湖荡区大型底栖无脊椎动物评价方法适用性探讨—以长三角一体化示范区为例

秦 红,翟凌阁,徐 枫,王 翠,成 沔,刘垚燚,车 越

（1.上海市青浦区水文勘测队,上海 201799;2.华东师范大学 上海市城市化生态过程与生态恢复重点实验室,上海 200241;3.太湖流域水文水资源监测中心(太湖流域水环境监测中心),江苏 无锡 214024）

0 引 言

河湖作为自然生态系统的关键组成部分,既是水文循环的重要载体,也是生物栖息的良好生境;同时,具有气候调节、水土保持、生物多样性保护等功能[1-2].如何科学评价河湖生态健康已成为国内外的研究热点.大型底栖无脊椎动物具有种类多、分布广、迁移能力差、敏感程度和耐受能力存在差异等特征,对不同强度的人类活动干扰具有良好指示[3-4].美国环保署以底栖动物为指示生物类群,提出并建立了底栖生物完整性指数(benthic index of biotic integrity,B-IBI),在水质生物评价中被广泛应用[5-6].国外的实践经验表明,基于大型底栖无脊椎动物的生物指数是淡水监测中最有效的评估方法[7].我国的B-IBI 指数应用起步较晚[8-15],评价对象多集中在河流[9-12]、湖泊[13]、湿地[14]、水库[15]、河口[16]等水体,针对水系情况复杂的湖荡区研究较少.平原河网地区湖荡在蓄水、排水、保水、净水等方面均发挥着重要作用.徐红玲等[17]开展了太湖流域湖荡湿地的水生态健康综合评价,发现许多湖荡水体修复潜力较差;迟明慧等[18]在对嘉兴湖荡区的健康评价中揭示了水动力特征、人类活动强度和污染入河量对湖荡生态的重要影响;林妙丽等[19]则结合地理区域特征构建了湖荡生态系统的PSR 评价模型,提出要及时加强湖泊湖荡的生态保护和修复工作.但B-IBI 评价体系对平原河网地区的湖荡是否适用,与其他评价方法相比有何优劣,仍值得深入研究.

长三角生态绿色一体化发展示范区作为传统的江南水乡,水网纵横交错,湖荡密布.由于城镇化率较高,湖荡生境及水生态质量受人为干扰较为突出,具有很好的代表性.因此,本文基于大型底栖无脊椎动物的调查数据,探讨了各类评价方法在湖荡区的适用性,以期为我国水生态恢复与保护工作提供有效参考.

1 研究地区与方法

1.1 自然概况

长三角生态绿色一体化发展示范区位于太湖流域下游,包括苏州市吴江区、上海市青浦区、嘉兴市嘉善县.该区为典型的平原河网地区,河湖水系发达,湖泊湖荡密集,总面积约2 400 km2,其中水域面积近500 km2,面积超过50 hm2的湖荡达76 个.研究区域位于示范区内的青西地区,河湖众多(图1).

图1 青西地区采样点分布Fig.1 Distribution of sampling sites in the western Qingpu District

1.2 研究方法

1.2.1 样本采集与处理

2021 年3 月在淀山湖、元荡、“蓝色珠链”湖荡区及22 条主要河流的59 个采样点处进行调查采样.对于湖泊区域及不可涉水河流,采样时使用1/16 m2的彼得生采泥器,湖泊采集2～ 4 次,河流采集8 次;对于湖泊及河流的可涉水区,使用D 形抄网采样.样品采集后在现场通过60 目网筛洗净,并转移至白瓷盘中挑拣,然后通过10%的福尔马林固定保存,带回实验室鉴定、计数并称其湿重.所有生物个体需被鉴定到可行的较高水平[20],如软体动物和水栖寡毛类的优势种应鉴定到种[21],摇蚊科幼虫至少鉴定到属,水生昆虫等至少鉴定到科.

1.2.2 参照点与干扰点的确定

参照点和干扰点的确定是建立底栖动物完整性指数及评价标准的首要条件.参考国内外案例,结合区域水质状况,选择灯标4、淀山湖北3、汪洋湖、千墩、淀山湖北5、东方红大桥、莲西大桥、石塘港桥、康业路朱泖河桥、南港大桥这10 个监测断面作为参照点,其余49 个为干扰点(表1).

