李 黎,王 瑜,林岿璇,朱延忠,刘录三
中国环境科学研究院国家长江生态环境保护修复联合研究中心,北京 100012
河流是孕育人类文明的重要载体,物种多样性丰富、生产力与生境异质性高是其显著特征。然而,在全球气候变化与社会经济高速发展的背景下,人类活动在不断而深刻地改变着河流的生态环境,导致水生生物的数量不断减少,生物多样性降低,群落结构的脆弱性加大,使河流生态系统的服务功能遭到严重破坏。早在20世纪70年代,恢复并维持“健康”的河流生态系统就已经成为水资源管理的重要目标。为了实现这个目标,迫切需要寻找合理的方法,能够充分反映环境变化对水生生物群落的影响、分析河流生态系统在外界作用下的变化趋势。传统意义上的水环境监测,主要以水文和水质指标为主,近40年来人们逐渐倾向于采用生物学指标,其原因是加诸于生物的影响通常才是环境污染和退化的终点。随着研究的推进,生物监测已经成为各国水环境管理体系的重要组成部分。
“生物监测”通常被定义为系统使用生物及其响应来监测环境状态或变化[1]。河流监测可采用任意生物水平(包括亚个体、个体、种群、群落、生态系统),但是人们过去主要聚焦于生态学方法和较高的生物水平(种群、群落和生态系统)。因此,笔者倾向使用MARKERT等[2]提出的“生物监测”概念:生物监测是一种观测外部因素对生态系统的影响及其在一定时间内变化,或确定环境之间差异的方法。相较而言,后面这个定义更能反映生物监测的生态学内涵。
“指示生物”指的是包含环境(或部分环境)质量信息的生物个体(或组织、群落)[2]。理想的指示生物应当具有以下特征[3-5]:①分类明确;②分布广泛;③移动性低;④生态学特征明确;⑤数量丰富;⑥对环境压力高度敏感;⑦易于量化和标准化。
水文和理化指标通常是河流监测的基础,可以提供全部范围的信息,以便人们进行适当的水资源管理[6]。但是,水文变化迅速且难以估测,理化指标无法反映河流生态系统长期的可持续性。生物学指标已被证实为传统监测方法的必要补充[7]。
尽管生物学指标存在难以精确定量化、生物基准空间差异大等局限性,但是相对于水文和理化指标,仍然具有其不可替代的独特优势,包括:①能够整合不同尺度和类型环境压力的综合效应;②能够反映一段时间内低剂量污染物的累积效果;③与理化指标相结合,有助于阐明水环境质量下降的确切原因;④能够反映整体的生态完整性(即化学、物理及生物完整性),可直接评价防治及恢复措施的实施力度与成效。总之,生物学指标可以将整体环境以及生物对复杂的环境条件的响应整合起来,为人们了解当前生态环境的概况提供有效信息。
选择指示生物是河流生物监测项目中的重要决策。各个类群响应的环境变化类型各有不同,大型底栖动物受生境(底质类型、流速、河道形态、坡度等)的影响强烈[8],着生藻类则受水化学相关因子(营养盐、pH及电导率等)影响较多[9]。且各个类群在反映环境变化的时间尺度上也有差异,大型底栖动物和着生藻类可以反映环境的短期效应,鱼类则更适合反映长期效应。目前,已被用于河流生物监测的生物类群很多,包括细菌、浮游动物、藻类、大型底栖动物、高等水生植物、鱼类等,最为常用的是大型底栖动物、着生藻类及鱼类。这些生物类群可以单独使用(如大型底栖动物[3,6]、着生藻类[10]和鱼类[11]),也可以联合使用[7,12]。
作为初级生产者,着生藻类构成了河流生态系统食物网的重要基础[13]。着生藻类繁殖速度快、生活周期短,可以反映环境的短期效应和瞬时变化[14],由于通常附着于底质上,它们的生长和繁殖能够直接而敏感地响应河段内出现的物理、化学及生物变化等[15]。
着生藻类(尤其是硅藻)已被众多学者用于河流生态系统的监测与评价。研究显示,种类丰富度及多样性[16-17]、类群相似性[18]、叶绿素a[19]及生物量[9]均可用作指示环境压力的参数。另外,研究者基于物种敏感性和耐受性开发出许多生物指数,用以推断特定或一般的水环境状态,其中大部分为有机污染指示参数[20],在欧洲中北部的许多河流得到成功应用[21]。
