2023, Vol. 35 
(2: 北京市生态环境监测中心, 北京 100048)
(3: 国家环境保护河流全物质通量重点实验室, 北京 100871)
(2: Beijing Ecological Environment Monitoring Center, Beijing 100048, P.R. China)
(3: State Environmental Protection Key Laboratory of All Materials Flux in Rivers, Beijing 100871, P.R. China)
河流是重要的自然生态系统，也是重要的生态廊道之一，健康的河流生态系统具有稳定性和可持续性，对于外界的压力和干扰具有良好的调节恢复能力[1]。然而随着城市化进程的不断推进，河流水质污染、水文节律紊乱、生境破坏、土地利用模式改变等因素正使河流生态系统遭受前所未有的威胁与破坏，城市化已成为河流生物多样性丧失和河流生态系统恶化的重要原因之一[2]。因此，如何监测和评估河流生态环境状况，修复和保护受损河流生态系统，成为当今河流管理的重要内容[3]。
生物完整性指数(IBI)是一种综合评价河流生态环境状况的生物指标[4]，可以定量描述人类活动与生物特性之间关系，相比以往的单因素生物评价指标，IBI综合了多类型评价指数的信息，具有全面性、敏感性和准确性等优点[5-6]，已成为当前河流生态环境质量评价的有效工具。底栖动物作为河流生态系统的重要组成部分，其群落结构和功能特性能够反映河流水文、物理、化学以及生物等因子的多重胁迫影响，具有整合不同尺度综合压力的能力[7-8]，是河流水生态环境质量的重要指示者，因此，底栖动物成为了生物完整性指数研究和应用的主要对象[9-12]。河流栖息地作为生物生存繁衍的环境空间，是相关物理、化学和生物条件等生活环境的重要表征，良好的栖息地环境是保持河流生态完整性的必要条件，通过对栖息地质量的评价，有助于识别河流水生态系统外部胁迫因子和退化原因[13]。Barbour等[14]提出了基于底质构成、堤岸稳定性、流量变化、河道形态等10个方面的栖息地评价方法，该方法成为美国EPA推荐使用的河流栖息地快速评价方法，并在世界范围内得到了广泛应用。郑丙辉等[13]参照此方法构建了底质、栖境复杂性、堤岸稳定性、水量状况等10项指标的我国北方河流栖息地评价指标体系，为河流栖息地评价研究提供了新的思路和方法。河流栖息地质量与生物完整性是紧密相关的，其特征是水生生物群落潜力的主要决定因素，将河流栖息地状况与IBI评价结果联系起来，不仅有助于识别影响IBI的关键因素，同时也是IBI适用性评价的关键步骤。
北京市是我国的首都，同时也是高度城市化和强人类干扰的区域，区域内河流受人工管控，有明显缺水性、间断性与片段性，河流水体与河流生境构成具有自然与人工双重属性，在人口基数大、城市规模扩张、水土资源不合理开发和水资源短缺等问题的累积作用下，河流生态系统持续恶化严重制约了社会经济的可持续发展。此外，北京市河流的自然水文特征、物理栖息地结构以及地形地貌差异较大，多样化的河流类型，进一步加剧了北京市河流生态系统修复与保护工作的难度，如何准确、合理地评价当前北京市河流生态环境状况成为了亟待解决的问题。目前应用底栖动物完整性指数开展了大量的河流生态环境状况评价[15-18]，但对于高度城市化和严重缺水型城市河流的应用相对较少，同时北京市以往的河流生态环境评价在研究对象的选取上偏向于单一河流或水系[3, 17, 19-21]，缺乏对北京市整个区域河流的宏观调查评价。基于此，本研究以北京市范围内河流为研究对象，构建适用于北京市多样化河流类型的底栖动物完整性指数，科学评价河流水生态环境质量状况，以期为北京市河流为代表的强人类干扰和缺水型城市的河流生态系统恢复与保护提供参考。
1 材料与方法 1.1 研究区概况北京市范围内的河流主要由永定河、大清河、潮白河、北运河和蓟运河五大水系组成(图 1)，五大河流串联了整个北京市的河流水系。北京市西北部为山区，山区面积9973.4 km2，占北京市面积的60.8%，东南部为平原，平原区面积6342.3 km2，占北京市面积的39.2%，平原自西北向东南缓缓倾斜，高度逐渐降低，因此多数河流在北京市东南部地区汇流出京。北运河水系流域范围主要分布在城市化程度较高的中部平原区，其他河流水系上游区域多位于山区，中、下游区域则位于平原区。区域内气候属于典型的半湿润大陆性季风气候，夏季高温多雨，冬季寒冷干燥，降雨季节分配不均，多年平均降雨量为585 mm，全年降水的80%集中在夏季6—8月[22]。