1.2.3 备选指标确定

B-IBI 生物指标需要满足以下3 个标准: ①环境变化敏感性;② 计算简便性;③生物学含义清晰[9].因此,从群落组成、丰富度、多样性、耐受性及习性等多个方面筛选出31 个生物指标作为候选指标(表2)[22-23],然后经过分布范围分析、判别能力分析与相关性分析,最终确定核心生物指标.

表2 底栖动物31 个候选生物指标的计算方法及对干扰的反应Tab.2 Calculations for 31 candidate bioindicators of benthic fauna and reflection of disturbance

1)分布范围分析

根据样点采集的数据计算各项候选生物指标并分析其数值分布范围.筛选标准如下: ①随干扰增强而值变小的指数,若数值小、可变范围较窄,则不宜构建B-IBI 指数体系;② 随干扰增强而值变大的指数,若数值较大、分布过于分散、标准差大,也不宜采用.

2)判别能力分析

根据Barbour 等[24]的筛选原则和评价方法,对所有样点的25%～ 75%分位数的范围进行比较,即箱体IQR(inter quartile ranges,记为Q)的重叠情况,并分别赋予不同的值.箱体没有重叠的Q为3;部分重叠的,但各自中位值都在对方箱体范围之外的Q为2;仅一个中位值在对方箱体范围之内的Q为1;各自中位值都在对方箱体范围之内的Q为0.选择Q≥2 的参数进一步分析.

3)相关性分析

对剩余的参数进行正态分布检验,对符合正态分布的生物参数进行Pearson 相关性分析,而不符合的则进行Spearman 相关性分析,根据相关性显著水平确定生物指标间的信息重叠程度,采用Maxted标准,如果两个指数间显著相关,即|r|＞0.75,则表明两个指数间所反映的信息大部分重叠,选取其一即可.

通过以上3 个步骤,筛选出构成B-IBI 评价体系的核心指标.

1.2.4 B-IBI 分值计算及评价标准

采用比值法对核心指标赋分[9].具体方法: 受干扰越强则指数值越小的生物值,以95%分位数值为最佳期望值,各点指数分值等于样点的指数值除以95%分位数值,计算公式为:

式(1)中:Im为第m个样点生物指数的计算分值,Xm为第m个样点的生物指数值,X0.95为第m个样点中的95%分位数值.

受干扰越强则指数值越大的指数,则以5%分位数值为最佳期望值,计算公式为:

式(2)中:Im为第m个样点生物指数的计算分值,Xmax为第m个样点中的最大生物指数值,Xm为第m个样点的生物指数值,X0.05为第m个样点中的5%分位生物指数值.

将计算后的指数分值求和,即获得B-IBI 指数值.若样点B-IBI 值大于参照点的25%分位数值,则说明该样点相对健康,受人类干扰相对较小;若小于参照点的25%分位数值,则利用四等分法将0 到参照点25%分位值之间的范围进行四等分,划分出5 个等级作为河流健康的评价标准.

2 结果与分析

2.1 大型底栖无脊椎动物群落组成

采集到大型底栖无脊椎动物30 个分类单元,17 363 个个体,隶属3 门(环节动物门、节肢动物门、软体动物门)7 纲(寡毛纲、多毛纲、蛭纲、双壳纲、腹足纲、软甲纲、昆虫纲)13 目18 科.从群落组成可以看出,寡毛类是主要的群落组成动物,其个体数目占总个体数目的55.15%;昆虫类次之,其个体数目占36.05%(图2).

图2 大型底栖无脊椎动物群落组成Fig.2 Composition of benthic macroinvertebrate community

2.2 B-IBI 构建

计算31 个生物参数在10 个参照点的分布情况,分析表明: M3(甲壳动物数量百分比)、M8(多毛类动物数量百分比)、M9(端足类动物数量百分比)、M16(多毛类动物生物量百分比)、M17(软体动物生物量百分比)随着干扰强度的增大,其值的可变动范围非常窄,不适合参与构建B-IBI 指标体系.M15(寡毛类动物生物量百分比)、M18(水丝蚓生物量百分比)随着干扰强度的增大没有太大变化,这2 个生物参数同样不予考虑.而M11(颤蚓目数量百分比)与M6(寡毛类动物数量百分比)本质上为同一生物参数,也不适宜参与构建.

