太湖东部水域浮游硅藻群落特征及其与环境因子关系

对太湖东部水域9个点位浮游硅藻的群落结构进行了分析。结果表明,9个点位的生物多样性处于一般到较丰富状态,其水质为中污染到轻污染;硅藻群落的物种丰富度、生物量和密度因水域地形特点、换水周期等因素出现差异,在半封闭水体中的物种丰富度较差,生物量和藻密度较高,优势种所指示的水质处于中等偏下水平。硅藻相对多度和各项环境因子冗余分析显示,总磷(TP)对群落的组成和分布影响显著。东北部水域浮游硅藻群落主要受到TP和浊度(NTU)的影响,东南部水域浮游硅藻群落受到TP和NTU的影响则很小。     

鄱阳湖浮游藻类群落特征及与环境因子典范对应分析

通过2018—2019年夏冬季在鄱阳湖布设17个采样点,采样检测浮游藻类和水质参数,并采用典范对应分析法研究该湖浮游藻类群落结构特征及其与环境因子的相互关系。结果表明,两次调查共检测出浮游藻类7门31科58属,浮游藻类丰度范围为3.5×105 L-1～1.15×107 L-1,主要由绿藻门、硅藻门和蓝藻门组成,绿藻门为夏、冬季主要优势种群。典范对应分析结果显示,鄱阳湖冬季湖区水环境空间差异较大,而夏季差异较小;夏季氮磷营养盐和DO是影响浮游藻类群落时空分布的主要环境因子,冬季氮磷营养盐、BOD5和IMn是影响浮游藻类群落时空分布的主要环境因子。     

生态修复废弃矿山植被群落结构特征研究

以废弃矿山生态修复区为研究对象,将研究区分为天然原生林地区（A）、人工生态修复区（B）、自然恢复区（C）3种样地,采用典型样地抽样调查法和对比分析法,对不同样地物种组成、群落结构、多样性进行对比研究。结果表明：B区物种丰富度最大,有31种,隶属19科29属;不同样地植物生活型存在显著差异,A区以高位芽植物为主,B区以一年生植物为主,C区高位芽和一年生植物相当;筛选优势物种,试提出以本土物种为主、灌草结合的马桑+火棘+戟叶酸模+狗尾草植被配置模式修复研究区域。     

环境微生物多样性研究方法进展

本文对当前国内外环境微生物多样性研究的四种方法:传统微生物平板培养法、微生物标记物法(如PLFA法)、B IOLOG微平板法和微生物分子生物技术方法及其应用特点进行了简要的评述和分析。并指出在环境微生物多样性研究中,如果可能的话,需要将各种方法结合起来使用,从而获取关于环境微生物群落多样性的更多和更完整的信息和理解。相信传统的分析方法和现代分子生物学技术方法等多种方法相结合将是大力推动环境微生物多样性研究的有效方式。     

椒江口海域沉积物微生物群落及其对环境因子的响应

微生物群落在有机污染物生物地球化学循环中起着十分关键的作用。微生物群落结构和多样性及其变化在一定程度上反映了土壤的质量。宏基因组学能够在整体水平解析微生物群落结构,真实地揭示原位环境中微生物群落的复杂性和多样性。应用Illumina Mi Seq宏基因组高通量测序技术,在椒江口海域沉积物中鉴定得到古菌和细菌共33门类,变形菌门为明显的优势门类,其序列数占总数的62.1%。其他较为丰富的门类包括绿弯菌门、放线菌门、拟杆菌门。采用mothur软件计算Ace、Chao、Shannon、Simpson指数,结果发现,Ace、Chao的均值分别为511、518,Shannon在5.0左右,Simpson接近于0.02,显示出海域沉积物中微生物多样性较高且差异较小。通过微生物门类多样性与环境因子的相关性分析发现,PCB101、盐度和γ-氯丹对微生物门水平的群落分布具有显著性影响。计算微生物门类组成与环境因子间Spearman相关系数并绘图分析,温度、盐度、pH与多个微生物门类的组成和分布呈现明显的相关关系。     