|
图 1 北京市河流调查样点分布(M-山区河流，U-平原区河流) Fig.1 Sampling sites distribution in rivers of Beijing (M-Mountain river, U-Plain river) |
2020年9月-2021年7月，依据河流水系的长度、密度以及人员的可到达性，结合北京市地表水国控、市控监测断面，对北京市河流115个监测样点进行了4个季度的底栖动物、水质以及栖息地质量调查(图 1)。考虑到北京市河流的类型和地形地貌特点，将河流分为山区和平原区河流2种类型，山区河流布设监测点位34个，其中潮白河水系、永定河水系、大清河水系、蓟运河水系分别布设25、6、2、1个监测点位；平原区河流布设监测点位81个，其中潮白河水系、永定河水系、大清河水系、蓟运河水系、北运河水系分别布设9、12、11、4、45个监测点位。
采集底栖动物样品时，对于可涉水河段，利用网径420 μm，采样面积0.0625 m2的Surber网采集定量样品；对于不可涉水河段，选用面积为1/16 m2改良型彼得森采泥器采集定量样品。每个样点取3个平行样品，混合放入样品瓶中，用95%的酒精进行固定保存，转入实验室后进行样品的挑拣，物种的鉴定和计数参照文献[23-26]。
采用便携式多参数水质测量仪(YSI-Pro Plus)对溶解氧(DO)进行现场测定，同时现场采集1 L水样，冷冻避光保存带回实验室，室内测定总磷(TP)、五日生化需氧量(BOD5)、高锰酸盐指数(CODMn)、化学需氧量(CODCr)、氨氮(NH3-N)等指标[27]。
栖息地质量评价参照郑丙辉等[13]提出的栖息地质量综合评估指数(qualitative habitat evaluation index, QHEI)，依据底质、栖息地复杂性、速度-深度结合特性、堤岸稳定性、河道变化、河水水量状况、植被多样性、水质状况、人类活动强度和河岸土地利用类型等10项指标对监测点位进行评价，每项指标满分20，累加计算各监测点位QHEI。
1.3 B-IBI体系的构建 1.3.1 候选参数的确定根据调查区域的河流特征和调查数据情况，参考国内外相关文献[10, 16-17, 28-30]，选取能够代表环境梯度变化对目标生物数量、结构和功能产生影响的候选指标，最终确定基于分类单元数、群落组成、优势类群、功能摄食类群、耐污能力、生活型以及多样性指数等方面构建了候选指标库(附表 Ⅰ)，力求能够全面有效地评价北京市河流生态系统状况。
1.3.2 候选生物参数的筛选候选指标确定后，参照文献[31-32]对候选指标依次进行分布范围检验、判别能力分析以及相关性分析，确定底栖动物完整性指数的核心指标。
1.3.3 B-IBI指标的计算及评价标准采用比值法计算B-IBI分值，所有评价参数进行标准化处理，统一量纲。对于受干扰而降低的参数，以95%分位数为最佳期望值，采用公式(1)进行计算；对于受干扰而上升的参数，以5%分位数为最佳期望值，采用公式(2)进行计算[33]。
| $ V_i^{\prime}=V_i / V_{95 \%} $ | (1) |
| $ V_i^{\prime}=\left({Max}-V_i\right) /\left({Max}-V_{5 \%}\right) $ | (2) |
式中，V′i为第i个点位的计算分值，Vi为指标参数实际值，V95%为指标参数的95%分位数，V5%为指标参数的5%分位数，Max为所有点位指标参数的最大值。
将计算后的指标分值累加得到最终B-IBI得分。以参照点位B-IBI值的25%分位数定义为健康标准，小于参照点25%分位数值进行4等分，即确定优秀、良好、中等、较差、很差5个等级。
1.4 数据处理将各样点2020—2021年(9月、12月、4月、7月)4次所获取的数据求平均值，即将每个样点作为独立的样本进行候选生物指标的计算。时空尺度上的底栖动物群落非度量多维尺度分析(NMDS)和相似性分析检验(ANOSIM)采用R 4.1.3完成。利用T检验比较山区-平原区环境参数的差异性，Kruskal-Wallis检验用于比较不同季节之间B-IBI的差异性，利用Mann-Whitney U检验分析参照点和受损点的B-IBI的差异性及分布情况，确定B-IBI健康评价体系的适用性，多元回归分析用来确定影响B-IBI的主控因子，以上分析方法均采用SPSS 23.0完成。样点分布图采用ArcGIS 10.7软件绘制，其他图件的绘制使用Origin 9.0完成。