剩余的22 个生物参数的箱线图显示: M2(分类单元数)、M20(兼性类群分类单元数,3＜V＜7)、M24(兼性类群分类单元数百分比)、M25(BI 指数值)、M28(集食者分类单元数)、M29(刮食者分类单元数)的Q≥2,可进行下一步分析(图3).

图3 Q≥2 的6 个候选生物指标在干扰点和参照点的箱线图Fig.3 Boxplots of six candidate bioindicators with Q≥2 at impaired and reference points

6 个候选生物参数均符合正态分布,因此进行Pearson 相关分析(表3).结果表明,M20 与M2 之间高度相关(r=0.927),信息重叠度很大,因此将M20 剔除.M2、M24、M25、M28、M29 之间相关性不显著,予以保留.最终由这5 个参数构成B-IBI 指标体系.

表3 6 个候选生物参数间的Pearson 相关分析结果Tab.3 Pearson correlation analysis of 6 candidate biological parameters

2.3 B-IBI 评价结果

根据各参数值在所有样点值的分布,使用比值法计算公式(表4),计算各样点的B-IBI 值.

表4 比值法计算5 个生物参数分值的公式Tab.4 Formulas for calculation of five biological parameters by the ratio method

将计算后的指数分值加和,即得到B-IBI 指数值.用参照点25%分位数值作为健康标准,大于该值的样点均为健康状态,小于该值的分布范围进行四等分,确定研究区域水生态B-IBI 指数值的评价标准(表5).在此基础上,对全部59 个点位进行B-IBI 评价,结果表明,18 个为健康,22 个为亚健康,18 个为一般,1 个处于较差状态.

表5 B-IBI 健康评价标准Tab.5 B-IBI health assessment criteria

评价结果显示,淀山湖及湖荡区的B-IBI 指数较高,指数值范围为2.44～ 3.90,“健康”和“亚健康”状态的点位分别占52%、28%,“一般”占20%;太浦河及新塘江等河流的B-IBI 指数较低,指数值范围为1.23～ 2.40,“健康”“亚健康”和“一般”状态的点位分别占32%、26%、38%,“较差”点位占3%,以上说明湖泊及湖荡区的水生态健康状况优于河流.

2.4 B-IBI 指数对水生态的表征

B-IBI 指数与水质理化指标间通常具有一定响应关系[25].线性回归分析结果显示,B-IBI 指数与、COD、CODMn、DO 相关性较好(图4),说明B-IBI 指数对水质的有机污染、富营养化表现出良好的指示性[26].参照点和干扰点的B-IBI 指数箱线图也表明,B-IBI 指数能够显著区别出参照点与干扰点的健康状况,具有很好的判别能力(图5).

图4 B-IBI 与水质指标的线性回归分析结果Fig.4 Linear regression between B-IBI and water quality indicators

图5 参照点与干扰点的B-IBI 指数箱线图Fig.5 Box plot of B-IBI index at reference and interference points

3 讨 论

3.1 不同生物指数评价的比较

将B-IBI 指数与传统的Margalef 丰富度指数(D)、Shannon-Wiener 多样性指数(H′)、Goodnight修正指数(GBI)、生物指数(BI)评价结果进行比较,发现在评价不同健康状况的监测断面时其总体趋势一致,且各指数间是显著相关的(表6).但是各指数在准确性上也有差异,如评估同一样点时,评价分值顺序为GBI＞BI＞B-IBI＞H′＞D(图6).

