江苏省太湖流域大型底栖无脊椎动物完整性业务化评价指数构建

陈 桥，张 翔，吕学研，蔡 琨，张 咏，徐东炯

1.江苏省常州环境监测中心,江苏省环境保护水环境生物监测重点实验室,江苏 常州 213001 2.中国科学院大学,北京 100049 3.江苏省环境监测中心,江苏 南京 210036

国内外众多研究显示，大型底栖无脊椎动物(以下简称底栖动物)是水生态环境质量状况可靠的指示生物类群[1-5]。欧盟[1]、美国[2]、英国[6]、澳大利亚[7]、南非[8]和韩国[9]等国家和地区均将其作为水生态监测和评价的重要内容，支撑水环境管理。但是，基于传统形态学方法的底栖动物采样和物种鉴定较复杂，时间周期长，对人员专业能力要求高，在一定程度上限制了其推广应用。针对这些瓶颈，美国环保署(USEPA)开展了快速生物评价方法(RBP)的研究[10]，筛选获得的评价指标降低了对物种鉴定的要求及对专业人员的依赖，可实现野外快速评价，较大提升了可操作性，有效推动了底栖动物在美国河流管理中的应用。在中国，随着国家“水十条”的颁布实施，水环境管理逐步从单一水质目标管理向水质与水生态双目标管理转变，对水生生物监测提出了明确需求[11]。借鉴国际成功经验，针对国内专业人员队伍和技术储备不足等问题，亟需探索具有可操作性的技术方法，为水生态目标管理落地应用提供技术支撑。

江苏省太湖流域总面积约为1.94×104km2，是中国城市化和工业化发展速度最快的区域之一，水环境问题突出，已成为制约社会经济发展的重要因素。在推进流域水生态目标管理的背景下，研究以江苏省太湖流域水系为对象，紧扣业务化推广应用目标，参考国际上应用最广泛的生物完整性技术体系[12]，开展底栖动物完整性指数(Benthic-Index of Biotic Integrity，B-IBI)构建研究，并在此基础上进一步优化，以实现能够在相关部门开展例行业务监测的目标，推进水生态监测和评价的业务化应用，为推动中国流域水生态目标管理工作提供技术支撑。

1 研究方法

1.1 采样点布设及样品采集与分析

以水质监测网为基础，兼顾空间全覆盖、干扰梯度和代表性等因素，在江苏省太湖流域水系布设120个采样点(图1)，分别于2013年1—3月、7—8月和10—11月开展3次监测。底栖动物样品采集参照文献[13]，溪流采样点急流区样品采集使用踢网(1 m×1 m，孔径为0.425 mm)采集1 m2范围内样品，并在上下游各50 m范围内使用D型网(宽为0.3 m，孔径为0.425 mm)采集各小生境(如缓流区和静水区等)共计约1 m2范围内样品，踢网和D型网采集的样品现场合并挑拣；其余采样点先使用1/16 m2Peterson采泥器采4夹，再使用三角拖网(开口边长为30 cm，孔径为0.425 mm)拖曳采集，拖曳距离视底质淤泥量而定，淤泥多时一般拖曳3～5 m，淤泥少时一般拖曳10～30 m，现场将采泥器和三角拖网采得的样品分别经孔径为0.425 mm筛网淘洗后带回实验室进行标本挑拣。标本使用4%甲醛溶液保存。参考相关资料[14-18]，将标本鉴定或区分到种并计数，统计物种组成。现场测定水体透明度(SD)和溶解氧(DO)，记录生境情况，同时采集水样[19]分析总磷(TP)、总氮(TN)、氨氮(NH3-N)、高锰酸盐指数(CODMn)、叶绿素a(chla)，湖荡和水库采样点计算综合营养状态指数(TSI)[20]，河流点计算综合污染指数(P)[21]。

图1 江苏省太湖流域采样点示意图Fig.1 Location of the sampling sites in Taihu basin of Jiangsu province

1.2 B-IBI构建

相关研究显示，江苏省太湖流域不同类型水体的水化学和物理生境条件不尽相同，底栖动物群落特征存在显著差异[13]。因此，研究以水体类型为单元，分别构建湖荡、河流、水库和溪流B-IBI，对应以B-IBIL、B-IBIR、B-IBIE和B-IBIS表示。

1.2.1 参照状态的选择

江苏省太湖流域地区经济发达，开发强度大，现存条件下无法找到未受人类干扰或干扰极小的区域，且缺乏系统的历史资料，也尚未通过历史重建、建模或恢复试验等方法构建最好可达环境[22]。因此，根据监测样本，选择最小干扰状态作为参照状态，结合流域水生态实际情况，需满足水质和生境条件相对较好，人为干扰相对较低等条件，具体见表1。

