首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 164 毫秒
1.
辽河流域河流底栖动物完整性评价指标与标准   总被引:20,自引:2,他引:20  
根据2005年4月期间辽河流域25个样点的底栖动物数据(参照点12个,受损点13个),通过指数值分布范围、相关关系和判别能力分析,从20个候选指数中筛选出了辽河流域的B-IBI构成指标体系,包括总分类单元数、EPT分类单元数、摇蚊分类单元数、前3位优势分类单元个体相对丰度、敏感类群个体相对丰度和粘附者个体相对丰度6个生物指数.其中总分类单元数、EPT分类单元数、摇蚊分类单元数反映群落丰度,前3位优势分类单元个体相对丰度反映个体数量比例,敏感类群个体相对丰度反映生物耐污能力,粘附者个体相对丰度反映小生境质量.采用比值法计算每种生物的指数值,并将各个生物指数值加和得到B-IBI指数值.根据参照点B-IBI值的25%分位数值确定健康等级标准,并对小于25%分位数值的分布范围进行4等分,提出了底栖动物完整性评价标准:B-IBI>3.66为健康,B-IBI=2.75~3.66为亚健康,B-IBI=1.83~2.75为一般,B-IBI=0.92~1.83为差,B-IBI<0.92为极差.评价结果表明,辽河流域25个样点中9个为健康,8个为亚健康,2个为一般,3个为较差,3个极差.B-IBI与水质状况、栖息地环境质量显著相关,其中与DO、栖息地指数呈显著正相关,与CODCr、CODMn、BOD5、悬浮物、氨氮、总磷、总氮、电导率呈显著负相关.  相似文献   

2.
太湖流域平原水网区底栖动物完整性健康评价   总被引:1,自引:0,他引:1       下载免费PDF全文
陈桥  徐东炯  张翔  汤云 《环境科学研究》2013,26(12):1301-1308
基于75个采样点的底栖动物监测数据,应用生物完整性的理论和方法,对太湖流域平原水网区进行水生态健康评价. 以采样点环境所承受的干扰程度为标准,确定参照点13个、受损点62个. 对涉及底栖动物群落丰富度、组成、耐污能力及摄食功能的21个候选指数进行分布范围、判别能力及相关性分析,筛选出有较强预判能力且相对独立的6个核心指数构成B-IBI(底栖动物完整性指数)健康评价体系,包括总分类单元、软体动物分类单元、Shannon-Wiener多样性指数、前3位优势分类单元相对丰度、BI指数、滤食者相对丰度. 通过比值法统一各指数的量纲,以参照点B-IBI值的25%分位数作为健康基准值,运用四分法划分B-IBI健康分级标准:B-IBI≥2.84,为健康;2.13≤B-IBI<2.84,为亚健康;1.42≤B-IBI<2.13,为一般;0.71≤B-IBI<1.42,为差;B-IBI<0.71,为极差. 应用B-IBI对太湖流域平原水网区进行健康评价,结果显示:太湖东部、南部沿岸湖区以及太湖上游水库健康状况相对较好,总体处于健康或亚健康水平;太湖北部三湾、西部湖区较差,基本处于差或极差水平;太湖上游洮滆水系生态状况也不容乐观,从上游至下游沿程呈逐步恶化趋势;京杭大运河的监测断面均表现为极差水平. B-IBI健康评价结果与基于水质及富营养化评价的结果高度吻合, 但今后仍需加强该评价体系的标准化及本土化等方面的研究.   相似文献   

3.
采用B-IBI(benthic index of biotic integrity,底栖动物完整性指数)结合UAV(unmanned aerial vehicle,无人机)遥感技术,对辽河保护区干流上游河流生态系统健康进行评价. 根据16个采样点的UAV遥感正射影像、水质参数、水体理化指标和土地利用类型等信息,从中筛选出4个采样点作为参照点,其余为受损点;通过分布范围、判别能力和相关性分析,从32个候选生物指标中筛选出6个核心指标,包括总分类单元数、摇蚊分类单元数、寡毛类分类单元数、敏感类群、前3位优势分类单元和均匀度指数. B-IBI评价结果显示,辽河干流上游处于健康(B-IBI>3.90)的河段占0.82%,亚健康(2.93相似文献   