2 结果 2.1 北京市河流环境参数由表 1可知，北京市平原区河流水体中CODMn、CODCr、BOD5、TP、NH3-N等指标浓度显著高于山区河流(P＜0.001)，而DO则在山区-平原区河流之间不具有显著性差异，基于《地表水环境质量标准》(GB 3838—2002)中指标标准限值，山区河流Ⅰ~Ⅱ类水标准点位占比为94.1%，平原区河流占比仅为22.5%。山区河流QHEI显著高于平原区河流(P＜0.001)，其中山区河流QHEI波动范围为86.0~200.0，平均值为135.8，平原区河流波动范围为20.0~150.0，平均值为67.7。
|
表 1 北京市山区-平原区河流环境参数信息 Tab. 1 Environmental parameters of rivers in mountain and plain areas of Beijing |
2020年9月-2021年7月的4次调查共鉴定出底栖动物271种，隶属6门10纲24目94科。其中昆虫纲218种，寡毛纲23种，腹足纲11种，瓣鳃纲8种，甲壳纲4种，蛭纲和涡虫纲各2种，蛛形纲、线虫纲以及水螅纲各1种。昆虫纲是北京市河流的绝对优势类群，在全区域均有分布，钩虾(Gammarus sp.)、沼虾(Macrobrachium sp.)、三带环足摇蚊(Cricotopus trifasciatus)、四节蜉属(Baetis sp.)、纹石蛾属(Hydropsyche sp.)是北京市河流水系的优势物种。
NMDS分析显示(图 2)，北京市河流底栖动物存在明显的山区-平原空间分布格局。ANOSIM分析显示，山区和平原区河流底栖动物群落结构差异显著(R=0.73，P＜0.05)。山区河流共采集到底栖动物206种，隶属5门8纲20目80科；平原区河流共采集到203种，隶属6门10纲21目74科。底栖动物的群落结构如图 3所示，从相对丰度来看，山区河流群落组成以端足目(23.49%)、蜉蝣目(23.22%)、双翅目(22.85%)以及毛翅目(11.50%)等类群为主(图 3a)，优势种为钩虾(23.49%)、四节蜉属(11.01%)、沼虾(10.01%)、纹石娥属(6.66%)、蜉蝣属(Ephemera sp.，5.67%)；而平原区河流群落组成则以双翅目(45.89%)占绝对优势，其次为中腹足目(13.33%)、十足目(10.66%)、颤蚓目(10.04%)等类群为主(图 3b)，优势种为三带环足摇蚊(16.01%)、沼虾(10.21%)、梨形环棱螺(Bellamya purificata，7.68%)、黄色羽摇蚊(Chironomus flaviplumosus，7.09%)、霍甫水丝蚓(Limnodrilus hoffmeisteri，6.85%)以及纹石娥属(5.50%)。进一步对山区、平原区河流底栖动物群落结构的季节性差异进行分析(图 4)，结果显示山区和平原区河流各季节之间底栖动物群落结构无显著差异(P＞0.05)。
|
图 2 北京市山区-平原区河流底栖动物群落NMDS分析 Fig.2 Non-metric multidimensional scaling analysis of macroinvertebrate community in mountain-plain rivers of Beijing |
|
图 3 山区(a)、平原区(b)河流底栖动物群落组成 Fig.3 Community composition of macroinvertebrates in mountain rivers (a) and plain rivers (b) |
|
图 4 基于时间尺度的底栖动物群落非度量多维尺度分析 Fig.4 Non-metric multidimensional scaling analysis of macroinvertebrate community base on temporal scale |
综上所述，为避免自然差异对评价体系造成的潜在影响，将分别构建山区、平原区河流底栖动物完整性指数，而山区、平原区河流底栖动物群落结构无显著的季节性差异，本研究不考虑各个季节底栖动物完整性指数的构建。
