[发明专利]一种基于底栖动物功能多样性的水生态评价方法及其应用在审
申请号: | 201710324859.1 | 申请日: | 2017-05-09 |
公开(公告)号: | CN107292085A | 公开(公告)日: | 2017-10-24 |
发明(设计)人: | 杨扬;王赛;刘帅磊;王林;唐金鹏 | 申请(专利权)人: | 暨南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 广州粤高专利商标代理有限公司44102 | 代理人: | 任重 |
地址: | 510632 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 动物 功能 多样性 水生 评价 方法 及其 应用 | ||
技术领域
本发明涉及淡水生态系健康与风险评价的技术研究领域,更具体地,涉及一种基于底栖动物功能多样性的水生态评价方法及其应用。
背景技术
随着人类活动对生态系统的影响日益加剧,受水体污染、河道改造、围垦造田、水网化、综合治理等一系列外来干扰的影响,天然溪流、河流、湖泊等内陆水体已经罕见,各类淡水生态系统处于长期退化状态,其健康状况逐年下降。伴随着淡水生态系统生物多样性的减少,整个系统的物质循环网络受到了破化,处于“亚健康”状态或者“病态”,致使水体的生态价值降低,同时加剧了全球水危机。因此,探索有效评价淡水生态系统健康状况的方法,并找到影响其健康的胁迫因子,是当前水环境质量监测与水生态健康评价的热点问题。
传统的以水体理化参数为主的评价方法只能反映水质瞬时状况,外来干扰的累积效果难以体现,且在多重污染协同作用下,潜在的有害生物效应也无法预测。此外,现有的水质评价方法并不具有合理的通用性,不能满足对不同水生态系统中各类水生生物类群所受外来干扰影响的综合监测,因此,急需一种适用面广、操作简单的水生态评价方法。
21世纪后,以生物监测为主导的河流、湖泊健康评价技术不断成熟,由于各类生物都有特定的耐受范围,借助其群落结构变化对水体和栖地的响应,能够直接有效地比较流域内生境优劣。
大型底栖动物作为水生食物网中重要组成部分,由于其存活周期长、活动范围小、分布空间广以及反应灵敏等特点,常被选作反映系统受干扰影响的重要生物评价利用对象,其群落结构、优势种、多样性、均匀度等参数变化被普遍用于比较环境污染状况。但是,目前基于底栖动物的传统指标不能充分利用底栖动物自身的生理生态属性,如食性、敏感度、耐污性等等,从而难以有效地指示生态系统的综合状况,不能满足水生态系统健康评价要求。
发明内容
本发明要解决的技术问题是针对现有水体理化指标监测和评价方法不能满足水生态系统健康评价的技术缺陷,提供一种基于底栖动物功能多样性的水生态评价方法。
本发明要解决的另一技术问题是提供所述方法在淡水生态系统评估方面的应用。
本发明的目的通过以下技术方案予以实现:
本发明以淡水生态系统中的大型底栖动物为监测对象,根据其生态功能多样性的变化,表征人为干扰作用下的水质污染和生境退化对河流生态系统的影响情况,为水生态系统健康评估体系提供一套有效的技术体系。
所述方法包括五个关键步骤:
S1.确立参照位点和采样位点,对参照位点和采样位点的底栖动物分别进行采集;
S2.提出候选指标;
S3.筛选核心指标;
S4.计算指标分值;
S5.确立评价标准;
其中,步骤S1所述参照位点的选择标准为:田地土地利用率<6%,居民土地利用率<0.2%,森林覆盖率>90%,水质标准在Ⅲ类以上,卵石底质覆盖度>30%、沿岸带原始植物群落且覆盖度>70%、有完整的洪水缓冲带;
步骤S2所述候选指标的提出是选用反映物种丰富度(M1-M10)、种类组成(M11-M23)、生物耐受性(M24-M28)、营养结构(M29-M31)和小生境质量(M32)的五大指标类型。
优选地,所述五大指标类型具体包括32个候选指标,所述32个候选指标为:
总分类单元数、EPT(蜉蝣目-襀翅目-毛翅目)分类单元数、甲壳动物和软体动物分类单元数、摇蚊分类单元数、总个体密度、总生物量、香农-威纳多样性、辛普森多样性、丰富度指数、均匀度指数、优势分类单元/%、前3位优势分类单元/%、双翅目个体数/%、蜻蜓目个体数/%、广翅目个体数/%、鞘翅目个体数/%、毛翅目个体数/%、蜉蝣目个体数/%、颤蚓个体数/%、摇蚊个体数/%、甲壳动物和软体动物个体数/%、寡毛纲个体数/%、蛭纲个体数/%、敏感类群单元数、耐污类群单元数、敏感类群/%、耐污类群/%、BI指数、捕食者个体数/%滤食者个体数/%、刮食者个体数/%和粘附者个体数/%。
本发明确定的候选指标能够综合反映环境变化对目标生物(个体、种群、群落)数量、结构和功能的影响,可以确保有效监测和评价生态环境质量。
步骤S3所述筛选核心指标的方法包括分布范围分析、判别能力分析和相关性分析。
其中,所述分布范围分析的指标包括分布比较散且标准差大的指标、对于随干扰增强而数值降低范围过小的指标、对于随干扰增强而数值增加范围过大的指标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710324859.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种医疗处方自动转移方法
- 下一篇:图像分析问答
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用