基于微生物生物完整性指数的地下水生态系统健康评价:以包钢稀土尾矿库周边地下水生态系统为例

生物完整性指数是水体生态系统健康评价的重要指标,已被广泛应用于湖泊河流等的生态系统健康评价中.但利用水体中分解者微生物群落构建IBI评价标准的报道很少,针对地下水生态系统的研究更是鲜见.本研究针对包钢稀土尾矿库周边地下水生态系统健康开展评价工作,基于地下水环境中微生物群落Illumina高通量测序信息,筛选关键环境因子,甄别敏感或耐受微生物分类属,确定候选生物参数,探索针对地下水的微生物完整性指数(microbiome index of biotic integrity,M-IBI)评价流程与标准构建方法.结果表明,总计12个地下水样点中,4个样点属于健康等级(Ⅰ级),占总样点的33.3%;2个样点属于亚健康等级(Ⅱ级),占总样点的16.7%;5个样点属于一般等级(Ⅲ级),占41.7%;1个样点属于较差等级(Ⅳ级),占8.3%;总体来看,靠近尾矿库的样点健康等级较低,而远离尾矿库参照点受到的干扰较小,健康等级较高,这可能与人类活动干扰影响程度密切相关.参照该地区地下水理化参数基础上的水质情况分析结果,发现应用M-IBI指数可较合理地评估包头稀土尾矿区周边地下水生态系统健康状况.结合生态系统健康内涵,本研究初步提出针对地下水生态系统健康的M-IBI指数评价体系构建流程.     

底栖生物完整性指数的构建及生物基准的确定

基于2009～2013年7个航次渤海湾天津段的大型底栖动物和水质、沉积物环境数据,结合国内外已有的研究结果,首次尝试采用AZTI海洋生物指数以及水质和沉积物质量确定参考点,同时采取标准化方法筛选生物指标,确定各指标的阈值分级标准,从而构建出生物完整性指数.取参考点生物完整性指数值的90%分位数作为基准值,得出该海域生物基准值为5.适用性验证结果表明,生物完整性指数能够较好地指示研究区受干扰的生态质量状况,较为敏感地响应营养盐及重金属压力,也适用于评价该区域的底栖生态质量状况.因此,采用生物完整性指数法来确定生物基准是合理可行的.     

Fuzzy modelling to identify key drivers of ecological water quality to support decision and policy making

Water quality modelling is an effective tool to investigate, describe and predict the ecological state of an aquatic ecosystem. Various environmental variables may simultaneously affect water quality. Appropriate selection of a limited number of key-variables facilitates cost-effective management of water resources. This paper aims to determine (and analyse the effect of) the major environmental variables predicting ecological water quality through the application of fuzzy models. In this study, a fuzzy logic methodology, previously applied to predict species distributions, was extended to model environmental effects on a whole community. In a second step, the developed models were applied in a more general water management context to support decision and policy making. A hill-climbing optimisation algorithm was applied to relate ecological water quality and environmental variables to the community indicator. The optimal model was selected based on the predictive performance (Cohen’s Kappa), ecological relevance and model’s interpretability. Moreover, a sensitivity analysis was performed as an extra element to analyse and evaluate the optimal model. The optimal model included the variables land use, chlorophyll and flow velocity. The variable selection method and sensitivity analysis indicated that land use influences ecological water quality the most and that it affects the effect of other variables on water quality to a high extent. The model outcome can support spatial planning related to land use in river basins and policy making related to flows and water quality standards. Fuzzy models are transparent to a wide range of users and therefore may stimulate communication between modellers, river managers, policy makers and stakeholders.     

