CN114022008A - 一种基于水生态分区理论的河口适宜生态流量评估方法 - Google Patents
一种基于水生态分区理论的河口适宜生态流量评估方法 Download PDFInfo
- Publication number
- CN114022008A CN114022008A CN202111331243.XA CN202111331243A CN114022008A CN 114022008 A CN114022008 A CN 114022008A CN 202111331243 A CN202111331243 A CN 202111331243A CN 114022008 A CN114022008 A CN 114022008A
- Authority
- CN
- China
- Prior art keywords
- ecological
- phytoplankton
- area
- water
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013316 zoning Methods 0.000 title claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 79
- 238000011160 research Methods 0.000 claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 27
- 238000005192 partition Methods 0.000 claims description 49
- 230000015556 catabolic process Effects 0.000 claims description 16
- 238000006731 degradation reaction Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 12
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- 238000004451 qualitative analysis Methods 0.000 claims description 7
- 238000004445 quantitative analysis Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract description 7
- 241000894007 species Species 0.000 description 46
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 239000013505 freshwater Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 125000000524 functional group Chemical group 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241000234295 Musa Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 241000282376 Panthera tigris Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008512 biological response Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 244000038651 primary producers Species 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于水生态分区理论的河口适宜生态流量评估方法，属于环境保护技术领域。本发明针对目前较少采用生物类群为生物指标的水生态分区与河口生态流量的计算方法，基于水生态分区理论，提出以相似浮游植物类群的河口水生态分区，根据影响浮游植物类群组成的关键环境因子空间分布情况表征水生态分区空间变化，建立与生态流量之间响应关系的分析方法；通过本发明，能较细致的了解河口各区域生态的情况，综合考虑各水生态分区的生态问题，避免生态流量计算结果的片面性，同时可以为研究区确定优先监测和保护的区域，推断未监测区域生态走向与环境状态等，提高河口生态治理的有效性和可行性。
Description
本发明属于环境保护技术领域，具体为一种基于水生态分区理论的河口适宜生态流量评估方法。
背景技术
河口是河流与海洋交汇处，在河口和海洋之间起到物质循环、能量流动、信息传递等的生态服务功能，在维持生态系统持续发展等方面起到重要的作用(Zhang et al.，2017)。近年来，在人类开发活动和自然因素的综合影响下，河口生态系统退化及生态功能显著下降的问题日益突出。在人类开发活动中，如水利工程、围填海工程、河口采砂、森林砍伐、工农业污水等，这些活动都影响入海径流的水量、水质和时空变化。入海径流的改变导致河口生态系统退化及生态功能显著下降的问题日益突出。因此，开展河口生态流量的研究，有助于指导生态系统的修复和保护，对其可持续发展有重大意义。