大型底栖动物将有机物和营养资源(如落叶层、藻类、碎屑)与较高的营养级连接起来[22],是河流食物网的重要组成部分。大型底栖动物多数营固着生活,可代表特定位点的生态环境,具有敏感的生活期、寿命较长,能够整合一定时期的环境效应。此外,这个类群包含的物种众多,覆盖的营养级和耐受性范围很广,可以有力地解释累积效应[23]。大型底栖动物的群落结构经常随着环境干扰变化,GRAY[24]将这些响应总结为三大类,即多样性降低、机会种(生活周期更短、繁殖更快)占优势、优势种个体大小减小。如被有机物或重金属污染的河流中,群落的物种丰富度和多样性受直接和间接影响剧烈下降,摇蚊科常在敏感类群(如EPT种类)缺失的时候占据优势地位。
大型底栖动物(尤其是水生昆虫)可用于监测河流生态系统受到的各种环境压力,包括有机污染[25]、重金属污染[26]、水形态退化[27]、富营养化[28]、酸化[29]及整体环境压力[30]等。事实上,这个类群构成了欧洲和北美洲大多数河流生物监测项目的基础。许多国家和地区(如比利时[31]、英国[32]、瑞士[33]、美国[34]等)还针对大型底栖动物开发出自己的生物指数。
作为河流生态系统中高度可见且极具价值的组成部分,鱼类群落被用于河流生物监测已经有很长的时间。鱼类位于河流食物网的顶端,并被人类取食,对于污染物监测极为重要。因其寿命较长、运动能力较强,可作为长期效应和广域生境状态的优秀指示生物[14]。另外,鱼类群落涵盖的营养级范围很宽,包括顶位捕食者占据的最高营养级,可以反映整体的环境健康状态[35]。对周围水环境健康的敏感性是鱼类被用于监测环境退化的理论基础[36]。
鱼类群落几乎对所有类型的人为干扰都有响应,包括富营养化、酸化、化学污染、流量调节、物理生境改变及破碎化、人类开发及引入种等[15]。过去30年间,各种基于鱼类开发的生物指数已被广泛用于河流生物监测,以生物完整性指数(IBI)为代表的多参数指数的应用也在迅速上升[37]。
有效的河流生物监测指标需要满足以下条件[38]:①能够量化和简化复杂的生态学现象;②评价结果易于理解;③能够对人为造成的环境损害做出预测,但对自然的环境变化不敏感;④尺度适宜;⑤涉及管理目标;⑥具有充分的科学依据。目前,常用的指标包括多样性指数、生物指数、多参数指数、多变量指数、功能性指数等。
污染物的生物累积和毒性效应虽然在某些水环境监测项目中仍然是重要指标,但是该研究的侧重点在于监测水环境状态的生态学指标,因此此处不予详述。另外,污水生物系统也曾被用于河流生物监测(欧洲),主要是根据指示种(细菌、藻类、原生动物、轮虫等)的污水生物值来指示有机污染造成的缺氧。但是,20世纪70年代中期时,这些指数因其局限性被绝大多数欧洲国家摈弃[38]。
多样性指数是传统的生物监测指标,结合了群落结构的三大要素,即丰富度(现存物种数量)、均匀度(物种之间个体分布的一致性)、丰度(现存个体总数量)。其假设是,未受干扰环境以高度的多样性或丰富度、物种间个体分布均匀、中高级个体数量为特征。
研究者已开发出各种多样性指数(如Shannon-Wiener指数、Simpson指数、Margalef指数)[6],它们在水环境评价中的最佳用途是比较受损和参照群落之间物种组成变化[16]。目前,多样性指数单独用于河流生物监测的有效性受到很多质疑,研究者更倾向于将其结合其他参数使用(如多参数指数)。
生物指数将基于特定类群的相对丰度及其敏感性或耐受性结合成单一的指数或记分值[39]。其原理在于,指示生物对一些环境特征(有机污染、重金属、杀虫剂、富营养化、pH等)的敏感性及耐受性在物种之间各有不同,物种特异性污染指标可以用于指示生境的环境状态。
大型底栖动物和着生藻类的生物指数在欧洲国家应用最为广泛。以大型底栖动物为例,研究者针对这个类群开发出众多的生物指数和记分系统[6],如TBI(Trent Biotic Index)和EBI(Extended Biotic Index)、Chandler记分系统、BMWP(Biological Monitoring Working Party)和ASPT(Average Score Per Taxon)、HBI(Hilsenhoff’s Biotic Index)等。其中,BMWP及衍生的IBMWP,经水框架指令(WFD)推荐,被大范围用于欧盟各国。