拉林河流域底栖硅藻群落结构特征及水生态健康评价

随着农业活动的发展,对水域生态系统评估成为受农业活动影响区域水环境管理的有效手段.以我国东北典型水稻种植区拉林河流域为研究区域,调查分析了全流域范围河流内23个样点的底栖硅藻群落结构和水环境理化特征,基于优势种和理化指标的冗余分析（RDA）揭示了底栖硅藻群落生态分布特征并对关键影响因子进行识别.在此基础上应用底栖硅藻生物完整性指数（D-IBI）对拉林河流域水生态系统健康状况进行评价,并分析了底栖硅藻在农业活动区和非农业活动区下的群落结构及不同土地利用类型下的D-IBI.研究结果表明,拉林河流域底栖硅藻群落结构具有明显的空间差异性;D-IBI评价结果显示,拉林河流域水体整体健康状况为一般,农业活动会影响河流生态健康状况.其中,拉林河上游为健康,中游区域为较好至一般,下游区域轻度污染至重度污染.D-IBI和多数环境因子及IBI核心指标有显著或极显著的相关关系,能较好地反映研究区域环境信息,并适用于受农业活动干扰的拉林河流域生态健康评价.     

基于可拓分析与组合赋权法的乐清湾生态系统健康评价

借助GIS和RS技术,结合数字影像数据、社会经济数据和环境监测数据,运用PSR模型分别从陆源压力、环境状态和生物响应3个方面选取18项指标构建乐清湾海湾生态系统健康评价综合指标体系,并利用可拓分析和组合赋权法对乐清湾生态系统健康现状进行综合评价.研究结果表明:春季和夏季乐清湾全湾生态系统健康水平分别呈极差和中等状态,夏季优于春季,整体生态系统健康状况不容乐观.春季乐清湾生态系统健康水平内湾、中湾和外湾分别为极差、优秀和极差,并在空间上呈现出中湾最好,内湾次之,外湾最差的趋势;夏季乐清湾生态系统健康水平内湾、中湾和外湾分别为中等、优秀和中等,健康水平明显优于春季,并在空间上呈现出中湾优于外湾,内湾最差的趋势.人口密度、单位面积COD排放量、自然岸线保持率、有机污染指数、营养水平指数、底栖生物多样性指数和春季初级生产力是制约乐清湾生态系统健康的主要因素.为了改善乐清湾生态系统健康,应加强土地利用监督管理,控制海水养殖强度,提高生活污水处理率,建立湿地自然保护区,同时发展海洋观光旅游等绿色产业.     

基于微生物生物完整性指数的城市河道生态系统健康评价

生物完整性指数(index of biotic integrity,IBI)已被广泛运用于河流生态系统的健康评价.然而,目前基于微生物的IBI评价方法很少,针对城市河道的相关研究更是缺乏.本研究采用Illumina高通量测序技术,对浙江省内5条城市河道的微生物群落多样性及组成进行了分析.通过典型相关分析(canonical correlation analyses,CCA)和Spearman相关性分析水质对微生物组成的影响,明确受水质变化影响显著的微生物类群,与特定功能菌群一并作为备选指标.对备选指标进行分布范围、判别能力及Pearson相关性分析,筛选出香农多样性指数、微生物分类单元数、疣微菌门相对丰度、绿菌门相对丰度和分支杆菌属相对丰度等参数指标,初步构建了适合浙江城市河道的微生物生物完整性指数(microbiome index of biotic integrity,M-IBI)指标体系.采用比值法对生物指标计分,评价结果显示:总计22个样点中,9个样点为"健康"等级,占总样点的40. 9%;10个样点为"亚健康"等级,占总样点的45. 5%; 2个样点为"一般"等级,占总样点的9. 1%; 1个样点为"较差"等级,占总样点的4. 5%.各采样点M-IBI值可有效反映水体受干扰程度,且与水质状况基本吻合(R=0. 753,P 0. 01),表明M-IBI可以较合理地评价城市河道生态系统健康状况.     