表1 江苏省太湖流域不同水体类型的参照状态条件Table 1 The reference conditions of different types of water bodies in Taihu basin of Jiangsu province

注：“*”表示该数值约为监测样本的25%分位数值；表中TN、TP、NH3-N、CODMn的浓度单位为mg/L；“—”表示该指数不适用于河流和溪流。

1.2.2 候选指标及筛选

结合流域实际，选择国内外常用的72个相关候选指标，其中有58个湖荡、河流和水库指标，66个溪流指标(表2)。底栖动物科级敏感值参照文献[23]，耐污值参照文献[24-25]，摄食类群划分参照文献[26-27]。指标的筛选包括3个步骤：①分布范围分析，剔除梯度差异不明显的指标；②判别分析，参照BARBOUR等[28]的箱线图法，剔除参照状态与受损状态区分不明显(IQ<2)的指标；③相关性分析，将通过以上2步筛选的指标进行相关性分析，当|r|>0.75[29]则认为指标间信息重叠度较高，可剔除多余指数，保留其中之一即可反映相关候选指标所表达的信息。

表2 候选指标及对环境胁迫的预期响应Table 2 Candidate metrics for B-IBI and their expected response to stresses

注：①E、P、T、O分别指蜉蝣目(Ephemeroptera)、襀翅目(Plecoptera)、毛翅目(Trichoptera)和蜻蜓目(Odonata)；②仅为溪流候选指标；③仅为湖荡、河流和水库的候选指标；“M”表示参数代码；“↑”表示预期胁迫响应为上升，“↓”表示下降，“(-)”表示非单向变化。

1.2.3 指标分值计算及评价分级

为统一量纲，采用国内外应用较广的比值法计算各候选指标分值。与干扰呈反比的指标，以参照状态95%分位数为期望值(EV)，按“指标值/EV”计算分值；与干扰呈正比的指标，以参照状态5%分位数为EV，以“(最大值-指标值)/(最大值-EV)”计算分值。若分值大于1，按1计。经筛选后获得的核心指标分值之和即为B-IBI值。

由于研究是基于监测样本中最小干扰状态为参照，与理论上的清洁参照存在一定差距，为客观反映水生态状况，避免评价结果过于乐观，取参照状态B-IBI值的95%分位数值作为水生态的健康目标值。等级的划分采用四分法，分别代表优、良、中、一般和差，参照ISO 8689-2以不同颜色表示[30]。

1.3 业务化转化

业务化转化即在科学筛选的基础之上，优先选择易操作且对环境梯度响应较好的指标，替换操作繁琐、对物种分类鉴定和人员要求高的指标，提升指数的可操作性，便于相关业务部门在日常工作中实施。因此，在筛选的基础上，进一步优化指数，优化原则包括：①优先选择对分类鉴定要求相对低的指标；②选择便于采样，易于获取数据的指标；③使用尽量少的指标；④能够准确表征水生态状况，与筛选获得的指数评价结果具有较好一致性。经业务化转化后的B-IBI以B-IBIy表示，湖荡、河流、水库和溪流的业务化B-IBI分别以B-IBILy、B-IBIRy、B-IBIEy、B-IBISy表示。

1.4 数据处理

研究重点关注基于单次采样的B-IBI评价，暂不考虑年内时间变化，因此将3次监测结果以独立样本参与指数构建。不同采样方法获得的数据处理方法参照文献[13]。

采用ArcGis10.1软件绘制空间分布图，其他图的制作使用Origin 8.0。

2 结果

2.1 不同水体类型底栖动物指标筛选

按表1，选择L3(第①、②、③次监测结果均符合参照状态要求，简述为①②③)，L4(②③)，L5(①②③)，L43(③)，L49(①)为湖荡参照状态；R11(①②③)，R23(①)，R25(①②③)，R30(①②)，R35(①②③)，R36(①)，R38(①②③)为河流参照状态；E5、E6(①)，E7(①②)，E11(③)，E15(①②)为水库参照状态；S2(①②)，S6(①)，S7(②)，S9(①)，S14(②)为溪流参照状态，其余作为受损状态，如图1所示。

针对不同水体类型，开展候选指标分布范围分析，对于预期胁迫响应为下降的指标，当参照状态的75%分位数值较低时，可变区间小，予以剔除(表3)。另外，河流和水库候选指标M5、M6、M37、M38及水库候选指标M39虽有较大的可变空间，但主要受软体动物影响，甲壳动物和水生昆虫影响较少，因此，保留软体动物相关指标(M2和M33)即可。通过分布范围分析的指标进入判别分析步骤，剔除IQ<2的指标，另外，河流指标M50和M66预期胁迫响应为上升，参照状态和受损状态的25%～75%分位数区间均为4～6.5和2～4，IQ值虽为2，但对参照状态和受损状态的区分度有限，也予剔除。

