基于浮游植物生物完整性指数的湖泊生态系统评价——以2012年冬季太湖为例

依据2012年12月对太湖29个样点和同一地理区划4个湖、库的浮游植物和环境变量的监测结果,应用生物完整性理论和方法,构建冬季太湖浮游植物生物完整性指数,评价冬季太湖水生态健康质量。采用干扰程度最小系统法定义筛选确定参照点,对51个候选参数进行分布范围筛选、判别能力分析、参数间相关性分析,获得了太湖枯水期P-IBI指数的6个构成参数:总分类单元数、硅藻门分类单元%、细胞Simpson指数、细胞密度、硅藻门细胞密度%和绿藻门个体密度%。采用比值法统一各参数的量纲,累加后得到枯水期太湖P-IBI分值,并划分健康评价标准。应用P-IBI对冬季太湖水生态进行评价,8个参照点中1个点位评价结果为健康其余7个为亚健康;25个受损点中,2个点位为亚健康,9个点位为一般,12个点位为差,2个点位为极差。太湖总体受到了不同程度的人为干扰,东太湖湖区水生态状况最好,评价结果多为亚健康或一般;竺山湖、贡湖、东部沿岸和西部沿岸次之;南部沿岸和湖心区最差,湖心区有2个点位评价结果为极差。与冬季太湖P-IBI指数显著相关的水化学因子是氨氮和总磷含量。     

大堤型湖滨带生态系统健康状态驱动因子——以太湖为例

湖滨带是湖泊生态系统的重要组成部分,对维持湖泊生态系统健康和改善水环境功能具有积极作用。由于防洪需要,我国许多湖泊在湖滨带中修建了防洪大堤,防洪大堤对湖滨带生态系统的影响还缺乏研究,识别引起大堤型湖滨带生态健康退化的驱动因子是开展湖滨带生态修复的必要前提。针对太湖湖滨带的特点,在定性筛选了太湖主体营养状态、入湖河流污染负荷通量、岸带类型、风浪强度4个主要影响因子的基础上,分别采用"多元线性逐步回归法"和"偏相关系数法"进行驱动因子识别,2种方法确定的驱动因子个数均为3个,且3者的驱动力大小排序也相同,即太湖主体营养状态>岸带类型>入湖河流污染负荷通量。3个驱动因子对太湖湖滨带生态系统健康的影响均为负效应,也即太湖主体的营养状态综合指数越高、入湖河流污染负荷通量越重、岸带状况越差,湖滨带生态系统也就越不健康。另外,从统计方法的角度解释了"风浪强度"没有入选为驱动因子的原因;澄清了现阶段环境学、生态学领域对"驱动因子"识别方法的误解及不足之处。研究结果为大堤型湖滨带的生态修复方案提供了理论支持。     

基于RS的湖岸带物理结构完整性评价方法——以查干湖为例

以查干湖流域为研究区,利用RS和GIS技术,基于水利部《河流(湖)健康评估指标、标准与方法 V1.0》并加以改进,以500m×1000m为评价基本单元,整个研究区共有315个物理结构基本评价单元,建立基于RS的湖岸带物理结构完整性评价体系,该评价体系由目标层、准则层和指标层构成,其中准则层由湖岸带状况、湖岸线发育率和湖泊萎缩率3项组成,指标层由地形坡度、植被覆盖率等8项指标构成。研究结果表明:38个监测点中,查干湖23个,新庙泡15个,基于RS物理结构评价结果分别为0.67—0.76和0.35—0.45,地面实测评价结果分别是0.64—0.77和0.35—0.55。两种评价方法结果一致,并表明查干湖的湖岸带物理结构健康状态属于健康,新庙泡则属于亚健康。     

区域农业生态系统健康定量评价

鉴于农业生态系统健康与人类、社会、经济、环境等具有密切的关系 ,从区域尺度出发 ,提出区域农业生态系统健康的概念、评价指标体系及其相应度量方法 ,并采用专家评判标准赋值法对各指标进行了标准量化。认为农业生态系统存在不健康、亚健康和健康 3种状态 ,在这 3种状态下各指标的属性判断值分别是 1、5和 10 ,并以山东省禹城市为例进行了实证分析应用。结果表明 :从 1980年到 2 0 0 0年 ,禹城市农业生态系统总体上表现为由不健康状态经过亚健康状态 ,目前处在向健康状态的过渡阶段 ,综合健康指数由 4上升为 6。其中 ,结构特征在由亚健康状态向健康状态过渡中又转变为亚健康状态 ,是因为资源可供性和结构多样性向不健康状态转变所致 ;生产功能特征表现为由不健康过渡为亚健康进一步向健康状态过渡 ,其中生态效率有向不健康转变的趋势 ;抗逆特征表现为由亚健康向健康过渡的趋势 ,而其中自生产力已表现为不健康状态。评价结果与实际情况基本相符     