不同尺度下人类活动对浑太河流域鱼类和大型底栖动物群落特征的影响

为了确定鱼类和大型底栖动物群落结构对多重人类活动压力响应是否一致,以浑太河流域为例,采用典范对应分析和冗余分析方法,以自然环境因子(包括海拔、坡度、流域面积、经纬度)为协变量,比较流域(各土地利用类型面积所占比例)、河岸带(各土地利用面积所占比例)和河段尺度(水质、水力形态、水文、栖息地质量、底质类型等)下人类活动因子对鱼类和大型底栖动物群落特征的影响. 结果表明:在流域尺度上,林地和农村聚落用地面积所占比例解释了8.09%的鱼类群落特征空间变异,林地、旱地、城镇建设用地和农村聚落用地面积所占比例解释了18.28%的大型底栖动物群落特征空间变异;在河岸带尺度上,城镇建设用地面积所占比例解释了4.26%的鱼类群落特征空间变异,没有环境因子对大型底栖动物群落特征产生显著影响;在河段尺度上,电导率、ρ(TDS)、ρ(NH₄+-N)、ρ(COD_Mn)、河宽、QHEI(a qualitative habitat evaluation index,栖息地评估指数)、ρ(DO)、ρ(TN)、硬度和pH解释了36.60%的鱼类群落特征空间变异,电导率、ρ(TDS)、ρ(NH₄+-N)、ρ(COD_Mn)解释了14.65%的大型底栖动物群落特征空间变异.河段尺度人类活动因子对鱼类群落特征的直接影响最为显著,其次为流域尺度,河岸带尺度的影响最小;流域尺度和河段尺度人类活动因子对大型底栖动物群落特征影响大致相同. 河段尺度的水力形态和水质状况主要受流域尺度土地利用变化的影响,其次是河岸带尺度. 土地利用变化对水力形态的影响较水质更大.      

新安江流域土地利用结构对水质的影响

以新安江上游流域为研究区域,用该流域2010年5月TM遥感影像图作为底图,通过实地野外调查获取了新安江流域的土地利用图.运用ArcGIS的水文、空间分析功能,将流域划分为8个子流域,并分析各子流域的土地利用结构.根据2010年1～12月的水质监测数据,分析TN、TP、高锰酸盐指数、NH4+-N、粪大肠菌群的时空变化特征,以及与土地利用结构之间的定量关系.结果表明,TN和NH4+-N有明显的时间变化特征,为枯时期>丰水期>平水期,而其他几种指标没有明显的时间变化.在空间上,整体上呈现出渔梁、浦口污染最为严重.流域内土地利用结构与水质之间的相关关系表现为:耕地、水体、建筑用地起源作用,林地、草地起汇作用.在年度上看,耕地对TN、NH4+-N、高锰酸盐指数影响最大,草地对TP影响最大;不同水期上,枯水期和丰水期,对各指标影响最大的土地利用类型为耕地,在平水期,对TN、TP、粪大肠菌群影响最大的土地利用类型分别为耕地、草地、林地.     

吉林市城区土地利用对地下水污染空间分布的影响

利用吉林市城区91眼监测井2013年的地下水水质监测数据,采用改进内梅罗污染指数法求取地下水污染指数,同时考虑第二松花江两岸地下水污染的非连续性,采用Kriging方法进行分区插值,然后叠加融合得出城区地下水污染指数空间分布图.结合吉林市城区土地利用类型,采用CM模型和SLM模型提取监测井不同半径范围内的土地利用类型,利用多元回归分析方法确定监测井最可能受污染的范围,最后利用Kendall 秩次相关检验法和回归分析方法分析城区土地利用类型对地下水污染空间分布的影响.研究结果表明,吉林市城区地下水污染呈现出明显的空间分布特征;城区地下水受到不同程度的污染,其中江北片区和中心片区较为严重;在考虑地下水流动的情况下,监测井最可能受污染的范围为沿地下水流向方向500m;吉林市城区土地利用类型对地下水污染空间分布有较大影响,其中传统工业用地、居民和商业用地、城市交通设施用地为主要因素,其Kendall 秩次相关检验τ值分别为0.248、0.174、0.143;在各研究片区,该3种土地利用类型和地下水污染空间分布也存在较好的相关性.     

Considerations regarding development of index of biotic integrity metrics for large rivers

The index of biotic integrity (IBI) is the most widely used multi-metric index to assess the biological health of fish communities. Numerous state-specific or basin-specific versions of the IBI have been developed for wadeable streams. However, progress has been considerably slower with regard to developing IBIs for large rivers. Sampling in large rivers presents a number of unique problems, many of which result from the size of the waterbody to be sampled. Topics covered in this paper include several related to field sampling such as electrofishing output requirements, day vs night sampling effectiveness, effectiveness of various gears and overlap among them, the lack of reference sites in large rivers, seasonal movements of fishes, variables affecting sampling efficiency, sampling effort, and QA/QC. Also discussed are several topics related to data analysis such as data variability, influence of YOY fishes on catch results, minimum size of the data set, metric calibration, proper characterization of trophic guilds, and establishment of tolerant/intolerant species. Before meaningful IBI scores can be generated, new metrics, applicable to large rivers, need to be developed. Based on the considerations discussed in this paper, it is recommended that large rivers be sampled by a combination of seining and electrofishing, with the electrofishing being conducted at night and with an effort of ≥500 m.     