表6 各生物指数间的Pearson 相关分析Tab.6 Pearson correlation analysis of biological indices

图6 不同生物指数的评价等级分布结果Fig.6 Distribution of evaluation levels for biological indices

造成这种差异的原因有两点: 一是生物指数的自身局限性及评价等级范围划分的不同[27],二是丰富度和多样性计算过程忽略了群落中敏感和耐污物种的组成差异对评价结果准确性的贡献[28].多样性与丰富度指数是描述群落内物种组成状况和相对丰度的指标,其缺陷在于未考虑物种耐污性及对环境变化的敏感性[29],因此,在评价河湖断面时水质等级分类过于笼统,不适合单独使用.Goodnight 修正指数和生物指数则是以底栖动物的耐污值为评价标准[30],前者基于寡毛类生物的丰度构建,后者基于底栖生物的丰度和敏感度构建.相比较而言,BI 指数的敏感度更高,适用性更强,GBI 指数则适用于评估有机污染较严重的河流断面[31].本文中的B-IBI 指数是由涉及底栖生物多样性、耐污性及习性等多项指数计算得出的,因此,B-IBI 指数对自然环境梯度和人为干扰具有更强的响应能力,能够更好地获取水生态健康状况的完整信息[32].

3.2 B-IBI 指数在湖荡区的适用性

B-IBI 指数是利用多个生物参数综合反映河湖生态系统完整的方法,相较于其他生物指数,其优势在于涵盖的信息更全面、更丰富,能够多角度评价整个生态系统的完整性和受干扰强度,且评价结果更科学、针对性更强.但B-IBI 指数调查点位需求多,后期计算数据量较大,缺乏一定的简便性.

B-IBI 指数在不同水体环境都有较好的适用性.除了美国、欧盟等将其应用于河湖生态健康评估外,也有国外学者探讨了其在东非地区自然湿地的适用性,结果表明,基于底栖无脊椎动物的多项指数可以有效评价湿地生态健康状况,对干扰梯度也有显著的响应机制[5];在我国,You 等[33]则肯定了B-IBI 指数在评估鄱阳湖湿地的可行性和有效性,同时也指出因度量评分和分类方法的不同,评估结果会有差异.尽管B-IBI 评估体系中的评估标准和方法还需进一步完善,但国内外的实践经验均可说明B-IBI 对不同水体评估的适用性.

我国《地表水环境质量标准》(GB3838—2002)对河流和湖库的总磷限值不同,给湖荡区水质评价标准的选取带来困难,临近的连通水域按河流或湖泊分别进行评价可能得到完全不一样的结果.BIBI 评价体系是基于湖荡区的实际调查数据,以无干扰或干扰极小的样点为参照进行构建.对于底栖动物组成不同的生态区,建有各自独立的B-IBI 指数.因此,相较于水质评价标准的统一性,B-IBI 评价标准的独立性能很好地将湖荡水体特点考虑在内.从应用性来说,B-IBI 指数更贴合研究区域的实际情况,能广泛地适用于不同水体.湖荡区水系密集,采样较为便利,B-IBI 指数完全基于调查数据统计分析的特点可以作出更为准确的评价结果,具有很好的适用性.

4 结 论

本文探讨了B-IBI 评价体系在湖荡区的适用性,结论如下.

(1)长三角一体化示范区B-IBI 评价体系由分类单元数(M2)、兼性群类分类单元数百分比(M24)、BI 指数值(M25)、集食者分类单元数(M28)、刮食者分类单元数(M29)5 个核心指标构成.根据B-IBI 分值范围,评分标准划定如下: ≥ 3.47 为健康,[2.60,3.47)为亚健康,[1.74,2.60)为一般,[0.87,1.74)为较差,[0,0.87)为极差.

(2)B-IBI 评价结果显示,“健康”点位占30.5%,“亚健康”点位占37.2%,“一般”点位占30.5%,“较差”点位占1.6%,河湖健康状况处于较好水平,湖泊及湖荡区优于河流.

(3)B-IBI 指数对水质的有机污染、富营养化表现出良好的指示性,与-N、COD、CODMn、DO 的相关性较好,能够显著区别出参照点与干扰点的健康状况.

(4)B-IBI 指数与传统的Margalef 丰富度指数(D)、Shannon-Wiener 多样性指数(H′)、Goodnight修正指数(GBI)、生物指数(BI)具有较好的相关性,评价结果总体趋势一致,完全基于调查数据统计分析的特点使其在湖荡区具有很好的适用性.