CN113283743A - 一种流域中不同生态修复类型生境阈值的判定方法 - Google Patents
一种流域中不同生态修复类型生境阈值的判定方法 Download PDFInfo
- Publication number
- CN113283743A CN113283743A CN202110558930.9A CN202110558930A CN113283743A CN 113283743 A CN113283743 A CN 113283743A CN 202110558930 A CN202110558930 A CN 202110558930A CN 113283743 A CN113283743 A CN 113283743A
- Authority
- CN
- China
- Prior art keywords
- habitat
- ecological
- analysis
- threshold values
- environmental
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 230000008859 change Effects 0.000 claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 11
- 230000035772 mutation Effects 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 55
- 229930002875 chlorophyll Natural products 0.000 claims description 14
- 235000019804 chlorophyll Nutrition 0.000 claims description 14
- 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 14
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 230000033116 oxidation-reduction process Effects 0.000 claims description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 229910052698 phosphorus Inorganic materials 0.000 claims description 8
- 239000011574 phosphorus Substances 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- 229910019142 PO4 Inorganic materials 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 229910002651 NO3 Inorganic materials 0.000 claims description 3
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 3
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 claims description 3
- 239000010452 phosphate Substances 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 abstract 1
- 241000894007 species Species 0.000 description 19
- 230000008569 process Effects 0.000 description 5
- 239000002028 Biomass Substances 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- QVYRGXJJSLMXQH-UHFFFAOYSA-N orphenadrine Chemical compound C=1C=CC=C(C)C=1C(OCCN(C)C)C1=CC=CC=C1 QVYRGXJJSLMXQH-UHFFFAOYSA-N 0.000 description 2
- 102000010637 Aquaporins Human genes 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 150000002823 nitrates Chemical class 0.000 description 1
- 150000002826 nitrites Chemical class 0.000 description 1
- 150000003013 phosphoric acid derivatives Chemical class 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000007704 transition Effects 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种流域中不同生态修复类型生境阈值的判定方法,通过对生态***群落结构中浮游植物、浮游动物、底栖生物三个类群的特征分析,依据种群结构梯度距离甄选关键生物类群,然后结合环境变量,筛选不同生境内群落结构变化的环境驱动因子;通过广义增强回归模型分析及突变点分析确定其生境变化的阈值范围,对健康生态***状态进行判断。通过水生态***生境阈值对水环境进行适宜生境评估,可以动态的评估生境特征的指标及生境变化趋势,对开展生态修复具有较高的指导价值;同时,也是健康生态***长效维持管理的重要依据。
