《Ecological Indicators》:Verification of microhabitat adjustment on the improvement of periphytic algae integrity in undammed river: Evidence from the Chishui River basin, China
编辑推荐:
为提升赤水河附生藻类群落的完整性,研究人员在赤水河流域开展了四次系统采样调查(2023年3月、2023年7月、2023年11月和2024年3月)及一次原位实验。基于三个核心参数——Shannon指数、细胞密度和物种丰富度,成功构建了附生藻类生物完整性指数(Pe
为提升赤水河附生藻类群落的完整性,研究人员在赤水河流域开展了四次系统采样调查(2023年3月、2023年7月、2023年11月和2024年3月)及一次原位实验。基于三个核心参数——Shannon指数、细胞密度和物种丰富度,成功构建了附生藻类生物完整性指数(Periphytic Algae Index of Biotic Integrity,P-IBI),并采用非度量多维尺度分析(Non-metric Multidimensional Scaling,NMDS)对赤水河附生藻类群落结构进行了深入分析。结果显示,上游与中下游附生藻类群落结构存在显著差异。据此,研究人员分别为赤水河上游和中下游河段建立了定制化的生态健康恢复基准。进一步的实验研究表明,附生藻类生物完整性指数及其核心参数对水深(H)和流速(V)表现出高敏感性。以P-IBI为关键响应变量,结合氨氮(NH3-N)、总磷(TP)、总氮(TN)、水深(H)和流速(V)五个建模因子,研究人员通过广义加性模型(Generalized Additive Models,GAM)构建了P-IBI预测数学模型。在此基础上,利用Mike21水动力学模拟框架分别建立了赤水镇(CST)和赤水市(CSC)典型河段的水动力学模型,并随后实施了微生境调整。调整后,两个河段的P-IBI值分别实现了2%–3%和20%–30%的显著提升,有效验证了所构建模型与所采取措施的有效性。微生境调整在退化河段产生的生态效益优于近自然系统,这通过地貌稳定河段与水形态改变河段间P-IBI响应的对比(2%–3% 对 20%–30%)得以证明。
**论文解读:微生境调整对无坝河流附生藻类完整性的改善——来自中国赤水河流域的证据**
**研究背景、问题与意义**
水生生态系统在维持生物多样性和生态安全方面至关重要,对其健康状况的可靠评估是有效管理的基础。生物群落因其对环境条件的整合响应而广泛用作生态系统完整性的指标。其中,由Karr提出的生物完整性指数(Index of Biotic Integrity, IBI)已被广泛应用于河流生态状况评估,并针对鱼类、大型无脊椎动物和藻类等不同生物类群进行了调整。附生藻类作为河流生态系统中的重要初级生产者,对光照、营养条件和动力学等环境变化响应迅速,因此被广泛用作生态评估的生物指示物。附生藻类生物完整性指数(Periphytic Algae Index of Biotic Integrity, P-IBI)越来越多地应用于河流健康评价,包括在赤水河及邻近流域。然而,现有研究主要集中在生态评估上,对如何利用P-IBI指导栖息地调控和恢复实践的关注有限。特别是,尽管附生藻类群落的环境驱动因素已被广泛探索,但水动力学条件(如流速和水深)的作用通常未被充分代表,尤其是在自然河流条件下。此外,以往研究通常依赖统计关系,而未建立将生态响应转化为空间明确管理策略的清晰路径。为弥补这些空白,本研究旨在超越静态评估,开发一个将生物完整性与水动力过程联系起来的预测性和应用导向框架。具体目标包括:(1) 识别附生藻类群落结构的关键环境驱动因素,重点关注水动力学因子;(2) 利用广义加性模型(Generalized Additive Model, GAM)开发P-IBI预测模型,以捕捉生物完整性与环境变量之间的非线性关系;(3) 将生态模型与水动力学模拟相结合,评估微生境调整对河流生态完整性的潜在影响。该研究将生态指标与水动力学建模在情景框架中耦合,为河流栖息地优化提供了决策支持方法。研究发表在《Ecological Indicators》。
**主要关键技术方法**
该研究基于在赤水河主干的26个采样点(13个上游、8个中游、5个下游)进行的四次系统采样调查(2023年3月、7月、11月及2024年3月)及一次原位实验(2023年11月在赤水镇河段)。关键方法包括:(1) 通过河流栖息地完整性指数(RHI)划分参照点和受损点,基于Shannon指数、细胞密度和物种丰富度构建P-IBI;(2) 采用非度量多维尺度分析(NMDS)分析群落结构差异;(3) 通过主成分分析(PCA)和相关性分析筛选建模环境因子;(4) 利用广义加性模型(GAM)构建P-IBI预测模型;(5) 采用Mike21水动力学模拟框架构建典型河段(赤水镇CST和赤水市CSC)的水动力学模型,并模拟微生境调整(河段边坡修整、河道疏浚及拆除纵向丁坝)后的生态响应。样本来源于中国赤水河流域。
**研究结果**
**3.1 附生藻类群落结构特征**
通过NMDS分析赤水河附生藻类丰度数据,四个采样时期(2023年3月至2024年3月)的排序结果Stress值均低于0.2,满足要求。置换多元方差分析(PERMANOVA)结果表明,赤水河上游、中游和下游的附生藻类群落存在显著差异(上游与中下游:R2=0.224, p<0.001)。
**3.2 P-IBI结果与评价等级划分**
通过箱线图分析和相关性分析,最终确定赤水河P-IBI的核心参数为细胞密度、Shannon-Wiener指数和物种丰富度。由于上游与中下游附生藻类群落结构差异显著,研究分别建立了上游和中下游的时间特异性、区域特异性水生态基准(如干季、丰水季、平水季)。P-IBI得分遵循:干季 > 平水季 > 丰水季。除丰水季外,其他季节70%的监测点生态健康状况良好及以上,表明赤水河整体水生态健康良好。
**3.3 附生藻类栖息地适宜性实验结果**
赤水镇三个断面的生源元素浓度差异极小(TP差异0.006 mg/L,TN差异0.042 mg/L,NH
3-N差异0.004 mg/L),空间变化对营养元素影响可忽略。相关性分析表明,附生藻类密度、物种丰富度、Shannon-Wiener指数和P-IBI均受流速(V)和水深(H)显著影响。流速在0.2–0.6 m/s时各指标达到最大值,流速与物种丰富度、Shannon-Wiener指数和P-IBI呈显著负相关;水深(0–0.8 m)与各指标呈正相关,与密度显著正相关。结论表明,在局部区域,生源元素不是影响附生藻类生物完整性的关键因素,而水动力学条件是影响P-IBI的主要因素。
**3.4 P-IBI数学模型构建结果**
经PCA和相关性分析,最终保留H、V、Temp、pH、DO、EC、NH
3-N、TN、TP作为候选变量。基于AICc的双向逐步回归确定最优模型包含H、V、NH
3-N、TN、TP。GAM模型结果表明,NH
3-N和TN对P-IBI影响极显著(p<0.001),V显著(p<0.01),TP和H显著(p<0.05)。各变量与P-IBI多为非线性关系(edf>1)。NH
3-N总体呈负效应;TN在超过约5 mg·L
-1后急剧下降;TP呈弱非线性;水深在0.25–0.30 m时P-IBI最高;流速呈单峰模式。最终模型R2=0.598,解释偏差65.5%,留一法交叉验证R2=0.501,均方根误差为1.35,相关系数r=0.71,预测性能可接受。
**3.5 微生境调整**
赤水镇河段模拟显示,弯曲河段河道束窄处流速过大导致P-IBI最低。通过边坡修整和河道疏浚后,P-IBI提升2%–3%。赤水市河段下游半段存在纵向丁坝,导致流速过大,P-IBI较低。通过模拟拆除丁坝后,P-IBI提升20%–30%。对比结果表明,微生境调整在退化河段(如赤水市)生态效益显著,而在近自然河段(赤水镇)提升有限,不应盲目应用。
**总结与结论**
讨论部分指出,微生境调整的效益具有环境依赖性:赤水镇河段因近自然状态且地貌稳定,调整后P-IBI提升较小(2%–3%),可能处于模型不确定性范围内;而赤水市河段因存在水形态改变(纵向丁坝),拆除后显著改善了水动力学条件,P-IBI提升20%–30%。研究强调微生境调整应优先针对退化河段,而非对所有河段无差别应用。结论部分翻译如下:
本研究基于在赤水河进行的野外调查,开发了附生藻类生物完整性指数(P-IBI),并识别了影响附生藻类群落的关键环境驱动因素。结果表明,水动力学因子,特别是流速和水深,在局部尺度上对藻类群落结构起着重要作用。建立了广义加性模型(GAM)来描述P-IBI与环境变量之间的非线性关系,为预测不同条件下的生态响应提供了基础。通过将生态模型与水动力学模拟相结合,本研究探索了微生境调整对河流生态完整性的潜在影响。模拟结果显示两个研究河段的结果形成对比。在赤水市河段,微生境调整使P-IBI显著改善(20%–30%),表明栖息地改造可有效改善水动力学受限系统的生态条件。相比之下,在赤水镇河段观察到的较小改善(2%–3%)可能落在模型不确定性范围内,应谨慎解读。这一发现表明,在近自然系统中,额外的栖息地改造可能产生有限的生态效益。还应指出,水动力学-生态关系部分源自单季野外实验,可能限制其在不同水文时期的适用性。因此,所识别的流速和水深偏好应被视为条件特异性而非通用阈值。总体而言,本研究强调了在预测框架内将生态评估与水动力学过程联系起来的重要性。虽然未提出新指数,但该方法为基于情景的栖息地管理提供了有用基础。未来研究应纳入多季节数据和不确定性分析,以提高河流修复生态-水动力学建模的稳健性。