多参数指数最早在美国兴起,整合了一组代表生态系统各种结构及功能属性的变量或参数(如物种丰富度、相对丰度、优势度、功能摄食类群、污染耐受性、生活史对策、疾病及密度),能够反映生物类群对自然或人为环境压力的响应[40]。多参数指数的使用主要包括2个步骤[14]:①经过识别能力分析、冗余度分析等过程,筛选并校正参数,再根据相似的位点类型集合成一个指标;②评估位点的生物状态并判断是否受损。第①步即多参数指标的开发过程,从本质上来说,这个过程是对参照环境的特征进行描述,构成了监测的基础。筛选出的核心参数,需根据参数值的数值分布,将参数值转化为无量纲分值;再将各项核心参数的记分值集合成单个指标(总记分值);最后,根据多参数指标的数值范围,以四分法或其他方法,划分成所需的等级。
作为多参数指数的先驱,KARR于1981年首次提出鱼类的生物完整性指数(IBI),并对美国中西部河流进行了评价。此后,研究者针对大型底栖动物[41]、着生藻类(或硅藻)[42]等类群也开发了类似的指数。IBI历经完善,适用的范围也扩展到湖滨带[43]、大河[44]及沼泽湿地[45]等。目前,基于大型底栖动物的多参数指数已经成为北美河流生物监测中应用最多的方法[46],在其他国家和地区(如欧盟成员国)也有广泛应用。
多变量指数,又称预测模型法,最初源于英国河流无脊椎动物预测及分类系统(River Invertebrate Prediction and Classification System,RIVPACS)[47]。这种方法从生态学角度考虑,通过建立预测模型来完成监测和评价工作。建模的假设是在无污染的情况下,生境属性(地貌、底质组成和植被等)一致的样点,应有相似的生物区系组成。简单来说,多变量指数通过统计分析,来预测特定位点没有环境压力时的预期群落模式;再对实际观测群落(O)和预期群落(E)进行比较(O/E)[38]。以RIVPACS为例,开发预测模型包括以下步骤:首先,全面采集一系列参照位点,代表区域内所有的物理生境类型;根据群落组成的相似性,将这些参照位点分成不同的类群;再用多元判别分析(MDA)来判断各个参照位点类群的环境属性和生物特征之间的关系,生成的判别函数可根据环境属性来预测受试位点没有环境压力时可能出现的物种;最后,比较观测和预测的群落模式(物种组成、物种数量、BMWP、ASPT等),对受试位点进行评价。
多变量分析法的特点是学术性强,采用多种统计方法处理数据,以标准差大小划分污染程度[48];但是,过分强调某些非生物学性状对生物区系组成的影响,建模困难,评价结果不够明了,不利于大范围推广使用。目前,英国、澳大利亚、加拿大等国已建立较为完善的体系,在其他地区也有使用。除了大型底栖动物,多变量指数还被用于着生藻类和鱼类[11]。
对生态系统特征进行充分描述,既需要结构(模式)信息,也需要功能(过程)信息[49]。因此,除了生物类群的结构和组成,功能性指数作为反映生态完整性的互补方法也开始应用于环境损害研究,“功能摄食类群”和“多重生物学特性”是其中的2种典型方法。功能摄食类群(Functional Feeding Groups,FFGs)分析是河流连续体概念(River Continuum Concept,RCC)的重要组成部分,主要基于形态及行为属性(摄食方式及固着、隐匿和运动模式),生活史模式(化型)等[50],常结合多参数指数使用;多重生物学特性(Multiple Biological Traits)分析则是将水生生物在环境压力背景下的多种生物学特性(如大小、体形、生活周期、食物及摄食习性、繁殖及其他特性)用于河流生物监测[51],通常结合多变量指数使用。
近40年来,许多国家已经将生物监测纳入政府的水环境管理体系。鉴于监测数据的科学性、准确性、可比性是各个国家和地区推行生物监测的前提和基础,美国、英国、欧盟、澳大利亚等国家和地区相继提出一些标准化的河流生物监测技术方案并加以推广运用。