Description
技术领域
本发明涉及一种流域生态修复的治理方法,具体涉及一种流域中不同生态修复类型生境阈值的判定方法
背景技术
水生态环境的生境阈值是指其从一个稳态跃入另一个稳态时独立变量的关键值,它通常存在非线性,多次跃迁的特点。目前针对流域不同水体生境阈值的判定方法极少,相关的研究主要集中在湖泊藻型-草型稳态转换中阈值分析和水体生态阈值的界定。这类方法通常是一种格局阈值,方法复杂,需要长时间尺度的完整数据(如水域的物理结构、水文条件、水质状况、人为活动强度、湖泊河流功能等等),指标筛选过程复杂且工作量大,可以对已发生的稳态格局转换进行机制分析或过程反演。
在实际的生态修复决策及水体管理中,往往针对流域中局部重污染或富营养化水体,相应的长时间尺度的完整数据匮乏,同时,生境的改善也受到多种因素影响,并非一蹴而就,因此传统的格局阈值很难得以应用。
发明内容
本发明针对生境阈值判定中格局阈值方法存在的缺陷,目的在于提供一种流域中不同生态修复类型生境阈值的判定方法,以生境中生态***群落结构为切入点,以空间换时间,提出一种过程阈值方法,以提高生境阈值判定的可操作性,动态评估生境特征的指标及生境变化趋势。
本发明以生境中生态***群落结构为切入点,涉及浮游植物、浮游动物和底栖生物三个类群,首先根据阈值分析中的可用性和敏感性进行判定物种选择,即依据生物类群的数据完整性和各生物类群在该生境内的种群结构梯度距离选择判定关键生物类群。在确定关键生物类群的情况下,通过多指标的比较分析,确定能够表征生物群落结构的定性和定量指标,然后结合环境变量,筛选不同生境内主要群落结构变化的主要环境驱动因子。最后在得到每类生境主要驱动因子的基础上,再对不同生境内的群落结构变化过程通过拐点分析,确定其具体阈值。
为实现上述发明目的,本发明采用以下技术方案:
一种流域中不同生态修复类型生境阈值的判定方法,包括以下步骤:
1)调查点位的选择和环境因子和水生态指标调查
选取流域内相似水体的不同类型生境作为调查点位,涵盖健康-良好-中等-较差-极差等多种具体生境,以扩大种群结构梯度距离,便于后续的阈值分析。例如,对于农村河道类型,调查点位可涵盖农业面源污染河道、整治后的社区河道、过水河道、丘陵区域等4类生境。一种推荐的调查点位选择的方法,可根据区域内相似水体的不同水质,包含从Ⅰ类到劣Ⅴ类等多种水质类型生境。
调查点位确定后,进行环境因子和水生态指标的调查。环境因子包括各类水质指标,水生态指标包括如浮游植物、浮游动物、底栖生物等生物类群。
进一步地,环境因子至少包括电导率、氨氮、叶绿素、氧化还原电位、硝酸盐和亚硝酸盐、总氮、磷酸盐、溶解氧、总磷、COD、透明度等。
进一步地,水生态指标的生物类群包括浮游植物、浮游动物和底栖生物,表征指标为表征群落结构的指标,包括①物种丰富度(Richness);②多样性指标,包括香农-威纳指数Shannon-Wiener Index,优势度指数Simpson Index,均匀度指数Pielou Index中的一种或几种。还可以选择表征总体生物量的指标(Total Biomass)作为参考。
2)关键生物类群的选择
对调查点位的生物类群进行物种组成分析,选择时间(不同季节)和空间(不同点位)上数据完整,且在不同生境条件下具有足够的生态群落结构差异的生物类群,例如在物种组成分析图上第一轴长度最长,作为关键生物类群进行阈值确定的分析。
关键生物类群的选择原则主要有三点:第一要保证生物群落结构组成数据的完整性,即各类不同生境中均有充足的点位分布,同时具有季节上的时间完整性,另外,在种类鉴定分析上保证其完整性。第二是要保证该类群在生境下的敏感度,即该类群生态指标能有效、快速的响应环境变化。第三是要保证该类群生物群落结构在生境条件下具有足够的生态梯度距离(以空间换时间),以利于阈值的分析。
3)环境因子筛选及贡献率分析
对于关键生物类群,各调查点位取得的代表不同类型生境的环境因子和水生态指标采用广义增强回归模型(Generalized boosted regression models,GBM)进行分类回归分析,通过迭代算法进行环境因子的筛选和指标贡献率的分析,按对水生态指标的贡献率对各环境因子进行排序,按顺序选择排序前3位的一个或多个环境因子作为环境驱动因子;拟合得到不同类型生境在环境驱动因子变化范围内水生态指标对环境驱动因子的响应曲线。
优选地,环境驱动因子选择贡献率≥10%的环境因子。
进一步地,GBM分析可利用R语言平台的gbm程序包进行。
4)阈值的确定
根据关键生物类群和步骤3)选择的环境驱动因子,对不同类型生境进行突变点(Changepoint)分析,拟合水生态指标随环境驱动因子的变化曲线,确立环境驱动因子的拐点,并确定该生境群落结构改变的阈值范围。
进一步地,突变点分析可通过R语言平台的changepoint程序包进行。