生态流量的研究开始于20世纪40年代，目前已有将近50个国家开展了相关研究，主要研究对象有湖泊、河流和湿地等淡水生态系统。迄今为止，根据不同的流量定义，生态流量的计算方法超过200种，主要可以分为：水文学法、水力学法、生境模拟法和整体分析法等(王中根等，2020)。而针对淡水输入对河口生态系统影响的研究从20世纪80年代开始兴起，近30年来不断发展和完善。河口生态系统受到海陆间的交互作用，水动力过程复杂，影响因素众多，决定了其生态流量机理和计算方法的复杂性，相应造成了淡水生态系统的生态流量研究成果直接应用于河口生态系统中存在适用性问题。由于径流和潮汐交互作用，水环境各类指标在不同河口甚至同一河口具有明显的区域特征(刘静等，2017)。河口上、中、下游段的水体理化指标的差异最终反映生物群落分布。传统的水生态系统监测管理、保护和管理大多只基于政治行政单位和水文分区单元，导致其分散而片面，未能从生态系统的整体角度上揭示水生生态系统状况，进行合适的分区管理。目前，国际上淡水资源管理的基本空间单元主要有3类，即行政分区单元，流域水文单元和生态分区单元。其中，水生态分区是根据水生生物与其承受的环境压力之间的响应关系，从多个尺度上划分出具有相同生态潜力的区域，在生态治理中更具有优势(孙小银等，2010)。杨爱民等(2008)的中国生态水文分区研究，将生态流量因素与水生态分区结合，但并没有直接考虑到水生生物等重要因素，亦同样属于水文分区范畴。淡水输入对河口水环境过程的影响已成为河口生物种群分布的变化的主要因素。美国旧金山海湾实地调查资料分析认为，河口淡水输入及相应盐度变化度对生物群落分布及生物量具有显著影响(Powell et al.,2002)。生物体能够整合环境的时间尺度上压力效应信息，可能比简单的物理化学指标更能反应生态系统的时间变化特征，能够从生物学角度对环境状况进行监测和评价。浮游植物作为水生态系统中重要的初级生产者，其群落结构特征能够敏感地反应水生态系统对水环境污染和生态破坏的响应。Reynolds等和Padisák等依据浮游植物对特定的环境因子的敏感性和耐受性，将在某一已知环境中共同占优势的不同种群的浮游植物归纳同一功能类群(Reynolds et al.,2002,Padisák et al.,2009)。很大程度弥补了浮游植物个体组成随机性大、种类适应生境互相重叠等不足。目前，浮游植物功能类群方法已经广泛运用到在湖泊、河流、水库及湿地等水域生态系统中(贾鹏等，2021)。根据水生生物与承受的环境压力之间的响应关系，选择生物类群(如：浮游植物类群)为分区指标，从多个维度划分出具有相同生态性质的区域，根据各分区单元的情况，制定合适生态流量方案，确定优先监测和保护的区域，推断未检测区域生态走向和环境状况等，是其他分区方法所不具备的，也是当前环境管理所迫切需要的。
总体来说，河口独特地理环境下，不同区域的某些物理和化学因素以及生物群落结构差异明显，在实际的水资源管理中，现有大多数生态流量方法较少考虑针对生物类群以及不同生态区域进行分区管理，不利于河口生态系统的环境保护，生态恢复，以及水资源的科学规划管理。鉴于上述原因，我们提出了一种以生物类群划分的水域水生态分区，为河口水生态系的研究、评价、修复和管理提供合适的空间单元，解决实际应用问题的生态流量评估方法。
发明内容
本发明的目的在于基于水生态分区理论，提出以相似浮游植物类群的河口水生态分区，根据影响浮游植物类群组成的关键环境因子空间分布情况表征水生态分区空间变化，建立与生态流量之间响应关系的分析方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于水生态分区理论的河口适宜生态流量评估方法，具体包括以下步骤：
S1、确定研究区域，设计研究方案，收集研究区域的水文数据，同时采集研究区域现场的浮游植物数据和环境数据信息；
S2、结合S1中所得的浮游植物数据信息，通过定性分析方法和定量分析方法完成浮游植物的物种鉴定；
S3、通过S2中所述的定性分析数据采用聚类分析方法确定研究区域浮游植物的群落类型和水生态分区的划分；
S4、通过S2中所述的定量分析数据采用约束排序分析方法确定研究区域的关键环境因子和浮游植物类群的代表物种；
S5、结合S1、S3与S4中所得信息，构建不同流量情景下的水动力-水质二维模型；
S6、根据S5中所得的水动力-水质二维模型的结果，分析确定研究区域的适宜生态流量。
优选地，所述S1中提到的水文数据收集，包括研究区域不同时期的径流量以及潮位信息。同时采集浮游植物数据和环境数据。
优选地，所述S3中提到确定研究区域浮游植物的群落类型和水生态分区的划分，具体包括以下步骤：
A1、依据浮游植物定性数据进行聚类分析，确定不同类型的浮游植物群落；
A2、根据不同浮游植物类群所在采样点划分不同水生态分区。
优选地，所述S4中提到的确定研究区域的关键环境因子和浮游植物类群的代表物种，具体包括以下步骤：
B1、进行排序分析前，使用浮游植物丰度数据进行去趋势对应分析(DCA)来确定是采用线性排序还是单峰排序；若DCA四个轴中第一长轴的数值小于3，则选用冗余分析(RDA)；若数值大于4，则选用典范对应分析(CCA)；若数值在3-4之间，则两者都合适；
