乌江水质的百分比模式相似性指数评价，本文主要内容关键词为：乌江论文,相似性论文,百分比论文,水质论文,指数论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
近年来随着国民经济水平的提高，公众对于生活品质的要求亦相对提高，以往被忽视的环境问题逐渐受到重视，成为公众关注的焦点问题。然而近几十年来，伴随着国民经济的高速发展，我国河流普遍受到污染，有些区段污染较为严重，已直接影响到沿岸地区城市的供水安全，成为受影响地区经济健康和可持续发展的瓶颈。据2008年中国环境状况公报，我国七大水系200条河流409个断面中，Ⅰ～Ⅲ类、Ⅳ～Ⅴ类和劣Ⅴ类水质的断面比例分别为55.0%，24.2%和20.8%。其中松花江为轻度污染，黄河、淮河、辽河为中度污染，海河为重度污染[1]。
在水质监测的各种方法中，化学监测方法虽有结果精准的优点，但也存在分析费时费力，难以检测含量较小的大多数污染物，且所得分析结果由于采样点及时间的差异会造成变异大的缺点[2]。与生物监测法相比，其监测结果只能反映某一时段的水质状况，不能反映出水质的变化趋势，而生物监测法可综合反映监测断面的整体生态状况及水质的发展趋势，且定期监测花费不大，亦可引起公众的兴趣。该法和化学监测法一样已被美国环保总署(EPA)推荐为常规水质监测方法[2]。
自1908年Kolkwitz等倡议以水生生物作为水质监测的指标生物以来，经过后来学者的不断研究发展，目前已发展出多种评估水质的指标生物法[2]，其中尤以底栖动物为指标生物的监测方法发展最为迅速和成熟。如Shannon-wiener多样性指数、Margalef指数、Simpson指数、Wilhm多样性指数、Beck指数、Beak指数、Chander生物记分制、Chutter指数、Trent指数、Whitley指数、Good-Whitley指数、英国BMWP计分系统、比利时生物指数(BBI)、科级水平生物指数(FBI)等。我国也有不少学者将以上生物指数引入水质评价研究中[3-4]，但迄今为止，国内还未见以百分比模式相似性指数(PMA，Percent Model Affinity)来对河流水质状态进行系统评价的相关报道。本文以Novak等创立的百分比模式相似性指数(PMA)对彭水电站建坝前乌江下游的水质状况进行评价，探讨其在我国河流水质评价中的适用性，以期为河流水质评价提供借鉴。
1 研究区域
乌江是长江右岸最大的支流，全长1037 km，总落差2124 m，流域面积87920 k
，于重庆涪陵汇入长江，年径流量与黄河相当。本文调查的乌江下游地区地处云贵高原和四川盆地边缘，属亚热带季风气候，夏无酷暑，冬无严寒，气候温和，雨水丰沛。由于碳酸盐岩在该江段的广泛分布，在水流长期强烈的下切作用影响下，成就了该江段奇特雄峻的峡谷地貌。如江段沟壑纵横，河道多呈V形或U形，滩多水急，怪石交错，溶洞、伏流众多；河岸多为岩石，水位线附近消落区植物稀疏，消落区以上如不为峭壁，则植被良好；河床多为石质，滩沱多为岩石，在一些河面较开阔的地区间有部分卵石滩。除淇滩至黑獭河段以及思渠、毛渡、清泉、洪渡、鹿角、万足等村镇附近河谷相对较宽外，其余河段多为峡谷，为典型的大江急流生境。乌江天然流量及水位变幅较大，天然落差约80 m，平均含沙量0.365 kg/
，平均流速2.0 m/s，平均水深10～20m。龚滩、彭水多年平均径流量分别为365.8亿和417.0亿。
2 采样方法
野外调查于2006年9月进行。标本采集系用量方框面积为34 cm×45 cm的改良苏伯氏网，采集的样品，经60目分样筛筛洗后装入塑料袋中鲜活保存。在室内用解剖盘分拣，分拣的样品装入50 mL塑料瓶中，用8%～10%福尔马林液固定。在室内用ORIENT解剖镜和OLYMPUS BH-2显微镜对所采集的样品进行镜检、鉴定。水生昆虫至少鉴定到科，寡毛类鉴定到属及种，软体动物至少区分到种。标本所用参考文献主要依据王洪铸、杨莲芳、周长发、刘月英等论文及专著[5-8]。
共设置14个采样断面，支流4个，分别是黑獭、公溪口、郁江和罾潭；干流10个，分别是思南、沿河、龚滩、洪渡、鹿角，万足坝上、万足坝下、彭水、武隆和涪陵。采样断面的设置见图1。
3 数据处理
本文以Novak等1992年所建立的河流底栖动物类群组成理想模型为标准，并做适当修正，计算各站点的百分比模式相似性指数。PMA值的计算公式如下[9]：
PMA=100-0.5∑|a-b|
式中，a为底栖动物各类群在样点中实际所占百分比，b为底栖动物各类群在模型中所占百分比。PMA值越高，表明该站点底栖动物的种类组成越接近理想模型，水质越好，值越低，表明水质越差。
图1 乌江底栖动物采样站点分布