流溪河大型底栖动物群落结构及其影响因素

为了探究流溪河大型底栖动物的群落结构特征和关键影响因素,于2016年4月(平水期)、7月(丰水期)和11月(枯水期)对流溪河的14个采样断面进行了生态调查,共鉴定出133种大型底栖动物,隶属于55科127属。大型底栖动物平均密度和生物量分别为213 ind./m²和20.02 g/m²,寡毛类和水生昆虫的密度占优势,软体动物的生物量占优势。此外,结果表明流溪河大型底栖动物群落结构具有明显的时空变化。在空间方面,从上游至下游大型底栖动物种类数呈现逐渐减少的趋势,并且支流的大型底栖动物种类数高于干流；从上游至下游大型底栖动物密度和生物量变化无规律,支流大型底栖动物的密度明显高于干流,而生物量却明显低于干流；上游的大型底栖动物Shannon-Wiener多样性指数和Margalef丰富度指数均高于下游,支流的大型底栖动物Shannon-Wiener多样性指数和Margalef丰富度指数均高于干流,而Pielou均匀度指数是支流低于干流。在时间方面,平水期至枯水期大型底栖动物种类数呈现逐渐增加的趋势；密度分布为平水期＞枯水期＞丰水期,生物量分布规律与密度相似；Shannon-Wiener多样性指数和Margalef丰富度指数均为枯水期最高,平水期最低。流溪河大型底栖动物群落可划分为干流群落和支流群落,群落间物种组成存在显著性差异。综上结果表明:流溪河支流大型底栖动物群落结构较干游更加稳定,下游断面群落受到了较大程度的干扰,生态环境质量状况较差,影响大型底栖动物群落结构的主要因素为有机质、总磷和溶解氧。     

舟山群岛夏季潮间带大型底栖生物群落生态学研究

为了解舟山群岛潮间带大型底栖生物生态环境质量的现状,2009年7月对舟山群岛潮间带7个断面进行了大型底栖生物的分类、组成、栖息密度、生物量、多样性及群落稳定性等的研究。结果表明,该调查共鉴定大型底栖生物103种,软体动物、甲壳动物和多毛类构成主要类群。生物量平均值为96.19 g/m2,栖息密度平均值为223.1个/m2,多样性指数平均值为2.14。根据相似性系数聚类分析可将舟山群岛的潮间带各潮区分为2个组群。底质和潮汐是影响潮间带大型底栖生物群落结构的主要因子。嵊泗断面潮间带群落稳定性良好,其他断面的潮间带生物群落受到中度程度的污染或扰动,群落结构不稳定。总体上,舟山群岛潮间带大型底栖生物的种类相对贫乏,群落结构简单,多样性指数较低,生态环境质量较差。     

高宝湖区4个湖泊浮游植物和底栖动物群落特征和生物评价

于2018年12月—2019年8月对高宝湖区4个湖泊的浮游植物及大型底栖动物的群落结构和多样性进行了调查。结果表明，各湖泊浮游植物和大型底栖动物的密度、生物量、优势种及多样性存在显著的时空差异（P<0.05），浮游植物和底栖动物的密度和生物量均表现为丰水期最大，2类水生生物的Margalef丰富度指数和Shannon Wiener多样性指数变化趋势一致。浮游植物种群组成上主要以绿藻门为主，丰水期高邮湖和白马湖的藻密度已达到轻度水华的级别，且各湖泊浮游植物优势种主要为蓝藻门易引起水华的藻类，各湖泊浮游植物物种多样性评价等级为“一般”至“较丰富”；底栖动物群落主要由摇蚊科幼虫、双壳类和软甲类动物构成，优势种主要为摇蚊科幼虫和寡毛类动物，物种多样性评价等级为“贫乏”至“一般”。各湖泊浮游植物藻密度增加，底栖动物敏感物种减少。水质的生物评价结果为4个湖泊均受到不同程度的污染，表明湖泊受到的环境压力增大，水生生物群落结构发生变化，多样性降低。     