B2、数据分析时，将所有物种数据均通过lg(x+1)进行转化；
B3、去除方差膨胀系统(VIF)大于20的环境变量，避免环境变量之间的多重共线性造成模型的不稳定；
B4、关键环境因子的确定：关键环境因子通过多元回归变量筛选，选择forward.sel函数进行变量的前向选择；
B5、通过浮游植物马格列夫指数和关键环境因子作广义可加模型，得到浮游植物的马格列夫指数和关键环境因子的响应关系，选择马格列夫指数大于其均值的数值对应的环境因子数值作为适宜值；
B6、浮游植物类群的代表物种选择：基于物种与约束排序轴的得分大小，确定合适的数量的代表物种。
优选地，所述B4中提到的变量的前向选择，具体包括以下步骤：
C1、依次分别运行每个环境变量与响应变量的约束排序分析；
C2、基于设置的标准选择“最好”的显著的解释变量；
C3、寻找模型中第二(第三、第四)解释变量；
C4、重复C1-C3所述操作，直至无显著性的解释性变量为止。
优选地，所述S5中提到的不同流量情景下的水动力-水质二维模型的构建，具体包括以下步骤：
D1、模型数据收集和前处理：构建研究研究区域的网格地形文件；
D2、搭建模型：设置内河口上边界和外河口下边界，模型输入主要条件：模拟物质，扩撒系统，降解系数，初始条件；
D3、模型率定和验证：通过保守物种对扩散系数进行率定，通过模拟区域不同监测点的降解物质浓度对降解速率进行率定；
D4、方案设计：设置不同流量情景下的水生态分区时空变化，通过查阅资料，确定合理的等梯度的流量变化以及流量范围。
优选地，所述S6中提到的研究区域的适宜生态流量的确定，具体包括以下步骤：
E1、计算各生态分区的面积：根据不同流量情景模拟下的结果，提取每个网格中各个关键环境因子模拟值，按照各分区的关键环境因子适宜值划分，然后将对应分区不同种类关键环境因子划分网格进行对照，取它们之间网格重合部分定义为该区生态类型的区域，不重合部分划分为其他生态类型区域，最后计算网格的面积得出各生态类群区域的面积与空间位置，该研究区各生态分区的面积以下公式表示：
S总＝S1+S2+S3+…+Sn
其中：S总表示研究区域的总面积；
S1表示Ⅰ类型生态分区；
S2表示Ⅱ类型生态分区；
S3表示Ⅲ类型生态分区；
……
Sn表示其他类型的生态分区；
E2、通过改变流量输入情景，可以得到一系列梯度的不同流量输入下，水生态分区的面积大小和空间位置变化响应关系，根据水生态分区的时空变化，依据生态系统健康和水资源利用的要求，选择合适的生态流量模式。
与现有技术相比，本发明提供了一种基于水生态分区理论的河口适宜生态流量评估方法，具备以下有益效果：
(1)本发明考虑了不同浮游植物类群划分的水生态分区的生态流量分析技术，能较细致的了解河口各区域生态的情况，综合考虑各水生态分区的生态问题，避免生态流量计算结果的片面性。
(2)本发明结合水生态分区与生态流量的响应关系，可以为研究区确定优先监测和保护的区域，推断未监测区域生态走向与环境状态等，提高河口生态治理的有效性和可行性。
附图说明
图1为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的方法流程示意图；
图2为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中浮游植物ward最小方差聚类分析结果示意图；
图3为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中基于相似浮游植物类群的水生态分区划分示意图；
图4为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中浮游植物与监测环境因子的RDA排序示意图；
图5为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中浮游植物与关键环境因子的RDA排序示意图；
图6为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中浮游植物丰富度与关键环境因子的响应关系示意图；
图7为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中模型的网格地形图；
图8为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中模型边界设置示意图；
图9为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中同时期的40％、80％、100％、120％、160％的流量情景盐度场变化示意图；
图10为本发明提出的一种基于水生态分区理论的河口适宜生态流量评估方法的实施例3中各水生态分区在不同流量情景下的响应曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。
实施例1：
请参阅图1，一种基于水生态分区理论的河口适宜生态流量评估方法，具体包括以下步骤：
S1、确定研究区域，设计研究方案，收集研究区域的水文数据，同时采集研究区域现场的浮游植物数据和环境数据信息；
S1中提到的水文数据收集，包括研究区域不同时期的径流量以及潮位信息；
S2、结合S1中所得的浮游植物数据信息，通过定性分析方法和定量分析完成浮游植物的物种鉴定；