图们江流域河流生态系统健康评价

河流是重要的自然生态系统,也是重要的生态廊道之一,图们江流域河流生态系统的健康状况,对维护跨国界流域的水环境的管理和可持续发展有着重要的意义。基于河流水文、河流形态、河岸带状况、水体理化参数以及河流生物5个层面选取22个指标构建了图们江流域河流生态系统健康评价指标体系,运用层次分析法和加权平均法对其进行了健康评价。评价结果表明,虽然该地区处于"健康"级别,但也有28%的地区处于"亚健康"状态。河流健康综合指数(RHI`)与河流生物指标、水体理化指标、河流形态指标、河岸带指标等4项呈显著相关(P0.05),相关系数依次为0.847、0,757、0.740、0.547。研究结果表明图们江流域水生生物的生存环境遭到严重破坏、水体污染严重,河岸带生态退化、城市化影响严重等一系列影响河流健康的问题。     

基于B-IBI评价淮河流域(河南段)河流生态健康

依据2015年4—5月淮河流域(河南段)的67个底栖动物调研点位(13个参照点和54个受损点)数据,对20个候选生物学指数值的分布范围、相关关系和判别能力进行分析,从中筛选出总分类单元数、敏感类群比例、生物指数、端足目+软体动物物种数、端足目+软体动物%、最优势类群相对丰度构成淮河流域(河南段)的底栖动物完整性指数(B-IBI)指标体系。分别用3分制、4分制以及比值法统一各参数量纲,并比较3种方法的评价结果准确性。结果表明:采用4分制统一各参数量纲并依据所有样点的B-IBI值分布的95%分位数法建立的健康评价标准优于3分制法和比值法;建立了适合淮河流域(河南段)河流生态系统的健康评价标准:B-IBI值24,健康;18~24,亚健康;12~18,一般;6~12,差;≤6,极差。评价结果表明:淮河流域(河南段)67个样点中,"健康"的点位占比19.40%;"亚健康"的点位占比26.87%;"一般"的点位占比32.84%;"差"的点位占比10.45%;"极差"的点位占比10.45%,淮河流域(河南段)整体B-IBI与氧化还原电位呈极显著正相关,与NH4+-N呈显著负相关,其余水质指标与B-IBI无显著相关关系。B-IBI与各水质指标之间的相关性在不同的河流上差异较大。     

竺山湾湖泊缓冲带湿地生态系统EWE模型构建与分析

湖泊缓冲带在湖泊流域空间布局中具有特殊地位,缓冲带内的湿地对于保障流域生态健康和湖泊水环境质量具有十分重要的意义.本研究以太湖竺山湾湖泊缓冲带内的竺山湖湿地生态系统为研究对象,将生物组分划分为16个功能组,构建了生态通道(EWE)模型,并分析了生态系统的特征、状态以及功能组之间的相互关系.结果表明: 竺山湖湿地生态系统的有效营养级范围在1~3.72,营养流动主要发生在前4个营养级,开始于沉水植物和有机碎屑的食物链较多.湿地生态系统的总的能量转换效率为5.1%,并未达到“1/10定律”,说明当前的能量转换效率较低.物质流量在生态系统中的平均传输效率为4.3%.系统的总生产量为2496.66 t·km^-2·a^-1,总流量为10145.2 t·km^-2·a^-1.生态系统的多种特征参数表明当前生态系统处于幼态化阶段.     

基于投影寻踪的城市生态系统健康评价

掌握城市生态系统的健康水平,对城市实施可持续发展具有重要意义.采用一种新型的多指标数据处理方法-投影寻踪模型,选取典型指标,利用基于实数编码遗传算法优化求取最佳投影方向,对广州市2000年、2005年的城市生态系统健康状况进行评价.评价结果表明:2000年,广州市对应的等级值为2.95,处于亚健康状态,符合其客观状况,该结果与采用模糊综合评价法所得结论一致;2005年,广州市对应的等级值为3.48,仍处于亚健康状态,但其等级值大于2000年的数值,等级值在增大,表明经过5a的建设,广州市的生态系统健康状况在不断好转.此外,与模糊综合评价法相比,该模型能精确地刻画出生态系统的具体健康水平,具有较高的评价精度和区分度.     

