的目的在于提供构建河流大型底栖动物对环境压力定量响应关系的方法,以解决上述背景技术中提出的问题:
河流大型底栖动物对环境压力的定量响应关系是怎样的?
为了实现上述目的,本发明采用了如下技术方案:
构建河流大型底栖动物对环境压力定量响应关系的方法,包括以下步骤:
S1、选定若干个分析区域,在每个分析区域中河流布设若干个样点,采集大型底栖动物样品,对大型底栖动物进行统计和鉴定;
S2、测定每个样点的环境指标,选用水温、pH、溶解氧、电导率、总氮、铵态氮、硝态氮、总磷、正磷酸盐、高锰酸盐指数、叶绿素a、碱度、盐度、浊度、栖境多样性、河道变化、交通干扰程度、河岸带土地利用和底质异质性等指标作为每个样点的环境质量指标;
S3、采用主成分分析法对所有分析区域的环境质量指标排序;
S4、采用一维相似性分析检验不同分析区域的环境特征差异性,并利用相似百分比分析找出导致差异的环境因素及其对差异不相似性的贡献率;
S5、结合S3和S4中所得结果整理得出各分析区域之间的河流水环境与栖境质量差异;
S6、采用一维相似性分析检验不同分析区域的底栖动物群落组成差异性,进一步利用相似百分比分析找出每个区的特征种及其对不相似性的贡献率;
S7、结合S6中所得结果整理得出各分析区域之间河流大型底栖动物群落结构的差异;
S8、采用典范对应分析筛选出影响分析区域底栖动物群落结构的环境因素;
S9、采用广义加性模型,以泊松分布类型及赤池信息量(AIC)最小为最优的原则拟合底栖动物丰度、多样性和特征种与关键环境因子的定量响应关系;
S10、对上述数据和结果进行整理和总结,分析得出河流大型底栖动物对环境压力的定量响应关系。
优选的,所述S1中提到的采集大型底栖动物样品时一般采用D型抄网或彼得逊采泥器采集,对于可以涉水的溪流及小型河流,采用D形抄网进行底栖动物样品采集,每个采样点采集10个样方,每个样方的大小为30cm×50cm;
优选的,每个采样点所采集的样品,需经过60目尼龙筛网进行现场筛洗,剩余物带回实验室,置于白色瓷盘中,将所有底栖动物逐一挑出,并用7%***溶液固定保存后鉴定。
优选的,所述S2或S4中所提到的环境质量指标在测定时,现场采用多参数水质监测仪(YSI 6600 V2)测定表层(30-50cm深度)的pH值、电导率、溶解氧、盐度和浊度,同时采用水样采集器采集水面以下0.5m深度处的水样,若水深不足0.5m时,则选择中间水位处,采集的水样需冷冻保存并带回实验室分析,测定铵态氮、硝态氮、正磷酸盐、总悬浮颗粒物、叶绿素a、总氮、总磷、高锰酸盐指数以及溶解性总有机碳。通过现场调查,根据质量状况优劣程度,将栖境多样性、河道变化、交通干扰程度、河岸带土地利用、底质异质性这五个反映生境质量的参数分为:好(20,19,18,17,16)、较好(15,14,13,12,11)、一般(10,9,8,7,6)和差(5,4,3,2,1,0)四个等级。
与现有技术相比,本发明提供了构建河流大型底栖动物对环境压力定量响应关系的方法,具备以下有益效果:
本发明对比分析了不同环境压力河流的环境质量差异、底栖动物群落差异及其差异的主要驱动因素,综合考虑所有分析区域的环境质量指标和底栖动物群落组成,分析得出影响底栖动物群落的主要环境质量因素,拟合底栖动物多样性和特征种对主要环境梯度的定量响应关系曲线,确定特征物种适宜的关键环境因子阈值范围,有助于了解河流的健康状态,在指导水生态保护与修复方面具有重要的理论和应用价值。
附图说明
图1为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的太湖流域和巢湖流域丘陵区环境因子的主成分分析排序图;
图2为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的太湖流域和巢湖流域平原区环境因子的主成分分析排序图;
图3为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的丘陵区底栖动物群落结构与环境因子的典范对应分析排序图;
图4为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的平原区底栖动物群落结构与环境因子的典范对应分析排序图;
图5为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的底栖动物物种数和多样性指数对关键环境因素的响应曲线示意图;
图6为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的腹足纲特征种铜锈环棱螺和椭圆萝卜螺对关键环境因素的响应曲线示意图;
图7为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的寡毛纲特征种霍甫水丝蚓和苏氏尾鳃蚓对关键环境因素的响应曲线示意图;