基于水污染总量控制的土地利用管控分区——以无锡市为例

分区管控研究是水污染控制研究的热点,基于水污染控制的土地利用管控分区,是实现水污染“源头控制”的有效途径之一。论文从土地利用变化的水环境效应出发,立足区域水污染总量控制目标,综合考虑污染负荷允许排放量、水质净化功能和排污地段的敏感性程度等约束条件,探讨了以水污染总量控制为目的的土地利用管控分区方法,尝试将区域水污染分配任务量控制要求,转化为其对社会经济、土地利用等的约束与调整。研究以无锡市为例,采用目标函数熵值法对水污染物总量进行公平分配,通过各评价单元所需控制污染减排量、水质净化功能价值以及环太湖不同地段保护需要的三维等级解析,将无锡市划分为不同污染控制程度的6 个土地利用管控区,并根据不同管控区土地利用-水污染输出特征,提出相应的管控措施。     

基于微生物完整性指数的河流健康评价 ——以无锡市为例

生物完整性指数（Index of biotic integrity,IBI）被广泛运用于河流的健康评价.然而,随着人类活动对河流影响的增加,传统指示生物多样性的损失降低了评价的准确性.在高度受影响的水体环境中,微生物群落被证明是更敏感的生态健康指标.本研究采用Illumina高通量测序技术,于2018年冬季和2019年春季对无锡市境内8条河流的微生物群落组成进行了分析,从群落组成/相对丰度、丰富度/多样性、敏感性/耐受性3个角度确定了候选指标.并对传统的核心指标筛选方法进行了改进,通过差异性分析、箱线图检验、Speraman相关性分析,建立了冬、春两季的微生物生物完整性指标框架.评价结果表明,M-IBI能有效区分不同程度的受损位点,且与水质状况和物理生境存在显著的相关性.总体而言,M-IBI为城市河流生态状况提供了一种新的评价工具.     

江苏沿海地区耕地利用转型及其生态系统服务价值变化响应

论文以江苏沿海地区1990、2000和2010年3期土地利用空间数据为基础,在GIS、地学信息图谱理论和Costanza等生态系统服务价值测算方法的支持下合成时间序列表征下的耕地利用转型图谱、耕地利用转型模式图谱和生态系统服务价值图谱,据此揭示江苏沿海地区耕地转型时空变化特征及其生态系统服务价值变化响应规律。结果表明：1）1990-2000年阶段耕地以建设用地、水域和林地占用为主,补充耕地来源除建设用地、水域和林地外,还包括了草地,耕地占用大于补充。空间差异以“耕地→建设用地”、“草地→耕地”最为明显,空间分离度低。2）2000-2010年阶段耕地占用的去向增加了未利用地,草地仍是主要的耕地补充来源。空间上以“耕地→建设用地”和“耕地→水域”图谱变化最为显著,空间分离度变大。3）1990-2010年耕地利用转型模式以后期变化最为显著。4）近20 a间,江苏沿海生态系统服务总价值由170.85×10⁸元提升为182.23×10⁸元,水域是提高生态系统服务价值最主要的贡献类型。耕地利用转型导致耕地的生态系统服务价值降低,“耕地→建设用地”是最主要的生态减值图谱 类型。     