浮游动物DNA宏条形码多样性监测采样方法研究

浮游动物是水生生态系统的重要组成部分,对环境因子敏感,是水生生态健康状况的重要指示生物.基于传统形态学的浮游动物调查方法无法鉴定桡足类幼体,难以准确了解浮游动物群落组成.DNA宏条形码技术基于DNA序列差异识别物种,为浮游动物群落组成的准确解析提供了新方法.比较了不同浮游动物采样方法(直接过滤法和网富集法)对浮游动物D...     

基于着生硅藻多参数指标评价赤水河生态状况

随着人类活动的加剧,赤水河生态状况受到越来越多的关注,全面了解赤水河的生态状况,识别影响生态状况的主要环境胁迫因子对于赤水河的管理十分重要。笔者分别于2016年春季(4月)和秋季(9月)对赤水河干流着生硅藻及主要环境指标展开系统调查,春季以曲壳藻属相对丰度、高需氧物种、高磷物种、Shannon-Wiener多样性指数为核心参数,秋季以低需氧物种、物种丰富度、高营养物种为核心参数,构建了着生硅藻多参数指标(D-MMIs)。对赤水河干流生态状况进行评估。结果表明:调查期间,赤水河干流中上游样点水体状况优于下游样点,并且春、秋季赤水河生态状况存在差异。D-MMIs与环境因子的回归分析结果显示:影响春季赤水河生态状况的环境因子为COD,影响秋季赤水河生态状况的环境因子为NH4_+~-N。构建的赤水河D-MMIs,能够较好地指示环境胁迫因子对赤水河生态状况的影响,对于指导赤水河的管理实践具有参考价值。     

太湖湖滨带浮游植物群落特征及指示种筛选

针对太湖湖滨带,均匀布设49个点位,分别于2009年12月、2010年4、8月开展浮游植物及水质监测。结果显示,湖滨带浮游植物群落多样性整体较低,优势种从枯水期到丰水期呈"鱼腥藻-鱼腥藻-微囊藻"的演变趋势;西北部湖区(竺山湖、梅梁湾、西部沿岸)浮游植物密度明显高于东南部湖区(东部沿岸、东太湖、南部沿岸);湖滨带浮游植物群落结构与湖体相似,密度比湖体高1个数量级;RDA排序筛选出在显著水平上解释浮游植物分布的最小变量组合为TN、CODMn、SS、p H、SD,且方差分解指出TN是相对最重要的变量;当物种适合度为50%~100%时,与TN具有较好梯度响应关系的是四尾栅藻及弓型藻,并且这2个种与TN、TP及综合营养状态指数的组合变量也有较好的梯度响应关系,具备指示太湖湖滨带富营养化的可能,但定量指示意义尚待进一步研究。     

SPATIAL ANALYSIS AND EUTROPHICATION ASSESSMENT FOR CHLOROPHYLL a IN TAIHU LAKE

Spatial structure analysis and kriging analysis have been identified to be useful tools in illustrating the spatial patterns of variables. Taihu Lake is one of the largest fresh water lakes in China, and has suffered serious eutrophication in recent years due to the rapid economic development and growing environmental pollution in the Taihu Catchment. In this paper, spatial structural analysis, kriging interpolation and eutrophication assessment were carried out for chlorophyll a in the lake. Studies show that spherical model could be applied to fit all experimental variograms. Positive nuggets were observed for three directions except NE–SW direction. The variograms show some anisotropy with anisotropic ratio falling within 1.76. The spatial structural patterns of chlorophyll a in the lake were affected by factors such as distribution of pollution sources, water flow and wind. Two-dimensional ordinary block kriging was applied for interpolation process. An eutrophication assessment map was also made based on a water-quality evaluation standard. Results show that the content of chlorophyll a in Taihu Lake was quite high. The whole lake has suffered serious eutrophication. However, the eutrophic situation varied in space. Higher contents of chlorophyll a appeared mainly in the northern part of the lake.     

