水生态完整性监测评价的基准与参照状态探究

许宜平，王子健

中国科学院生态环境研究中心 a.中国科学院饮用水科学与技术重点实验室；b.环境水质学国家重点实验室，北京 100085

水生态环境质量的监测和评价是进行流域水环境健康管理的重要手段。从20世纪 80年代开始，欧美发达国家在水资源管理政策中逐渐强调生态保护，流域生态资源与生态质量的状况日益受到重视，中国则从21世纪开始重视和加强此项研究[1]。水生态系统不仅为人类提供生活和生产的基础产品，还具有维持生态系统结构、流域生态过程和水环境功能的重要作用。健康的水生态系统具有稳定性和可持续性，具有维持其组织结构、自我调节和对胁迫的自我恢复能力[2]。然而常规的理化监测指标不能准确反映复杂水生态系统质量的变化趋势，难以为水生态系统从水质达标管理向水生态健康管理的转变提供科学依据，亟需能够综合反映化学污染与非化学因子等多重胁迫对水生态系统累积影响的监测与评价体系，而不仅仅是评价环境水质。鉴于此，20世纪90年代起基于生物监测评价实践的水生态完整性评价方法，在世界各国蓬勃发展起来。如美国快速生物评价方案(Relative Bioassessment Protocol，RBP)、加拿大水生生物监测网络(Canadian Aquatic Biomonitoring Network,CABIN)及沉积物底质评价(Benthic Assessment of Sediment，BEAST)、英国河流无脊椎动物预测和分类系统(River Invertebrate Prediction and Classification System，RIVPACS)、澳大利亚河流评价系统(Australian River Assessment System，AusRivAS)以及适用于非洲南部河流生态系统生态完整性评价的南非评分系统(South African Scoring System，SASS)等[3-9]。

水生态完整性评价通过对水生态系统中不同生态组分(非生物和生物)的监测，将物理栖息地、水质和生物利用数学方法计算形成综合评价指数，整合生物多样性、生态功能特征、入侵物种、健康和种群动态的概念，来反映水生态系统健康状况[4,10-11]。将单个指标与相应基准(原始状态或最佳可达参照状态)进行比较，再将其整合到一个评价指数中，如生物完整性指数(IBI)。该指数代表了一种数值估计，即当前生态状况与预期生态状况的偏离程度，通常表达为一个定性描述的评分系统(如优、良、中、劣等状态)，从而易于被决策者理解引入到与水生生态系统管理相关的立法行为中。欧洲水框架指令(WFD)要求成员国评价水体的生态状况，以各种环境和生物特征(水化学、水形态、藻类、大型植物、浮游植物、底栖无脊椎动物和鱼类等质量要素)为依据，通过比较位点监测数据与参照状态，得出数值范围为0～1的生态质量比(EQR)，高状态用接近1的值表示，低状态用接近0的值表示[10,12]。水生态完整性评价适宜作为以下工具：①评价水体的生态状况，确定河流是否支持水生生物特定功能；②表征是否存在水资源受损及其损害程度；③帮助识别水资源受损来源和原因；④帮助制定区域特征的水质基准和生物基准；⑤评价控制措施和恢复手段的有效性。

由此可见，这种评价取决于2个核心要素：目标流域的水生态系统状况(通常以综合评价指数表示)和衡量的基准(通常以参照状态表示)。从而可以判断水生态系统的测定状况是否与期望值不同。该研究尝试从水生态完整性评价中基准与参照状态的核心要素出发，探讨基准与参照状态的概念框架、评价表征体系、预测确定方法的发展以及应用展望，以期为中国流域水生态健康管理工作提供参考。