基于一体化生态空间格局的土地利用/覆被变化及其生态环境效应——以长三角为例

区域一体化发展背景下,一体化生态空间格局的构建及其生态环境效应评估兼具丰富生态系统完整性和关联性研究的理论价值、指导生态空间跨区域协同保护的现实意义.以长三角一体化区域为案例,基于生态系统完整性和关联性,开展生态过程模拟和潜在生态廊道识别研究,构建跨区域、一体化的生态空间格局;基于2000—2018年土地利用数据,解析生态空间格局的土地利用/覆被变化（LUCC）,核算生态空间格局的生态环境效应及其变化,分析污染物排放与生态环境质量的关系.结果表明,长三角地区的潜在生态廊道和一体化生态空间格局涵盖大部分城市,并主要分布在江苏沿江、安徽南部和浙江东南部地区;生态空间格局内生态用地占据主导,建设用地有缓慢增长的态势,导致生态环境质量有所降低;浙江东南部、安徽南部城市生态环境质量较高,且保持相对稳定;生态廊道内部缓冲区的生态环境质量较高,适合作为构建一体化生态空间格局、维护区域生态安全的主要载体;污染物排放与一体化生态空间的生态环境质量存在一定负相关关系,未来需要采取针对性措施以同步促进污染物减排和提升生态环境质量.     

基于RS的城市土地集约利用评价方法研究

论文建立了以遥感数据为主要数据源的城市土地集约利用评价指标体系,对城市土地利用遥感影像(IKONOS)特征进行分析,介绍评价指标遥感信息解译方法。在以遥感为主结合调查获取所有指标信息的基础上,应用综合评价和人工神经网络(ANN)模型对城市土地集约利用进行评价,通过评价结果比较,发现人工神经网络模型能够反映自变量和因变量之间的复杂非线性关系,是一种可行的评价方法。因此,论文构建基于遥感和人工神经网络(ANN)作为城市土地集约利用评价的方法体系,并应用其对石家庄市土地集约利用水平进行了评价。实践证明,这种体系构建评价方法更具时效性,实用性更强,工作更快捷、方便,评价结果更为客观。     

生态红线保护下的两江新区土地利用/覆盖情景模拟及生态价值评估

生态保护红线的划定对于维护国家和区域生态安全具有非常重要的作用,是我国在生态环境保护方面的重要举措.为分析生态保护红线划定后区域生态系统服务价值的变化情况,以重庆市两江新区为例,采用CLUE-S模型对未来的土地利用变化情况进行情景模拟,并在此基础上对各地类价值系数进行优化调整构建生态系统服务价值评估优化模型,对不同情景下的生态系统服务价值进行定量计算,分析生态系统服务价值的敏感度及变化度.结果表明:①采用CLUE-S模型对两江新区的未来土地利用进行空间模拟效果较好（Kappa系数达到0.82以上）,模型的普适性较好.②生态价值敏感度结果表明两江新区的生态系统服务价值对价值系数的变化缺乏弹性,结果的可信度高.③2020年生态保护情景下,林地的面积增加量大于自然增长情景,城镇和工矿用地则相反,生态保护红线对于城镇扩张起到了一定的约束作用.④2014年现状、2020年自然增长情景和2020年生态保护情景下的生态系统服务价值分别约为10.53×108、10.50×108和10.88×108元,两种未来情景下耕地的生态系统服务价值减少最为明显,林地、水域服务价值均表现出增加的趋势.⑤林地和水域的生态价值变化度表明其面积变化对生态系统服务价值的影响较大.研究显示,CLUE-S模型进行小区域的土地利用变化情景模拟效果较好,构建的生态系统服务价值评估优化模型计算结果的可信度较高.政府相关部门可以根据生态保护红线及生态系统服务价值评估结果,进一步优化生活、生产和生态空间,使其在城市规划、绩效考核和生态补偿中得到实际运用,在区域的经济可持续发展中起到支撑作用.      