2.3 北京市河流B-IBI评价体系的构建 2.3.1 参照点的筛选参照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。山区河流参照渠晓东等[34]提出的基于水质等级Ⅱ类水以上、栖息地质量综合评估指数在120分以上、人类干扰强度无或者极小、两岸均无耕作土壤4方面来筛选参照点。而平原区河段人口密集，城市化程度高，按照以上标准则无法选出参照点，Novak等[35]于1992年建立了河流底栖动物群落组成理想模型，在理想河流状态下，底栖动物群落应由蜉蝣目、襀翅目、毛翅目、鞘翅目、摇蚊科、寡毛类和其他类群组成，利用百分比模式相似性指数(percent model affinity，PMA)来判别站点底栖动物群落组成与理想模型的偏离程度，PMA值越高，表明底栖动物群落组成越接近理想模型。基于Novak等[35-36]的研究成果，确定平原区河流参照点选择的2个原则: PMA≥50、水质等级Ⅲ类水以上。PMA计算公式如下：
| $ P M A=100-0.5 \times \sum|a-b| $ | (3) |
式中，a为各类群个体数在样点中实际所占百分比，b为各类群在模型中(蜉蝣目40%；襀翅目5%；毛翅目10%；鞘翅目10%；摇蚊科20%；寡毛纲5%；其他10%)所占百分比。
按照参照点的筛选标准，山区河流共筛选出7个参照点，分别位于潮白河水系的M1、M2、M4、M5、M9点位、永定河水系M3以及大清河水系M13点位；平原区河流共筛选出5个参照点，分别位于北运河水系U8、U9、U23点位、永定河水系U10以及大清河水系U11点位。
2.3.2 北京市河流B-IBI评价体系的建立通过对候选参数的分布范围检验、判别能力分析以及相关性分析，最终确定北京市山区河流的B-IBI核心指标包括总分类单元数、EPT相对丰度、BMWP指数、粘附者相对丰度、Shannon-Wiener多样性指数5个指标；平原区河流的B-IBI核心指标包括总分类单元数、摇蚊科相对丰度、EPTO相对丰度、耐污类群相对丰度4个指标(表 2)。
|
|
表 2 核心参数及计算公式 Tab. 2 Key parameters and associated calculation formula |
根据各指标值随干扰增强的变化趋势，利用比值法将指标值进行标准化，标准化公式如表 2所示。将计算后的各指标分值累加求和得到各样点的B-IBI值，得分越高，代表河流健康状况越好，反之越差。北京市山区、平原区河流B-IBI评价标准如表 3所示。
|
|
表 3 北京市河流B-IBI评价标准 Tab. 3 Criteria for B-IBI assessment in Beijing rivers |
评价结果如图 5所示，山区河流整体处于良好状态，B-IBI平均值为3.56。山区河流优秀状态的点位有6个，占比17.65%；良好的点位14个，占41.18%；中等状态的点位有9个，占26.47%；较差状态的点位有4个，占比11.76%；很差状态的点位有1个，占比2.94%。各水系的评价结果显示，潮白河水系生态环境状况最好，处于良好状态，B-IBI值为3.81；大清河、永定河水系均处于中等状态，B-IBI值分别为3.34、2.99；蓟运河水系生态环境状况最差，处于很差状态，B-IBI值为0.97。
|
图 5 北京市山区-平原区河流B-IBI评价结果 Fig.5 B-IBI assessment results in mountain-plain rivers of Beijing |
平原区河流整体处于中等状态，B-IBI平均值为2.09。平原区河流优秀状态的点位有11个，占比13.58%；良好的点位18个，占22.22%；中等状态的点位有38个，占46.91%；较差状态的点位有10个，占12.35%；很差状态的点位有4个，占4.94%。平原区河流各水系的评价结果显示，永定河、大清河水系生态环境状况相对较好，处于良好状态，B-IBI值分别为2.59、2.29；蓟运河、北运河、潮白河水系均处于中等状态，B-IBI值分别为1.99、1.94、1.92。
从各季节的评价结果来看(图 6)，山区河流在夏季处于最差状态，平原区河流则在夏季处于最好状态，部分样点的健康状态在不同季节存在一定的变化。对不同季节河流B-IBI值进行Kruskal-Wallis检验，结果显示山区、平原区河流各季节之间的B-IBI值无显著性差异(P＞0.05)，表明构建的B-IBI体系在时间上具有良好的稳定性。通过对山区、平原区河流参照点与受损点的B-IBI值进行Mann-Whitney U非参数检验，结果显示山区河流、平原区河流参照点与受损点之间B-IBI值均存在显著差异(P＜0.05)(图 7)，参照点的B-IBI值显著高于受损点，表明本研究所构建的北京市山区、平原区河流B-IBI评价体系适用性良好。