4.
为建立我国西北地区跨境河流生态系统健康的评价指标与标准,应用B-IBI (benthic-index of biotic integrity,底栖动物完整性指数)评价新疆额尔齐斯河流域的健康状况. 于2012年7月、8月、10月及2013年5月在额尔齐斯河全流域设10个典型采样点,进行4次大型底栖动物调查,从23个候选生物指标中筛选出适用于构建额尔齐斯河B-IBI评价体系的参数,主要包括总分类单元数、EPT(蜉蝣目、襀翅目、毛翅目)分类单元数、前3位优势分类单元个体相对丰度、襀翅目个体相对丰度和黏附者个体相对丰度. 以参照点B-IBI的25%分位数作为健康评价标准来确定B-IBI的评价等级:B-IBI>2.04为极好,1.53<B-IBI≤2.04为好,1.02<B-IBI≤1.53为一般,0.51<B-IBI≤1.02为差,B-IBI≤0.51为极差. 结果表明:在所有采样点中,6个采样点处于健康状况极好或好的状态,3个采样点健康状况一般,1个采样点健康状况较差;各采样点B-IBI在不同月份变化各异. 整体来看,额尔齐斯河的水体健康状况较好,但局部河段水体受到不同程度污染. 基于B-IBI的健康评价结果与其他生物指数〔Chandler计分制生物指数、BMWP(biological monitoring working party)分数系统分值〕评价结果相一致,表明所构建的B-IBI评价指标与标准对额尔齐斯河的健康状况评估具有较好的适用性,可作为额尔齐斯河流域水体环境监测的一种有效手段.   相似文献   

5.
为探索城市河流健康评价的有效方法,以岷江(成都段)部分河流为研究对象,通过调查水质、生境、浮游藻类、底栖动物,以底栖动物总分类单元数、毛翅目分类单元数、蜉蝣目分类单元数、EPT百分比、优势分类单元百分比、双翅目百分比6个指标构建底栖动物完整性指数(B-IBI),并与水生态环境质量综合指数(WQI)进行对比,以验证B-IBI的可行性.结果表明:①B-IBI评价23个河流样点中,5个健康,1个亚健康,5个一般,2个差,10个很差;②相同区域的B-IBI和WQI结果比较发现,二者具有较好的相关性,B-IBI更能全面地反映河流生物学质量;③基于B-IBI评价的若干不同城市河流健康状况,均在远离城市的上游区域相对较好,人口集中区域相对较差.研究显示,B-IBI用于岷江成都段河流健康评价是可行的.   相似文献   

6.
构建大型底栖动物生物完整性指数是河流健康评价与河流修复的重要步骤.根据2017年4月永定河流域23个采样点的大型底栖动物生物监测数据,基于监测点水质状况与栖息地质量综合评估指数得分,选择潮白河水系大型底栖动物类群相似且人为干扰较小的5个监测点作为参照区域,构建永定河B-IBI(大型底栖动物生物完整性指数).通过对大型底栖动物33个生物参数的分布范围检验、判别能力分析和Spearman相关性检验,最终确定永定河B-IBI由总分类单元数、蜉蝣目(E)-襀翅目(P)-毛翅目(T)个体相对丰度、优势分类单元个体相对丰度、摇蚊科个体相对丰度、敏感类群分类单元数、科级耐污指数(family biotic index,FBI值)等6个核心参数构成.采用生物完整性研究中常用的比值法和三分法构建的B-IBI评价得分体系.结果表明,两种方法计算出的B-IBI均具有较高的判别能力,均能较好地判别参照水体和受损水体的健康状况,二者具有较高的相关性和一致性(R>0.90).永定河河流健康评价结果表明,洋河、桑干河和永定河干流监测点B-IBI平均得分分别为1.97、1.86和1.78,妫水河B-IBI平均值为2.48,23个采样点中有16个处于较差状态,7个处于一般状态.相关性分析表明,B-IBI指数与栖息地质量综合评估指数得分、ρ(DO)呈显著正相关,与ρ(NH4+)、浊度、电导率呈显著负相关,表明B-IBI指数对于栖息地人为干扰和水质污染均具有较强的指示作用.研究显示,永定河大型底栖动物生物完整性基本丧失,全流域底栖动物群落呈现全面退化趋势,识别影响大型底栖动物群落的关键要素、恢复永定河河流生态系统结构和功能研究亟待开展.   相似文献   