通过以上筛选，湖荡、河流、水库和溪流分别剩余16、19、21、20个指标进入相关性分析。对于湖荡，M1与M19、M52、M53、M59相关，其中M1使用广泛且表征的物种信息较全面，予以保留，M59不仅包含了物种科级分类单元信息，同时表达了物种对环境胁迫的敏感水平，也予以保留，其余剔除。M2与M5、M6、M65相关，其中M2在太湖流域湖荡生态系统中具有较好的指示意义[31-32]，而甲壳动物分类单元数未通过判别分析，因此剔除M5、M6；M2包含M65，保留信息相对全面的M2，剔除M65。M18与M22、M23、M24相关，选择相对常用的M24，其余剔除。M34与M70的相关系数为1，两者信息完全重合，即研究样本中刮食者全部为腹足纲动物，故选择M34。M51与其他指标均不相关，故保留。

对于河流，参照湖荡相关筛选原则，保留M1、M24和M59，剔除M2、M19、M22、M23、M52、M53。由于M21与其他指标均无显著相关性，保留M21，剔除M18。M26、M29、M33、M34、M39、M55、M57、M58之间相关性重叠信息较多，保留与其他指标相关性较低且区分度较好的M34(IQ=3)，其余剔除。

表3 候选指标分布范围、判别和相关性分析Table 3 Distribution, interquartile ranges(IQ) and Pearson correlation for candidate metrics of different types of water bodies

注：分布范围分析和判别分析仅列出了剔除指标，其余进入下一步分析，相关分析仅列出了∣r∣>0.75的指标；①为该指标在参照状态中的75%分位数；②为该指标的IQ值；③表示M1和M19、M52、M53、M59的相关系数分别为0.81、0.78、0.90及0.89，依此类推；④表示通过筛选后获得的核心指标。

对于水库，同理保留M1、M24和M59，剔除M19～M24、M51～M53，M2与M33、M34、M65、M70相关，保留M2，其余剔除。M27与M28、M29相关，M28和M29对于参照状态和受损状态的区分度主要体现在摇蚊科方面，而寡毛类和双翅目其他昆虫在水库中相对较少，因此选择M27。M61与其他指标均无显著相关，但与M59所表达的信息相似度较高且IQ值低于M59，因此，也将其剔除。

对于溪流，M1与M9、M19、M59相关，同理保留M1和M59。M7与M8、M11、M49相关，选择M8，其余指标仅表达了部分信息，剔除。M18与M24相关，保留相对较简便的M24。M30与M40、M41、M61相关且M61与M62相关，保留对环境梯度响应较好(IQ=3)的M30，其余剔除。M50与其他指标均不相关，代表敏感类群的环境响应，予以保留。M45虽具有较好的环境响应梯度，但仅是M30的部分信息，故剔除；M69与M45相关，也剔除；M60 虽与其他指标相关性较低，但与其他耐污能力指数也存在不同程度的相关关系，信息有一定重叠，也予剔除；M63虽与其他指标不相关，但样本中捕食者相对较少，也予剔除。

2.2 指标分值计算及B-IBI评价分级

候选指标经过筛选后，最终获得的核心指标、期望值及分值计算见表4，核心指标分值之和即为B-IBI分值。参照状态的B-IBIL、B-IBIR、B-IBIE和B-IBIS值的95%分位数值分别为4.64、3.85、4.40和5.11，四分法评价分级见图2。

2.3 业务化转化

经过筛选获得的指数表现出了较好的环境梯度响应关系，具备能够客观反映流域水生态状况的潜力，但由于底栖动物传统形态学分类工作要求高、周期较长，对采样代表性的要求也高，需要专业技术能力强且经验丰富的人员胜任，在一定程度上限制了其大范围推广应用。因此，为了避免指数被搁置，在广泛征集江苏省太湖流域基层环保业务部门建议和充分调研人员、设备等状况的前提下，对B-IBI指数进一步简化，提升可操作性，推动水生态监测与评估工作的业务化发展。

