章运超,朱孔贤,柴朝晖,葛李灿,闵凤阳,彭增辉
(1.长江科学院 河流研究所,武汉 430010; 2.长江科学院 水利部长江中下游河湖治理与防洪重点实验室,武汉 430010; 3.湖南水天地环保科技有限公司,长沙 410221)
随着城市化、工业化以及集约化农业的快速发展,河湖生态系统逐渐恶化,水量减少、水污染、河流堵塞、生物多样性下降等水问题频繁发生。运用合理有效的方法量化评价河湖生态健康水平,准确了解河湖的健康状况,查找河湖存在的健康问题,可为河湖保护修复和开发利用提供科学对策。河湖健康评价的方法主要包括综合指标法[1]、模型模拟法[2]、水化学评价法[3-4]、生物指示法[5]等,其中生物指示法主要利用对污染物质具有敏感性或较高耐受力的生物种类的存在或缺失指示河湖受污染胁迫的程度,进而评价河湖健康状况,近年来该方法逐渐成为河湖健康评价的主流方法[5]。在生物指示法中,生物完整性指数(Index of Biotic Integrity, IBI)通过多种生物指数来表征生态系统的完整性,评价某一个区域生态系统的健康程度,相较于单一水理化指标或单一生物指标,其对健康状况的评价更加全面和客观。Karr[6]最早以鱼类为研究对象建立生物完整性指数,并对北美河流开展了健康评价,随后学者们逐渐以浮游生物[7]、藻类[8]、植物[9]、鸟类[10]、鱼类[11]等生物类群的生物完整性指数评价河湖健康。大型底栖动物具有多样性高、生命周期长、运动能力弱、活动范围小等特点,其长期与河湖底泥密切接触,对河湖环境压力敏感性高,是良好的生境质量指示生物[12-13],大型底栖动物的群落结构、多样性、均匀度等参数变化普遍用于环境污染分析。在国外,Kerans等[14]最早提出大型底栖动物生物完整性指数(Benthic Index of Biotic Integrity, B-IBI),后逐渐发展成为世界范围内评价水体健康状况的常规方法,学者将其应用于评价河口[15]、溪流[16]、湖泊[17]、海湾[18]的健康状况。在国内,王备新等[19]以安徽黄山地区的溪流为对象,最早构建B-IBI体系用于健康评价,而后相关学者先后在三峡库区[20]、鄱阳湖[21]、太湖[22]、东江[23]等流域应用大型底栖动物完整性指数开展健康评价,同样取得了较好的评价结果。
安徽省龙感湖是长江中下游重要的淡水湿地,不仅是鱼类洄游和繁殖的场所,也是多种珍稀候鸟的越冬地之一,具有涵养水源、调蓄洪水和维持生物多样性等重要生态功能。除生态功能外,湖泊还是区域内重要的水产基地和粮食基地,经济作用突出。近年来,受农业面源、围网养殖、工矿污水排放等人类活动影响,安徽省龙感湖水生态环境有恶化趋势,生态系统服务功能降低,学者们从水质评价[24-25]、底泥污染防控[26]、鱼类群落特征[27]等方面对湖区生态状况开展了研究,但关于安徽省龙感湖水生态健康评价的研究鲜见报道。本研究旨在通过利用安徽省龙感湖大型底栖动物完整性指数,对湖区水生态健康状况进行评价,以期为湖泊的治理、保护与修复提供支撑和参考。
2.1 研究区域概况
龙感湖位于长江下游北岸,地跨安徽省宿松县和湖北省黄梅县,本次研究范围为安徽省境内的龙感湖。龙感湖东西长约28 km,南北最大宽度约20 km,常年水面面积269 km2,其中安徽省境内水面面积200.7 km2。湖北省境内龙感湖湖水自西向东越过鄂皖交界后进入安徽省龙感湖,纳北部二郎河来水后,继续向东流经大官湖、黄湖、泊湖,最终通过杨湾河口的杨湾闸和华阳河口的华阳闸注入长江。安徽省龙感湖连同黄湖、大官湖、泊湖共同组成了安徽华阳河湖群省级自然保护区,是区域内重要的生态屏障和生态功能区。但是,近年来湖泊外源污染负荷不断增加,内源污染未得以有效处理,湖泊生态环境日趋严峻,根据安庆市生态环境部门统计数据,2021年龙感湖鄂皖交界断面整体为Ⅳ类水标准,二郎河入龙感湖断面为Ⅲ类水标准,湖泊综合营养状态指数55.7,属于轻度富营养化。