1977年,英国淡水生态研究所(IFE)着手进行RIVPACS的开发工作[47],并在开发初期,提出相应的野外采样和实验室分析方案。这套方案后经英国环保局进一步修订和细化,在其他技术体系中也有应用,包括英国河流生境调查(RHS)、欧盟AQEM/STAR项目等。
调查方法上,每个位点都需界定调查区和采样区。调查区的生境组成与采样区相似,但比采样区范围更宽。采样区长度为5~20 m,取决于河宽(河段窄则采样区长度长,河段宽则采样区长度短);调查区在采样区两侧延伸7倍河宽(河段窄时)或50 m(河段宽时)。大型底栖动物的采集,通常使用FBA标准手网,大型河流可结合采泥器。采样过程包括3 min的手网采集和1 min的手动搜寻,手网采集主要集中在急流区。室内分析通常不取亚样。样品一般鉴定至2种水平:BMWP计算采用科级水平,RIVPACS分析则采用种级水平。
评价方法上,RIVPACS模型的开发历经RIVPACS I、II、III、III+以及最新的IV等版本,其间不断完善参照位点的类型和覆盖面。早期的模型仅使用物种组成来进行预测,随着开发深入,又加入了BMWP、ASPT指标,至RIVPACS IV版本,还将科级水平的AWIC、LIFE、WHPT等指标纳入。
19世纪80年代,USEPA基于各州采用的方法,开发了全国性的生物监测与评价技术方案,即快速生物评价方案(Rapid Bioassessment Protocol,RBP)[14,52]。继RBP之后,不同的部门和项目为了满足自身的需求,针对不同类型的河流,陆续开发出其他技术方案(如LR-BP[53]、EMAP方案[54]、EMAP-GRE方案[55]、USGS-NAWQA方案[56]等)。目前,溪流及小型(可涉水)河流监测多数采用RBP和EMAP方案,这2种方案均包括生境(理化指标)、大型底栖动物、藻类及鱼类的监测方案。
RBP的主要目的是为有效开展河流生物监测与评价提供一种经济实用的技术参考,因其具有“快速”的特点,已被许多国家引入,并在此基础上开发本国的技术方案。RBP采用固定距离法来界定采样和调查河段,通常取100 m范围(鱼类的采集范围可大于这个长度)。为了量化调查花费的人力,RBP对样品采集、分析方法进行了规范。以大型底栖动物为例,可用1 m踢网在浅滩或急流区采集2~3次,或用D型网在不同类型生境采集20次(采样次数按生境覆盖比例分配);用固定计数法挑取亚样,减少拣选和鉴定方面的工作量;样品可以鉴定至任何水平,但是样品之间必须保持一致。RBP还提出一套生境质量的视觉评价技术,对河流的各项基本特征进行粗略描述。
EMAP的目的是推进生态监测与生态风险评价技术,从多个时空尺度诠释环境监测数据,为全国环境监测提供指导。EMAP方案比RBP和LR-BP更为精细,更倾向于全面采集调查河段的各项参数。EMAP的野外工作手册提出了一套详细的4人调查方案,对调查的工作量和时间进行了合理化配置。这套方案采用河宽倍数法界定河段,通常以40倍河宽长度(最小值为150 m、最大值为500 m)作为采样和调查范围,并在此范围内等距取11个断面,按Z字形连续设置重复位点,以便采集到能够代表整个调查河段生境状态的理化和生物数据。另外,EMAP方案采用一套更为量化的生境评价方法。与RBP所采用的粗略的视觉方法相比,尽管EMAP方案花费的人力较多,但是评价结果更具客观性,精确度也大大提高。
2000年,欧盟发布了水框架指令(Directive 2000/60/EC),并提出:2015—2020年使所有水体达到“良好”状态。为了满足WFD的需求,欧盟于2000、2003年相继启动了AQEM和STAR项目,开发欧洲河流生态系统监测体系[11,23]。