S3、通过S2中的定性分析方法确定研究区域浮游植物的群落类型和水生态分区的划分；
S3中提到确定研究区域浮游植物的群落类型和水生态分区的划分，具体包括以下步骤：
A1、依据浮游植物定性数据进行聚类分析，确定不同类型的浮游植物群落；
A2、根据不同浮游植物类群所在采样点划分不同水生态分区；
S4、通过S2中的定量分析方法确定研究区域的关键环境因子和浮游植物类群的代表物种；
S4中提到的确定研究区域的关键环境因子和浮游植物类群的代表物种，具体包括以下步骤：
B1、进行排序分析前，使用浮游植物丰度数据进行去趋势对应分析(DCA)来确定是采用线性排序还是单峰排序；若DCA四个轴中第一长轴的数值小于3，则选用冗余分析(RDA)；若数值大于4，则选用典范对应分析(CCA)；若数值在3-4之间，则两者都合适；
B2、数据分析时，将所有物种数据均通过lg(x+1)进行转化；
B3、去除方差膨胀系统(VIF)大于20的环境变量，避免环境变量之间的多重共线性造成模型的不稳定；
B4、关键环境因子的确定：关键环境因子通过多元回归变量筛选，选择forward.sel函数进行变量的前向选择；
B4中提到的变量的前向选择，具体包括以下步骤：
C1、依次分别运行每个环境变量与响应变量的约束排序分析；
C2、基于设置的标准选择“最好”的显著的解释变量；
C3、寻找模型中第二(第三、第四)解释变量；
C4、重复C1-C3操作，直至无显著性的解释性变量为止；
B5、通过浮游植物马格列夫指数和关键环境因子作广义可加模型，得到浮游植物的马格列夫指数和关键环境因子的响应关系，选择马格列夫指数大于其均值的数值对应的环境因子数值作为适宜值；
B6、浮游植物类群的代表物种选择：基于物种与约束排序轴的得分大小，确定合适的数量的代表物种；比如选择前两轴的累计拟合度超过0.6(这是个随意的值)的物种，拟合优度越高，物种与相对应的轴越匹配，也就是该物种能被所采集的环境因子解释效果越好；
S5、结合S3与S4中所得信息，构建不同流量情景下的水动力-水质二维模型；
S5中提到的不同流量情景下的水动力-水质二维模型的构建，具体包括以下步骤：
D1、模型数据收集和前处理：构建研究研究区域的网格地形文件；
D2、搭建模型：设置内河口上边界和外河口下边界，模型输入主要条件：模拟物质，扩撒系统，降解系数，初始条件；
D3、模型率定和验证：通过保守物种对扩散系数进行率定，通过模拟区域不同监测点的降解物质浓度对降解速率进行率定；
D4、方案设计：设置不同流量情景下的水生态分区时空变化，通过查阅资料，确定合理的等梯度的流量变化以及流量范围；
S6、根据S5中所得的水动力-水质二维模型，分析确定研究区域的适宜生态流量；
S6中提到的研究区域的适宜生态流量的确定，具体包括以下步骤：
E1、计算各生态分区的面积：根据不同流量情景模拟下的结果，提取每个网格中各个关键环境因子模拟值，按照各分区的关键环境因子适宜值划分，然后将对应分区不同种类关键环境因子划分网格进行对照，取它们之间网格重合部分定义为该区生态类型的区域，不重合部分划分为其他生态类型区域，最后计算网格的面积得出各生态类群区域的面积与空间位置，该研究区各生态分区的面积以下公式表示：
S总＝S1+S2+S3+…+Sn
其中：S总表示研究区域的总面积；
S1表示Ⅰ类型生态分区；
S2表示Ⅱ类型生态分区；
S3表示Ⅲ类型生态分区；
……
Sn表示其他类型的生态分区；
E2、通过改变流量输入情景，可以得到一系列梯度的不同流量输入下，水生态分区的面积大小和空间位置变化响应关系，根据水生态分区的时空变化，依据生态系统健康和水资源利用的要求，选择合适的生态流量模式。
本发明针对目前较少采用生物类群为生物指标的水生态分区与河口生态流量的计算方法，基于水生态分区理论，提出以相似浮游植物类群的河口水生态分区，根据影响浮游植物类群组成的关键环境因子空间分布情况表征水生态分区空间变化，建立与生态流量之间响应关系的分析技术。与现有技术相比本发明有效效果在于：1、考虑不同浮游植物类群划分的水生态分区的生态流量分析技术，能较细致的了解河口各区域生态的情况，综合考虑各水生态分区的生态问题，避免生态流量计算结果的片面性；2、结合水生态分区与生态流量的响应关系，可以为研究区确定优先监测和保护的区域，推断未监测区域生态走向与环境状态等，提高河口生态治理的有效性和可行性。
实施例2：
请参阅图1，基于实施例1但有所不同之处在于，
1.研究区域的数据收集
主要分为两种类型：
(1)水文数据收集，包括不同时期径流量、潮位等水文数据；
(2)现场浮游植物数据和环境数据的采集：
①通过现场调查，设置合理的采样点位置。如采样点的布设尽可能涵盖到每个出海口，依据河口的上、中、下游段布设合理梯度的采样点；
②环境调查采样和检测方法按《海洋监测规范》(GB17378-2007)、《海洋调查规范》(GB 12763-2007)、《水与废水监测分析方法(第四版增补版)》与《近岸海域环境监测规》(HJ442-2008)规范执行。
2.浮游植物物种鉴定
浮游植物鉴定分为定性和定量分析。
(1)定性数据根据一个物种是否存在于一个样方中，存在记为1，不存在记为0，就构成了二元生态数据，这种二元数据有着重要的生态意义，因为种出现与否与环境密切关系。同时避免了使用物种丰度数据出现极端的数据干扰。定性数据用于聚类分析，可以区分不同浮游植类群。