2.2 样品采集与分析
本研究监测采样时间为2021年4月。采用随机方法沿湖布设监测点位,即先在湖泊周边随机选择第一个点位,再沿湖泊管理范围线10等分湖泊岸线,布设形成10个监测点位,并结合现场的道路和水深等情况适当调整,监测点位分布情况见图1。
图1 龙感湖监测点分布Fig.1 Locations of sampling sites in Longgan Lake
采样原则遵照《水环境监测规范》执行,采用D型网(网口0.25 m×0.25 m、网孔60目(孔径0.25 mm)),配合1/16 m2彼得森采泥器进行采集底栖样品。用60目筛进行筛选样品,筛洗后的残渣进行分拣并加10%甲醛溶液进行保存,在实验室进行鉴定、计数与称量,其中软体动物鉴定到种,水生昆虫(除摇蚊幼虫)鉴定到科或属,寡毛类和摇蚊幼虫鉴定到属。物种丰富度指数采用Margalef指数计算(式(1)),多样性指数采用Shannon-Wiener指数计算(式(2)),优势度指数计算方法见式(3),均匀度指数计算方法见式(4),耐污指数采用BI(Biotic Index)计算(式(5))。
D=(S-1)/lnN;
(1)
(2)
Y=(ni/N)fi;
(3)
E=H/lnS;
(4)
(5)
式中:D为Margalef指数;S为物种总数;N为所有物种的个体数之和;H为Shannon-Wiener指数;Pi表示第i种的个体数量占所有种个体总数的比例;Y为优势度指数;ni为种i的密度;fi为该物种在各监测点出现的频率;E为物种均匀度;ti为种i的耐污值,耐污值的范围为0～10,数值越大,代表耐污能力越强。
使用便携式水质参数仪在现场测定水样的水温、酸碱度、电导率、溶解氧,参照《水和废水监测方法》(第四版)的标准在实验室测定水样的氨氮、总氮(TN)、总磷(TP)、化学需氧量等指标。使用彼得森采泥器采集底泥样品,底泥中总磷用钼酸铵分光光度法(GB 11893—89)测定,总氮用碱性过硫酸钾消解紫外分光光度法(GB 11894—89)测定。
2.3 B-IBI评价体系构建方法
2.3.1 参照点的选择
参照点是指湖泊中未受人类活动影响或仅受到轻微影响的区域,该区域包含了较自然的物理形态结构和较完整的水生生物群落结构,代表着所评价湖泊的最佳生境状况,是湖泊健康评价的基准点。由于龙感湖北部为县城、乡镇和村庄,南面为农田、耕地,湖泊内不受人为干扰的区域几乎不存在,本研究参照其他湖泊参照点的选择标准[20-22,28]以及相关规范[29],结合龙感湖的实际情况,从水质状况、人类活动干扰、土地利用状况等约束指标下选择了参照点。具体标准参见表1。
表1 参照点的选择标准Table 1 Criterion for selecting reference sites
2.3.2 构建B-IBI指标体系
B-IBI指数体系构建包括以下3个步骤[19]:
(1)选择可充分反映大型底栖动物物种多样性、丰富性、群落结构组成、耐污能力(抗逆力)、功能摄食类群和生活型的候选参数构建指标体系。
(2)判别能力分析。利用箱形图法分析比较参照点和受损点各个候选参数箱体四分位距(Inter quartile, IQ),即25%～75%分位数范围的重叠程度,判别出箱体没有重叠或有部分重叠,但中位数均在对方箱体范围之外的参数。
(3)相关性分析。对剩余参数作相关性分析,认为相关系数|r|>0.9的2个参数高度相关,选取其中1个参数来代表2个相关参数的信息,以最大限度地保证各参数反映信息的独立性。