通过分析各核心指标对物种分类鉴定和人员技术能力的要求可以看出(表4)，M1对分类鉴定要求较高，须将样品中所有物种鉴定或区分至尽量低的分类单元水平，要求监测人员具有较强的系统分类学专业储备和长期从事该项工作的积累，否则将引起分析结果较大的偏差；M21、M51和M54 3个指标是在M1基础之上计算而得，因此，操作难度也较大。相对而言，其他指标对分类鉴定的要求相对M1略低，M2和M8仅需对底栖动物中的软体动物和ETO类群进行分析，M59仅需鉴定至科级水平即可，M24、M27、M30和M34要求能够对相应类群加以区分并计数即可。

依据相关原则，考虑到表4中核心指标主要属于3种类型(物种丰度、物种多度组成和耐污能力)，为了简化指标体系同时兼顾信息的全面性，拟从3个类型指标中各挑选1个代表性强且易操作的指标，进而整合形成B-IBIy。依据指标操作难易度分析及表3中的相关性分析，物种丰度方面，拟剔除M1和M21，保留M2和M8，河流中以M2代替M1，选择M2作为湖荡、河流和水库的代表性指标，M8作为溪流的代表性指标；物种多度组成方面，M24在4种水体类型中均呈现较好的胁迫响应关系，具有较好的普适性，同时湖荡、河流和水库水体中M23和M24相关性较好且M23更为简便，拟选择M23作为物种多度组成方面的代表性指标，溪流水体则保留M24；耐污能力类指标中，去除操作难度较大的M51和M54后，仅剩M59，且M59在4种水体类型中也具有较好的普适性。经过业务化转化后的指标及其分值计算见表5，参照状态的B-IBILy、B-IBIRy、B-IBIEy、B-IBISy值的95%分位数值分别为2.60、2.62、2.77和2.71，四分法评价分级见图2。

2.4 基于B-IBI和B-IBIy的水生态健康评价

基于B-IBI和B-IBIy对各水体类型水生态健康状况分别进行评价，对比参照状态和受损状态评价结果的箱线图可以看出(图2)，2个指数值的分布总体一致，均较好地表征了环境梯度变化，参照状态评价结果以“优”和“良”为主，受损状态以“中”及以下水平为主，并且2个指数的评价结果呈显著正相关(r>0.75，P<0.000 1)。因此，B-IBIy具有较好的环境梯度响应，能够在一定程度上代表B-IBI。

将B-IBIy与水质综合指数进行相关性分析可知(图3)，B-IBILy与TSI值显著负相关(P<0.05)，B-IBIRy与P值显著负相关(P<0.05)。

图2 业务化转化前后B-IBI值分布及其相关性分析(R表示参照状态，I表示受损状态)Fig.2 Distribution and correlation of B-IBI and B-IBIy for lakes, rivers, reservoirs and streams

核心指标EV湖荡河流水库溪流分值计算分类鉴定要求监测人员要求M119192125M1/EV门类多,鉴定要求高需专业训练并长期积累M2810M2/EV相对M1较简便针对性培训后即可上岗M810M8/EV相对M1较简便针对性培训后即可上岗M210.82M21/EV同M1需专业训练并长期积累M2460.066.746.249.0(1-M24)/(1-EV)需区分优势种类并计数针对性培训后即可上岗M274.1(1-M27)/(1-EV)需区分摇蚊科并计数针对性培训后即可上岗M3085.1M30/EV需区分昆虫纲并计数针对性培训后即可上岗M3444.855.7M34/EV需区分腹足纲并计数针对性培训后即可上岗M517M51/EV需依据M1结果,要求高需专业训练并长期积累M5456.6M54/EV需依据M1结果,要求高需专业训练并长期积累M5978697488M59/EV鉴定至科水平,相对较简便针对性培训后即可上岗

注：M24、M27、M30、M34和M54的数据单位为%。

表5 各水体类型B-IBIy指标构成、分值计算Table 5 Formulas for calculation of metrics scores of B-IBIy

注：M23和M24的数据单位为%。

图3 B-IBIy与水质综合指数的Pearson相关性Fig.3 Pearson correlation between B-IBIy and water quality parameters

根据B-IBIy对江苏省太湖流域水生态健康状况进行评价，3次监测的评价结果见图4。从空间上看，京杭运河以北的通江河流水系类型单一，受干扰强烈，水生态状况总体较差；运河以南水系和太湖以东的苏州湖群水系类型多样，水生态状况相对较好，其中“优”和“良”水平的采样点主要分布在该区域，包括胥湖、太湖出湖河道、阳澄湖以及流域上游部分溪流和水库等采样点。

图4 基于业务化底栖动物完整性指数的评价结果空间分布(A、B和C分别对应3次监测)Fig.4 Spatial distribution of ecological status based on the results of B-IBIy corresponding to three field monitoring

3 讨论

3.1 业务化指数的适用性

研究中业务化指数B-IBIy的核心是在科学筛选的基础之上降低对物种分类鉴定的要求和依赖，从“专家模式”切换至“业务员模式”，适当降低“技术门槛”，便于监测人员经过一定培训后操作实施，提高工作效率。这与国内外发展快速生物评价技术方法的总体思路一致，减少野外采样、分类鉴定等过程的时间成本，突破人员等因素的限制，选择可以快速获取结果的评价指数，甚至在野外现场即可计算出结果的指数，促进其在非专业背景从业人员中的应用。吴东浩等[33]以江苏省长江以北20条河流实测数据和国内外已有成果为基础，探讨了用于支撑水生态评价所需的底栖动物分类阶元水平，虽然对鉴定至科、属或种水平并未达成统一，在不同的研究背景和数据样本前提下，获得的结论存在一定的差异，但一致的是国内外学者均在探索降低物种分类鉴定要求的方法和途径，以实现节约成本的目标，提高水生态监测和评价的可行性。冷龙龙等[34]分析了底栖动物快速生物评价指数在浑太河流域的应用情况，探讨了4个科级指数(SIGNAL、EPT-Fa、BMWP和ASPT)，BP指数和B-IBI指数对河流水质的指示，结果显示BMWP指数与B-IBI指数显著相关，两者水质健康评价结果较一致，建议将BMWP指数作为浑太河流域首选生物快速评价指数。这与研究结果总体一致，BMWP指数在江苏省太湖流域也有较好的指示意义，是B-IBI和B-IBIy的重要组成部分。

江苏省太湖流域开展包括底栖动物在内的水生态例行监测和评估工作已10余年，但由于缺乏科学、规范、统一、可操作性强的技术方法体系，专业人才队伍和梯队储备不足，工作量和时效性的矛盾问题突出，水生态监测水平与在推动流域水生态目标的制定和支撑流域水环境管理方面的需求还有一定的差距。研究构建的指数可以为解决人员队伍和技术储备不足以及质与量的矛盾等问题提供技术参考，推动流域水生态目标管理进程的“落地”。

3.2 利用业务化指数评价支撑水生态目标管理的可行性

建立业务化指数的主要目的是便于推广应用，支撑水环境管理。从指数对环境梯度的响应关系、与水质指数的相关性以及评价结果的可靠性来看，业务化指数在保证可操作性的基础上，能够科学、客观地反映水生态健康状况，具备了技术可行性。目前，湖荡、河流和水库业务化指数及水生态健康评价方法已被江苏省人民政府和环境保护主管部门采纳，作为支撑太湖流域水生态环境功能分区管理的技术支撑体系，在流域层面推广试行[21, 35]。但是，底栖动物群落存在客观的季节性演替，使用单一的方法和标准来评价水生态健康状况忽略了生物的自然变化过程，可能会引起评价结果的偏离。另外，研究筛选出的指数是基于现状数据样本建立的，近年来随着水环境治理力度逐步加强，生态保护措施逐步完善，特别是“水十条”颁布实施后，水环境质量考核已常态化，江苏省太湖流域水生态条件在未来数年内可能会处于较大变化阶段，因此，水生态健康评价指标和标准也需要适时更新，随着数据积累，不断地完善监测和评价技术体系。根据欧盟和美国等国际经验[1-2]，底栖动物是水生态健康评估的关键要素，具有理论和实践支撑，研究构建的业务化指数经过系统的筛选并充分结合流域实际，提高了可操作性，具备业务化推广应用的前景，但目前的流域水生态目标管理尚处于摸索阶段，相应的技术支撑体系还有待完善，以期逐步实现健全中国流域水环境技术体系和管理体系的目标。

4 结论

1) 经过筛选和业务化转化，江苏省太湖流域底栖动物完整性指数B-IBILy、B-IBIRy和B-IBIEy由M2、M23和M59构成，B-IBISy由M8、M24和M59构成。

2) 经验证，业务化指数提升了可操作性，提高了工作效率，节约了时间成本，能够较好地反映研究区水生态环境梯度，与水质指数存在显著相关性，水生态健康评价结果可靠，具备在江苏省太湖流域开展业务化推广应用的前景。

3) 研究构建的底栖动物完整性指数是以现状数据样本为基础，在推广应用过程中，仍需进一步围绕管理需求，不断更新和完善技术体系，为流域水生态目标管理的“落地”提供支撑。

致谢：苏州市环境监测中心生态科、南京大学张效伟教授团队及青岛正源水生物检测有限公司陆强等对野外样品采集提供了较大帮助，谨致谢忱。