短期生态预测指导环境流管理：基于多河流长寿鱼类案例研究

《Journal of Applied Ecology》：Near-term ecological forecasts to inform environmental flows: A case study on a long-lived riverine fish in multiple rivers

　　

摘要 1.水流改变是全球河流生态系统面临的主要威胁。环境流旨在改善水流改变的影响，对许多淡水生态系统的保护和管理至关重要。环境流的实施通常遵循基于长期结果预测的“设定后遗忘”策略，这在试图设计能够应对未来气候变异性和管理约束的流动方案时引入了相当大的不确定性。 2.在此，研究人员展示了如何利用短期生态预测来指导高度多变生态系统中的环境流实施。研究人员使用墨累鳕鱼（Maccullochella peelii）的过程显式种群模型（process-explicit population model）来说明该方法。墨累鳕鱼是一种长寿的河流鱼类，分布于澳大利亚东南部的墨累-达令盆地（Murray-Darling Basin）。 3.短期预测凸显了在某些河流中维持基流（baseflows）的潜在益处，但通过独立数据的验证发现，在某些情况下预测的种群结果与经验数据存在偏差。预测表明，环境流在某些河段可能对墨累鳕鱼种群产生较小影响，而种群层面的响应需要数年时间才能显现。 4.综合与应用。短期预测为“设定后遗忘”的环境流策略提供了一种替代方案，为管理者提供了在面对不断变化的环境条件、目标或约束时调整决策的信息。短期预测与现有的水规划框架兼容，并具有双重优势：既能更细致地适应当前情况，又能通过更频繁的模型更新来提高预测准确性。以此方式应用，短期预测在提升环境流的及时性和有效性方面具有巨大潜力。

短期生态预测指导环境流管理：基于多河流长寿鱼类案例研究的深度解读

一、研究背景与问题

河流生态系统正面临日益严峻的压力，其中水流改变和水资源过度提取是对生物多样性的关键威胁。这些人为干预不仅减少了可用水量，还改变了水流的季节性规律，破坏了如鱼类补充和扩散等关键的生态过程。为了缓解这些负面影响，环境流作为一种重要的管理干预手段被广泛应用，旨在通过恢复水流的关键功能来改善生态状况。然而，传统的环境流策略往往采用“设定后遗忘”的模式，即基于长期的生态预测来制定固定的放水计划。这种方法在面对未来的气候变异性以及不断变化的管理约束（如社区态度转变）时，显得适应性不足，引入了巨大的不确定性。因此，亟需一种更具灵活性和适应性的方法来指导环境流的实时或近实时决策。

二、研究目的与意义

本研究旨在展示如何将短期生态预测应用于高度多变的生态系统中，以指导环境流的精准实施。与关注数十年时间尺度的传统策略不同，短期预测聚焦于相对较短的时间范围（对于生态过程而言可能是数月到几年）。其核心意义在于：首先，它能更紧密地将模型预测与管理决策在时间上对齐；其次，由于预测周期短，模型精度得以提高；最后，它允许通过迭代比较预测与观测数据来验证和更新模型，从而持续改进预测技能。本研究以墨累鳕鱼为对象，通过结合短期预测和历史情景下的回溯模拟，为环境流管理提供了一种动态、可验证的新范式，有望显著提升环境流的时效性和有效性。

三、主要技术方法

1. 1.
   过程显式种群模型：研究人员为墨累-达令盆地内的6个河段分别开发了随机种群模型。该模型采用Leslie矩阵结构，将墨累鳕鱼种群按年龄分类，并根据环境条件（特别是流量和水温）动态调整各年龄组的存活率和繁殖率。模型包含了负密度依赖效应，并整合了来自专家判断和已发表文献的流量-生态关联参数。所有模拟均使用R语言及其相关软件包完成。
2. 2.
   水文情景设置：研究人员设计了涵盖两种水年（2023/2024和2024/2025）的气候和管理组合情景。气候状态分为干燥、平均和湿润三类，基于2009年至2023年的历史水文数据定义。管理干预包括无环境水、仅基流和仅春季洪峰三种类型。所有组合共产生81种情景用于每个河段的预测。
3. 3.
   模型验证与经验数据估计：研究人员使用2010至2023年的历史野外调查数据（电捕鱼调查）进行模型验证。通过层次贝叶斯模型从经验数据中估算鱼类补充量和种群增长率，并与模型输出的标准化估计值进行比较。验证指标包括Pearson相关系数、符号一致性比例、均方根误差和平均偏差。此外，还使用了2024和2025年收集的独立数据进行短期预测的验证。