表2 候选参数在监测点的分布情况及其对人类干扰的反映Table 2 Distribution of candidate attributes at different sites and their responses to human disturbance
2.3.3 B-IBI分值计算与健康评价标准
经以上步骤构建的B-IBI评价参数在量纲上不一致,本研究采用比值法[30]统一量纲。具体为:对于随干扰增强而减小的参数,以所有监测点由高到低排序的5%的分位数作为最佳期望值(即无干扰或干扰极少状态下的值),参数分值等于参数实际值除以最佳期望值;对于随干扰增强而增大的参数,以所有监测点由高到低排序的95%的分位数作为最佳期望值,参数的分值等于最大值与实际值的差值除以最大值与最佳期望值的差值。统一量纲后的参数值介于0～1之间,规定<0的记为0,>1的记为1。将计算后的各评价参数分值算数平均,得到各监测点的B-IBI值。以参照点的B-IBI值由高到低排序,选取25%分位值作为最佳期望值,将最佳期望值赋分为100,各监测点的B-IBI赋分值=(监测点的B-IBI×100)/最佳期望值。根据各监测点赋分值,利用四等分法确定健康分级标准,分为健康、亚健康、一般、较差和极差5级。
3.1 底栖动物群落特征
本次安徽省龙感湖10个监测点共采集鉴定出底栖动物16种(属),隶属于4门7纲16属,其中节肢动物和软体动物各占6种、环节动物共3种、扁形动物仅1种。采用优势度指数Y>0.02作为优势种的判定标准,安徽省龙感湖底栖动物优势种有4种,分别为苏氏尾鳃蚓(Branchiurasowerbyi)、环棱螺(Bellamyasp.)、淡水壳菜(Limnopernalacustris)、沼虾(Macrobrachiumsp.),优势度分别为0.020 4、0.408 9、0.052 5、0.024 5。从底栖动物的组成类群和优势种类来看,10个监测点底栖动物的主要类群是软体动物门的腹足纲、双壳纲,及节肢动物门的昆虫纲、甲壳纲。
各监测点底栖动物密度在5～144 ind./m2之间,均值58.7 ind./m2,S1、S2、S3的密度相对较低,S4、S6、S8、S10的密度较高(图2(a))。各监测点底栖动物生物多样性特征见图2(b),底栖动物丰富度指数(Margalef指数)变幅为0～0.866,均值为0.575,最高值和最低值分别出现在S5、S3;多样性指数(Shannon-Wiener指数)变幅为0～1.433,均值为0.929,最高值和最低值同样分别出现在S5和S3;均匀度指数变幅为0.572～1.000,均值为0.862,其中S1、S2、S3、S5、S6均为最高值1,均匀度指数较为接近,表明龙感湖底栖动物群落物种分布较为均匀。各监测点BI指数在3.52～7.90之间,均值位4.79,最高值和最低值分别出现在S1和S6(图2(c))。
图2 各监测点底栖动物群落结构特征Fig.2 Community structure characteristics of macrozoobenthos at monitoring sites
3.2 B-IBI评价结果
3.2.1 参照点分布
根据表1所列的参照点的选择标准,通过对10个样点进行筛选,最终选出S6、S8和S10共3个监测点作为参照点。
3.2.2 参数指标体系