AQEM/STAR技术指南包括水文地貌(河流生境)、鱼类、大型底栖动物、硅藻及大型水生植物的监测方案。其中,大型底栖动物方案在USEPA的RBP、英国环保局的操作流程、奥地利的“污水生物学指南”及ISO 7828的基础上形成;鱼类方案借鉴了欧盟FAME项目的采样方法;硅藻方案采用KELLY等[57]及WINTER等[58]的方法,参考了CEN标准(EN13946、EN14407);大型水生植物方案参考CEN标准(EN14184)。AQEM/STAR通常取500 m或100×河宽作为研究区域(应当能够代表调查河段的生境状态),其监测策略与各类采样/调查点的相对位置有关,这种策略的概念图可参见图1。以大型底栖动物方案为例,其采样范围取决于河流大小,小型河流(面积为1~100 km2)取20~50 m、中型河流(面积为100~1 000 km2)取50~100 m,采样方法和RBP的“复合生境采样方法”一致;实验室分析取700只个体的亚样,样品鉴定至最低可鉴定水平;除了寡毛纲、摇蚊科可鉴定至亚科以下水平外,其他类群均鉴定到种。
目前,德国和奥地利已经采纳AQEM/STAR的经验,开发出多参数指数用于全国监测系统。这2个国家均生成了模块化的特定河流类型评价系统,包含3个基本模块(有机污染、酸化、一般退化),能够识别不同环境压力的影响。不过,尽管AQEM/STAR项目针对水文地貌指数及硅藻、鱼类、大型植物也开发了相应的指数,但是多参数指数仅限大型底栖动物。主要是由于其他生物类群数据不足,不能覆盖所有欧洲河流类型,且存在一定程度的环境响应问题等。
20世纪90年代,澳大利亚在RIVPACS的基础上开发了澳大利亚河流评价计划(Australian River Assessment System,AusRivAS)[59]。尽管AusRivAS由RIVPACS衍生而来,但是两者又有不同。澳大利亚针对每个区域的大型底栖动物群落和环境条件,开发了特定的AusRivAS模型,提高了整体的预测准确性。研究初期,提出并检验了标准的采样方法、样品处理方法及分类学资源。采样时,需在河段内分别采集不同的微生境;之后,在实验室或野外现场,从每个生境样本中拣选200个个体(或固定时间),以便粗略估计类群组成。
图1 AQEM/STAR野外采样区域概念图Fig.1 Conceptual framework of field sampling in AQEM/STAR protocol
AusRivAS的模型根据大型底栖动物群落组成,采用非加权配对算术平均法(UPGMA)对位点进行分类,再采用步进式多元判别函数分析(MDFA)选择能够最佳识别分类群的预测变量。每个区域,针对不同季节、混合季节及各种河内生境都构建了不同的模型。
到目前为止,研究者已经开发出各种指标,用以量化人类活动对河流环境的影响。但是,环境政策的不断更新给生态学家提出了新的挑战,即亟需能够将生态系统现状与保护及恢复管理紧密联系的有效工具[60]。因此,功能性参数在河流生物监测与评价中的应用越来越多。除了上面提到的“功能摄食类群”和“多重生物学特性”,还包括微生物酶活[61]、光合作用[62]、群落代谢(初级生产力及呼吸作用)[62]、呼吸作用[63]及次级生产力[64]等。
分子生物学技术在河流生物监测中的应用,主要集中于物种鉴定和遗传多样性方面。
更为精细的分类学辨识度,对准确掌握生物在环境中的分布、丰富度和群落结构极为重要。然而,将大型底栖动物和藻类鉴定至属或种水平非常耗时,也极易出现误差。DNA方法作为生物鉴定工具,具有无可比拟的准确性和有效性,PCR-RFLP、T-RFLP及DNA序列等已被用于大型底栖动物和着生藻类鉴定[15]。随着DNA条形码技术的发展,尤其是环境DNA meta-barcoding概念的提出,愈发拓展了DNA技术在河流生物监测中的应用[65]。
遗传多样性是生物群落的基本特性,可以检验种群现状、指示种群变化历史、预测种群未来趋势。早在30年前,就有人尝试将分子遗传标记的变化性与特定的水环境压力联系起来,评估了金属、酸度、杀虫剂、放射性核素及复合污水的影响[66]。USEPA开展了一系列研究,对于遗传多样性指标在大尺度监测的实用性进行评估[67]。尽管分子遗传学应用于河流生物监测仍处于初级阶段,但有理由相信它最终会提供极为有用的生物学指标。