图8为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的双壳纲特征种河蚬对关键环境因素的响应曲线示意图;
图9为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的摇蚊科特征种黄色羽摇蚊对关键环境因素的响应曲线示意图;
图10为本发明提出的构建河流大型底栖动物对环境压力定量响应关系的方法的水生昆虫特征种扁蜉属和四节蜉属对关键环境因素的响应曲线示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1:
构建河流大型底栖动物对环境压力定量响应关系的方法,包括以下步骤:
S1、选定若干个分析区域,在每个分析区域中河流布设若干个样点,采集大型底栖动物样品,对大型底栖动物进行统计和鉴定;
S2、测定每个样点的环境指标,选用水温、pH、溶解氧、电导率、总氮、铵态氮、硝态氮、总磷、正磷酸盐、高锰酸盐指数、叶绿素a、碱度、盐度、浊度、栖境多样性、河道变化、交通干扰程度、河岸带土地利用和底质异质性等指标作为每个样点的环境质量指标;
S3、采用主成分分析法对所有分析区域的环境质量指标排序;
S4、采用一维相似性分析检验不同分析区域的环境特征差异性,并利用相似百分比分析找出导致差异的环境因素及其对差异不相似性的贡献率;
S5、结合S3和S4中所得结果整理得出各分析区域之间的河流水环境与栖境质量差异;
S6、采用一维相似性分析检验不同分析区域的底栖动物群落组成差异性,进一步利用相似百分比分析找出每个区的特征种及其对不相似性的贡献率;
S7、结合S6中所得结果整理得出各分析区域之间河流大型底栖动物群落结构的差异;
S8、采用典范对应分析筛选出影响分析区域底栖动物群落结构的环境因素;
S9、采用广义加性模型,以泊松分布类型及赤池信息量(AIC)最小为最优的原则拟合底栖动物丰度、多样性和特征种与关键环境因子的定量响应关系;
S10、对上述数据和结果进行整理和总结,分析得出河流大型底栖动物对环境压力的定量响应关系。
S1中提到的采集大型底栖动物样品时一般采用D型抄网或彼得逊采泥器采集,对于可以涉水的溪流及小型河流,采用D形抄网进行底栖动物样品采集,每个采样点采集10个样方,每个样方的大小为30cm×50cm;
每个采样点所采集的样品,需经过60目尼龙筛网进行现场筛洗,剩余物带回实验室,置于白色瓷盘中,将所有底栖动物逐一挑出,并用7%***溶液固定保存后鉴定。
S2或S4中所提到的环境质量指标在测定时,现场采用多参数水质监测仪(YSI6600 V2)测定表层(30-50cm深度)的pH值、电导率、溶解氧、盐度和浊度,同时采用水样采集器采集水面以下0.5m深度处的水样,若水深不足0.5m时,则选择中间水位处,采集的水样需冷冻保存并带回实验室分析,测定铵态氮、硝态氮、正磷酸盐、总悬浮颗粒物、叶绿素a、总氮、总磷、高锰酸盐指数以及溶解性总有机碳。通过现场调查,根据质量状况优劣程度,将栖境多样性、河道变化、交通干扰程度、河岸带土地利用、底质异质性这五个反映生境质量的参数分为:好(20,19,18,17,16)、较好(15,14,13,12,11)、一般(10,9,8,7,6)和差(5,4,3,2,1,0)四个等级。
本发明对比分析了不同环境压力河流的环境质量差异、底栖动物群落差异及其差异的主要驱动因素,综合考虑所有分析区域的环境质量指标和底栖动物群落组成,分析得出影响底栖动物群落的主要环境质量因素,拟合底栖动物多样性和特征种对主要环境梯度的定量响应关系曲线,确定特征物种适宜的关键环境因子阈值范围,有助于了解河流的健康状态,在指导水生态保护与修复方面具有重要的理论和应用价值。
实施例2:
请参阅图1-2,基于实施例1又有所不同之处在于;
探究太湖流域和巢湖流域水环境与栖境质量的差异:
图1为太湖流域和巢湖流域丘陵区的环境因子梯度的主成分分析排序图,第1主成分(PC1)与叶绿素a(Chl-a)、电导率(Conductivity)、盐度(Salinity)、正磷酸盐(PO4 3--P)、碳酸钙(CaCO3)、浊度(Turbidity)呈正相关,与底质异质性(Substrate)、交通干扰程度(Transportation)、河道变化(Channel)、河岸带土地利用(Land)、栖境多样性(Habitat)、溶解氧(DO)呈负相关;第2主成分(PC2)与氨态氮(NH4 +-N)、高锰酸盐指数(CODMn)呈负相关;前两个主成分的方差解释率分别为53.2%和17.8%;排序图显示,巢湖流域丘陵区点位主要分布在左下方,而太湖流域丘陵区点位主要分布在右上方,这一分布特征说明巢湖流域丘陵区的栖境质量优于太湖流域丘陵区,而太湖流域丘陵区的水体营养盐浓度高于巢湖流域丘陵区。