1 水生态完整性评价中基准与参照状态的概念框架

1.1 生态基准的定义与范畴

生态评价的总体目标是将人类活动造成的损害效应(扰动)与跟人为损害无关的空间和时间的自然变化影响(噪声)分开。其中与人为损害相关的变量即胁迫因子，与自然变化相关的变量即自然环境变量。因此生态评价中“基准”概念的本质就是综合反映与自然条件相关的生态属性(如生态系统结构、组成、功能、多样性等)，从而区分人为扰动影响[13]。基准的定义可能是基于一些合并抽象概念的组合，如评价区域的原始状态(历史记录)、来源于参照位点的经验定义(参照状态)、人类社会和生态环境的期望状况(可能与“原始状态”不同)。不管基准的具体定义所反映自然条件的程度如何变化波动，生态评价的准确性和精确性取决于基准能够预测量化的程度[14]。

为什么生态评价需要基准？简而言之，基准的设定应该与操作实验中的对照组具有相同的目的。因此，基准是生态评价研究的一个重要因素，有助于对流域水资源的生态状况进行科学可靠的评价。与良好的操作实验中使用对照一样，生态评价的基准应该承担2项主要任务：①控制除被研究的人为胁迫因子与自然环境变量之外的其他因素的干扰；②提供足够的重复性来估计生态评价指数相关变量的变化范围。科学合理的基准能够完成这2项任务的程度，将极大地影响水体生态状况评价结果的稳健性[14]。景观实验的控制和重复性是确定基准的基本要素,然而在生态评价中景观异质性的复杂和统计约束力常常严重制约这种严格控制手段的具体实践，特别是对于环境改变早已实际发生的事后生态评价(如针对水资源受损的生态完整性评价)。因此，在水生态完整性评价中，“参照状态”常被用来描述生态基准，通常使用参照位点(在自然状态或最小干扰状态下的位点)来评价其他位点的生态状况。准确和精确的评价要求评价位点与适当的参照状态相匹配。

1.2 参照状态的定义与表征

大多数生态评价都是直接或间接地将当前水体生态状况(结构、组成、功能和多样性)与原始的、未受污染的或不受人类干扰的参照状态相比较。参照状态一直是贯穿水生态完整性评价方法发展的核心要素。美国、欧盟、澳大利亚等国家和地区对参照状态的概念有不同的认识和理解[15]。美国清洁水法(CWA)及支撑其实践的RBP规定参照状态为“某一特定区域内生物潜力达到最高的最佳条件”；欧盟WFD将参照状态定义为“无显著或最小人类活动干扰的状态”，即水文要素、一般物理化学元素和生物质量元素等完全或几乎不受人为干扰；澳大利亚水改革框架(WRF)则定义参照状态为“栖息地未受干扰，维持水生态系统关键生态过程、生物组成多样性及其功能”[12,16-19]。

事实上，上述这些参照状态的不同定义都没有脱离生态基准设定的初始意图，即努力维持和(或)恢复生物状况到某种自然状态。USEPA的STODDARD等建议在此基础上提出适用不同评价场景的具体参照状态，来表述当前位点的评价基准[13]。例如最不受干扰状态(minimally disturbed condition，MDC)，描述无显著人类活动干扰条件下的自然状态，考虑随时间变化的自然变量；最低干扰状态(least-disturbed condition，LDC)，描述在有广泛人类干扰的地区，在特定河流位点中表现出最低人类扰动的最佳状态，具有区域差异，随着河道退化或生态恢复可能发生变化；最佳可达状态(best attainable conditions，BAC)，描述通过合理有效的管控修复手段可达到的最佳状态即期望状态，BAC的状态水平介于LDC与MDC之间，其能否达到取决于人类活动的干扰程度而并非像MDC那样可能无法实现；历史参照状态(historical condition，HC)，描述根据需要选择的某一时间节点的历史状态。这种具体精细化的参照状态定义，有助于提高水生态完整性评价的准确性和精确性。

2 水生态完整性评价中参照状态的确定方法

尽管在世界各地的流域管理与生态评价体系中都使用了参照状态，但在过去20年里，对淡水生态系统进行生物评价参照状态的分析预测方法发展得相当缓慢[20]。参照状态的预测确定按照输入计算方法可以分为两大类：①基于自然环境设置的分类方法(如参照位点法、历史数据法等)；②使用分类和连续可变环境属性作为输入的模型方法[14]。另外，还有一类方法是提供描述性判断(即专家判断法)，一般用作辅助手段确定非定量指标。