基于干扰的汪清林区森林生态系统健康评价

以汪清林区60个林班为研究对象,提出基于干扰的森林生态系统健康评价模型H＝∑B2W2-∑B1W1,构建了基于干扰理论的汪清林区森林生态系统健康评价体系.其中,有害干扰指标层选取4个指标:森林病害、森林虫害、森林火险以及人为干扰,生态系统内部的增益指标层选取4个指标:树种多样性、群落层次结构、林分更新状况以及近自然度.利用层次分析法和变异系数结合的主客观赋权法计算得到各指标的权重,提出基于干扰的健康评价模型和等级划分标准.最终评价结果显示:汪清林区60个样地中,处于优质状态的样地有6块,占总样地数的10％,健康指数均大于0.2;处于健康状态的林分13块,占总样地数的21.67％,健康指数在0.1-0.2之间;处于亚健康状态的林分23块,占总样地数的38.33％,健康指数在0-0.1之间;处于不健康的林分18块,占总样地数的30％,健康指数小于0.结果表明,在天然林中,无论是针叶纯林还是针阔混交林、阔叶混交林,大多处于亚健康和健康的状况,这与他们近自然度高,物种多样性丰富、具有良好的自我调节能力有关.而在落叶松人工林分中,由于林分物种多样性低,群落结构简单,近自然度最小,林分的增益能力弱,因此不健康的占有绝大多数.该评价结果可为该林场展开相关的健康经营措施提供参考.     

太湖沉积物微生物生物量及其与碳、氮、磷的相关性

对太湖沉积物中微生物生物量碳(MBc)、氮(MBN)、磷(MBp),以及沉积物总有机碳(TOC)、总氮(TN)、总磷(TP)进行测定并进行相关性分析,揭示太湖沉积物微生物对太湖沉积物营养盐的响应及反馈特征.结果表明:沉积物微生物生物量(MB)在湖体沿岸地区大于湖心区,平均值为184.66 mg·kg-1,MBc在西部沿岸区以及竺山湾和梅梁湾区域较高,平均值为127.57 mg·kg-1;MBN在梅梁湾、贡湖部分区域以及靠近梅梁湾和贡湖的湖心区域和东部沿岸区较高,平均值为19.25 mg·kg-1;MBp在东部沿岸区及其附近的湖心区最高,平均值为19.09 mg·kg-1;沉积物TOC高值区(≥2.30 g· kg-1)主要集中在竺山湾、西部沿岸区、梅梁湾、贡湖地区,平均值为1.59 g·kg-1;沉积物TN高值区(≥0.30g· kg-1)主要集中在贡湖、梅梁湾、竺山湾部分地区以及西部沿岸区,平均值为0.21 g·kg-1;沉积物TP高值区(≥1.20g·kg-1)主要集中在东部沿岸区以及湖心部分区域,平均值为0.55 g·kg-1;太湖沉积物TOC/TN在7～19,平均值为8.97,表明太湖沉积物中的有机质具有明显的双重来源,其中陆源有机质主要集中在西部沿岸区;太湖沉积物MB与沉积物TOC和TN呈显著正相关,与沉积物TP相关性不显著;沉积物MBc/MBN与沉积物TOC/TN显著相关.太湖沉积物微生物主要受沉积物TOC、TN影响,且沉积物TOC/TN的变化显著影响微生物群落结构.     

湖滨带退化生态系统的恢复与重建

湖滨带是水陆生态交错带的一种类型,在湖泊流域生态系统中发挥着重要作用,具有较高的生态、社会和经济价值.湖滨带的功能包括:缓冲带功能、保持生物多样性及生境保护功能、护岸功能和经济美学价值.湖滨带退化的原因主要是人为因素引起的生物群落结构的逆向演替及生态功能下降,退化湖滨带生态恢复与重建的理论基础是恢复生态学,其生态恢复技术可划分为三大类:湖滨带生境恢复与重建技术、湖滨带生物恢复与重建技术、湖滨带生态系统结构与功能恢复技术.云南洱海湖滨带近3年的生态恢复与重建试验的生态调查结果表明,试验区水生植被得到恢复,水质净化作用明显,藻类得到抑制,浮游动物的构成和数量发生变化,湖滨带湿地生态系统的生物多样性和稳定性增加.     