图2为太湖流域和巢湖流域平原区的环境因子梯度的主成分分析排序图;第1主成分(PC1)与电导率(Conductivity)、、浊度(Turbidity)、正磷酸盐(PO4 3--P)、硝态氮(NO3 --N)显著正相关,与栖境多样性(Habitat)、河道变化(Channel)、河岸带土地利用(Land)、溶解氧(DO)、交通干扰程度(Transportation)显著正相关;第2主成分(PC2)与总磷(TP)、氨态氮(NH4 +-N)、叶绿素a(Chl-a)、总氮(TN)、高锰酸盐指数(CODMn)显著正相关,与底质异质性(Substrate)显著负相关。前两个主成分的方差解释率分别为54.8%和17.6%;排序图显示,巢湖流域平原区点位主要分布在左侧和上侧,而太湖流域平原区点位主要集中在右侧,这一分布特征说明巢湖流域平原区的栖境质量要优于太湖流域平原区,但巢湖流域平原区仍有部分河流营养盐浓度较高。
One-way ANOSIM结果显示,巢湖流域丘陵区与太湖流域丘陵区的环境特征差异显著(p<0.01,R=0.709),巢湖流域平原区与太湖流域平原区的环境特征差异显著(p<0.01,R=0.724);SIMPER分析结果显示正磷酸盐、浊度和叶绿素a是造成两个流域环境特征差异的主要理化因素(表1、表2),两个丘陵区的主要差异还包括底质组成、水体溶解氧、河道变化和栖境多样性,而两个平原区的主要差异还包括栖境多样性、河道变化、总氮、硝态氮和河岸带土地利用;太湖流域丘陵区和平原区的正磷酸盐浓度、浊度和叶绿素a均远高于巢湖流域的丘陵区和平原区,但巢湖流域平原区水体总氮浓度明显高于太湖流域平原区。
整体上看,巢湖流域和太湖流域的环境质量差异较大;巢湖流域丘陵区和平原区的生境质量均优于太湖流域,而太湖流域丘陵区和平原区的水体营养盐浓度高于巢湖流域,但巢湖流域平原区部分点位的水体营养盐高于太湖流域平原区。
表1太湖流域和巢湖流域丘陵区的环境特征差异的主要理化因子及其相应的均值
表2两个流域平原区的环境特征差异的主要理化因子及其相应的均值
实施例3:
基于实施例1或2又有所不同之处在于;
探究太湖流域和巢湖流域大型底栖动物群落结构的差异:
请参阅表3,太湖流域和巢湖流域丘陵区底栖动物群落结构的差异物种主要为腹足纲(8种)、水生昆虫(5种)、甲壳纲(3种)、双壳纲(3种)、寡毛纲(2种)及摇蚊幼虫(3种);从平均密度来看,巢湖流域丘陵区的水生昆虫密度远大于太湖流域丘陵区,太湖流域丘陵区的寡毛纲和甲壳纲平均密度稍高于巢湖流域丘陵区,而摇蚊幼虫和双壳纲在两个流域丘陵区的平均密度相差不多;虽然铜锈环棱螺在两个流域丘陵区的平均密度接近,但总体来讲,巢湖流域丘陵区的腹足纲密度高于太湖流域丘陵区。
表3两个流域丘陵区底栖动物群落差异的主要物种及其密度均值
注:差异贡献率累计至70%
请参阅表4,两平原区底栖动物群落结构的差异物种主要为腹足纲(7种)、甲壳纲(2种)、双壳纲(2种)、寡毛纲(2种)及摇蚊幼虫(2种);从平均密度来看,太湖流域平原区的寡毛纲(霍甫水丝蚓和苏氏尾鳃蚓)平均密度远高于巢湖流域平原区;腹足纲的铜锈环棱螺、大沼螺、纹沼螺、方格短沟蜷在太湖流域平原区的平均密度较高,而长角涵螺、椭圆萝卜螺、尖口圆扁螺在巢湖流域平原区的平均密度较高;巢湖流域平原区双壳纲和摇蚊幼虫的平均密度稍高于太湖流域平原区;而甲壳纲在两个流域平原区的平均密度相差不多。
表4两个流域平原区底栖动物群落差异的主要物种及其密度均值
注:差异贡献率累计至70%
巢湖流域大型底栖动物群落结构与太湖流域差异较大;与相对发达的太湖流域相比,巢湖流域大型底栖动物的物种丰富度更高,各样点的密度、物种数及多样性指数也更高;巢湖流域是一个农业主导型的湖泊型流域,其河道主要以自然土质护坡为主;而太湖流域的很多河流均为硬质护坡,流域内河流渠道化程度较高,生境退化严重,这进一步证明了城市化和河道渠道化会严重影响大型底栖动物的结构特征;与同样是土地利用以农业为主的辽河流域相比,巢湖流域大型底栖动物的物种丰富度水平和生物多样性水平与其相似,但辽河流域发现的水生昆虫比例相对更高一些;在杭埠河上游的源头溪流点位中,水生昆虫的物种丰富度较高,且相对密度较大,而巢湖流域下游污染较为严重的河流中,摇蚊幼虫和寡毛纲等耐污型物种占据优势;这与辽河流域的研究结果一致:在源头溪流中的清洁种,特别是蜉蝣目昆虫Baetis sp.的数量较多,而在第四级河流的点位中摇蚊幼虫、甲壳纲等耐污性物种更占优势;李法云等研究也发现辽河流域以水生昆虫为主的清洁种主要分布在以林地为主的区域中,在以耕地和居民住宅为主的区域摇蚊幼虫占据优势,而以城市为主的区域寡毛纲的优势地位明显;浑太河流域研究发现河段尺度人类活动压力对底栖动物群落结构空间分异影响最显著,且不同尺度环境因子对大型底栖动物群落结构的影响有联合效应;在今后研究中应综合考虑土地利用、水文、生境质量及底质状况等对大型底栖动物的影响;敖江流域研究也发现大型底栖动物种类呈现支流多于干流的规律,且在上游、中游和下游的断面均有寡毛纲物种,表明其受到了不同程度的有机污染;敖江流域中游断面出现蜉蝣目、毛翅目、襀翅目等敏感型水生昆虫,表明其自然生境保存较为完整,受到人为干扰较小;因为底栖动物的分布有一定的地域性,每一个地理区域都有各自的区系特点;因此,对于大型底栖动物的研究除了要分析区域性的特征,还应深入分析底栖动物的不同功能类群,如功能摄食类群、耐污能力等生物特征。
实施例4:
请参阅图3-4,基于实施例1或2或3又有所不同之处在于;
探究太湖流域和巢湖流域底栖动物群落结构的驱动因素:
请参阅表5,两个丘陵区的DCA分析结果显示,第1轴的梯度长度为3.859,大于3,故选用单峰模型CCA进行分析;向前引入法最终筛选出五个与底栖动物群落结构显著相关的环境因子(p<0.1);第1轴和第2轴的特征值分别为0.575和0.153,前两轴解释的物种数据方差变异百分数为12.0%,解释的物种—环境关系变异百分比为71.0%;第1轴与底质异质性(r=0.99)、河道变化(r=0.81)、交通干扰程度(r=0.79)和栖境多样性(r=0.67)呈显著正相关,而第2轴与硝态氮呈正相关(r=0.68);图3为两个流域丘陵区的底栖动物群落与环境因子的典范对应分析的样点排序图,图3中显示,两个丘陵区的采样点分别在排序图的不同区域相对集中;巢湖流域丘陵区的采样点多集中在排序图右侧,而排序图左侧以太湖流域丘陵区的采样点为主,这样的分布特征表明两生态区沿着第1轴有不同的环境条件;巢湖流域丘陵区生境质量(栖境多样性、河道变化、交通干扰程度和底质异质性)优于太湖流域丘陵区。
表5丘陵区底栖动物群落结构与环境因子的典范对应分析结果
请参阅表6,两个平原区的DCA分析结果显示,第1轴的梯度长度为3.063,稍大于3,故选用单峰模型CCA进行分析;向前引入法最终筛选出九个与底栖动物群落结构显著相关的环境因子(p<0.05);第1轴和第2轴的特征值分别为0.322和0.243,前两轴解释的物种数据方差变异百分数为7.3%,解释的物种—环境关系变异百分比为47.6%;第1轴与栖境多样性(r=0.84)、河道变化(r=0.83)、交通干扰程度(r=0.73)、河岸带土地利用(r=0.76)、底质异质性(r=0.72)呈显著正相关,与水体溶解氧(r=0.39)呈正相关;第2轴与盐度(r=-0.58)呈显著负相关,与铵态氮(r=-0.31)、浊度(r=-0.36)呈负相关;图4为两个流域平原区的底栖动物群落与环境因子的典范对应分析的样点排序图;图4中显示,两个平原区的采样点分别在排序图的左右两侧相对集中,巢湖流域平原区的采样点多集中在排序图右侧,部分巢湖流域平原区的样点沿着底质异质性分布;而排序图左侧以太湖流域平原区的采样点为主。
表6平原区底栖动物群落结构与环境因子的典范对应分析结果
实施例5:
请参阅图5-10,基于实施例1或2或3或4,又有所不同之处在于;
图5基于GAM拟合出的底栖动物物种数和多样性对关键环境梯度的响应曲线;结果表明,底栖动物物种数和Shannon-Wiener指数对水体总氮浓度和栖境多样性响应相关性显著(p<<0.001)。底栖动物物种数和Shannon-Wiener指数随着栖境多样性的升高而稳步上升;Shannon-Wiener指数随着水体总氮浓度的升高呈下降趋势:当总氮浓度在0~10mg/L范围时,Shannon-Wiener指数随着水体总氮浓度的升高急速下降;当总氮浓度大于10mg/L时,Shannon-Wiener指数下降速度趋缓,且Shannon-Wiener指数基本保持在0.5以下,处于相对较低的水平;底栖动物物种个数对水体总氮浓度的响应关系较Shannon-Wiener指数稍有差异:当总氮浓度在0~5mg/L范围时,物种个数随着水体总氮浓度的升高急速下降;当总氮浓度大于5mg/L时,物种个数的下降速度趋缓,样点的物种个数处于较低的水平。
从图6中可以看出,腹足纲特征种铜锈环棱螺和椭圆萝卜螺作为腹足纲的特征种,对栖境多样性、底质异质性和电导率的响应关系显著(p<0.05),但两个特征种对这3个环境因子的响应关系相差较大;铜锈环棱螺密度随着栖境多样性的提高呈先上升后下降的趋势,在栖境多样性为9时达到最大值,而椭圆萝卜螺密度随着栖境多样性的提高呈上升趋势,且上升速度渐增;铜锈环棱螺密度随着底质异质性的升高逐渐降低;而椭圆萝卜螺对底质异质性的响应曲线呈现单峰关系,当底质异质性较低时,椭圆萝卜螺的密度随着底质异质性的升高而升高,在底质异质性约为12.5时达到峰值,底质异质性的进一步提高会导致椭圆萝卜螺密度的降低;铜锈环棱螺对电导率的响应呈现单峰关系:在电导率较低的情况下,其密度随着电导率的升高而升高;在电导率为0.6ms/cm时达到最大,电导率的进一步升高则会导致铜锈环棱螺密度的急速降低;在电导率大于3ms/cm时,其密度趋于0;椭圆萝卜螺密度随着电导率的升高而降低:在电导率为0~0.3ms/cm范围时,椭圆萝卜螺的密度随着电导率的升高而极速降低;在电导率0.3~1ms/cm范围时,下降速度趋缓;在电导率大于1ms/cm时,椭圆萝卜螺密度趋于0。
从图7中可以看出,寡毛纲特征种霍甫水丝蚓和苏氏尾鳃蚓作为寡毛纲的特征种,对电导率、高锰酸盐指数和总磷浓度的响应关系显著(p<<0.001),且两个特征种对这3个环境因子的响应关系相似;霍甫水丝蚓和苏氏尾鳃蚓对电导率的响应均为典型的单峰关系,在电导率较低的情况下,两个特征种的密度均随着电导率的增加而升高,并都在电导率约为0.7ms/cm时达到峰值,电导率的进一步增加则又都导致了两个特征种密度的下降,且苏氏尾鳃蚓的密度下降更快,在电导率约为1.2ms/cm时趋于0,而霍甫水丝蚓的密度在电导率约为2ms/cm时趋于0;霍甫水丝蚓和苏氏尾鳃蚓对高锰酸盐指数和总磷的响应关系相似,两个特征种的密度均随着高锰酸盐指数和总磷浓度的增大而增大;此外,响应曲线的结果还显示:相同的环境条件下,霍甫水丝蚓的密度远高于苏氏尾鳃蚓的密度。
从图8中可以看出,双壳纲特征种河蚬对底质异质性(p<0.01)和总氮浓度(p<0.05)的响应关系显著;河蚬对底质异质性的响应并不是简单的增减趋势:底质异质性较差(<3)时,河蚬密度随其增大而略有下降;而当底质异质性继续增大时,河蚬密度转而升高,并在底质异质性约为8时达到峰值;底质异质性的进一步增大则会造成河蚬密度的持续下降;河蚬密度随着总氮浓度的升高而降低:在总氮浓度较低的状态下,河蚬密度随着总氮浓度的升高而急速下降;当总氮浓度大于3mg/L时,其下降速度趋缓,并在总氮浓度约为12mg/L时趋于0。
从图9中可以看出,摇蚊科特征种黄色羽摇蚊对栖境多样性、高锰酸盐指数和总氮的响应关系显著(p<<0.001);黄色羽摇蚊的密度会随着高锰酸盐指数的升高而升高,但对栖境多样性和总氮浓度的响应均为典型的单峰关系;在栖境多样性较低的情况下,黄色羽摇蚊的密度随着栖境多样性的升高而增加,并在栖境多样性约为6时达到峰值,栖境多样性的进一步升高则会导致黄色羽摇蚊密度的减小;类似的,在总氮浓度较低的情况下,黄色羽摇蚊的密度随着总氮浓度的升高而上升,并在总氮浓度约为42mg/L时达到最大。
从图10中可以看出,研究区的两个水生昆虫类特征种对不同的环境因素响应关系较高:扁蜉属对溶解氧(p<<0.001)和高锰酸盐指数(p<<0.001)响应关系显著,而四节蜉属对电导率(p<<0.001)和总氮(p<0.05)的响应关系明显;扁蜉属在溶解氧低于6mg/L的环境中基本无法生存;在溶解氧在6~12mg/L范围情况下,扁蜉属密度随着溶解氧的升高而上升;在溶解氧大于12mg/L的情况下,溶解氧的进一步升高会导致扁蜉属密度稍有下降;扁蜉属密度随着高锰酸盐指数的升高而下降,且在高锰酸盐指数低于约2.1mg/L时,下降速度较快;高锰酸盐指数在2.1~4.2mg/L范围时,其下降速度趋缓;在高锰酸盐指数大于4.2mg/L时,扁蜉属的密度趋于0;四节蜉属密度随着电导率和总氮浓度的升高而下降:在电导率大于0.3ms/cm的情况下,四节蜉属的密度趋于0;同样的,在总氮浓度大于6mg/L的环境中,四节蜉属已经很难生存。
水质理化指标作为水环境质量评价的最常用方法,可以更为直接精确地反映水质状况;但严格来讲,理化指标只能代表采集水样那一刻的瞬时水质,并不能全面地反映水质与大型底栖动物之间的相关性;相比而言,大型底栖动物群落特征对水质状况及生境质量的响应具有时间累积效应,一次监测可以反映过去一段时间内的环境状况,可以真实地反映水质状态和生态***健康的长期变化;但底栖动物群落结构特征具有较强的地域性,其评价标准难以统一;因此将底栖动物群落结构特征与环境梯度建立相关关系,对环境监测和底栖动物生物多样性保护均具有积极作用。
本研究基于GAM拟合了大型底栖动物对关键环境梯度的响应曲线,结果表明底栖动物物种丰富度、生物多样性及特征物种与不同的环境因子具有显著响应关系;栖境多样性和总氮浓度可以作为底栖动物生物多样性和物种丰富度的指示因子;腹足纲物种铜锈环棱螺和椭圆萝卜螺对电导率、底质和栖境多样性较为敏感,而河蚬则对底质和总氮浓度较为敏感;电导率和总氮浓度可以作为四节蜉属密度的指示因子,而高锰酸盐指数和水体溶解氧可以作为扁蜉属密度的指示因子;寡毛纲的霍甫水丝蚓和苏氏尾鳃蚓可以在总磷浓度较高且溶解氧含量极低的严重污染环境中生存,并大量富集;栖境多样性在3~8之间时更适宜黄色羽摇蚊的生存,但在总氮浓度大到一定程度时,黄色羽摇蚊密度也会急速下降;这些结果都表明,以上这些特征物种可以作为环境监测的指示物种。
底栖动物—环境梯度的响应曲线能够更加形象地描述底栖动物群落对环境因子的响应关系,有利于深入地了解水体水质、营养状态及生境质量与大型底栖动物群落结构的相关关系,也可以更直观地描述不同人为干扰对大型底栖动物群落结构的变化趋势和演替过程。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.构建河流大型底栖动物对环境压力定量响应关系的方法,其特征在于,包括以下步骤:
S1、选定若干个分析区域,在每个分析区域中河流布设若干个样点,采集大型底栖动物样品,对大型底栖动物进行统计和鉴定;
S2、测定每个样点的环境质量指标,选用水温、pH、溶解氧、电导率、总氮、铵态氮、硝态氮、总磷、正磷酸盐、高锰酸盐指数、叶绿素a、碱度、盐度、浊度、栖境多样性、河道变化、交通干扰程度、河岸带土地利用和底质异质性指标作为每个样点的环境质量指标;
S3、采用主成分分析法对所有分析区域的环境质量指标排序;
S4、采用一维相似性分析检验不同分析区域的环境特征差异性,并利用相似百分比分析找出导致差异的环境因素及其对差异不相似性的贡献率;
S5、结合S3和S4中所得结果整理得出各分析区域之间的河流水环境与环境质量差异;
S6、采用一维相似性分析检验不同分析区域的底栖动物群落组成差异性,进一步利用相似百分比分析找出每个区的特征种及其对不相似性的贡献率;
S7、结合S6中所得结果整理得出各分析区域之间河流大型底栖动物群落结构的差异;
S8、采用典范对应分析筛选出影响分析区域底栖动物群落结构的环境因素;
S9、采用广义加性模型,以泊松分布类型及赤池信息量最小为最优的原则拟合大型底栖动物对关键环境梯度的响应曲线,确定底栖动物丰度、多样性和特征种与关键环境因子的定量响应关系;
S10、对上述数据和结果进行整理和总结,分析得出河流大型底栖动物对环境压力的定量响应关系。
2.根据权利要求1所述的构建河流大型底栖动物对环境压力定量响应关系的方法,其特征在于:所述S1中提到的采集大型底栖动物样品时采用D型抄网或彼得逊采泥器采集,对于可以涉水的溪流及小型河流,采用D形抄网进行底栖动物样品采集,每个采样点采集10个样方,每个样方的大小为30cm×50cm。
3.根据权利要求2所述的构建河流大型底栖动物对环境压力定量响应关系的方法,其特征在于:每个采样点所采集的样品,利用60目尼龙筛网进行现场筛洗,剩余物带回实验室,置于白色瓷盘中,将所有底栖动物逐一挑出,并用7%***溶液固定保存后鉴定。
4.根据权利要求1所述的构建河流大型底栖动物对环境压力定量响应关系的方法,其特征在于:所述S2或S3中所提到的环境质量指标在测定时,现场采用多参数水质监测仪测定表层的pH值、电导率、溶解氧、盐度和浊度,同时采用水样采集器采集水面以下0.5m深度处的水样,若水深不足0.5m时,则选择中间水位处,采集的水样需冷冻保存并带回实验室分析,测定铵态氮、硝态氮、正磷酸盐、总悬浮颗粒物、叶绿素a、总氮、总磷、高锰酸盐指数以及溶解性总有机碳;通过现场调查,根据质量状况优劣程度,将栖境多样性、河道变化、交通干扰程度、河岸带土地利用、底质异质性这五个反映环境质量的参数分为:16~20表示“好”、11~15表示“较好”、6~10表示“一般”和0~5表示“差”四个等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363496.4A CN111488949B (zh) | 2020-04-30 | 2020-04-30 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010363496.4A CN111488949B (zh) | 2020-04-30 | 2020-04-30 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111488949A CN111488949A (zh) | 2020-08-04 |
CN111488949B true CN111488949B (zh) | 2022-07-22 |
Family
ID=71795126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010363496.4A Active CN111488949B (zh) | 2020-04-30 | 2020-04-30 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111488949B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283743B (zh) * | 2021-05-21 | 2023-06-20 | 中国科学院南京地理与湖泊研究所 | 一种流域中不同生态修复类型生境阈值的判定方法 |
CN116432902B (zh) * | 2023-03-31 | 2023-09-12 | 中国水利水电科学研究院 | 一种考虑水环境因子变异的物种长期生存能力评估方法 |
CN116660486A (zh) * | 2023-05-24 | 2023-08-29 | 重庆交通大学 | 一种基于大型底栖动物bi指数的水质评价标准确定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202960A (zh) * | 2016-07-21 | 2016-12-07 | 沈阳环境科学研究院 | 一种基于湖泊水生态***的健康评价方法 |
CN106682326B (zh) * | 2016-12-30 | 2020-05-12 | 上海水生环境工程有限公司 | 城市河道生态修复的评价方法 |
CN107368700A (zh) * | 2017-07-21 | 2017-11-21 | 上海桑格信息技术有限公司 | 基于计算云平台的微生物多样***互分析***及其方法 |
CN107862435A (zh) * | 2017-10-13 | 2018-03-30 | 北京林业大学 | 一种景观格局与生态***服务功能的定量关联方法及*** |
CN110334876A (zh) * | 2019-07-10 | 2019-10-15 | 中国科学院地理科学与资源研究所 | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 |
CN110570089A (zh) * | 2019-08-09 | 2019-12-13 | 中国科学院南京地理与湖泊研究所 | 水生生物群落多参数指数评价河流生态状况的构建方法 |
-
2020
- 2020-04-30 CN CN202010363496.4A patent/CN111488949B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111488949A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111488949B (zh) | 构建河流大型底栖动物对环境压力定量响应关系的方法 | |
Hampton et al. | Disproportionate importance of nearshore habitat for the food web of a deep oligotrophic lake | |
Miron et al. | Effects of mussel culture husbandry practices on various benthic characteristics | |
Ngupula et al. | Benthic macrofauna community composition, abundance and distribution in the Tanzanian and Ugandan inshore and offshore waters of Lake Victoria | |
Maceda-Veiga et al. | Factors affecting the establishment of the invasive crayfish Procambarus clarkii (Crustacea, Decapoda) in the Mediterranean rivers of the northeastern Iberian Peninsula | |
Hsieh et al. | Conservation program for the Asian horseshoe crab Tachypleus tridentatus in Taiwan: characterizing the microhabitat of nursery grounds and restoring spawning grounds | |
Merigoux et al. | Spatio-temporal distribution of young fish in tributaries of natural and flow-regulated sections of river in French Guiana | |
Arimoro et al. | Fluctuating salinity levels and an increasing pollution gradient on fish community structure and trophic levels in a small creek in the Niger delta, Nigeria | |
La Peyre et al. | Assessing functional equivalency of nekton habitat in enhanced habitats: comparison of terraced and unterraced marsh ponds | |
Nielsen | Variation in the catchability of yellow perch in an otter trawl | |
Gajbhiye | Zooplankton-Study methods, importance and significant observations | |
Jordan et al. | Comparison of visual survey and seining methods for estimating abundance of an endangered, benthic stream fish | |
Mosbahi et al. | Ecological status assessment and non-indigenous species in industrial and fishing harbours of the Gulf of Gabès (central Mediterranean Sea) | |
Quintana et al. | Identifying critical transitions in seasonal shifts of zooplankton composition in a confined coastal salt marsh | |
Keleher et al. | Bioassessment of artesian springs in the Bonneville Basin, Utah, USA | |
Karjalainen et al. | Trophic gradients and associated changes in the plankton community in two bays of Lake Ladoga | |
Workman et al. | Introduced yellowfin goby, Acanthogobius flavimanus: diet and habitat use in the lower Mokelumne River, California | |
Powers et al. | Estimating injury to nearshore fauna resulting from the Deepwater Horizon oil spill | |
Neale et al. | Studies on the ecology of the zooplankton of four estuaries in Victoria | |
Jabbi et al. | The zooplankton and environmental characteristics of Yardantsi Reservoir, Gusau, Nigeria | |
Ito et al. | Environmental effect of resort centres on the distribution of aquatic insect fauna in Ethiope River, Delta State, Nigeria | |
Stryjecki | Polyhumic dystrophic rivers-an unique habitat for water mites (Acari, Hydrachnidia)? | |
Ruiz-Campos et al. | Population density and habitat selection in the San Pedro Mártir rainbow trout in mountain streams of northwestern Baja California, Mexico | |
Levine et al. | Demographic and Trophic Analysis of Adult Grass Shrimp (Palaemonetes pugio) from Living Shoreline and Natural Tidal Marshes in the Chesapeake Bay | |
Van Dolah et al. | The importance of considering spatial attributes in evaluating estuarine habitat condition: The South Carolina experience |
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 |