2.1 参照位点法

参照位点法是一种长期且高度可靠预测参照状态的方法，对相关河流类型的近自然或最少人类活动干扰的参照位点进行现场监测评价其生态状况[10,21]。由于地形地貌、土壤类型、自然植被、气候条件及土地利用方式等生态特性存在巨大的空间变异性，不可能建立全国统一的参照状态，因此参照位点法有2种不同类型的划分方法：①基于一般景观特征的地理相关区域划分(即使用区域参照位点)；②基于区域和位点特征组合的地理独立的特定类型划分(即使用特定参照位点)。现场调查监测是在各自的河流系统或地理区域内完成的，如果没有合适的地点，就应该调查其他河流的同类地点。调查监测的基准指标一般包括生态指标、热力学指标、水文、地貌以及环境水化学指标。尽管在实践中对相对不受干扰的栖息地进行调查非常耗时耗力且成本高，但这种传统而精细的调查评价方法却能够提供最可靠的生态信息甚至包括定量数据[19]。

区域参照位点。通常是以自然环境梯度来划分的区域内未受干扰(接近自然状态)或干扰最小的一系列位点作为该区域内的参照位点，其所代表的生物群落、栖息地和水化特征作为该区域的参照状态[1]。该方法建立在生态分区的基础上，假设在相同生态分区内的流域具有比较接近的生态功能和生态特征，对生态分区内其他流域的评价都将基于与参照位点的比较[22-23]。在USEPA的快速生物评价案例研究中，该类型参照状态被认为更适合于确定水域或流域尺度的生态基准，用于评价资源是否受损以及受损程度。

特定参照位点。该方法指在同一流域内不同时空点生态监测评价的基础上，将点源排放的上游一个或数个位点作为参照位点，通过上游与下游的比较确定针对特定评价对象和评价目标的参照状态。在USEPA的快速生物评价案例研究中，该类型参照状态减少了源于栖息地差异的复杂情况，排除其他点源和非点源污染造成的损害，可帮助识别水资源受损来源和分析因果关系，并提高精确度。然而该类型参照状态的有效性较为有限，不适用于广域(流域及其以上范围)的监测评价，也不适用于存在复杂的点源和非点源污染以及其他生态干扰、多重胁迫因子、监测数据不完整等状况的流域。

虽然参照位点法是确定参照状态的重要方法之一，但采用参照位点数据确定评价基准水平仍面临着众多的质疑。如在人类活动比较频繁的区域很难找到没有受到任何干扰的参照位点，无法判断区域间(内)的差异是由自然变量引起还是由其他因素干扰，因为气候和自然干扰的影响均会导致参照位点的生态质量不断改变，其后果可能都会显著影响基于参照位点确定评价基准的准确性[24]。这些情况下，可以借助历史数据的分类法和使用生态模型预测等手段确立参照状态[1,14]。

2.2 历史数据法

在工业化国家中，大多数大型河流的严重水文变化几乎消除了天然的参照位点。因此基于类型学方法确定参照状态越来越依赖于前工业时代的历史数据(地图和记录等)，即考虑历史参照状态的定义。这些历史数据可以来自于早期河流样本调查记录、早期的土地调查记录、历史馆藏文献以及照片等资料。通过分析阐释这些历史数据可以帮助确定广泛人类干扰活动发生之前的历史状态(如在开展大型水利工程之前水生群落或形貌特征)。美国在评价石油污染对布法罗河、哈德逊河沉积物和河岸生物资源的影响时，就是采用历史研究文献确定了相关生物基准，为后续开展修复提供了重要依据。历史参照状态有时也可以通过测量指标的当前状况来反推(如历史湖泊状况通常可以从沉积物硅藻组分以及浮游生物与底栖生物的比值等数据推断出来)[13,25]。