本研究参考文献[22]至文献[25],并结合安徽省龙感湖实际状况,基于多样性和丰富性(M1—M5)、群落结构组成(M6—M10)、耐污能力(M1—M15)、功能摄食类群(M16—M20),构建了涵盖20个候选参数的龙感湖B-IBI指标体系。候选参数在监测点的分布情况及其对人类干扰的反映见表2,双翅目个体数百分比(M7)仅出现在S5监测点,是这个监测点中的唯一类群,不宜纳入分析,首先剔除。双翅目种类数(M2)、甲壳类种类数(M4)、寡毛类种类数(M5)、甲壳类个体数百分比(M9)、寡毛类数量百分比(M10)共5个候选参数的最小值、25%分位数、中位数均为0,即随着污染的增强,以上5个参数可变动范围非常窄,其指示信息作用较低,不宜参与构建B-IBI指标体系。对余下的14个候选参数将进行判别能力分析,计算并绘制14个候选参数在参照点和受损点的箱线图(见图3)。根据箱体IQ的重叠程度,14个候选参数中,敏感类群个体数百分比(M12)、敏感类群种类数(M13)、耐污类群个体数百分比(M14)、Hisenhoff生物指数(M15)、粘附者种类数百分比(M17)、刮食者数量百分比(M20)等参数的参照点和受损点箱体存在重叠情况,判别能力较差,予以剔除。同时软体动物种类数(M3)和过滤收集者数量百分比(M18)参数的受损点箱体长度过短,明显小于参照点的箱体长度,表明其不能较好地区分各监测点的受损程度,同样予以剔除。
图3 候选参数在参照点和受损点箱线图Fig.3 Box plots of candidate attributes at reference sites and impaired sites
对剩余的6个候选参数进行Pearson相关分析(结果见表3),结果显示软体动物个体数百分比(M8)和直接收集者数量百分比(M19)2个生物参数两两之间极显著相关。根据前文对底栖动物群落特征的分析结果,湖区底栖动物的主要类群是软体动物门,本次保留软体动物个体数百分比(M8)参数,剔除M19参数。最终选出M1、M6、M8、M11、M16共5个核心参数构建龙感湖B-IBI指标体系。
表3 候选参数间的Pearson相关分析结果Table 3 Pearson correlation coefficients for candidate attributes
3.2.3 评价结果
根据2.3.3节所述比值法计算方法,5个核心参数的计算公式见表4。依据表4中的计算公式,计算得到各监测点中各核心参数分值,对分值算数平均得到各监测点B-IBI值。基于B-IBI值,根据四等分法对各监测点健康状况进行赋分评价,评价等级见表5。
表4 核心参数及其计算公式Table 4 Formulae for calculating core attributes
表5 龙感湖B-IBI健康评价等级Table 5 B-IBI health assessment grades for Longgan Lake
经赋分,安徽省龙感湖各监测点的健康评价结果见表6。由表6可见,湖区10个监测点中有7个监测点处于“亚健康”、“一般”或“较差”状态,仅有3个监测点处于“健康”状态,表明湖泊整体健康状况欠佳。同时,湖区健康状况在空间上的差异较大。本研究根据监测点位置分布将安徽省龙感湖分为3个区域进行评价,3个区域位置见图1,不同区域的监测点分布,以及各监测点的生物指数和B-IBI值见表7。从图1和表7可看出,A区位于湖泊东北部,包括S1、S2、S3、S4监测点,其B-IBI均值为0.41,整体健康状况为“一般”;B区位于湖泊的西部,临近龙感湖鄂皖交界,包括S5、S6、S7监测点,其B-IBI均值为0.49,整体健康状况为“亚健康”;C区位于湖泊的东南,包括S8、S9、S10监测点,其B-IBI均值为0.72,整体健康状况为“健康”。
表6 龙感湖各监测点的健康评价结果Table 6 Health assessment results for various sites in Longgan Lake
表7 湖泊各分区B-IBI值与生物指数值Table 7 B-IBI values and BI in each region of Longgan Lake