四、研究结果

4.1 敏感性分析

研究表明，幼年墨累鳕鱼的存活率对模型模拟的种群动态影响最大。在所有年龄组中，存活率的弹性均高于繁殖率的弹性。在环境因素中，种群模型对流量变异性、冬季流量和春季流量的变化最为敏感。不同河流的敏感性模式存在差异，例如，坎帕斯皮河和洛登河对流量变异性最敏感，而布鲁肯河和奥文斯河则对冬季流量更敏感。

4.2 模型验证

历史种群增长率的模拟效果普遍不佳，仅在坎帕斯皮河表现出中等一致性，但存在系统性低估。历史补充量的模拟在布鲁肯溪、坎帕斯皮河、洛登河和奥文斯河表现中等，但在布鲁肯河和古尔本河表现较差。模型未能捕捉到补充量峰值，并在2023年普遍高估了补充量。相比之下，短期预测的表现稍好。对种群增长率的短期预测在布鲁肯河、古尔本河、洛登河和奥文斯河与新的独立数据实现了中等程度的一致性。对补充量的短期预测在布鲁肯溪表现最佳（100%符号一致性），在布鲁肯河和古尔本河也表现出中等一致性。

4.3 气候与管理情景下的短期预测

在预测性能可接受的河段中，气候和流量管理被预测会对墨累鳕鱼种群产生适度影响。具体而言，在布鲁肯河（平均气候下）、古尔本河（湿润和干燥气候下）和洛登河（干燥气候下），维持基流被预测有利于墨累鳕鱼种群。相反，仅实施春季洪峰（不配合基流）的情景在古尔本河（所有气候下）和洛登河（平均气候下）被预测会产生负面影响。在奥文斯河，未观察到气候或流量管理的明显影响。对于补充量而言，在干燥和湿润气候下的布鲁肯溪和古尔本河，以及在平均气候下的布鲁肯河，基流均被预测能改善补充量。而仅实施洪峰则在湿润气候下的布鲁肯溪和所有气候下的古尔本河导致不良的补充结果。

五、讨论与结论

5.1 讨论

研究强调了短期预测的多重优势：它通过关注合理的未来水文情景（干、湿、平均）而非精确预测，解决了长期水文预测的难题；同时，它限制了长期生态预测中固有的级联不确定性。更重要的是，它为模型的迭代验证和更新提供了框架。然而，验证结果揭示了模型在某些河段的不确定性，例如对洪水事件后种群响应的模拟可能存在偏差。敏感性分析指出，解决与流量变异性、冬季和春季流量相关的参数不确定性，是提升模型预测能力的首要步骤。未来工作应侧重于根据验证结果更新模型，并发展更详细的管理情景。

5.2 结论

短期预测表明，在本研究的模拟条件下，维持基流可能在特定气候条件下改善布鲁肯溪、布鲁肯河、古尔本河和洛登河中墨累鳕鱼的种群状况。这与现有认知一致：基流在干旱期维持栖息地，在湿润期减少与敏感生命阶段重叠的流量变异性。相比之下，仅实施洪峰因增加了流量变异性而被预测产生负面效果。研究也发现，环境流在某些河段的种群效应较小，这可能反映了模型与数据的偏差，但也可能意味着环境流本身的效果有限，或需要数年累积才能显现种群层面的响应。这种缓慢的响应对于长寿物种而言也是一种优势，赋予了管理者更大的灵活性。总体而言，短期预测为“设定后遗忘”的策略提供了替代方案，使管理者能在面对变化的条件下做出快速且明智的决策。它与现有的维多利亚州季节性用水计划等框架兼容，提供了更细致的适应能力和更频繁的模型更新机会，从而有望显著提升环境流的时效性和有效性。