(2)定量数据是计算每个样点的单位体积中不同物种浮游植物的生物体个数，即浮游植物的丰度，而浮游植物丰度大小可以作为生物响应变量，结合环境因子(解释变量)约束排序分析，可以研究物种丰度与环境因子的之间的关系。
3.浮游植物群落类型与水生态分区的划分
聚类分析的目的是识别在环境中不连续的对象子集，它可以解决哪些对象有足够的相似性能够被归于一组，并且确定组与组之间的差异或分离程度。聚类方法因其算法而不同，本发明基于一种最小二乘法线性模型准则的聚类方法，分组的依据是使组内的平方和(即方差分析的方差最小化)，具体方法如下：
(1)依据浮游植物定性数据进行聚类分析，确定不同类型的浮游植物群落；
(2)根据不同浮游植物类群所在采样点划分不同水生态分区。
4.关键环境因子和浮游植物类群的代表物种的确定
为了探究不同环境因子与浮游植物群落结构之间的关系，使用约束排序，该方法是多元回归与传统排序的组合，明确地探索响应变量矩阵(物种数据)和解释变量矩阵(环境数据)两个矩阵之间的关系，在动植物群落与环境因子关系种的研究得到广泛应用；本发明用于排序的物种要求满足下面两个条件：该物种在各样点出现的频度＞12.5％,该物种在至少一个样点的相对密度≥1％，物种矩阵经过log(x+1)转换，具体操作如下：
(1)在进行排序分析前。先使用浮游植物丰度数据进行去趋势对应分析(DCA)来确定是采用线性排序还是单峰排序。DCA四个轴中第一长轴的数值小于3，则选用冗余分析(RDA),数值大于4，则选用典范对应分析(CCA)，数值在3-4之间，则两者都合适。
(2)数据分析时，所有物种数据均经过了lg(x+1)的转化。
(3)为了避免环境变量之间的多重共线性造成模型的不稳定。去除了方差膨胀系统(VIF)大于20的环境变量。
(4)关键环境因子的确定：关键通过多元回归变量筛选，通常有三种模型，前向、后向和逐步变量选择；
本发明选择数据分析工具R语言软件中adespatial包中的函数forward.sel进行变量的前向选择，选择过程如下：
·依次分别运行每个环境变量与响应变量的约束排序分析；
·基于设置的标准选择“最好”的显著的解释变量；
·接下来寻找模型中第二个(第三、第四)解释变量；
·这个过程一直持续，直到无显著性的解释变量为止。
(5)通过浮游植物马格列夫指数和关键环境因子作广义可加模型，得到浮游植物的马格列夫指数和关键环境因子的响应关系，选择马格列夫指数大于其均值的数值对应的环境因子数值作为适宜值；
(6)浮游植物类群的代表物种选择：基于物种与约束排序轴的得分大小，确定合适的数量的代表物种。比如选择前两轴的累计拟合度超过0.6(这是个随意的值)的物种，拟合优度越高，物种与相对应的轴越匹配，也就是该物种能被所采集的环境因子解释效果越好。
5.基于不同流量情景的水动力-水质模型的模拟
河口区域环境因子的变化主要是由于入海口径流和海洋潮汐的影响，根据历史流量为参考值设置河口淡水输入，设置不同流量情景，流量设置可以分为水量和水质两部分组合在同一潮位下，不同流量大小下模拟相同时长，计算出不同流量情景下的水生态分区面积变化，具体内容如下：
(1)模型数据收集和前处理，构建研究研究区域的网格地形文件；
(2)搭建模型，设置内河口上边界和外河口下边界，模型输入主要参数条件：模拟物质，扩撒系统，降解系数，初始条件等；
(3)模型率定和验证。其中扩散系数和降解系数是属于率定系数，扩散系数可以通过保守物种，如盐度和示踪剂的进行率定。降解速率可以通过模拟区域不同监测点的降解物质浓度(如COD)进行率定，也可以使用相关文献中类似的区域降解物质的降解速率；
(4)方案设计：设置不同流量情景下的水生态分区时空变化。通过查阅资料，确定合理的等梯度的流量变化以及流量范围。
6.水生态分区面积与流量之间的响应关系
计算各生态分区的面积。根据不同流量情景模拟下的结果，提取每个网格中各个关键环境因子模拟值，按照各分区的关键环境因子适宜值划分，然后将对应分区不同种类关键环境因子划分网格进行对照，取它们之间网格重合部分定义为该区生态类型的区域，不重合部分划分为其他生态类型区域，最后计算网格的面积得出各生态类群区域的面积与空间位置，该研究区各生态分区的面积以下公式表示：
S总＝S1+S2+S3+…+Sn
其中：S总表示研究区域的总面积；
S1表示Ⅰ类型生态分区；
S2表示Ⅱ类型生态分区；
S3表示Ⅲ类型生态分区；
……
Sn表示其他类型生态分区；
通过改变流量输入情景，可以得到一系列梯度的不同流量输入下，水生态分区的面积大小和空间位置变化响应关系，根据水生态分区的时空变化，依据生态系统健康和水资源利用的要求，选择合适的生态流量模式。
实施例3：
请参阅图2-10，基于实施例1-2但有所不同之处在于，
本发明以2021年1月珠江东四口门作为实例分析，确定了三个浮游植物类群以及盐度、pH两个关键环境因子，以相似浮游植物类群划分为三个水生态分区，使用影响浮游植物类群组成的关键环境因子空间分布情况表征水生态分区空间分布，根据水动力-水质模模拟不同情景下流量与水生态分区的响应关系，结果如附图10所示，模拟了同时期的40％、60％、80％、100％、120％、140％和160％的径流量，在相同潮位边界情景下，不同流量下各分区的之间响应关系。
本发明具体操作流程如下：
(1)基于浮游植物类群进行水生态分区划分