3.3 底泥监测结果
各监测点底泥中的全氮和总磷含量监测结果见图4,各监测点底泥的全氮含量在0.127～0.262 mg/g之间,均值为0.209 mg/g,最大值和最小值分别出现在S8和S4;总磷含量在0.052～0.108 mg/g之间,均值为0.083 mg/g,最大值和最小值分别出现在S1和S8。
图4 各监测点底泥中全氮和总磷含量Fig.4 Total nitrogen and total phosphorus content in sediments at different sites
4.1 参照点的选择
通过将受损点与参照点进行对照来评价河湖健康的受损程度,是河湖健康评价中最广泛运用的方法。参照点代表湖泊生境的最佳状况,参照点的选择是基于B-IBI健康评价的重要因素。受研究区域环境因素、人类活动、地理条件等制约,不同的参照点选择标准也会对结果产生影响。现有研究中一般从多维角度选择河湖中受人类干扰程度最小的点位作为参照点,如采用土地利用方式、生境质量以及水质理化指标来划分参照点位[31],根据点位所在区域的森林面积和人口密度来确定参照点位[19]。
本研究采取定量和定性结合的方式,从水质状况、人类活动干扰、土地利用状况等方面设置了参照点的选择标准(表1),参照点较好的符合无干扰和干扰极小的选取标准。从评价结果来看,3个参照点的B-IBI值分别为0.61、0.63和0.81,7个受损点中除S9监测点B-IBI值为0.72外,其余监测点的B-IBI值在0.28～0.55之间,说明参照点和受损点的生物完整性差异明显。
4.2 B-IBI值与其他生物指数的相关性
采用Pearson指数分析各监测点B-IBI值与Shannon-Wiener指数、Margalef指数、密度及BI指数之间的相关性。结果显示,B-IBI值与BI指数间呈显著的负相关,相关系数r=-0.70(图5),但除BI指数外的其余生物指数和B-IBI值的相关度很低,受篇幅所限不再列出。BI指数是综合反映生物对污染物耐受性及敏感度的指标[32],当湖泊生态环境恶化时,水体和底泥中的污染物增多,导致对污染物敏感的物种减少甚至消失,底栖动物群落中的耐污种类会增多,BI指数随之升高。其他研究也有类似结果,如耿世伟等[33]分析了太子河流域BI指数与B-IBI值的Spearman系数,相关系数达到0.814。虽然B-IBI值与相关生物指数间相关度不高,但从湖泊分区健康评价结果可以看出(表7),3个分区中的B-IBI值、Shannon-Wiener指数、Margalef指数、BI指数及生物密度均表现为C区最优、B区次之,A区最差,说明C区底栖动物的物种多样性、丰富度及密度较B区和A区更优,C区底栖动物受污染程度较B区和A区更小,C区生态系统健康较B区和A区更好。
图5 B-IBI与BI指数之间的相关性Fig.5 Correlation between B-IBI and BI index in sediment
4.3 B-IBI值与环境因子的相关性
采用Pearson指数分析B-IBI值与底泥中全氮和总磷含量间的相关性,结果见图6。图6表明,B-IBI值和底泥中的全氮和总磷含量之间呈显著的负相关,相关系数r分别为-0.79和-0.78,安徽省龙感湖底泥中的氮、磷污染物含量越高,B-IBI值越低,说明湖区底栖生物完整性对底泥环境中的氮、磷污染较为敏感。其他研究也有类似结果,东江流域的研究[31]发现,位于城市周围工业园区的采样点中的氨氮浓度相对山区河段过高,B-IBI健康评价结果处于差及以下。广州市流溪河的研究[34]表明,B-IBI值与水体的总氮和总磷含量呈显著负相关,随着水体污染程度的增加,B-IBI值逐渐降低。吴东浩等[35]研究发现:当总氮和总磷含量增加,西苕溪底栖动物群落中耐污种数量增加,污染敏感种数量减少;当总氮和总磷超过各自阈值时会导致大型底栖无脊椎动物群落结构的严重退化。在香溪河[36]的研究表明,大型底栖动物数量与水体中的总氮和总磷含量呈显著负相关。拉萨河[37]、渭河[38]和太湖[39]的研究表明,总氮是显著影响底栖动物群落空间分布的主要环境因子。
图6 B-IBI与底泥全氮和底泥总磷含量的相关性Fig.6 Correlations of B-IBI with total nitrogen and total phosphorus in sediment
本研究中,A区B-IBI值最低,健康状况最差,A区监测点的全氮和总磷含量均值最高,这可能与A区位于龙感湖入湖支流二郎河的河口,湖泊底泥受到了河水携带的氮磷污染物影响有很大关系。据宿松县水利局监测数据,2020年二郎河入湖口断面逐月水质的总氮含量在0.76～2.96 mg/L之间,年均含量为1.192 mg/L,一年中有7个月的总氮含量劣于地表水Ⅲ类水标准;总磷含量在0.02～0.15 mg/L之间,年均含量为0.052 5 mg/L,一年中有6个月的总磷含量劣于地表Ⅲ类水标准。二郎河入湖口上游约12 km处是安庆市宿松县县城,自县城到湖区的沿河两岸还有佐坝乡和千岭乡,常住人口约9.47万。目前,宿松县城建有污水处理厂,但老城区污水管网大都为雨污合流,污水处理效率低,在农村地区,生活垃圾、生活污水、畜禽养殖和农业废弃物尚未得到有效处理[40]。二郎河携带的含氮污染物可能来自县城漏排的生活污水以及农村的畜禽养殖。同时,二郎河上游存在磷矿,山体表面矿坑植被破坏严重,在雨水冲击下大量磷元素等营养物质溶解并随河流流入湖泊,进而沉积在底泥中。环境因子对底栖动物的影响是一个十分复杂的问题,本研究主要分析了底泥中全氮和总磷含量与B-BIB的关系,要深入研究影响安徽省龙感湖大型底栖动物的关键环境因子,仍需要进行更全面的调查研究。
(1)本研究共在安徽省龙感湖采集鉴定出底栖动物16种(属),隶属于4门7纲16属,主要类群是软体动物门的腹足纲、双壳纲,以及节肢动物门的昆虫纲、甲壳纲。
(2)本研究的10个监测点中仅有3个处于“健康”状态,龙感湖整体健康状况欠佳,且湖区健康状况空间差异较大。经分区评价,安徽省龙感湖东南部的健康状况为“健康”,龙感湖鄂皖交界水域健康状况为“亚健康”,安徽省龙感湖东北部健康状况为“一般”。
(3)根据有限的监测点位数据较好地评价了龙感湖健康状况,为提高B-IBI评价方法的精准性,可增加监测点位,以更加准确地反映龙感湖水生态状况。同时,由于大型底栖动物群落存在季节变化特征,可通过不同季节的跟踪监测,进一步提高评价准确性。
猜你喜欢底泥河湖湖泊全面推行河湖长制打造“三晋”幸福河湖山西水利(2022年5期)2022-09-21淮河流域省级河湖长第一次联席会议召开治淮(2022年8期)2022-09-03加强河湖保护治理 改善河湖生态环境公民与法治(2020年23期)2021-01-04黑龙江：河湖治理保护成效明显水利科学与寒区工程(2020年3期)2020-06-23河道底泥脱水固化处理处置技术的研究皮革制作与环保科技(2020年14期)2020-03-17你相信吗?湖泊也可以“生死轮回”少儿美术(快乐历史地理)(2019年4期)2019-08-27“害羞”的湖泊阅读(低年级)(2018年4期)2018-05-14奇异的湖泊小学阅读指南·低年级版(2017年2期)2017-03-23底泥吸附水体中可转化态氮研究进展水科学与工程技术(2016年2期)2016-07-10幂律流底泥的质量输移和流场浙江大学学报（工学版）(2016年9期)2016-06-05