2.3 模型预测法

尽管分类学方法在区域化和描述栖息地与形貌特征上占主导地位，但近年来基于特定位点建模的预测方法越来越受到关注[14]。模型预测集成生态模型与生态统计学的研究基础，基于位点环境参数的连续变化，通过物种分布模型以及插值、多元回归、线性或逐步判别函数、贝叶斯网络、机器学习等多种组合算法和统计手段，填补参照位点和参照状态的数据缺失，能够显著提高预测结果的准确性和精确性。模型可能是基于多变量的预测系统，也可能是单变量指标分数或者多度量指数。

2.3.1 多变量预测

基于多变量手段的预测模型，通过一系列环境参数预测和诠释参照位点水生群落的组成与变化，比较研究位点的生态属性与模型预测参照状态之间的偏差。如果在研究位点观察到的水生群落属性与模型预测的未受干扰期望状态相似，那么该研究位点可以被认为处于“良好状态”或者视为“参照状态”；如果在研究位点观察到的水生群落与预测值不同，那么研究位点被认为处于“受到干扰状态”。多变量预测模型的成功应用需要考虑3个先决条件：①对于参照状态下生物区的物种分类组成及其空间和季节分布有足够了解；②对定义参照状态的标准有具体清晰的理解；③模型在精确预测某一特定位点或河流类型的生物区时，考虑环境条件的自然变化。因此，多变量预测模型一般较为精细复杂，模型开发也较为费时费力[10]。在过去的20多年研究历史中，第一个引人注目的多变量生态评价预测工具是英国研究人员开发的RIVPACS系统，之后是加拿大的BEAST系统[3,7]。基于RIVPACS系统原理，其他国家也陆续建立了类似的模型预测评价系统。澳大利亚在国家河流健康计划(NRHP)中开发的AusRivAS系统是对各主要栖息地分别取样和建模，因此不同生态分区的预测模型也相异[16]。另一个基于RIVPACS模型的代表则是捷克的PERLA系统[26]。欧洲鱼类指数(EFI)模型是第一个为评价欧洲河流的生态状况而开发的泛大陆模型。EFI模型是多变量与多度量方法的结合，综合采用10种度量指标描述鱼类在摄食、迁徙、栖息地、产卵偏好以及人为胁迫耐受性等方面的属性，特定参照位点的参照状态则是使用多元回归模型预测。后续研究的EFI+进阶版，则进一步考虑了不同河流类型的特定响应[27-28]。事实上，多变量预测模型也能够推及到区域尺度或者国家层面的管理应用。ARMANINI等基于RIVPACS系统提出了一种应用于广域尺度的参照状态模型，该模型使用了全国一致的地理信息系统(GIS)环境数据层(即基于GIS的环境变量，而不是本地栖息地变量)；尽管这些广域数据集来自不同抽样方法，仍然生成一个强健的预测模型，并且与null模型相比性能得到改善。如果这类方法能够标准化全球应用，对未来大规模实施河流生物监测评价具有重要意义[29]。

2.3.2 多度量预测

多度量手段是评价河流复杂生态过程的重要方法。其中，最为常用的多度量指数(MMI)定义了一系列在生物个体、生物群落和生态系统尺度上反映种群结构和组成的度量，再整合这些度量形成综合指标，因而反映了影响河流生态健康的多种胁迫因素。MMI并不仅仅适用于参照状态的预测，也是水生态完整性评价的重要表征，由KARR首先提出的生物完整性指数就是基于MMI手段[30]。在一个MMI系统中，每一个度量指标都可以合理预测且与环境变化所引起的特定影响相关联。因此，多度量指标考虑了多个影响并将单个度量组合成一个非维度指数，该指数可用于评价位点的综合生态状况。通过将不同类别的度量相结合，能够反映不同环境条件和水生生物群落的各个方面。在生态评价中可以采用的种群度量很多，良好的种群度量应该具有以下特征：明确的生态功能意义，标准测量方法，重复性强，能灵敏反映环境污染和生态扰动并且在实践中具有足够的数据支持[22]。生态评价中常用的度量指标可分为以下几类：①生物类群结构组成和丰度的度量指标(如某一生物分类单元的丰度、分类单元组成)；②物种丰富度和多样性的度量指标(如种群丰富度)；③环境污染或抗干扰敏感度和耐受性的度量指标(如耐受种比例)；④生态功能的度量指标(如摄食类型、栖息地偏好等)。根据不同的评价目的、生态系统类型、生物类群和可获取数据，多度量指数可以选择不同的度量指标组合和描述方式[10]。