19世纪70年代,中国学者开始将水生生物群落应用于水环境监测,并针对某些生物类群和特定水域做了大量的工作。19世纪80年代至90年代前期,生物监测被纳入中国水环境监测体系,经历了快速提升阶段,初次建立起水生生物监测网络,并在全国范围开展例行监测工作。然而,19世纪90年代中期后,水环境监测集中到理化指标,生物监测一度被弱化。直到近年,随着水环境管理从“以污染防治为重点”到“以生态健康为目的”转变,生物监测才重新受到重视。2011年,中国环境监测总站在松花江启动生物监测试点工作,随后将其成功的实践经验推广至其他流域和省份。“十一五”和“十二五”期间,国家重大水专项也从不同层面和尺度在各大流域开展生物监测方法和指标的研究,积累了丰富的理论和数据基础。
目前,国内用于指示河流水环境质量的生物类群主要包括大型底栖动物、着生藻类、鱼类等。其中,大型底栖动物的采样相对简单,且易于鉴定至科级水平,粗略的调查即可检测到环境损伤,是研究者开展河流生物监测的首选。国内有关机构累积了多年的大型底栖动物背景数据,并将其作为水环境评价工具。着生藻类虽然还没有被广泛纳入监测项目,但因其生活史特征及敏感性,亦可作为河流生境退化的有效指示生物。以往的水环境监测项目中,鱼类在毒性检测中应用较多,在生态监测中的应用起步较晚,但是鉴于其特殊地位及生活习性,是长期及广域环境研究的不二选择。
早期,国内河流生物监测多采用单一因子法,主要采用多样性指数和生物指数。颜京松[68]采用大型底栖动物的Trent指数、Chandler记分值、Goodnight指数、Shannon指数评价了黄河支流的水质。类似的工作,在湘江干流、漓江、松花江、珠江及京津冀地区河流也取得了一定的效果[69-74]。1992 年,杨莲芳等[75]将USEPA的RBP以及多参数指数(IBI)引入中国, 并利用水生昆虫评价了安徽九华河的水质状况。之后,国内的学者相继开展了相关工作,在丰溪河、辽河、香溪河、渭河等流域开发了大型底栖动物、鱼类的生物完整性指数,并检验了这些指数在指示河流生态环境上的适用性[76-79]。除此之外,还有学者对于如何提高生物完整性指数的稳定性和精确度进行了深入探讨。渠晓东等[80]采用标准化方法进行参照位点的筛选,陈凯等[81]则尝试将预测模型纳入生物完整性指数的构建过程。从指标的准确性、可操作性以及工作基础来看,BI指数和生物完整性指数在中国具有较好的应用前景,BI指数计算方法较为简便、可指示水体污染,生物完整性指数的科学性较好,指示的环境压力类型更广。
20世纪80—90年代是中国生物监测快速发展阶段,原国家环保局组织编写、出版了多个水生生物监测规范及技术指导手册,如1986年《生物监测技术规范(水环境部分)》、1993年《水生生物监测手册》等[82]。但是,后期这些规范和手册并没有得到有效的实施和推广。“十二五”期间,中国环境监测总站结合试点工作及水专项研究成果,制定了河流、湖泊水生态环境质量监测与评价等技术指南,下发至全国各地方环境监测部门试用。指南对河流生物监测的方法和指标进行了详细规范,也在辽河、松花江等流域获得了较好的试点效果。不过,由于中国地域辽阔、河流类型繁多,河流的生态状态存在较大差异,现有的技术体系还需要不断地实践和补充。
虽然中国在河流生物监测方面已经做了大量的尝试,但与其他国家的发展水平相比,还是相对滞后,距离实现科学的水资源管理仍有一定的距离。从工作积累来看,中国相关生物类群的分类鉴定基础仍然相对薄弱,譬如大型底栖动物(尤其是水生昆虫)缺乏详实的分类鉴定资料,为河流生物监测工作的推广和开展造成极大的困扰;从监测指标来看,仍以单个指标或某几个指标简单相加的分析为主,研究方法单调,导致评价结果不够全面、准确,没有形成科学、有效的技术体系;从技术方法来看,现有监测技术与方法体系尚不够完善,各个机构、团体调查及分析方法不够统一、获取数据的可比性较差,且缺乏规范的质量控制体系。
尽管如此,生物监测在河流水环境管理中仍然具有重要的应用前景,对于确定水资源现状及受损程度、诊断环境损害的来源及原因、评估防治及恢复措施的有效性、监控水环境状态趋势等提供重要的理论支持。