洱海水质与底栖动物多样性监测科考报告

李卓然　王政杰　李汉卿　史宇航

摘  要：在云南省大理白族自治州洱海水源地湖泊之中，对茈碧湖、西湖、海西海三个湖泊的底栖动物多样性监测和水质关系进行研究。底栖动物的物种多样性与水质营养水平呈现反趋势。

关键词：底栖动物;水质;物种多样性;多样性指数

滇池作为云南省第一大淡水湖，昆明市位于滇池上游，生活污水大量排放至滇池导致滇池近年来污染严重。而洱海作为云南省第二大淡水湖近年来水质也不断下降，同时，洱海位于滇西北生物多样性地区。所以保护洱海的同时也保护了滇西北地区生物多样性的稳定。故而我们开展了此次“水质与底栖动物多样性监测”科考活动。底栖动物是水生生态系统的一个重要的生态类群。底栖动物具有区域性强，迁移力弱，不同种类对环境条件的适应性及对污染等不利因素的耐受力和敏感程度不同等特点。更为重要的是，底栖动物在湿地生态系统物质循环和能量流动中起着重要作用。它可以加速水滴碎屑的分解，促进泥水界面的物质交换和水体的自净。所以底栖动物的多样性是评判水质的重要指标。本研究的目的就是通过研究底栖动物的多样性对其生活的水质的影响规律。同时，我们也提出假设，水质与底栖动物多样性成正相关。

I  研究方法

1.1 研究地点

洱海水源地湖泊（茈碧湖、海西海、西湖）

1.2 研究工具

彼得逊采泥器、手持式水质监测仪、分层采水器、索博网

1.3底栖动物的采集和后处理

首先在洱海的源头湖泊，从Google Earth上在三个湖泊中标明8个不同的样点，后坐船到个个样点。首先使用采泥器在湖底取泥，用索博网洗泥以至于网兜里只剩下沙子与底栖生物。同时使用水质检测仪实时监测水质，使用采水器测量个个样点的湖底深度并取水。在实验室里，从沙子中找出底栖生物配合显微镜辨别物种，同时分析水质。

1.4 物种多样性的研究方法

在实验室里，从沙子中找出底栖生物配合显微镜辨别物种，同时分析水质。

1.5分析方法

配合统计软件，输入已有数据，计算出生物多样性。

1.6 标点方法

由于本次研究的主题是关于底栖动物和水质的关系，那么我们为了保证数据多样性，我们选取了各种不同的周围环境进行采样，以此保证水质的数据不同。

1，茈碧湖*（1）

我们在茈碧湖选取了八个样点进行采样。我们发現茈碧湖周围有许多的城镇和湿地以及水坝。考虑到城镇和农村的生活废水，湿地的动物栖息，水坝另外一边的水草成群，以及山地的海拔与降水，放牧的关系对水质的影响，我们在这些环境因子的周围（通常我们都选取样点与岸边的距离为100到200米）选取了样点。同时我们也选取了两个较为中间的样点作为可能受周围环境影响较小的点。

2，西湖*（2）

我们在西湖选取了八个样点进行采样。我们发现西湖周围的房子以及农庄相对而言是三个湖泊中最多的，也就是说人为影响可能是最大的，房子区主要集中在西湖中间的几个岛上。同时由于地形关系，西湖相对而言并没有另外两个湖泊那么联通，它被分成了几个部分。我们在除了最大的湖泊的另外两者中分别选取了一个样点，考虑到一个部分中水质的信息差距可能不会特别大。对于最大的湖泊，因为它各个地方受到周围的影响相对较多元化，我们选取了位于西湖西北部和西南部的两个湖湾的两个样点;选取了位于中北部和中南部的两个湿地中的样点;又选取了湖中间的两个样点。

3，海西海*（3）

我们在海西海选取了八个样点进行采样。海西海周围的农田和房子相对于其他两者而言会少很多，所以猜测它受到的人为影响会少很多。我们在两个河流（溪流）的注入口标记了两个点;在西北部的两个湖湾而又靠近湖中心的地方标了两个点;由于湖的东部有相对高海拔的山地，于是我们在靠近山地的岸边按照南北的地理位置以此标记了三个样点;同时湖的西南部有一块树林，考虑到树林对水的吸收，也在那里的岸边标记了样点。