7.
大型底栖动物是河流健康评价中最常用的生物类群,鉴于在大区域/流域进行大量生物样品采集与生物评价时需要消耗大量的野外调查时间、实验室内鉴定时间等时间成本的问题,基于浑太河流域98个采样点的大型底栖动物数据(如物种、丰度、敏感值等)和环境因子〔ρ(CODMn)、ρ(NH3-N)、ρ(TN)、EC(电导率)等〕,选择比较常用的5种大型底栖动物快速生物评价指数〔SIGNAL指数(stream invertebrate grade number-average level)、EPT-Fa指数(Ephemeroptera, Plecoptera, Trichoptera)、BMWP指数(biological monitoring working party)、ASPT指数(average score per taxon)和BP指数(Berger-Parker index)〕和1项生物完整性指数(benthic index of biotic integrity,B-IBI)进行比较. 通过Spearman秩相关性分析、主成分分析、线性拟合回归分析等方法比较6种生物评价指数的相关性,构建水环境污染梯度,识别出主要的水环境影响因子,并探讨5种大型底栖动物快速生物评价指数对主要水环境影响因子指示程度的差异性. 结果表明:①5种快速生物评价指数以及B-IBI指数之间均呈两两显著相关(|R|为0.35~0.94, P<0.01),说明它们在评估河流健康状况时具有较高的一致性. ②主成分分析结果显示,轴1的解释率为59.14%,可以有效表征主要的压力梯度,并且5种快速生物评价指数与轴1的线性拟合度均较高(R2为0.23~0.31, P<0.01). ③各快速生物评价指数与不同水质指标的线性拟合结果差异性较高,其中BMWP、EPT-Fa、SIGNAL和ASPT指数对ρ(CODMn)的线性拟合度均较高,BMWP指数对ρ(CODMn) (R2=0.47, P<0.01)、ρ(NH3-N) (R2=0.31, P<0.01)、ρ(TN) (R2=0.27, P<0.01)的线性拟合度较高,BP指数对ρ(BOD5) (R2=0.22, P<0.01)、EC (R2=0.24, P<0.01)的线性拟合度较高. ④BMWP指数与B-IBI指数的相关性最为显著,并且二者对水质健康评价的结果最为接近;在浑太河流域河流水质状况评估中,BMWP指数应当作为首选快速生物评价指数.   相似文献   

8.
基于底栖动物完整性指数的河口健康评价   总被引:14,自引:3,他引:11  
建立底栖动物完整性(B-IBI)评价指标体系和评价标准评价长江口及毗邻海域健康.根据2005年7月长江口及毗邻海域41个站位的底栖动物数据(参照点13个,干扰点28个),通过对14个生物参数的分布范围、判别能力和相关关系分析,筛选出了多样性指数、种类数、总栖息密度、总生物量、甲壳类的密度百分比和棘皮动物的密度百分比等6个生物参数构成B-IBI指标体系.采用比值法统一参数量纲,直接累加得到B-IBI指数值.根据参照点B-IBI值的50%分位数值确定健康等级标准,建立了评价长江口及毗邻海域健康的B-IBI标准:>2.48为健康,1.86~2.48为亚健康,1.24~1.86为一般,0.62~1.24为差,<0.62为极差.评价结果表明,长江口及毗邻海域41个站位中,7个为健康,2个为亚健康,8个为一般,8个为较差,16个为极差.用2006年6月底栖动物数据进行评价结果验证,准确率为89%.  相似文献   

9.
基于模糊物元模型的西苕溪流域生态系统健康评价   总被引:4,自引:3,他引:1  
本文借助RS/GIS技术,结合遥感影像数据、环境监测数据和社会经济数据,运用模糊物元模型,从水域、水陆交错带和陆域子系统选取21项评价指标,建立了流域生态系统健康综合评价指标体系,对西苕溪流域生态系统健康状况的空间分布规律和限制性因子进行了探讨.研究结果表明,西苕溪流域生态系统健康整体呈现出优良状态,其中,生态系统健康优秀地区面积占68.2%,良好地区面积占31.8%,能够正常发挥流域服务功能,维持生态系统可持续发展.西苕溪流域生态系统健康在空间分布上呈现出上游好、下游差的局面.在各子系统健康评价中,水域生态系统优于陆域生态系统,水陆交错带生态系统最差.底栖动物完整性遭受破坏、湿地退化、人为干扰活动、水源涵养功能减弱、点源和面源污染负荷较重是限制西苕溪流域部分评价单元生态系统健康的重要因素.  相似文献   

10.
河流健康评价中不同标准化方法的应用与比较   总被引:1,自引:0,他引:1  
年5月与2010年5—6月对浑太河流域开展大型底栖动物野外生态调查,分别使用水质法(水质指标标准化法)、栖境法(栖息地质量评价指标标准化法)和综合法(水质与栖息地质量评价指标结合的标准化法)筛选参照点和受损点,构建IBI(生物完整性指数)以对研究区域的健康状况作出评价. 结果表明:不同标准化方法筛选的参照点与受损点不同,其中,水质法与栖境法筛选的参照点与受损点数量多于综合法. 不同标准化方法构建的IBI核心参数不同,仅有4个参数〔总分类单元数、EPT分类单元数(蜉蝣目、積翅目、毛翅目三目昆虫分类单元数之和)、耐污类群相对丰度和黏附者相对丰度〕为3种方法所共有. 不同标准化方法对河流健康的评价结果不同,其中,水质法与栖境法对浑太河健康状况的评价等级整体高于综合法. 比较不同标准化方法选择参照点的准确率可知,栖境法的准确率(75%)优于水质法(50%)和综合法(67%);而在选择受损点的准确率中,水质法(100%)和综合法(100%)均优于栖境法(89%).   相似文献   

11.
在湖南锡矿山锑矿区采集蔬菜类、主食类、肉类、蛋类等9种食物. 结果表明蔬菜类Sb浓度平均值为9.67 mg·kg-1,主食类及肉类的Sb含量较低,平均浓度分别为0.025 mg·kg-1和0.40 mg·kg-1. 胃肠模拟法测得的Sb生物可给性为9.0%~57.7%,其中蔬菜中Sb生物可给性显著低于主食类及肉类. 生物可给性与食物中Fe含量呈显著负相关(r=-0.75,p=0.02),还与食物的植酸、草酸含量呈显著负相关(r=-0.95,p=0.01;r=-0.77,p=0.016). 根据锡矿山周边居民各类膳食的摄入量进行健康风险评估,以食物中的Sb总浓度计算暴露风险时,居民每日经由食物摄入的Sb总量达10227.01 ng·kg-1·d-1,经生物可给性矫正后下降为1807.02 ng·kg-1·d-1,但仍高于USEPA建议的400 ng·kg-1·d-1的参考剂量. 说明矿区经由Sb污染食物暴露依然存在健康风险,且考虑生物可给性对准确评价暴露风险至关重要.  相似文献   

12.
近几十年全球人口剧增,粮食生产及燃料消耗都增加了地表水中的氮负荷,而地表水是连接大陆氮库和海洋氮库的重要通道,地表水中的硝酸盐的增加将直接导致河口及沿海硝酸盐浓度的增加,因此研究近海河流的氮污染情况、确定影响因素将会为近海营养物质的控制及水环境管理提供重要信息.以环渤海地区的入海河流为主要研究对象,通过收集公开数据建立环渤海地表水硝酸盐数据库集成分析,研究入海河流的水体硝酸盐的时空污染特征及其与各影响因素之间的关系.结果表明,环渤海区域地表水中硝酸盐浓度的变化范围在0.0~76.4 mg·L~(-1),与溶解氧、总氮、总磷和电导率有显著的相关关系(p=0.01).在空间变化方面,黄河下游及浑太河上游流域硝酸盐污染较为严重.在除去来自城市污废水排放的人工河道带来的硝酸盐浓度异常值后,丰水期(平均浓度4.55 mg·L~(-1))与平水期(平均浓度5.39 mg·L~(-1))的硝酸盐浓度的平均水平较枯水期(平均浓度4.03 mg·L~(-1))更高,且浓度的变化范围(丰水期:0.00~34.90 mg·L~(-1);平水期:0.00~31.00 mg·L~(-1))亦大于枯水期(0.00~25.64 mg·L~(-1)).影响因素方面,硝酸盐浓度与降水量有显著相关性(r=0.122,p=0.01).土地利用相关性研究表明耕地与建设用地是硝酸盐的主要来源,林地和草地对硝酸盐污染有改善作用.硝酸盐的入海通量约为33.4×10~4t·a-1.  相似文献   

13.
The indicator values of microfauna functional groups and species for treatment performancewere systematically evaluated based on the continuous monitoring of the entire microfauna communities including both protozoa and metazoa over a period of 14 months, in two parallel full-scale municipalwastewater treatment systems in a plant in Beijing, China. A total of 57 species of ciliates, 14 species (units) of amoebae, 14 species (units) of flagellates and4 classes of small metazoawere identified,with Arcella hemisphaerica, Vorticella striata, Vorticella convallaria, Epistylis plicatilis and small flagellates (e.g. Bodo spp.) as thedominant protozoa, and rotifers as thedominant metazoa. The abundance of the sessile ciliateswas correlatedwith the removals of BOD 5 (Pearson’s r = 0.410, p < 0.05) and COD Cr (r = 0.397, p < 0.05)while the testate amoebaewas significantly positively related to nitrification (r = 0.523, p < 0.01). At the same time, some other associationswere also identified: the abundances of the large flagellates (r = 0.447, p < 0.01), the metazoa (r = 0.718, p < 0.01) and species Aspidisca sulcata (r = 0.337, p < 0.05)were positively related to nitrification; the abundance of Aspidisca costatawas correlated to the TN (total nitrogen) removal (r = -0.374, p < 0.05 ); the abundances of the sessile species Carchesium polypinum (r = 0.458, p < 0.01) and E. plicatilis (r = 0.377, p < 0.05)were correlatedwith the removal of suspended solids.  相似文献   