使用各采样点的浮游植物定性数据进行ward聚类，图2为聚类距离绘制的聚类树，通过采样点间聚类分组进行水生态分区划分，分区空间分布如图3所示，即采样点S8所在的区域为微咸水生态分区，采样点S5所在的区域为河海交汇水生态分区，采样点S21所在的区域为近岸海水生态分区。
(2)基于冗余分析(RDA)的关键因子和代表物种的确定
将浮游植物数据与环境数据经过上述流程中的数据转化方法进行处理，得到生物数据(响应变量)和环境数据(解释变量)的两个数据矩阵，使用数据分析工具R语言软件中vegan包中RDA分析得到两矩阵的之间关系，提取、解读和绘制RDA的排序结果(如图4所示)，通过前向选择可以确定关键环境因子，绘制关键环境因子与浮游植物的简约型排序图(如图5所示)。
(3)关键环境因子适宜数值范围的选择
环境因子的适宜范围通过生物指标和环境因子的响应关系来确定。生物多样性指数是指用简单的数值表示群落内种类多样性的程度，是用来判断群落或生态系统的稳定性指标。其中马格列夫指数是考虑群落的物种数量和总个体数，将一定大小的样本中的物种数量定义为多样性指数，马格列夫指数越大，物种丰富度越大。相比于单一物种数或生物量更加综合体现浮游植物群落与环境因子的关系，考虑生物与环境之间关系不是简单线性加和，所以本发明采用广义可加模型(GAMs)模型来模拟生物指数与环境因子的响应关系，确定关键环境因子的适宜范围。如图6所示，分别为三个水生态分区的马格列夫指数与盐度和pH两个因子的响应曲线，选择各分区内的马格列夫指数大于均值部分对应的环境因子数值作为适宜值，各分区的关键环境因子的适宜范围如下表所示：
表1各生态分区关键环境因子的适宜范围
(4)基于不同流量情景的水动力-水质模型的模拟
将收集的地形数据通过Mike21 Mesh generator网格生成器生态网格地形图(如图7所示)，分别设置上下游的开边界，上游开边界设置有虎门、洪奇门、蕉门和横门四个入海的河道边界，下游开边界设置以澳门-桂山岛-香港的外海边界(如图8所示)。设置好模型各参数后，进行模型的率定和验证。基于率定好模型，在其他参数不变的条件下，模拟同时期的40％、60％、80％、100％、120％、140％和160％生态流量情景，得到不同流量情景条件下的关键环境因子变化结果，图9所示为同时期的40％、80％、100％、120％、160％的流量情景盐度场变化图。
(5)水生态分区面积与流量之间的响应关系
根据不同流量情节条件下的关键环境因子空间变化结果，统计各分区的关键环境因子的适宜值范围的网格面积，根据各水生态分区的盐度和pH适宜值范围，确定各分区的不同流量下的分区面积(如表2和图10所示)。
表2各分区面积与流量之间的响应关系
注：Q为日均径流量、面积单位为km2。
从图10中可以得出Ⅰ类型分区(微咸水生态类型)的面积在40％-120％日均流量的情景下，其面积随流量变化明显，而超过日均流量120％后，其面积随流量变化幅度减小；Ⅱ类型分区(河海交汇水生态类型)的面积随流量变不明显，但模型模拟空间结果看，空间位置随流量的增大向外海移动；Ⅲ类型分区(近海岸水生态类型)，则是随流量的增大而减小，其中是因为分区区域因流量增大，导致分区空间位置向外海移动，移出了研究区域所导致面积减小。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，具体包括以下步骤：
S1、确定研究区域，设计研究方案，收集研究区域的水文数据，同时采集研究区域现场的浮游植物数据和环境数据信息；
S2、结合S1中所得的浮游植物数据信息，通过定性分析方法和定量分析方法完成浮游植物的物种鉴定；
S3、通过S2中所述的定性分析数据采用聚类分析方法确定研究区域浮游植物的群落类型和水生态分区的划分；
S4、通过S2中所述的定量分析数据采用约束排序分析方法确定研究区域的关键环境因子和浮游植物类群的代表物种；
S5、结合S1、S3与S4中所得信息，构建不同流量情景下的水动力-水质二维模型；
S6、根据S5中所得的水动力-水质二维模型的结果，分析确定研究区域的适宜生态流量。
2.根据权利要求1所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述S1中提到的水文数据收集，包括研究区域不同时期的径流量以及潮位信息。同时采集浮游植物数据和环境数据。
3.根据权利要求1所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述S3中提到确定研究区域浮游植物的群落类型和水生态分区的划分，具体包括以下步骤：
A1、依据浮游植物定性数据进行聚类分析，确定不同类型的浮游植物群落；
A2、根据不同浮游植物类群所在采样点划分不同水生态分区。
4.根据权利要求1所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述S4中提到的确定研究区域的关键环境因子和浮游植物类群的代表物种，具体包括以下步骤：
B1、进行排序分析前，使用浮游植物丰度数据进行去趋势对应分析(DCA)来确定是采用线性排序还是单峰排序；若DCA四个轴中第一长轴的数值小于3，则选用冗余分析(RDA)；若数值大于4，则选用典范对应分析(CCA)；若数值在3-4之间，则两者都合适；
B2、数据分析时，将所有物种数据均通过lg(x+1)进行转化；