我国生态环境监测网络建设成效与展望

2015年中央全面深化改革领导小组审议通过《生态环境监测网络建设方案》,推动全国生态环境监测网络建设取得重大成就。对照《生态环境监测网络建设方案》提出的"全面设点,完善生态环境监测网络"方面的任务与要求,对生态环境监测网络建设成效进行客观评估,并对生态环境监测面临的形势与不足进行了深入剖析。针对加强生态环境监测网络建设、探索生态环境监测多手段融合应用模式、强化生态环境监测数据智慧应用等方面提出了当前及今后中长期生态环境监测发展的相关建议。     

动态因子分析在环境监测数据综合处理中的应用

动态因子分析(DFA)作为降维度的多元统计方法,被设计用于时间序列分析,以揭示多元变量中解释变量与共同趋势对响应变量的影响程度。相较传统多元统计方法,DFA显性考虑时间因素,并量化影响响应变量的潜在因素。该方法可以忽略内在理化过程,具有良好的模拟效果,且在国外已广泛应用于地表水及地下水生态环境、空气污染等领域,但在国内尚未被应用。DFA在自身完善、应用范围、信息挖掘、数据预处理、预测分析、空间分析方面仍有巨大发展前景。     

利用流式影像术(FlowCAM)分析淡水浮游藻类群落特征 ——以北京城区主要河流为例

浮游藻类是水生态系统的重要初级生产者,对其进行分类鉴定和定量分析是开展生态研究的基础.选取北京城区主要河流为研究对象,于2020年6—7月(夏季)、10月(秋季)对北运河水系22个站位的表层水进行采样调查,探究利用流式影像术(FlowCAM)分析浮游藻类群落结构的可行性.结果表明,浮游藻类的细胞丰度和粒径组成均存在着明...     

Analysis of spatial-temporal association and factors influencing environmental pollution incidents in China

Environmental risk refers to the possibility of environmental pollution events caused by natural causes or human activities. Environmental risks are transmitted through environmental media and can have destructive effects on human society and the natural environment. Understanding the current status and characteristics of environmental risks can effectively prevent and control environmental risks, which is essential for establishing the safety of ecological systems. Although many scholars have studied the environmental risk characteristics of different enterprises or regional scales and proposed corresponding control methods. However, the study of environmental risk characteristics in the national scale is still insufficient, which affects the accuracy of large-scale environmental impact assessment (EIA) and is not conducive to the formulation of the large-scale environmental management system. This paper attempts to use spatial statistical methods and geographically weighted regression (GWR) models to study the temporal and spatial evolution trends of environmental events in China and the spatial correlation characteristics of influencing factors and environmental events in different regions. The research results show that the focus of China's environmental risk is continuously shifting. At present, environmental pollution incidents are concentrated in the western region, and their spatial correlation with influencing factors varies from region to region. Spatial statistical analysis can help us understand the spatial characteristics of risk and identify the interrelationships of environmental risks in different areas. Therefore, spatial statistical analysis can provide a scientific basis for macro decision-making of large regional EIA and environmental risk management. In the future, it is recommended that the focus of environmental events in different regions should be different to reduce the risk of environmental events in China.     