本发明的有益效果:本发明的流域中不同生态修复类型生境阈值的判定方法,以生境中生态***群落结构为切入点,以空间换时间,即采用同区域相似生境内的种群结构梯度距离为参照,判定该类水生态环境的生境阈值。本发明方法采用的是一种过程阈值,简化了分析过程,不但提高了生境阈值判定的可操作性,还可以动态的评估生境特征的指标及生境变化趋势。从效果上来看,一方面,通过水生态***生境阈值判定可以动态地对特定水域生态***的生境指标进行实时评估,界定生境条件好差的趋势;另一方面,对生态***退化进行早期预警,从而通过提前干预,避免因为水质污染或水生态退化导致水生动植物死亡,为采取更有针对性的开展生态修复措施提供决策依据,是实现健康生态***长效维持管理的重要依据。
下面结合具体实施例对本发明进行详细描述。本发明的保护范围并不以具体实施方式为限,而是由权利要求加以限定。
附图说明
图1太湖流域农村河道监测点位分布示意图。
图2农村河道各生物类群中丰水期浮游动物的物种组成分析图。
图3环境因子对浮游动物Richness的相对影响率分析;
图中,EC:电导率;NH4:氨氮;Chla:叶绿素;ORP:氧化还原电位;NOX:硝酸盐和亚硝酸盐;TN:总氮;PO4:磷酸盐;DO:溶解氧;TP:总磷;COD:高锰酸盐指数;SD:透明度。
图4浮游动物Richness随主要环境驱动因子的变化趋势。
图5丘陵区域、农田面源区域、经整治的社区河道区域和过水河道浮游动物Richness随电导率的变化趋势。
具体实施方式
根据本发明的一种流域中不同生态修复类型生境阈值的判定方法,以生态***群落结构为切入点,首先根据阈值分析中的可用性和敏感性进行物种选择,即依据生物类群的数据完整性和各生物类群在该生境内的种群结构梯度距离选择物种。在确定生物类群的情况下,通过多指标的比较分析,确定能够表征生物群落结构的定性和定量指标,然后结合环境变量,筛选生境内的主要群落结构变化环境因子。最后在得到生境主要环境驱动因子的基础上,再对每类不同生境内的群落结构变化阈值进行拐点分析,确定其具体阈值。
以太湖流域农村河道种群结构变化为例,本发明的不同生态修复类型生境阈值的判定方法,具体包括以下步骤:
1)调查点位的选择和环境因子和水生态指标调查
选取太湖流域太湖西岸多处农村河道为点位(如图1),开展丰、平、枯三期调查。选取的农村河道类型涉及农业面源污染河道、整治后的社区河道、过水河道、丘陵区域等4类生境。或者按水质类型,选择涵盖地表水标准中从Ⅰ类到劣Ⅴ类等多种水质类型生境。调查点位的选择的原则是:选取区域内相似水体的不同类型生境,涵盖健康-良好-中等-较差-极差等范围内多种具体生境,以扩大调查点位的不同生境内种群结构梯度距离,便于后续的阈值分析。
调查内容包括各类水质指标和水生态指标。其中,水质指标包括电导率EC、氨氮NH4、叶绿素Chla、氧化还原电位ORP、硝酸盐和亚硝酸盐NOX、总氮TN、磷酸盐PO4、溶解氧DO、总磷TP、COD、透明度SD等。水生态指标的生物类群包括浮游植物、浮游动物和底栖生物,表征指标为表征群落结构的指标,为充分反映群落结构的不同方面,表征群落结构的指标包括以下一种或几种:①物种丰富度(Richness);②表征群落结构的多样性指标:多样性指数(香农威纳指数Shannon-Wiener Index,优势度指数Simpson Index,均匀度指数PielouIndex)。还可以选择表征总体生物量的指标(Total Biomass)作为参考。
指标的数据可以来自历史数据,或通过环境监测和调查进行采集。
2)农村河道生态***群落结构中关键生物类群的选择
本发明方法以生态***群落结构为切入点,其中分析的物种根据可用性和敏感性进行选择,即依据生物类群的数据完整性和各生物类群在该生境内的种群结构梯度距离选择物种。
使用R语言软件对调查点位的生物类群进行物种组成分析。调查点位取得的生物类群数据相对完善,但是底栖生物类群在平水期和丰水期内有效数据较少,因此,首先剔除了选择底栖生物作为农村河道生物群落结构的切入点进行阈值确定。而根据物种组成的分析,可以发现浮游动物在丰水期(图2)的第一轴长度更长,明显长于平、枯两期及浮游植物(图略)群落结构分析第一轴的长度,表明其存在更大的群落结构差异,有利于群落结构变化阈值的筛选,因此,采用丰水期浮游动物作为关键生物类群进行阈值确定的相关分析。
3)农村河道环境因子筛选及贡献率分析
对于确定的关键生物类群——丰水期浮游动物,通过代表不同类型生境的各调查点位取得的环境因子和水生态指标,采用广义增强回归模型(Generalized BoostedRegression Models,GBM)进行分析。广义增强回归模型是一种有监督机器学***台的gbm程序包进行。
根据广义增强回归模型的分析结果,按游动物物种丰富度(Richness)贡献率对各环境因子进行排序(图3)。如图3所示,农村河道丰水期(7月份)浮游动物物种丰富度(Richness)主要受电导率、氨氮和叶绿素等环境因子的影响,其中电导率是最主要的影响因素,其影响浮游动物物种丰富度34.9%的变化,其次是氨氮,其影响了浮游动物物种丰富度16.3%的变化,叶绿素对浮游动物物种丰富度变化的贡献率为14.2%,另外pH值也有一定影响,其他因子对浮游动物物种丰富度的影响均小于10%。
浮游动物richness对前3位环境因子的响应曲线如图4。可以看出(图4自上第一幅,横轴为电导率uS/cm的平方根),当电导率在200-300uS/cm时,浮游动物richness有一次小幅度的提升,在400-500uS/cm期间有一次明显的下降,在超过500-700uS/cm之间又有两次明显升高。又如,浮游动物richness随氨氮也出现了较小幅度的波动,但是整体波动幅度小于电导率。
同样,可以根据广义增强回归模型分析,分别对各环境因子按其对其它水生态指标的贡献率进行排序(影响率图和响应曲线省略)。