B3、去除方差膨胀系统(VIF)大于20的环境变量，避免环境变量之间的多重共线性造成模型的不稳定；
B4、关键环境因子的确定：关键环境因子通过多元回归变量筛选，选择forward.sel函数进行变量的前向选择；
B5、通过浮游植物马格列夫指数和关键环境因子作广义可加模型，得到浮游植物的马格列夫指数和关键环境因子的响应关系，选择马格列夫指数大于其均值的数值对应的环境因子数值作为适宜值；
B6、浮游植物类群的代表物种选择：基于物种与约束排序轴的得分大小，确定合适的数量的代表物种。
5.根据权利要求4所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述B4中提到的变量的前向选择，具体包括以下步骤：
C1、依次分别运行每个环境变量与响应变量的约束排序分析；
C2、基于设置的标准选择“最好”的显著的解释变量；
C3、寻找模型中第二(第三、第四)解释变量；
C4、重复C1-C3所述操作，直至无显著性的解释性变量为止。
6.根据权利要求1所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述S5中提到的不同流量情景下的水动力-水质二维模型的构建，具体包括以下步骤：
D1、模型数据收集和前处理：构建研究研究区域的网格地形文件；
D2、搭建模型：设置内河口上边界和外河口下边界，模型输入主要条件：模拟物质，扩撒系统，降解系数，初始条件；
D3、模型率定和验证：通过保守物种对扩散系数进行率定，通过模拟区域不同监测点的降解物质浓度对降解速率进行率定；
D4、方案设计：设置不同流量情景下的水生态分区时空变化，通过查阅资料，确定合理的等梯度的流量变化以及流量范围。
7.根据权利要求1所述一种基于水生态分区理论的河口适宜生态流量评估方法，其特征在于，所述S6中提到的研究区域的适宜生态流量的确定，具体包括以下步骤：
E1、计算各生态分区的面积：根据不同流量情景模拟下的结果，提取每个网格中各个关键环境因子模拟值，按照各分区的关键环境因子适宜值划分，然后将对应分区不同种类关键环境因子划分网格进行对照，取它们之间网格重合部分定义为该区生态类型的区域，不重合部分划分为其他生态类型区域，最后计算网格的面积得出各生态类群区域的面积与空间位置，该研究区各生态分区的面积以下公式表示：
S总＝S1+S2+S3+…+Sn
其中：S总表示研究区域的总面积；
S1表示Ⅰ类型生态分区；
S2表示Ⅱ类型生态分区；
S3表示Ⅲ类型生态分区；
……
Sn表示其他类型的生态分区；
E2、通过改变流量输入情景，可以得到一系列梯度的不同流量输入下，水生态分区的面积大小和空间位置变化响应关系，根据水生态分区的时空变化，依据生态系统健康和水资源利用的要求，选择合适的生态流量模式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111331243.XA CN114022008A (zh) | 2021-11-11 | 2021-11-11 | 一种基于水生态分区理论的河口适宜生态流量评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111331243.XA CN114022008A (zh) | 2021-11-11 | 2021-11-11 | 一种基于水生态分区理论的河口适宜生态流量评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114022008A true CN114022008A (zh) | 2022-02-08 |
Family
ID=80063284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111331243.XA Pending CN114022008A (zh) | 2021-11-11 | 2021-11-11 | 一种基于水生态分区理论的河口适宜生态流量评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114022008A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114742378A (zh) * | 2022-03-25 | 2022-07-12 | 中国环境科学研究院 | 一种基于鸟类完整性评价湿地生态状况的方法 |
| CN115223660A (zh) * | 2022-09-20 | 2022-10-21 | 清华大学 | 生物种群评估模型的训练方法、装置和电子设备 |
| CN117094183A (zh) * | 2023-10-19 | 2023-11-21 | 交通运输部规划研究院 | 运河对河口湿地水生态影响评估方法及可读存储介质 |
-
2021
- 2021-11-11 CN CN202111331243.XA patent/CN114022008A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114742378A (zh) * | 2022-03-25 | 2022-07-12 | 中国环境科学研究院 | 一种基于鸟类完整性评价湿地生态状况的方法 |