长江中下游四大淡水湖生态系统完整性评价

长江中下游地区是我国淡水湖泊集中分布区域,研究该区域湖泊生态系统完整性对于湖泊生态系统保护和恢复具有重要意义。物理、化学和生物完整性指标已经广泛应用于河湖生态系统健康评价,但是缺少物理、化学和生物完整性的综合评价方法。以历史调查状况为主要参照系统,构建了基于物理、化学和生物完整性的多参数湖泊完整性综合评价指标体系,结合近年来长江中下游四大淡水湖(洞庭湖、鄱阳湖、巢湖、太湖)生态系统调查数据,对四大淡水湖生态系统完整性进行了评价。结果表明,洞庭湖、鄱阳湖、巢湖和太湖的综合得分分别为66、71、57和57。根据评价等级划分标准,洞庭湖和鄱阳湖生态系统完整性状况都达到"好"的等级,而巢湖和太湖则处于"一般"等级;结果显示,该指标能够表征人类活动对于湖泊生态系统完整性不同方面的干扰,且能够反映四大淡水湖生态系统完整性历史变化状况。因此,该方法可以作为长江中下游淡水湖泊生态系统完整性综合评价的工具并能够为湖泊生态系统的保护和恢复提供科学支撑。     

A method for lake ecosystem health assessment: an Ecological Modeling Method (EMM) and its application

Ecosystem health is a newly proposed concept that sets new goals for environmental management. Its definition, indexing and assessment methods are still being perfected. An Ecological Modeling Method (EMM) for lake ecosystem health assessment is proposed in this paper. The EMM's procedures are: (1) to analyze the ecosystem structure of a lake in order to determine the structure and complexity of the lake's ecological model; (2) to develop a model having ecological health indicators, by designing a conceptual diagram, establishing model equations, estimating model parameters and being integrated with ecological indicators; (3) to compare the simulated and observed values of important state variables and process rates (i.e. model calibration) in order to evaluate the applicability of the model to lake ecosystem health assessment; (4) to calculate ecosystem health indicators based on the developed model; and (5) to assess lake ecosystem health according to the values of the ecosystem health indicators. The EMM was applied, as a case study, to the ecosystem health assessment of a eutrophic Chinese lake (Lake Chao) between April 1987 and March 1988. A relative order of health states from poor to good was determined as follows: August–October 1987 > April–May 1987 > June–July 1987 > November–December 1987 > January–March 1988. These results compared quite favourably with the actual current conditions at Lake Chao. The EMM method, therefore, was suitable in assessing lake ecosystem health at Lake Chao.     

基于管理目标的湖泊生态系统动力学

基于生态系统管理的目标,在对相关研究分析的基础上,依据生态系统生态学、淡水生态学的理论,提出了湖泊生态系统动力学研究的2个理论基础：生态系统管理和生态系统特征.在此基础上,分析得到湖泊生态系统动力学的研究方法体系,主要包括研究内容与技术路线、关键问题识别和动力学模拟、湖泊生态系统的适应性管理决策等部分.其中,湖泊生态系统结构和过程、湖泊中食物网营养动力学研究、生源要素循环、湖泊中关键过程的生态作用以及湖泊生态系统动力学模拟是研究的核心问题.此后,以P为主要的生源要素,将生态系统分为3个子过程：入流、出流和内部反馈,并以此建立了湖泊生态系统动力学的模型框架,以辅助于湖泊的生态系统管理.     

Littoral zone of Lake Ladoga: ecological state evaluation

The littoral zone of a lake is an important ecotone between terrestrial and aquatic systems. From the point of view of the lake ecosystem, much of the mineral, organic and toxic substances entering the lake from the drainage basin are transformed in the littoral zone by physical processes and biochemical pathways. The littoral zone of Lake Ladoga can be divided into three main regions: the shallow southern region, the fairly steep western and eastern shorelines, and the northern archipelago. In these regions, the communities of aquatic macrophytes, periphyton, phyto- and zooplankton and meio- and macrobenthos have been extensively studied. This paper presents numerical data on these communities, with special reference to comparisons between areas subjected to different degrees of anthropogenic loading. Most of the communities are characterized by high species diversity and spatial heterogeneity, especially among the macrophyte associations in which intensive production and decomposition takes place. Water dynamics and water exchange rate are the main abiotic factors in the formation of littoral communities. The characteristics of plant associations and bottom substrate, rather than pollution, appear as the most important factors structuring meio- and macrobenthic invertebrate communities in the littoral.     