注;

*（1）;茈碧湖是一个水库，水深处大约为二十米。我们前去采样时，茈碧湖的南部，坝的另一边长满水草，相对而言不适合我们的采样。

*（2）;西湖是一个天然湖泊，水深没有超过十米。西湖的东南部同样有水草，不适合采样。

*（3）;海西海是一个水库，水深处大约为二十米。

II 分析与结果

我们通过采样和检测得到了如下数据。（SBCB为茈碧湖，ABHXH为海西海，XH为西湖）

样点实际地理坐标，海拔高度，采样时间，天气，环境因子，电导率（Cond），盐度（Sal），总溶解固体（TDS），水温（WT），溶解氧（DO）mg/L，溶解氧（DO）%，pH，氧化还原电位（ORP），生物多样性（Shannon-Winner）指数。

1.分类分析

首先我们使用IBM SPSS22对数据进行分类分析，并给出树状图，以直观地对三个湖泊的环境数据进行对比。

对于地理坐标海拔数据的分析没有意义，因为同一个湖泊的数据相对统一，而不同湖泊之间的数据则可能会有较大的出入。天气和环境因子不能通过软件进行分析。溶解氧的两个数据之间只需要分析一个。水温与采样时间的关系比较大，所以进行分析并没有太大的意义，因为并不能反映湖泊的情况。考虑到这些因素，我们最终对电导率，盐度，总溶解固体，溶解氧（mg/L），pH，氧化还原电位，生物多样性指数进行分类分析。

1.1数据

通过此表，可发现每一个湖的样点数据相差甚大，因为他们在树状图中被完美的分开了。

1.2 逐类分析

同一个湖泊中数据的非常相似，但是发现每一个湖中的数据虽然有一定的差别，但是与其他湖泊相比差别还是很大，进而推测它们的生物群落的差别也会受到一定的影响。

2.相关分析

相关分析通过IBM SPSS22的相关分析功能只需要把除了地理坐标的数据全部进行分析即可。

2.1 总表

Cond，Sal，TDS 的相似性是因为他们是通过同一个探头进行测量的。而另外我们发现海拔高度，pH和这三者成负相关，这两个指标本身成正相关。同时溶解氧的两个指标也成正相关。可惜的是，从总的相关分析中我们并没有发现生物多样性与这些指标的相关性。

2.2 逐类分析

西湖的相关分析;

除去之前已经提到过的三者，;通过这里的部分数据发现水温与Cond 成正相关，与海拔高度成负相关。另外pH与溶解氧的百分含量成正相关。

茈碧湖的相关分析;

较为特殊的是，我们在茈碧湖得到的盐度数据因为都是.15，并没有数据分析的价值。而茈碧湖的数据相关性没有十分明显。

海西海的相关分析;

同理因为Sal数据的一致性，不予海西海的此指标分析。海西海数据中溶解氧的两个指标，pH与氧化还原电位与TDS与Cond成负相关。同时水温也与氧化还原电位呈负相关;氧化还原电位与溶解氧（mg/L）也呈现了正相关性。

但是从总的来说，单个湖泊的数据相关性可能并不足够使我们可以得到一定普遍的结论。例如;氧化還原电位与溶解氧（mg/L）的相关性只有在海西海数据中得以体现，而在另外两者以及总表中并没有形成相关性。通过比较，总表的总相关性分析相对而言更加普遍一点。

III讨论

综上所示，由于我们的技巧的生疏与天气的原因，我们并没有收集的足够的信息，主要问题发生在我们的样点不够具有代表性，与此同时我们在洗泥与寻找底栖生物的过程中有些生疏，以至于我们有一定的可能遗漏了关键信息。在西湖上，水华的现象普遍较为严重，会一定的程度上影响到底栖生物的生态环境，因为不同程度的阳光的直射。如果要得到更详细的内容，需要研究并且衡量所有导致底栖生物不同的因素，不仅仅是水质，地质和阳光同时可能会对底栖生物的生态系统产生影响进而导致了生物多样性。

参考文献

[1] 龚志军 谢平 唐汇涓 王士达.水体富营养化对大型底栖动物群落结构及多样性的影响{J}.水生生物集刊，2001.5：55-68