2.3.3 物种分布模型

参照位点的适宜性是准确可靠评价参照状态的先决条件。然而在工业高速发展的现代社会，处于自然状态或最小受人类干扰状态的参照位点常难以寻获。在缺乏参照位点数据时，常采用物种分布模型(SDM)来评价在一定空间尺度内栖息地适宜性的变化，筛选适宜的参照位点以确定参照状态[31]。基于SDM的预测方法常用3种建模策略：单一物种组合建模、多物种响应建模以及群落分类建模。群落分类建模结果往往因预测结果有较高疏漏和误差比率而影响模型敏感性；单一物种组合建模对训练位点的数据提供较为精确的评价结果，但是对外部数据集的预测偏差较大；多物种反应建模则不仅能提供较高的预测准确性和精确性，对外部数据集的预测偏差也较低，能够在不降低特异性的基础上表现出高度敏感性，因此备受推荐[32-33]。

2.3.4 其他统计建模方法

越来越多的现代生态统计学手段被用于参照状态方法的建模预测。判别函数分析和机器学习多用于分类环境变量的数据集。如NICHOLS等基于澳大利亚AusRivAS模型，使用多元逐步判别函数分析(DFA)建模，将训练参照位点基于无脊椎动物群落结构相似度进行分类分组，预测达到参照状态的期望丰度[34]。FEIO等也使用AusRivAS模型，通过机器学习算法对单个生物分类单元进行建模，并基于发生概率推导每一生物分类单元的参照状态的期望丰度[35]。贝叶斯建模方法在生态学和环境科学中的应用越来越普遍，但在参照状态预测评价中却使用较少，近年才逐渐发展起来。WEBB等开发贝叶斯模型，从连续和分类环境变量中预测无脊椎动物物种组成和多样性的综合指数，并将STRACHAN和REYNOLDS等确定的底栖动物分类群作为分类预测因子纳入模型中用于参照位点的分类[36-37]。此外，对于缺乏数据的参照位点和河流类型，还可以采用插值法推导生态响应差异，在此基础上建模替代预测参照状态。这种生态响应差异的量化可以作为替代的河流生态完整性评价基准。如COLLIER等使用大型无脊椎动物数据集和EPT丰富度指数(E-蜉蝣目、P-襀翅目、T-毛翅目)度量指标，对缺乏区域参照位点的不可涉水河流样本进行插值分析，通过压力梯度响应的差异量化建立了参照状态[38]。

2.4 专家判断

专家判断法(BPJ)确定参照状态与上述三大类方法显著不同，更多适用于描述性的参照状态，也是欧盟WFD推荐的四大类方法之一。尽管使用BPJ方法难以将参照状态的描述表征定量化，但经验丰富的水生生物学家可能有几十年的流域调查实践经验，专业判断可以为参照状态的确定提供经验性的理解。此外，这类描述性指标也可以通过其他方式进一步转化为定量测量指标。如USEPA专家对大西洋中部高地河岸的参照状态描述如下：①一个多层的木本植被廊道；②封闭(或接近封闭)的冠层；③河岸地区没有明显的人类干扰(垃圾、道路、栅栏等)。之后这一河岸栖息地参照状态的定性描述指标被部分转化为定量测量指标：①多层林冠是否覆盖河岸；②林冠覆盖的百分比；③是否有河岸扰动[13,18]。

表1总结和比较了确定参照状态的四大类主要方法。其中，参照位点法发展相对较为成熟，依赖长期大量观测数据，因而预测结果也最为精确可靠，在可选择获取参照位点且有条件开展实地生物监测的情况下是首选的参照状态确定方法。依赖生态模型与统计算法的模型预测法则是填补参照位点空缺和参照状态相关指标数据缺失的重要方法。历史数据法和专家判断法各有其局限性，因而一般作为辅助手段。