| CN115223660A (zh) * | 2022-09-20 | 2022-10-21 | 清华大学 | 生物种群评估模型的训练方法、装置和电子设备 |
| CN117094183A (zh) * | 2023-10-19 | 2023-11-21 | 交通运输部规划研究院 | 运河对河口湿地水生态影响评估方法及可读存储介质 |
| CN117094183B (zh) * | 2023-10-19 | 2024-01-26 | 交通运输部规划研究院 | 运河对河口湿地水生态影响评估方法及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114022008A (zh) | 一种基于水生态分区理论的河口适宜生态流量评估方法 | |
| Xu et al. | Review on regional water resources assessment models under stationary and changing climate | |
| CN112001610B (zh) | 农业面源污染的处理方法及装置 | |
| CN114443982A (zh) | 一种大区域土壤重金属检测与时空分布特征分析方法及系统 | |
| CN109408773B (zh) | 一种生态健康诊断的指标自动化筛选方法 | |
| CN114201570A (zh) | 河网水质的监测方法、装置和可读存储介质 | |
| CN117236199B (zh) | 城市水网区域河湖水质提升与水安全保障方法及系统 | |
| CN117009887B (zh) | 流域水环境质量精细化估算及分析的方法及系统 | |
| Zemzami et al. | Improvement of artificial neural networks to predict daily streamflow in a semi-arid area | |
| CN117078114B (zh) | 引水工程影响下受水湖泊水质评价方法和系统 | |
| Quemmerais-Amice et al. | A methodology and tool for mapping the risk of cumulative effects on benthic habitats | |
| CN107423857A (zh) | 一种区域长期来水多目标联合概率预测方法 | |
| CN116384268A (zh) | 基于水污染的污染源溯源方法、装置以及设备 | |
| CN115713448A (zh) | 基于汇水单元的流域水污染常规因子快速溯源方法 | |
| KR101280388B1 (ko) | 지공간사건발생 예측 시스템 및 방법 | |
| Sullivan et al. | Mapping the links between water, poverty and food security | |
| CN111582753A (zh) | 河流网络连通模式对水生生物多样性影响评估方法及系统 | |
| Velasco et al. | Days-ahead water level forecasting using artificial neural networks for watersheds | |
| CN117171128A (zh) | 一种基于四水耦合模型的水生生物保护阈值识别方法 | |
| Ly et al. | Simulation of streamflow and instream loads of total suspended solids and nitrate in a large transboundary river basin using Source model and geospatial analysis | |
| Wali | Urbanization and Loss of Wetlands in Port-Harcourt Metropolis, Nigeria | |
| Davies et al. | The Tasmanian Conservation of Freshwater Ecosystem Values (CFEV) framework: developing a conservation and management system for rivers. | |
| Abou-Ali et al. | Nile water pollution and technical efficiency of crop production in Egypt: an assessment using spatial and non-parametric modelling | |
| Lorenz et al. | 22 Indicators for Transboundary River Basin Management | |
| CN117054349B (zh) | 一种基于遥感数据的水网水质压力评价方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |