《Global Ecology and Conservation》：Managing aquatic ecological risks in the Pinglu Canal: Integration of ecological risk response bundles and Bayesian Network
编辑推荐：
对水生生态系统的生态风险建模常依赖代理指标进行聚类分析，引入额外分析步骤，增加不确定性且可能无法准确刻画生态系统实际风险。对此，研究人员开发了一种直接对生态风险响应进行聚类的模型，并将其应用于运营期平陆运河。首先，通过聚类分析识别出水生生态风险响应束(AERR
对水生生态系统的生态风险建模常依赖代理指标进行聚类分析，引入额外分析步骤，增加不确定性且可能无法准确刻画生态系统实际风险。对此，研究人员开发了一种直接对生态风险响应进行聚类的模型，并将其应用于运营期平陆运河。首先，通过聚类分析识别出水生生态风险响应束(AERRBs)共8类，揭示生态风险响应的空间格局。其次，构建贝叶斯网络(BN)以刻画风险源、受体与响应间的因果关系，提供动态自适应风险管理框架。基于各响应束特征调整BN中响应节点状态，模拟多情景下风险变化，支撑运河分区靶向管理。主要结论如下：(1) 束3、束6、束8分别占平陆运河总面积43.54%、16.57%、20.94%，为最显著AERRBs。(2) 西津水库段以束6、束8为主；平陆运河跨岭段K30–K37以束3为主、其余段以束8为主；主生态保育区主航道以束2为主、生态保育与饮用水源保护区以束3为主；人口密集区受束5、束6主导，湿地集中分布区受束6、束7影响。(3) 以AERRBs表征的水生生态风险集聚特征，结合BN因果推断功能，促进了关键河段不同生态风险源与受体的管理。该集成空间分布格局与因果分析的方法亦适用于全球运河水生生态风险管理。
研究背景方面，水生生态系统在维持生物多样性及提供净水、渔业等资源服务中具有关键作用，但人类活动与气候变化使其面临前所未有的威胁。既有研究多借助生态系统服务变化间接评估生态风险，存在代理指标不确定性大、未能直接反映风险源对生态系统的实际冲击等局限。运河系统受人工水文调控强烈，空间异质性突出，亟需一种既能直接聚合生态风险响应、又能推断源-受体-响应因果链并支持分区情景模拟的方法。研究人员以广西平陆运河（长约134.2 km，亚热带季风气候，含主航道及两侧1 km缓冲区）为对象，在《Global Ecology and Conservation》报道了该集成聚类与概率图模型的研究。
关键技术方法上，研究人员采用前期环评与野外调查、遥感解译获取的10 m网格数据，重采样至30×30 m作为基线；选取重金属暴露增加(HM)、栖息地破碎化加剧(HF)、水体富营养化恶化(WE)、鱼类栖息地可持续性下降(HS)、有机污染累积(OP)、湿地面积萎缩(WS)等6项水生生态风险响应指标；以肘部法结合二阶差分法确定最优束数，利用自组织映射(SOM)聚类得到8类水生生态风险响应束(AERRBs)；依据文献与专家经验回溯风险受体（生态保育区EC、植物入侵PI、肉食性鱼类栖息侵占HE、饮用水源保护区DW、关键鱼类栖息地FH、湿地栖息地WH）与11类风险源（污水排放SD、水位WL、流速FV、溢油OS、淤积SI、盐度SA、水温WT、水文连通性HC、牡蛎养殖OF等），在Netica中训练含21节点42边的源-受体-响应贝叶斯网络(BN)，并以误差率、对数损失、二次损失、球面收益评估精度；最后按各AERRB响应特征设定BN响应节点状态为100%开展8情景后验推断。
研究结果部分，3.1节AERRBs识别中，SOM聚类获8类束，束3占43.54%（K30–K37主航道及EC/DW集中，高HF高HS高WS低其余），束6占16.57%（西津水库前段及K83–K104主航道，高HF高HS高WS中OP中WE），束8占20.94%（K8–K30及K37–K68，低OP低WE高其余），束1全响应高占6.62%，束2低HM高其余占6.33%，束4极小占0.39%，束5占2.97%，束7占2.64%；空间上跨岭段K30–K37为束3其余束8，西津水库段束6/8，主生态保育区主航道束2、EC/DW束3，人口密集段束5/6，湿地段束6/7。3.2节BN构建与训练中，网络基线显示WE/OP/HM低态概率最高（57.2%、58.6%、71.5%），HF/HS/WS高态最高（48.2%、45.6%、58.6%）；精度评价中WS误差率0.59%、HF 3.23%、WE 10.46%，HS与OP误差较高（30.00%、24.82%）但综合对数损失仍可用。3.3节情景模拟显示，束3情景下DW低态概率降30.8%、EC/FH/WH低态升31.4%/38.6%/42.2%；束6情景WH低态升42.4%；束7情景WH低态降55.9%；束1情景SD高态升8.6%、WL低态降12.0%，说明不同响应束反向诊断出的源-受体概率 redistribution 具明显分区差异。
讨论部分指出，基于AERRBs与BN集成可提出靶向空间规划：西津水库段（K0–K17，束6/8）需协同调控水位WL、流速FV、水温WT与排口；跨岭段（K21–K50，K30–K37束3余束8）在马道、企石枢纽及沙坪、陆屋港工业区强化防污与护岸；主生态保育段（K62–K87，主航道束2、EC/DW束3）设缓冲带与生态廊道并季节性限航；人口密集段（K99–K108，束5/6）在青年枢纽做自适应流调与城市排口管控；湿地段（K115–K122，束6/7）建滞留池与溢油应急。该集成相较单纯机器学习分类或静态BN，兼具空间模式识别与条件概率诊断优势，但局限为未纳入土地利用时序演变、单时点风险累积及HS/OP节点误差偏高，未来可引入动态BN与多期监测。
结论部分翻译：研究人员在30 m网格尺度探讨平陆运河水生生态风险响应机制以支撑管理，聚类6项响应获8类AERRBs并明确空间格局，构建含4受体11源的BN刻画源-受体-响应路径，按束情景模拟揭示风险传导并给出靶向措施。核心发现为：(1) 八束面积占比6.62%、6.33%、43.54%、0.39%、2.97%、16.57%、2.64%、20.94%，束3/6/8最需优先管控；(2) 西津水库段束6/8，跨岭段K30–K37束3余束8，主生态保育区主航道束2、EC/DW束3，人口密集段束5/6，湿地段束6/7；(3) BN与AERRBs集成提供了结构化理解复杂生态风险途径，可识别各束关键源与受体、促进分区精准策略。Luming Liu、Ruijing Qiao、Jiaxue Ji、Zhenghong Liang、Wangye Lu、Wenjie Wang、Naixin Yin、Feiling Yang、Ronghua Zhong、Jie Li（广西交通科技集团，南宁530000）完成该研究。