表1 用于确定参照状态的四大类方法Table 1 Four kinds of methods for developing the reference condition

3 结论与展望

环境退化的机制通常是复杂的且综合效应不易衡量。对水生态完整性的估计可能是评价水环境中多重胁迫因子影响的最佳工具。用以衡量研究位点生态状况的基准是水生态完整性评价的核心要素，被认为是原始的自然状态，或者最小受到人类活动干扰的参照状态。参照状态的定义具有不同的范畴和适用性，既包括根据适宜的参照位点生态属性确定的当前状态、期望的最不受扰动状态、最佳可达状态以及实际判断的最低扰动状态，也包括用以比较构建修复基准的历史参照状态等。在使用参照状态评价当前位点水生态完整性时，应根据评价需要定义具体的参照状态范围。水生态完整性评价中参照状态的确定有四大类方法，基于生态分类学手段的参照位点法和历史数据法，针对特定位点的模型预测法，以及提供经验性解释与描述性判断的专家判断法。其中参照位点法基于现场监测调查数据，是一种长期且高度可靠的预测方法，而模型预测法则是填补参照位点空缺和参照状态相关指标数据缺失的重要手段。

生态完整性评价面临的挑战之一是应对环境条件的广泛、长期的变化，最明显的是应对气候变化。因此，依赖参照状态的水生态完整性评价需要考虑到参照状态本身的时空变化特征。特别是在长期的时间和空间变化很大的地域，随着气候变化的加剧，迫切需要进一步审查和验证参照状态的稳定性。在考虑参照位点适应性的情况下，具有长期数据支持的参照状态应该能够更精确描述和评价由于气候变化和其他缓慢环境变化(如盐化、集水覆盖范围变化)而导致生态状况变化的长期趋势。现代统计方法的结合(如GIS和遥感工具)可以详细了解气候及其相互作用对生态环境的多重影响。

分析国外水生态完整性评价参照状态的确定方法和经验，对中国流域生态完整性评价和健康管理具有重要借鉴意义。然而中国幅员辽阔、水域宽广，自然条件复杂多样，生物区系分布也与国外差异很大。河流生态系统的复杂特性以及日益强烈的人类活动干扰，为参照位点的选择和参照状态的确定增加困难。此外，中国的水生态完整性评价工作尚处于起步阶段，系统性的历史调查资料相对匮乏，历史数据法的选择也存在较大局限性。因此，确定不同生态分区与河流类型的水生态系统参照状态将是中国系统开展流域生态完整性评价工作的重要内容之一。基于对国外流域生态完整性评价参照状态确定方法的深入调研和分析，以及综合考虑不同参照状态确定方法的优缺点，结合对国内水域系统和水环境污染总体现状的认识，笔者在此初步提出中国水生态完整性评价参照状态的推荐方法：①确定水生态完整性评价目标与范围，包括针对评价位点流域(河段)开展基础调研和数据资料的收集分析工作；②对于少数受人为活动干扰较小且水体污染程度较低的生态分区，建议优先选择参照位点法，以分区内流域物理栖息地未发生显著变化、河岸植被为分区代表类型、水体污染程度较低的河流位点作为参照位点，根据参照位点调查数据统计计算参照状态；③对于多数受人为活动干扰较大(如实施重大水利工程)或水体污染较为严重的生态分区，分区内难以找到自然好或基本不受干扰的参照位点，则建议综合采用模型预测法和历史数据法，通过可获取历史数据和临近分区相近河流类型的位点信息，进行历史数据分析和模型反演与预测，计算参照状态期望值;④集成几种方法的预测手段可用以确定更可靠的结论，如模型预测法是国际上生态学家推荐的更为准确和精确的预测方法，不仅能够填补参照位点及系统性调查数据的缺失，还能够筛选验证参照位点适宜性。此外，专家判断法是很好的辅助手段，可以评价获取的定性和定量数据质量，进一步提高数据可信度，优化参照状态模型。