农村河道丰水期(7月份)浮游动物香浓多样性指数主要受电导率、叶绿素和氨氮等影响,其中电导率是最主要的影响因素,其影响浮游动物香浓多样性指数50.4%的变化,氨氮和叶绿素对浮游动物香浓多样性指数变化的贡献率为9.6%和9.5%,小于对Richness的贡献。根据浮游动物香浓多样性指数对前3位环境因子的响应曲线,电导率的影响,与其对Richness的影响趋势相类似,但是氨氮和叶绿素的影响则变得更小。
农村河道丰水期(7月份)浮游动物辛普森多样性指数主要受电导率、氧化还原电位和叶绿素等影响,其中电导率是最主要的影响因素,其影响浮游动物辛普森多样性指数48.8%的变化,其次是氧化还原电位的影响,贡献率为18.7%,再次为叶绿素,其贡献率为14.1%,其他因子的贡献均小于10%。根据浮游动物辛普森多样性指数对前3位环境因子的响应曲线,电导率的影响,与其对Richness和香浓多样性指数的影响趋势相类似,但是随着氧化还原电位和叶绿素的增加,辛普森指数均有明显的下降趋势。
农村河道丰水期(7月份)浮游动物均匀度指数主要受总磷、溶解氧和pH等影响,其中总磷是最主要的影响因素,其影响浮游动物均匀度指数38.4%的变化,其次是溶解氧的影响,贡献率为20.3%,再次为pH,其贡献率为16.9%,氧化还原电位也有较高的贡献,其他因子的贡献均小于10%。根据浮游动均匀度指数对前3位环境因子的响应曲线,浮游动物均匀度随着总磷、溶解氧和pH的增加呈现增加的趋势,且有明显的梯度变化。
因此,可以选择电导率、氨氮和叶绿素为环境驱动因子。下一步分析采用电导率为环境驱动因子确定阈值。
4)农村河道内各类生境阈值的确定
根据农村河道(包括各类)生境主要环境因子的筛选,确定影响农村河道关键生物类群——浮游动物群落结构变化的主要环境驱动因子为电导率、氨氮和叶绿素浓度,同时总磷、氧化还原电位、pH和溶解氧也都有一定的贡献。基于这一结果,通过R语言软件changepoint程序包,在各不同生境内进行突变点(Changepoint)分析。由于反映浮游动物群落结构变化的Richness及多样性指标趋于一致,选择代表性指标Richness,分析其随主要环境驱动因子的变化趋势,通过拟合分析进一步分析主要驱动因子,并确定拐点,明确环境驱动因子两个拐点之间的区间为阈值具体范围。
对于丘陵区域(图5曲线①,对应于图5响应曲线中标记1的部分):关键生物类群浮游动物Richness随着电导率增加明显,在260us/cm和295us/cm处具有明显拐点,因此确定丘陵区域浮游动物群落结构变化的主要环境驱动因子为电导率,其阈值为260-295us/cm。
对于农田面源污染区域(图5曲线②,对应于图5响应曲线中标记2的部分):关键生物类群浮游动物Richness随着电导率下降趋势明显,在455us/cm和525us/cm处具有明显拐点,因此确定农田面源污染区域浮游动物群落结构变化的主要环境驱动因子为电导率,其阈值为455-525us/cm。
对于经整治的社区河道区域(图5曲线③,对应于图5响应曲线中标记3的部分):关键生物类群浮游动物Richness随着电导率增加明显,在530us/cm和625us/cm处具有明显拐点,因此确定丘陵区域浮游动物群落结构变化的主要环境驱动因子为电导率,其阈值为530-625us/cm。
对于过水河道(图5曲线④,对应于图5响应曲线中标记4的部分):关键生物类群浮游动物Richness随着电导率增加明显,560us/cm和675us/cm处具有明显拐点,因此确定过水河道浮游动物群落结构变化的主要环境驱动因子为电导率,其阈值为560-675us/cm。
同样,对于其它的排序靠前的或贡献度≥10%的主要环境因子可以按相似的方法进行分析和确定阈值,还可以采用除Richness外的其它水生态指标进行类似的分析。
Claims (8)
1.一种流域中不同生态修复类型生境阈值的判定方法,包括以下步骤:
1)调查点位的选择和环境因子和水生态指标调查
选取流域内相似水体中涵盖健康-极差两极范围内的不同类型生境,或者按照水质选择包含从I类到劣V类的多种水质类型生境作为调查点位;对各调查点位进行环境因子和水生态指标的调查;
2)关键生物类群的选择
对调查点位的生物类群进行物种组成分析,选择时间和空间上数据完整,且在物种组成分析图上第一轴长度最长的生物类群,作为关键生物类群进行分析;
3)环境因子筛选及贡献率分析
对于关键生物类群,各调查点位取得的环境因子和水生态指标采用广义增强回归模型分析进行分类回归分析,通过迭代算法进行环境因子的筛选和指标贡献率的分析,按对水生态指标的贡献率对各环境因子进行排序,按顺序选择排序前3位的一个或多个环境因子作为环境驱动因子;拟合得到不同类型生境在环境驱动因子变化范围内水生态指标对环境驱动因子的响应曲线;
4)阈值的确定
根据关键生物类群和步骤3)选择的环境驱动因子,对不同类型生境进行突变点分析,拟合水生态指标随环境驱动因子的变化曲线,确立环境驱动因子的拐点,并确定该生境群落结构改变的阈值范围。
2.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤1)中,所述的环境因子至少包括电导率、氨氮、叶绿素、氧化还原电位、硝酸盐和亚硝酸盐、总氮、磷酸盐、溶解氧、总磷、COD和透明度。
3.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤1)中,所述的水生态指标的生物类群包括浮游植物、浮游动物和底栖生物,表征指标包括物种丰富度、多样性指标中的一种或几种。
4.根据权利要求3所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,所述的多样性指标包括香农-威纳指数,优势度指数,均匀度指数中的一种或几种。
5.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤3)中,所述的环境驱动因子为贡献率≥10%的环境因子。
6.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤3)中,所述的广义增强回归模型分析采用R语言平台的gbm程序包。
7.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤4)中,所述的突变点分析采用R语言平台的changepoint程序包。
8.根据权利要求1所述的流域中不同生态修复类型生境阈值的判定方法,其特征在于,步骤4)中,所述的阈值范围为环境驱动因子两个拐点之间的区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558930.9A CN113283743B (zh) | 2021-05-21 | 2021-05-21 | 一种流域中不同生态修复类型生境阈值的判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110558930.9A CN113283743B (zh) | 2021-05-21 | 2021-05-21 | 一种流域中不同生态修复类型生境阈值的判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113283743A true CN113283743A (zh) | 2021-08-20 |
CN113283743B CN113283743B (zh) | 2023-06-20 |
Family
ID=77280697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110558930.9A Active CN113283743B (zh) | 2021-05-21 | 2021-05-21 | 一种流域中不同生态修复类型生境阈值的判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283743B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114548754A (zh) * | 2022-02-14 | 2022-05-27 | 北京林业大学 | 一种基于趋势判策的湿地缓冲区水生态健康评价方法 |
CN114626771A (zh) * | 2022-05-18 | 2022-06-14 | 中山大学 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
CN115236277A (zh) * | 2022-07-11 | 2022-10-25 | 云南大学 | 一种野外评价沉水植物对水交换均匀度适应能力的方法及应用 |
CN115829420A (zh) * | 2023-02-14 | 2023-03-21 | 清华四川能源互联网研究院 | 浅水湖泊稳态转换阈值的判定方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782388A (zh) * | 2010-03-22 | 2010-07-21 | 北京师范大学 | 一种多尺度河流健康表征与评价方法 |
JP2011165112A (ja) * | 2010-02-15 | 2011-08-25 | Shimizu Corp | 生態系ネットワーク評価方法及びその方法を用いた生態系ネットワーク評価システム |
US8015454B1 (en) * | 2008-06-02 | 2011-09-06 | Quest Software, Inc. | Computer systems and methods for predictive performance management of data transactions |
CN104962620A (zh) * | 2015-06-10 | 2015-10-07 | 宁波大学 | 一种基于微生物群落的生态健康评价方法 |
CN106202163A (zh) * | 2016-06-24 | 2016-12-07 | 中国环境科学研究院 | 通江湖泊生态监测信息管理及预警*** |
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 |
CN107563610A (zh) * | 2017-08-14 | 2018-01-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种闸坝调控对鱼类栖息地空间特性影响的量化分析方法 |
CN107609290A (zh) * | 2017-09-22 | 2018-01-19 | 长江水利委员会长江科学院 | 一种以底栖生物多样性为目标的河流生态流量确定方法 |
US20180347133A1 (en) * | 2017-08-14 | 2018-12-06 | Nanjing Hydraulic Research Institute | Method for controlling the gate based on the habitat requirement for fish overwintering in rives |
CN109376790A (zh) * | 2018-11-01 | 2019-02-22 | 北京航空航天大学 | 一种基于渗流分析的二元分类方法 |
CN109615076A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种面向鱼类生境保护的河流生态流量过程推求方法 |
CN109784729A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 一种水土环境评价指标的阈值确定方法 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
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 |
CN110991262A (zh) * | 2019-11-12 | 2020-04-10 | 同济大学 | 生态服务价值预测的多带宽地理加权回归元胞自动机方法 |
CN111161121A (zh) * | 2019-12-30 | 2020-05-15 | 北京师范大学 | 确定河流水质对流域土地利用组成响应突变的方法及*** |
CN111218518A (zh) * | 2020-01-17 | 2020-06-02 | 广州基迪奥生物科技有限公司 | 微生物群落特定功能基因多样性分析引物对及分析方法 |
CN111460386A (zh) * | 2020-04-01 | 2020-07-28 | 中国科学院地理科学与资源研究所 | 一种区域生态建设见效时间的空间分异检测方法 |
CN111461503A (zh) * | 2020-03-15 | 2020-07-28 | 河海大学 | 基于微生物p/r值评估河流减水河段环境流量的方法 |
CN111488949A (zh) * | 2020-04-30 | 2020-08-04 | 中国科学院南京地理与湖泊研究所 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
CN211972073U (zh) * | 2020-01-20 | 2020-11-20 | 长江勘测规划设计研究有限责任公司 | 一种城镇生态河道断面 |
-
2021
- 2021-05-21 CN CN202110558930.9A patent/CN113283743B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8015454B1 (en) * | 2008-06-02 | 2011-09-06 | Quest Software, Inc. | Computer systems and methods for predictive performance management of data transactions |
JP2011165112A (ja) * | 2010-02-15 | 2011-08-25 | Shimizu Corp | 生態系ネットワーク評価方法及びその方法を用いた生態系ネットワーク評価システム |
CN101782388A (zh) * | 2010-03-22 | 2010-07-21 | 北京师范大学 | 一种多尺度河流健康表征与评价方法 |
CN104962620A (zh) * | 2015-06-10 | 2015-10-07 | 宁波大学 | 一种基于微生物群落的生态健康评价方法 |
CN106202163A (zh) * | 2016-06-24 | 2016-12-07 | 中国环境科学研究院 | 通江湖泊生态监测信息管理及预警*** |
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 |
CN107563610A (zh) * | 2017-08-14 | 2018-01-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种闸坝调控对鱼类栖息地空间特性影响的量化分析方法 |
US20180347133A1 (en) * | 2017-08-14 | 2018-12-06 | Nanjing Hydraulic Research Institute | Method for controlling the gate based on the habitat requirement for fish overwintering in rives |
CN107609290A (zh) * | 2017-09-22 | 2018-01-19 | 长江水利委员会长江科学院 | 一种以底栖生物多样性为目标的河流生态流量确定方法 |
CN109376790A (zh) * | 2018-11-01 | 2019-02-22 | 北京航空航天大学 | 一种基于渗流分析的二元分类方法 |
CN109615076A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种面向鱼类生境保护的河流生态流量过程推求方法 |
CN109784729A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 一种水土环境评价指标的阈值确定方法 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
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 |
CN110991262A (zh) * | 2019-11-12 | 2020-04-10 | 同济大学 | 生态服务价值预测的多带宽地理加权回归元胞自动机方法 |
CN111161121A (zh) * | 2019-12-30 | 2020-05-15 | 北京师范大学 | 确定河流水质对流域土地利用组成响应突变的方法及*** |
CN111218518A (zh) * | 2020-01-17 | 2020-06-02 | 广州基迪奥生物科技有限公司 | 微生物群落特定功能基因多样性分析引物对及分析方法 |
CN211972073U (zh) * | 2020-01-20 | 2020-11-20 | 长江勘测规划设计研究有限责任公司 | 一种城镇生态河道断面 |
CN111461503A (zh) * | 2020-03-15 | 2020-07-28 | 河海大学 | 基于微生物p/r值评估河流减水河段环境流量的方法 |
CN111460386A (zh) * | 2020-04-01 | 2020-07-28 | 中国科学院地理科学与资源研究所 | 一种区域生态建设见效时间的空间分异检测方法 |
CN111488949A (zh) * | 2020-04-30 | 2020-08-04 | 中国科学院南京地理与湖泊研究所 | 构建河流大型底栖动物对环境压力定量响应关系的方法 |
Non-Patent Citations (2)
Title |
---|
王雁;赵家虎;黄琪;高俊峰;: "南水北调东线工程徐州段河流生境质量评价", 长江流域资源与环境, no. 06 * |
邵卫伟;张勇;于海燕;韩明春;王备新;: "不同土地利用对溪流大型底栖无脊椎动物群落的影响", 环境监测管理与技术, no. 03 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114548754A (zh) * | 2022-02-14 | 2022-05-27 | 北京林业大学 | 一种基于趋势判策的湿地缓冲区水生态健康评价方法 |
CN114626771A (zh) * | 2022-05-18 | 2022-06-14 | 中山大学 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
CN114626771B (zh) * | 2022-05-18 | 2022-08-02 | 中山大学 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
CN115236277A (zh) * | 2022-07-11 | 2022-10-25 | 云南大学 | 一种野外评价沉水植物对水交换均匀度适应能力的方法及应用 |
CN115236277B (zh) * | 2022-07-11 | 2023-03-17 | 云南大学 | 一种野外评价沉水植物对水交换均匀度适应能力的方法及应用 |
CN115829420A (zh) * | 2023-02-14 | 2023-03-21 | 清华四川能源互联网研究院 | 浅水湖泊稳态转换阈值的判定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113283743B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113283743B (zh) | 一种流域中不同生态修复类型生境阈值的判定方法 | |
Wander et al. | Fostering soil stewardship through soil quality assessment | |
Allan et al. | Investigating the relationships between environmental stressors and stream condition using Bayesian belief networks | |
Mamun et al. | Evaluation of algal chlorophyll and nutrient relations and the N: P ratios along with trophic status and light regime in 60 Korea reservoirs | |
Williams et al. | Development and evaluation of a spatially-explicit index of Chesapeake Bay health | |
Lavoie et al. | Benthic algae as bioindicators of agricultural pollution in the streams and rivers of southern Québec (Canada) | |
Smit et al. | Assessing marine ecosystem condition: A review to support indicator choice and framework development | |
Fan et al. | Modeling the ecological status response of rivers to multiple stressors using machine learning: a comparison of environmental DNA metabarcoding and morphological data | |
Poikane et al. | Assessing the ecological effects of hydromorphological pressures on European lakes | |
Franca et al. | Predicting fish species distribution in estuaries: Influence of species’ ecology in model accuracy | |
Li et al. | Macrozoobenthos variations in shallow connected lakes under the influence of intense hydrologic pulse changes | |
Magierowski et al. | Impacts of land use on the structure of river macroinvertebrate communities across Tasmania, Australia: spatial scales and thresholds | |
Popp et al. | Sustainability indices with multiple objectives | |
Chambers et al. | Eutrophication of agricultural streams: defining nutrient concentrations to protect ecological condition | |
Mamun et al. | Ecological health assessments of 72 streams and rivers in relation to water chemistry and land-use patterns in South Korea | |
Wang et al. | Unraveling the effects of hydrological connectivity and landscape characteristics on reservoir water quality | |
Hayford et al. | The relationship between grazing, erosion and adult aquatic insects in streams in Mongolia | |
CN116797095A (zh) | 流域水生态安全评估方法、电子设备及存储介质 | |
Wang et al. | Assessment of river ecosystem health in Tianjin City, China: index of ecological integrity and water comprehensive pollution approach | |
Zhang et al. | Research on ecosystem health assessment indices and thresholds of a large Yangtze-connected Lake, Poyang Lake. | |
Ebadi et al. | Estimating accuracy of artificial neural networks (ANN) and geo statistical methods in interpolating groundwater levels case study: Shabestar-Sufian plain | |
Brueggen-Boman et al. | Characterization of temporal and spatial variation in subwatersheds of the Strawberry River, AR, prior to implementation of agricultural best management practices | |
Bulut | Estimation of zooplankton density with artificial neural networks (a new statistical approach) method, Elazığ-Türkiye | |
Mahmoud Ali | An analysis of the impact of human activities on water quality and ecological responses in the Suez irrigation Canal | |
Ewart-Smith | Drivers of periphyton biomass in south-western Cape rivers, South Africa, and the implications for management |
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 |