半城市化地区河流健康评价：基于多变量分析的关键变量识别

摘要

在过去评价河流健康水平时，河流健康评价方法和水质参数是其中的重点词汇。监控所有建议选择的参数是不实际的，然而，如何选择合适的参数进行监控从而进行评估仍然模糊不清。在本文研究中，以澳大利亚新南威尔士霍克斯伯里的Nepean河流系统为例，采用多变量降维方法，即因子分析（FA），找出城郊河流系统中的关键河流健康变量。通过因子分析，从40个水质变量中确定了九个主要变量，通过特征值的设定，使所选取的变量可以解释50%的河流水质变化。通过对第一，第二和第三主成分的分析得知，含氧量，微生物含量和富营养化程度对霍克斯伯里Nepean河的影响最大。这项工作使变量的在数量上有显著的减少，应用因子分析来确定主要变量的方法可行。通过减少城郊河流的监测变量可以设计经济节约的河流监测计划。它也可以根据其对总方差的贡献划分变量。

关键字：水质监测； 因子分析； 河流健康评价

引言

河流在生态系统和社会中发挥日益重要的作用，他们提供了一系列的生态系统功能，如生物物种的栖息地和食物来源地，洪水防御和发展生态保护区（Hoelzl，2007）。在社会功能方面，河流提供运输，娱乐，旅游，祭祀等生态系统服务。不幸的是，在过去几十年中许多城市周边为城市和农业地区排水的河流，其排水能力已经严重退化，但这却仍然是河道管理部门议程中的敏感问题。在过去的十年中，为了制定出评价被生物和人类使用淡水的最佳方法，世界各个国家都在努力和竞争，比如IUCN全球淡水倡议（国际自然保护联盟），美国的健康流域倡议（Young和Sanzone，2002），澳大利亚响应模型（澳大利亚联邦，1996年）和欧洲的欧盟水框架指令（Kaika，2003）。

地表的淡水溪流因为人类活动受到严重的影响，这被称为“城市河流综合征”（Walsh等人，2005）。通过一个精心设计的和具有成本效益的监测程序来了解人为因素和自然因素对河流的健康影响，是克服城市河流综合征和有效管理河流健康的方法。因此，许多政府机构收集标准变量组进而对河流状况进行常规评估。这些指标被用来确定偏离正常值的河流系统。然而，这样的偏差需要河流中某项指标数据非常极端时才能被清楚地发现（Boulton，1999）。对于常规监测来说，它们是收集一组特定的变量（间歇或季节性），从而配合特定的河流健康评价方法使用。然而，多个变量的常规监测的是一项昂贵的任务，而且当评价方法有变动时，所需要的变量不同，使操作变得复杂。

河流健康评估和水质监测

在文献中可以看到多种多样的河流健康评价方法，其中有一些较为固定的问题和常用的方法。迄今为止，河流健康评估方法往往是基于单因子的角度来研究（例如，生物、花卉和动物物种），生态功能的研究（例如，植物的呼吸和光合作用速率）和综合研究（例如，根据水质和宏观无脊椎动物指数）。

单因子的研究是基于这样的事实：每个物种都能够对环境压力产生反应，作为一个应答性指标，它能在不同的时间尺度进行监测。从单一的角度来看，生物评估也涉及范围广泛的动物和植物群的分布和数量研究，例如，大型无脊椎动物，鱼类，硅藻和藻类 (Chessman，1995； Harris，1995；Turner和Rabalais，2003；Whitton和Kelly，1995)。从另一个方面来看，以生态功能为基础的方法是间接地评价了河流健康，同时还可以研究生物群落的运作以及它与环境之间的相互作用关系(Boulton，1999)。

综合指数包括被选河流系统许多方面的参数质量（如流状况如指数），或者是单一环境成分不同层次的分析（如水质指标）(ISC，2009，Vugteveen等人，2006)。河流无脊椎动物预测和分类系统（RIV-PACS），生物完整性（IBI）和澳大利亚河流评估系统（AUSRIVAS）这三个广泛使用的预测模型，它们利用大型无脊椎动物和鱼类群落数据进行位点特异性的预测(Wright，1995；Karr，1991；Barmuta等人，2002)。分析最简单并且速度最快的是排序矩阵，如直观的栖息地评估（habscore和河岸状态快速评估），结果可以在30-60分钟内得到(Barbour等人，1999；Jansen和Robertson，2001)。

2.1河流健康评价方法

如何选择合适的变量，如何正确理解环境的复杂性这是河流健康评价方法存在的主要问题。在过去，一个匿名进行远程交互的专家小组建议了一种方法作为选择水质指标中变量的最佳途径，这种方法被称为“德尔菲法”预测，在历史上获得广泛接受，虽然人类还不能完全理解生态系统的相互作用。另一种河流健康评估方法是分层模型，结合流域、栖息地和生物群落状况，假设更高级别的层次结构影响较低水平结构（如流域健康影响河流健康）。也就是说，这种方法选择变量有一个前提假设：组成生态系统的所有成分能体现生态完整性(Norris等人，2007)。因此，一组河流健康评价的主要变量，需要包含流域变化，水文变化，水质，土壤，物理形态，边缘区和水生生物这些成分。另外，一些研究者提出衡量河岸生境条件，并且认为河岸的物理和生物组成与河流健康有很大的联系 (Jansen和obertson，2001)。然而，上述的方法在变量的选择上缺乏一致性，不利于河流健康评价。

其次，找到一个原始状态的河流作为参考地点建立指标体系，随后发展综合指数是非常困难的。这样的河流健康评价方法非常依赖参考地点（观察与预期值俗称O/E比值），可能会对河流真实的状况产生误导。在澳大利亚，很多综合河流健康评价方法，比如AUSRIVAS，FARWH（国家河流和湿地健康评价框架），IRC（河流条件塔斯马尼亚指数）和SRA（墨累-达令流域可持续河流审计系统）将原始状态的洲或前欧洲的原始状态作为评价河流健康的标准和国家水平。 (Barmuta等人，2002;；Norris等人，2007；Askey-Doran等人，2009；Peter等人，2008)。然而，如果参考地点已经受到影响，河流健康评价结果会收到影响甚至出现错误。同样的，因为河流会受到整个大环境的影响，所以选择受到最小限度干扰的参考河流十分困难(Underwood，1994)。

第三，在自然环境中会发生复杂的相互作用，因此结合自然生态相互作用后的河流健康评估方法变得困难。例如，我们仍然不知道，在给定了压力源后，通过生态功能和生物有机体响应的阈值的最大范围（例如叶凋落物分解会增加养分富集，但降低了酸性pH水）(Young et等人，2004)。由于生态功能收到多种因素的影响，所以想要通过生态功能的监测来评估河流健康并不适合。预测物种分布和数量的改变是由于外部冲击还是群落内部动态非常困难，因为生物物种的分布及数量受到天敌和群落内部动态两者的共同作用。研究表明，多样性是保持生态系统自我调节能力的最要因素（Huston，1979；Connell，1974），因此，在一个有意义的河流评价系统建立之前，需要深入了解生物群落的内部动态。
为了全面评估河流健康，有必要建立一个明确体系，以确定河流健康的关键变量。河流健康评价方法中具体水质参数的监测和河流状况常规评价的参数选择存在许多问题。通常，持续的河流监测计划中将产生大量的数据，这些数据的采集和储存是昂贵的，当河流管理部门的预算被削减时，监测力度也会出现一定的问题。显然，让监测更有效和经济很有必要。考虑到河流健康类似于人体健康 (Fairweather，1999；Schofield和Davies，1996)，我们尝试着像医生根据病人的主要症状诊断病人的健康那样去理解河流健康系统关键变量和城市周边健康的关系。确定河流健康的关键变量有很多好处。首先，用少量具有代表性的变量，政府机构可以显著降低它们的监测成本。其次，关键的变量可以检查一个特定的河流管理目的，如开发活动的风险评估框架或识别河流健康新出现的问题。因此，我们将澳大利亚南威尔士州霍克斯伯里Nepean流域作为一个案例，研究的主要目的是采用多变量的方法，确定与城市周围的环境水质量总体变化有着明显联系的关键变量。

3.数据和方法

3.1多重变量分析

在这项研究中，我们采用一种多重变量分析方法，以便处理大量经常出现在常规水质监测项目的数据组。这种分析可以在减少数据的维数的同时尽可能保持更多的原始数据。在有关于水的研究中，因子分析被用来分析海洋活动和环境变量，以此评估地表水体在季节和时间上的变化，并解释在多个地点地下水的相互作用关系(Clarke和Ainsworth,，1993；Shrestha和Kazama，2007；Winter等人2000)。在进行因子分析之前，需要将高度相关的变量删除，因为奇点（高度相关的变量）会阻碍体现某种特定因素的变量的测定。(Fields，2005)。这是一个至关重要的步骤，因为在现实中机构测量一个范围内的水质参数中有许多参数的性质是类似的。减少重叠和解释相同维度的水质问题的变量将大大节约成本，尤其是当可用资金有限的时候。通过选择出最有用的变量，因子分析能使我们得到数据结构分析出来的潜在因素（即，因子不能直接测量，而是反映几个单独变量相互作用的因素），得出选定河流系统的最大污染来源 (Fields，2005)。在本研究中，我们采用因子分析，大大减少Nepean河在进行例行监测时的变量数目，并且确定城郊河流健康评价的潜在因素。

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[286938]，资料为PDF文档或Word文档，PDF文档可免费转换为Word