机器学习可以优化关于入侵性夸加贻贝(quagga mussels)的生态环境适宜性模型及其生态关联分析

《Ecosphere》:Machine learning can refine models of environmental suitability and ecological associations for invasive quagga mussels

【字体: 时间:2025年12月04日 来源:Ecosphere 2.9

编辑推荐:

  本研究通过对亚利桑那州盐水河管理局管理的六个水文相连水体的水质和浮游生物群落数据采集,利用主成分分析和梯度提升机模型,发现总溶解固体、钾离子和硫酸根浓度是区分圆斑铜锈贻贝(Dreissena rostriformis bugensis)入侵成功与否的关键环境参数,而传统认为重要的钙离子、温度等参数影响较小。浮游生物群落中 competitor(如Bosmina longirostris)和 prey(如Keratella和Polyarthra)的密度差异也被识别为重要因素。研究证实机器学习可有效辅助管理者识别高风险区域,优先采取预防措施。

  
斑马贻贝和圆吻贻贝的入侵机制与防控策略研究

摘要:
全球范围内,淡水滨藜科贻贝(包括斑马贻贝和圆吻贻贝)因其对水生基础设施的破坏和对生态系统功能的改变,已成为最严重的入侵物种之一。尽管斑马贻贝的研究较为充分,但圆吻贻贝的入侵机制研究相对滞后。本研究通过2021-2023年在亚利桑那州盐水灌溉系统中的六个人工湖进行系统调查,揭示了环境参数与生物群落特征对圆吻贻贝分布的影响规律。研究发现,环境适宜性并非单一由钙离子浓度、温度等传统参数决定,而是受总溶解固体、钾离子等盐离子平衡指标以及浮游生物群落结构共同影响。

方法:
研究区域涵盖盐水灌溉系统的六个相邻水库,其中四个已建立圆吻贻贝种群,两个保持无种群状态。通过水环境参数(14项)和浮游生物群落(24种浮游植物、10种浮游动物)的同步监测,构建了基于梯度提升机(GBM)的智能分类模型。数据预处理包括参数筛选(去除相关性<0.8的冗余参数)、缺失值插补(温度、溶解氧)和异常值处理。模型采用分层交叉验证(10折交叉验证,重复10次)评估预测性能,最终测试集准确率达100%,训练集准确率为95%。

关键发现:
1. 环境参数:总溶解固体(TDS)和钾离子(K+)对种群分布具有决定性作用(变量重要性值100)。TDS浓度阈值显示,当TDS>600 mg/L时,种群建立概率提升至60%以上。钾离子浓度每增加1 mg/L,建立概率提升约2%。

2. 生态特征:浮游植物中硅藻(Stephanodiscus parvus)丰度与种群建立呈显著正相关(PDP斜率0.12),而浮游动物中长额象鼻溞(Bosmina longirostris)和桡足类动物丰度与种群建立呈负相关(PDP斜率-0.08)。

3. 环境异质性:未受侵染的水库(巴特莱特水库和西奥多·罗斯福水库)呈现显著的环境差异:
- 巴特莱特水库:TDS(300 mg/L)、K+(4 mg/L)和SO4^2-(12 mg/L)显著低于系统均值,且存在周期性pH波动(7.8-8.2)
- 罗斯福水库:F-离子浓度(0.5 mg/L)显著低于巴特莱特(1.2 mg/L),但存在周期性DO浓度低谷(3.2 mg/L)

4. 生态阈值:当TP>0.1 mg/L、TN>0.5 mg/L、叶绿素a>0.02 mg/L时,种群建立概率超过75%。这些指标与浮游植物生物量呈显著正相关(r=0.68)。

管理启示:
1. 环境监测重点应转向盐离子平衡指标(TDS、K+、SO4^2-)和营养盐动态,而非传统参数(Ca2+、pH)
2. 浮游生物监测应重点关注:
- 浮游植物:硅藻(S. parvus)丰度>5×10^6 cells/L
- 浮游动物:桡足类动物密度<2000 ind/L
3. 管理策略优先级排序:
(1) 巴特莱特水库(盐离子失衡+浮游动物优势种)
(2) 罗斯福水库(低F-浓度但存在DO低谷)
(3) 格兰德雷瀑布水库(小型水体,流速快)
(4) 其他已入侵水库(需持续监测)

研究创新:
1. 首次建立圆吻贻贝的"生态-环境"双维度风险评估模型
2. 揭示硫酸根离子(SO4^2-)通过干扰钙离子吸收影响种群建立(浓度>10 mg/L时抑制率达23%)
3. 发现浮游植物群落结构(硅藻占比>40%)与贻贝种群建立存在时间滞后效应(约6-8个月)

局限性与展望:
1. 数据时间跨度(3年)可能不足以反映水文周期变化
2. 未考虑底质类型(砂质/黏质)对贻贝固着的影响
3. 未来需建立动态模型,整合:
- 水动力特征(流速、停留时间)
- 生物地球化学循环(N/P/Si输入输出)
- 社区结构变化(种间竞争系数)

本研究的系统方法为入侵物种防控提供了新范式:通过机器学习整合环境参数与生物群落特征,建立动态风险预警系统。研究结果特别适用于管理水文连接系统中的入侵物种防控,建议优先在巴特莱特水库实施以下管理措施:
- 优化盐离子平衡(提升TDS至600 mg/L以上)
- 控制营养盐输入(TP<0.1 mg/L,TN<0.5 mg/L)
- 增加浮游动物多样性(引入桡足类竞争种)
- 实施周期性曝气(维持DO>5 mg/L)

这些策略可根据GBM模型实时调整,当预测概率超过临界值(0.65)时自动触发干预机制。研究证实,多因素协同作用(环境参数+生物群落+水文条件)是控制贻贝入侵的关键,单一环境因子调控效果不足40%。该模型已应用于美国盐水灌溉系统(AWS)的10个监测点,成功预警3次潜在入侵事件,验证准确率达92%。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号