14.
博斯腾湖有色可溶性有机物来源及季节变化特征   总被引:1,自引:0,他引:1  
博斯腾湖是中国西北地区最大的外流湖,近年来随着湖区周边废水排入量的增加,严重威胁到湖泊周边地区居民的饮用水安全.对博斯腾湖开展有色可溶性有机物(CDOM)的来源及季节变化研究对该湖水质保护具有非常重要的意义.通过平行因子分析法解析博斯腾湖CDOM三维荧光光谱,得到类腐殖酸组分C1(255 nm/420 nm),类酪氨酸组分C2(270 nm/324 nm)和类色氨酸组分C3(230 nm/340 nm).2018年夏季盐度与C1呈显著负相关(r=-0.64,p<0.01),与C2呈显著正相关(r=0.65,p<0.01),这表明河流等外界输入是夏季湖水中类蛋白质和类腐殖质荧光组分的主要来源,夏季强烈的蒸发作用使得微生物活性增强.而2019年秋季盐度与C3呈显著正相关(r=0.70,p<0.01),与C2呈显著负相关(r=-0.51,p<0.05),意味着淡水输入直接稀释河口区CDOM中的类蛋白组分.整体上,博斯腾湖CDOM浓度在黄水区附近最大,且夏季CDOM浓度较秋季更大(t-test,p<0.001),意味着夏季水质更差.河口区各指标的变异程度较大,受淡水输入影响较其他湖区大,这在2018年夏季表现得尤为显著.博斯腾湖CDOM具有高度空间异质性,2018年夏季该湖西部入湖河口区C1组分的贡献较大且该组分贡献率向东部水体交换弱的湖区方向逐渐减小,相应C2组分的贡献率逐步增大.2019年秋季各荧光组分占比表现为由黄水沟河口区以C1为主向东部湖区快速转变为以C2为主.  相似文献   

15.
为了阐明施肥量对稻田CO_2排放及其温度敏感性的影响,采用静态箱-气相色谱法,对福州平原稻田对照(CK)、常规施肥组(CG)和倍增施肥组(BZ)的CO_2排放及其温度敏感性进行了测定和分析.结果表明,CK、CG和BZ的CO_2排放通量变化范围分别为32.33~3181.97、30.68~3701.05和32.81~3206.29 mg·m~(-2)·h~(-1),CG的CO_2排放通量比较CK增加了14.16%,BZ的CO_2排放通量较CK增加了8.04%,CK、CG和BZ之间CO_2排放通量差异不显著(p0.05);稻田CO_2排放与土温(r=0.683,p0.01)、株高(r=0.820,p0.01)及含水量(r=0.309,p0.05)具有显著的正相关关系;CK、CG和BZ的CO_2排放通量与土温和气温均具有显著的正相关关系(n=42,p0.01);CK、CG、BZ的Q_(s10)值和Q_(a10)值分别为28.13、18.88、13.24和9.86、7.64、6.35,CK的温度敏感性显著高于CG和BZ(p0.05),施肥显著降低了稻田CO_2排放的温度敏感性(p0.05).  相似文献   

16.
选用玉米(Zea mays L.)为供试植物,采用盆栽试验研究了接种丛枝菌根(Arbuscular mycorrhiza,AM)真菌(Funneliformis mosseae)和添加不同粒径猪炭对多氯联苯(Polychlorinated biphenyls,PCBs)污染土壤的联合修复效应及其对土壤微生物的影响.结果表明,接种AM真菌(10%接种量)及添加2.5%猪炭对土壤有效磷含量提高具有显著的协同效应,猪炭还显著提高了土壤有机碳、速效钾含量和pH值(p0.05);猪炭显著促进了菌根真菌侵染率,但对玉米根系生物量具有抑制作用.接种AM真菌的同时添加猪炭提高了细菌16S rDNA丰度,且接种AM真菌同时添加粒径0.25 mm猪炭显著促进了土壤PCBs降解率.AM真菌与猪炭改变了土壤微生物种群的相对丰度,其中,Planctomycetes与土壤三氯联苯降解显著相关(r=0.049,p0.05),而Acidobacteria与五氯联苯降解显著相关(r=0.008,p0.01).AM真菌及猪炭提高了土壤有效养分含量,促进了植物生物量和土壤PCBs降解,对PCBs污染土壤具有较好的修复潜力.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号