Using a neural network approach and time series data from an international monitoring station in the Yellow Sea for modeling marine ecosystems

The international marine ecological safety monitoring demonstration station in the Yellow Sea was developed as a collaborative project between China and Russia. It is a nonprofit technical workstation designed as a facility for marine scientific research for public welfare. By undertaking long-term monitoring of the marine environment and automatic data collection, this station will provide valuable information for marine ecological protection and disaster prevention and reduction. The results of some initial research by scientists at the research station into predictive modeling of marine ecological environments and early warning are described in this paper. Marine ecological processes are influenced by many factors including hydrological and meteorological conditions, biological factors, and human activities. Consequently, it is very difficult to incorporate all these influences and their interactions in a deterministic or analysis model. A prediction model integrating a time series prediction approach with neural network nonlinear modeling is proposed for marine ecological parameters. The model explores the natural fluctuations in marine ecological parameters by learning from the latest observed data automatically, and then predicting future values of the parameter. The model is updated in a “rolling” fashion with new observed data from the monitoring station. Prediction experiments results showed that the neural network prediction model based on time series data is effective for marine ecological prediction and can be used for the development of early warning systems.     

2012—2019年松花江干流底栖动物群落变化及其对水环境因子的响应

底栖动物是水生态系统的重要组成部分,其群落特征通常用来评价水生态环境质量。研究了2012—2019年松花江干流水生态环境质量状况、变化趋势,并应用冗余分析(RDA)探究底栖动物群落结构特征与水环境因子之间的响应关系。结果表明:8年间共鉴定出底栖动物246个分类单元,隶属于4门、9纲、25目、58科、69属,其中水生昆虫的EPT物种为99个分类单元,占总物种数的40.24%;水生昆虫的其他物种为68个分类单元,占总物种数的27.64%;软体动物为36个分类单元,占总物种数的14.63%;环节动物为25个分类单元,占总物种数的10.16%;甲壳动物为18个分类单元,占总物种数的7.32%。底栖动物密度总体呈上升趋势,种类组成总体有所增多,其中环节动物、软体动物和甲壳动物有向水生昆虫转变的趋势,群落结构相对稳定且主要以水生昆虫占比最多,底栖动物密度平均值为5.97×10³个/m²,变化范围为2.86×10³~8.98×10³个/m²,优势科(属)主要为小蜉属Ephemerella、小寡脉蜉属Oligoneuriella、扁蜉属Heptagenia、等蜉属Isonychia、纹石蛾科Hydropsychidae、缺叉多距石蛾属Polycentropus、摇蚊科Chironomidae和圆田螺属Cipangopaludina等。生物指数评价结果多数为"中等"及以上,评价结果趋于稳定,且下游评价结果好于上游。松花江干流的水环境质量变化阶段性明显,溶解氧含量升高,氨氮呈下降趋势,其余指标呈波动变化。冗余分析(RDA)结果表明:影响松花江干流底栖动物群落结构变化的主要环境因子是随时间推移而变化的,其中溶解氧、生化需氧量、化学需氧量、总磷、氨氮和总氮等指标是影响该监测区域底栖动物群落分布的重要环境因子。     

Establishing the Canadian Community Monitoring Network

Community-based ecosystem monitoring activities in Canada are increasing in response to a number of factors including: (i) the needs of decision-makers for timely information on local environmental changes; (ii) limited use of government monitoring data and information by decision makers; (iii) government cuts to monitoring programs; (iv) the increasingly recognized need to include stakeholders in planning and management processes; and (v) the desire of citizens to contribute to environmental protection. To date there has been no network coordination of community based monitoring in Canada. This paper reports on the establishment of the Canadian Community Monitoring Network by Environment Canada's Ecological Monitoring and Assessment Network Coordinating Office and the Canadian Nature Federation. Information on research prepared in support of network establishment is presented along with a discussion of the potential of the network.     

环境监测项目监测边界和参数设计方法

针对环境监测项目的一般性要求，系统地提出环境监测边界和监测参数的设计方法。将环境监测边界划分为空间地理边界、空间生态边界、动力空间边界、项目空间边界和时间期限，并阐述了这5种划分的具体内容。同时，介绍了监测参数设计的一般流程、环境质量监测参数选择原则及选择方法。