基于鱼类完整性指数的滦河流域生态系统健康评价

生物完整性指数作为评价河流健康的重要工具,对流域管理有明确的指导作用.为全面掌握滦河流域生态系统健康状况,构建F-IBI（鱼类完整性指数）,开展滦河流域生态系统健康评价.于2016年10-11月对滦河流域58个采样点收集了鱼类与环境数据,根据栖息地质量评分与水质等级来确定参考点（12个）和受损点（7个）.利用分布范围检验、敏感性分析及冗余检验对20个候选指标进行筛选,以获得构建F-IBI的核心指标.采用1、3、5赋分法对核心指标进行赋分,并计算F-IBI最终得分.利用分位数法将F-IBI划分为"健康" "亚健康" "一般" "差" "极差"5个等级.利用非参数检验对F-IBI的适用性进行校验.结果表明:①鱼类物种数、个体数、Shannon-Wiener多样性指数、底栖食性鱼类个体百分比、耐受性鱼类个体百分比、产黏性卵鱼类个体百分比、产沉性卵鱼类个体百分比、上层鱼类个体百分比和广布种鱼类个体百分比等9个指标被筛选出,其适合作为构建F-IBI的核心指标.②F-IBI计算结果表明滦河流域58个采样点中,"健康"和"亚健康"等级采样点有22个,"一般"等级采样点22个,"差"和"极差"等级采样点14个.滦河干支流上游地区健康状况较好,干流中下游及部分独流入海河流健康状况较差,这主要受到不同地区社会经济发展的影响.③Mann-Whitney U检验发现,F-IBI在参考点与非参考点之间有显著差异,栖息地综合得分随F-IBI评价等级降低而下降,在"健康"与除"亚健康"外的其他等级以及"极差"与除"差"外的其他等级之间有显著差异.研究显示,构建的F-IBI适用于滦河流域生态系统健康评价.      

基于生态安全格局的国土空间生态保护修复关键区域诊断与识别——以烟台市为例

山水林田湖草系统生态保护修复是维护国家生态安全的重要保障。当前国土空间生态保护修复研究缺乏从生态系统的完整性和结构连通性角度对国土空间生态保护修复关键区域进行诊断和识别。烟台市作为我国典型滨海城市,湿地退化,生境类型单一造成景观稳定性差,国土空间生态保护修复刻不容缓。为全面识别烟台市国土空间生态保护修复关键区域,利用生境质量模型、生境风险评估模型、粒度反推法、最小累积阻力模型和电路理论,通过构建区域生态安全格局,诊断生态"夹点"、生态障碍点、生态断裂点等,识别和确定研究区域的国土空间生态保护修复关键区域。研究发现:(1)烟台市生态源地共计668.85 km²,主要为林地、水域,源间廊道共计1548.36 km,呈现"两横两纵"的空间特征;(2)基于生态安全格局识别烟台生态保护修复关键区域,包括13处生态"夹点"区域、8处生态障碍点区域、39处生态断裂点区域、破碎生态空间1308.66 km²;(3)结合各类生态保护修复关键区域的空间分布特征、土地利用现状,分别提出修复提升方向。研究可为国土空间生态保护修复关键区域识别、生态系统整体修复提升提供...     

黄土丘陵区土壤抗水蚀能力变化的动态评估

以黄土丘陵区典型小流域纸坊沟为研究对象,建立了土壤抗水蚀能力动态评价的指标体系,利用层次分析法对1938～2000年间研究区域的土壤抗水蚀能力进行了动态评估。引入土壤相对抗水蚀能力指标,并采用生态系统健康和承载力相关概念,研究了流域土壤抗水蚀能力偏离理想状态程度的变化情况,分析了其健康状态变化、恢复力和可恢复程度;通过与土地利用结构状态变化过程与恢复特性的比较,揭示了土壤抗水蚀能力对于土地利用结构变化的响应关系,指出了响应曲线中的滞后特点并对其产生的原因进行了分析。研究结果与前人所得的结果吻合较好,说明研究中采用的方法能够有效预测土壤抗水蚀能力,也可为水土保持恢复和管理工作提供科学支持。     

吉林省生态系统服务价值变化研究

研究土地利用变化对区域生态系统服务价值的影响具有重要意义。论文以吉林省土地利用动态数据为基础,应用Costanza等提出的生态系统服务价值系数,分析了土地利用变化及其所引起的生态系统服务价值的变化。结果表明,从1980年到2000年,吉林省草地、水域和湿地面积大量减少,其它类型土地面积在增加;由于耕地的生态价值系数相对较小,湿地和水域的生态价值系数较高,耕地面积的增加不能弥补由于湿地、水域减少造成的区域生态系统服务价值的整体下降,使得区域生态系统服务价值显著减少。吉林省生态系统服务价值从1980年的12365.14×106＄减少到2000年的10700.38×106＄,减少率为13.46%,净减少值为1664.76×106＄,总生态系统服务价值每年变化率为0.72%。