为确定各断面水质的恶化程度，我们根据各断面PMA值及EPT%的大小确立参照点群，并计算参照点群PMA值95%和99%置信度的下限值，如断面PMA值高于参照点群PMA值95%置信度的下限值则认为水质好(Good)；如介于参照点群PMA值95%和99%置信度的下限值之间，则认为该点水质一般(Moderate)；如低于参照点群PMA值99%置信度的下限值，则认为水质差(Poor)。参照点群PMA值95%及99%置信度的下限的计算公式如下[10]：
4 结果分析
4.1 乌江底栖动物种类组成
共采集到底栖动物65种，隶属5门9纲44科。主要由水生昆虫和软体动物组成，其中水生昆虫41种，软体动物12种，水生昆虫密度所占百分比为35.87%，软体动物密度所占百分比为61.84%。常见种为球河螺、椭圆萝卜螺、淡水壳菜、河蚬、似动蜉、四节蜉、细裳蜉、纹石蛾和长角泥虫(图2)。
图2 乌江底栖动物类群组成
4.2 以原始模型为标准计算PMA
Novak等1992年建立了理想的河流底栖动物组成模型，他认为理想的未受污染的河流底栖动物的种类组成应由七大类群组成，分别是蜉蝣目、襀翅目、毛翅目、鞘翅目、摇蚊科、寡毛类和其他类群组成[9]，各大类群所占比例见表1。
依据原始模型计算出乌江各断面PMA值，结果表明乌江支流PMA指数变范围为12.5～63.7，其中郁江最低，黑獭最高；干流PMA指数变动范围为10～52.9，其中涪陵最低，彭水最高。就整体而言，支流水质优劣排序为黑獭，公溪口，罾潭，郁江。除郁江外，其余水质均好于干流；干流水质优劣排序为彭水，洪渡，思南，坝下，坝上，沿河，武隆，鹿角，龚滩，涪陵。见图3。
由于罾潭、黑獭、公溪口和彭水的PMA值较高，分别达58.2、63.7和59.9和52.9，且EPT%也较高，分别为87.6%、84.6%、81.6%和45%，可认为这4个站点水质较好，可作为参照点群看待。根据计算公式可算出参照点群PMA值95%和99%置信度的下限值分别为43.6和22.6。据此可判断出除洪渡、思南和坝下水质一般(Moderate)外，其余断面水质均处于差(Poor)的级别(见表2)。
图3 乌江各断面原始PMA值的分布
4.3 以修正模型为标准计算PMA
参照Barton等的方法体系[10]，以罾潭、黑獭、公溪口和彭水等参照点群底栖动物各大类群的组成的均值为期望组成(见表3)，代替Novak等的原河流比例模型，重新计算各断面的PMA值。结果表明乌江支流PMA指数变动范围为18.6～80.3，郁江最低，黑獭最高；干流PMA指数变动范围为16.1～61.7，涪陵最低，彭水最高。就整体而言，支流水质优劣排序为黑獭，罾潭，公溪口，郁江，干流水质优劣排序为彭水，洪渡，思南，坝下，沿河，坝上，武隆，鹿角，龚滩，涪陵，见图4。
参照点群PMA值95%置信度的下限值为43.1，99%置信度的下限值为5.3。据此可判断出除洪渡水质较好(Good)外，其余断面水质均处于一般(Moderate)的水平，见表4。
4.4 修正模型与原始模型的比较
根据修正模型计算出来的各站点PMA值的变动范围比根据原始模型计算出来的PMA值变动幅度要宽广一些，其均值也较后者要高一些(见图5)。经分析表明原始PMA值和修正PMA值的分布均不符合正态分布，通过非参数两样本Kolmogorov-Smirnov检验表明两者差异不显著(Z=0.756，P=0.617)。除思南修正PMA值较原始PMA值有所下降外，其余站点修正PMA值均较原始PMA值有所提高(见表2和表4)。
4.5 相关性分析
Spearman相关性分析表明：原始PMA值与修正PMA(r=0.987，P<0.01)、Margalef指数(r=0.820，P<0.01)、种类丰富度(r=0.759，P=0.002)、EPT%(r=0.904，P<0.01)、Simpson指数(r=0.714，P=0.003)和Shannon-wiener指数(r=0.741，P=0.002)均极显著性正相关，与Pielou均匀度指数(r=0.174，P=0.553)正相关，但未达显著性水平；修正PMA值与Margalef指数(r=0.815，P<0.01)、种类丰富度(r=0.721，P=0.004)、EPT%(r=0.893，P<0.01)、Simpson指数(r=0.736，P=0.003)和Shannon-wiener指数(r=0.763，P=0.002)均亦极显著性正相关，但与Pielou均匀度指数(r=0.231，P=0.427)未达显著性水平(见表5)。
图5 原始PMA值与修正PMA值箱线
5 讨论
2006年乌江流域发生了重庆市有气象记录资料以来的最为严重的高温干旱灾害，降水量之少、高温强度之大、蒸发量之大、伏旱持续时间之长、水位之低均为历史罕见。乌江河床及岸边的许多礁石暴露于水面，一些河段软体动物如球河螺、椭圆萝卜螺及卵圆仿雕石螺大量附生于礁石及石块上，特别是龚滩(球河螺2105 ind./)、鹿角(球河螺226.7 ind./)、彭水(卵圆仿雕石螺519 ind./)、郁江(椭圆萝卜螺146.1 ind./)等断面软体动物现存量较高现象较为突出。其可能的原因是：干旱期间乌江水位下降，高温环境促进了附着藻类的大量滋生，间接导致以藻类为食的刮食者(卵圆仿雕石螺、球河螺、椭圆萝卜螺等)的大量生长繁殖，这也是群落结构组成中软体动物占据优势地位的根本原因。
Novak等认为百分比模式相似性指数大于64，未受任何污染，水质很好(Very Good)；介于50～64之间，受到轻微影响，水质良好(Good)；介于35～49之间，受到中度影响，水质一般(Moderate)；小于35，受到严重影响，水质差(Poor)[9]。采用Novak等的划分标准，以原始模型为标准计算罾潭、公溪口、黑獭和彭水的百分比模式相似性指数，结果表明这4个站点水质处于良好状态(Good)；以修正模型为标准计算，除彭水水质处于良好状态(Good)外，其余3个站点水质均处于很好状态(Very Good)。这表明罾潭、公溪口、黑獭和彭水的水生态系统处于较好状态，可以作为参照点群。但Novak等的水质标准划分存在主观性强，缺乏科学依据的缺陷。采用Barton等的标准划分水质等级，以参照点群百分比模式相似性指数95%置信度的下限值作为阈值来判断水质是否受到影响既简洁直观，又具有很强的科学性。在评价河流的水质状况时，如可选择的参照点群较多，可有效地提高水质评价的精度。作者建议如无合适的参照点群可供选择，可直接选择Novak等的原始模型来计算百分比模式相似性指数并以Novak等划分的水质标准来评价水质[9]，如参照点群较多，则以Barton等的标准建立修正模型来评价水质[10-11]。
采用修正模型评价水质，大部分站点的水质等级有所提高。如洪渡水质由一般(Moderate)提升为好(Good)，郁江、沿河、龚滩、鹿角、坝上、武隆和涪陵水质由差(Poor)提升为一般(Moderate)。这从各断面出现的优势种也可以看出这种校正较为理想(见表6)。综合各断面出现的优势种可以看出：导致乌江水质恶化的根源主要不是严重的有机污染，其可能的原因是万足以上河段频繁的航运和万足及以下河段的水电工程建设(彭水电站及银盘电站的开工建设)活动对乌江水生态系统造成了干扰，这些人为扰动降低了底栖动物的物种多样性并干扰了一些敏感类群如EPT的生长繁殖，这也是支流如罾潭、公溪口和黑獭水质要好于干流的根本原因。
无论是原始PMA还是修正PMA，其与Margalef指数、Shannon-wiener指数、物种丰富度、EPT%和Simpson多样性指数均显著正相关，表明其兼具以上生物指数的优点。Novak等研究发现百分比模式相似性指数与EPT、Hisenhoff生物指数(HBI)相关性很强，能更准确地探测出非有机污染导致的水质恶化，而Hisenhoff生物指数一般对有机污染导致的水质变化较为敏感，但却对非有机污染导致的水质变化不太敏感[9]。Barton等的研究结论也证明了这一点。如Barton等在评价农业活动对加拿大南安大略溪流底栖动物群落的影响效应时，采用百分比模式相似性指数法，选择69个参照点作为参照点群建立修正模型，结果表明PMA法较HBI更能有效地反映农业活动对底栖动物群落结构相的影响并很好地区分出参照点群和农业活动区点群。因此当我们在评价水质时如用百分比模式相似性指数与Hilsenhoff生物指数作对照，结论存在差异时，可认为是污染源的不同导致了底栖动物类群组成的改变。
Novak等认为底栖动物各类群组成比例可以适当调整以适应不同地理生态亚区河流水质评价的需要。Barton等采用参照点群法来确定未受干扰河流底栖动物各大类群的期望组成，并计算出参照点群PMA值95%置信度的下限值，以此来作为区分河流水质受到干扰/未干扰的阈值。作者认为Barton等划分标准过于粗糙，可计算出参照点群PMA值99%置信度的下限值来进一步细化水质级别。Novak等和Barton等的研究结论均表明百分比模型相似性指数对于非有机污染造成的水质变化非常敏感，而Hilsenhoff生物指数对有机污染造成的水质变化非常敏感。因此，作者建议如需甄别水质变化的原因时，将以上两个指数结合起来评价更为可取。近年来，我国河流水电建设活动较为频繁，施工活动造成河流底栖动物资源退化及水质恶化现象时有发生，将百分比模型相似性指数引入我国河流水质评价中，可诊断出河流水质退化的根源，进而采取有力措施加以控制。
汪红军、周连凤等同志对本论文的完成给予不少帮助，在此表示感谢！