大亚湾石化排污海域生态系统健康评价

基于近海生态系统健康评价模型,以2011—2012年间海洋生态环境调查数据为基础,对大亚湾石化排污海域的生态系统健康状态进行了综合评价。结果表明:丰水期(2011年8月),大亚湾石化排污海域生态系统健康综合指数为0.808,健康状态为"好",空间分布为近岸海域健康状况好于远岸海域,其中底栖生物多样性综合指数是影响该海域生态系统健康的主要负面因子。枯水期(2012年1月),石化排污海域生态系统健康综合指数为0.767,健康状态为"一般",远岸海域健康状况好于近岸海域,浮游植物多样性综合指数和底栖生物多样性综合指数是影响该海域生态系统健康的主要负面因子。与2006—2007年相比,大亚湾石化排污海域生态系统的健康状况正向"一般"状态退化。     

High-resolution satellite remote sensing of littoral vegetation of Lake Sevan (Armenia) as a basis for monitoring and assessment

Physics-based remote sensing in littoral environments for ecological monitoring and assessment is a challenging task that depends on adequate atmospheric conditions during data acquisition, sensor capabilities and correction of signal disturbances associated with water surface and water column. Airborne hyper-spectral scanners offer higher potential than satellite sensors for wetland monitoring and assessment. However, application in remote areas is often limited by national restrictions, time and high costs compared to satellite data. In this study, we tested the potential of the commercial, high-resolution multi-spectral satellite QuickBird for monitoring littoral zones of Lake Sevan (Armenia). We present a classification procedure that uses a physics-based image processing system (MIP) and GIS tools for calculating spatial metrics. We focused on classification of littoral sediment coverage over three consecutive years (2006–2008) to document changes in vegetation structure associated with a rise in water levels. We describe a spectral unmixing algorithm for basic classification and a supervised algorithm for mapping vegetation types. Atmospheric aerosol retrieval, lake-specific parameterisation and validation of classifications were supported by underwater spectral measurements in the respective seasons. Results revealed accurate classification of submersed aquatic vegetation and sediment structures in the littoral zone, documenting spatial vegetation dynamics induced by water level fluctuations and inter-annual variations in phytoplankton blooms. The data prove the cost-effective applicability of satellite remote-sensing approaches for high-resolution mapping in space and time of lake littoral zones playing a major role in lake ecosystem functioning. Such approaches could be used for monitoring wetlands anywhere in the world.     

塔里木河流域生态系统健康评价

通过收集2000 年以来塔里木河流域的生态、经济和社会状况资料,分析影响该流域生态系统健康的因素,采用指标体系分析法和专家咨询法,确立塔里木河流域生态系统健康评价指标体系和评价标准,计算得出流域生态健康评价指标权重,并对流域生态健康状况进行了评价.结果表明:塔里木河源流的阿克苏河、叶尔羌河和开都河-孔雀河流域的山区生态系统的健康状态处于"中等"级别,和田河流域的山区生态处于"优"级别;阿克苏河、叶尔羌河和和田河流域的平原绿洲区生态处于"优"级别,开都河-孔雀河流域的平原绿洲区生态处于"中等"级别;四源流的荒漠区生态处于"差"级别;塔里木河干流上游生态处于"优"级别,中游生态处于"中等"级别,下游生态处于"差"级别.评价结果基本与实际相符,说明使用的评价方法是切实可行的.该研究结论将为流域生态环境的综合治理提供科学依据.     

Assessment of ecosystem health during the past 40 years for Lake Taihu in the Yangtze River Delta,China

An assessment of the ecosystem health of Lake Taihu in eastern China from 1960 to 2005 was conducted using separate and aggregated chemical and biological indicators. The chemical oxygen demand, the total nitrogen, total inorganic nitrogen and total phosphorus concentrations, and the molar ratio of TN to TP (N/P) have all significantly increased (P < 0.05) since 1980. The trophic state index increased from 35.0 in 1960 to >60.0 in 1990, confirming that Lake Taihu changed from being oligotrophic to being eutrophic. These changes in water quality have led to corresponding changes in species composition and in the densities and biomasses of many aquatic species. Algal blooms have occurred frequently since the late 1980s, leading to the dominance of small zooplankton and benthic invertebrates. About 41 fish, 65 zooplankton and 16 macrophyte species were estimated to have disappeared from the lake since the late 1980s. Buffer capacity increased for phytoplankton and zooplankton but decreased for zoobenthos. These results suggest that the Lake Taihu ecosystem was in better health in 1960, and has deteriorated since 1980.