|
图 6 北京市山区-平原区河流各季节B-IBI评价结果 Fig.6 Results of B-IBI assessment in different seasons in mountain-plain rivers of Beijing |
|
图 7 参照点与受损点位B-IBI分值箱线图 Fig.7 Box plots of B-IBI score in reference and impaired sites |
各点位B-IBI值与栖息地质量、理化指标的多元回归分析显示，QHEI和理化指标对山区、平原区河流B-IBI具有显著影响(R山区2=0.690，P＜0.01；R平原区2=0.645，P＜0.01)，表明本研究所构建的B-IBI评价体系对栖息地质量和水环境状况具有较好的指示作用。进一步确定影响B-IBI的主控因子，由表 4可知，QHEI是显著影响北京市山区、平原区河流B-IBI的控制因子(P＜0.01)，多元回归系数分别为0.723、0.618；其次TP与山区河流B-IBI呈正相关关系，这可能与山区河流TP浓度较低有关；CODMn和CODCr对平原区河流B-IBI具有显著影响(P＜0.05)，与B-IBI呈负相关关系。
|
|
表 4 B-IBI值与栖息地质量、理化指标的多元回归系数 Tab. 4 Multiple regression coefficient of B-IBI with habitat quality and physical-chemical indicators |
河流是一个连续的系统，河流的理化环境和生物类群从上游到下游会呈现一定的纵向格局变化[12]，因而河流中生物类群的变化并非完全由干扰造成。由之前的分析可知，北京市山区、平原区河流底栖动物群落结构差异显著，这些差异可能是由自然因素和人类干扰因素的变化共同主导。而生物完整性指数受自然因素的影响较大[37]，采用统一的评价体系评价不同区域的生态环境状况，势必会影响评价结果的准确性。Barbour等[31]在构建美国佛罗里达州溪流B-IBI时考虑到自然因素影响，将区域内溪流分成三大区域分别进行评价，每个区域的B-IBI核心参数赋值准则也不相同。美国马里兰州的B-IBI评价体系中，将溪流分为海岸平原、内地平原、东部高原、山地丘陵4种不同的类型分别进行评价[38]。基于此，为了剔除自然因素的影响，本研究将北京市河流分为山区、平原区2个自然变化相对恒定的区域分别构建B-IBI体系，以提高评价的适用性和可靠性。研究发现北京市河流不同季节之间底栖动物群落结构无显著差异，表明底栖动物群落结构未受到季节变化的影响，故将同一监测位点不同季节的数据作为一个独立样本进行处理。Astin等[39]在建立区域尺度B-IBI体系时认为，将同一监测站位不同季节的数据进行合并处理是必要的，因为多个季度的监测数据所包含的信息要多于单次调查数据，可以避免单次采样数据评价的片面性，同时也有助于筛选和校验出准确可靠的评价指标，提高评价体系的准确性。本研究未针对不同的季节单独构建B-IBI体系，Burton等[40]和Gerritsen等[41]的研究证明了这一观点是可行的，群落结构相似性较高的季节，没有必要单独构建生物完整性指数进行评价。此外，本研究中不同季节的底栖动物群落结构相似度较高，结合B-IBI值在不同季节间不显著的差异，进一步说明所构建的B-IBI评价体系是适用的。
针对不同的研究区域情况选择合适的候选指标，是提高评价体系敏感性和评价结果准确性的关键。不同的候选参数可以反映一定的环境胁迫，对于平原城市中生态状况良好的河流，兼性类群占比会有所上升[10]，在候选指标中纳入兼性类群指标，可以较好地指示平原城市不同河流环境梯度的变化。而山区河流的生态系统受环境压力的影响相对较小，选择蜉蝣目、毛翅目、襀翅目等对环境压力响应更为敏感的参数作为候选指标。经筛选，山区、平原区河流的B-IBI体系存在明显差异，山区河流核心指标主要与敏感类群指标有关，同时也包含了生物多样性类型的指标，而平原区河流则以耐污类群指标为主，多样性指标未能进入最终的B-IBI体系，这与平原区河流受人类干扰强度较大有关，平原区河流水质污染、河流渠化、土地利用方式改变等因素，造成不同区域底栖动物群落结构复杂性和多样性的空间异质性降低。因此，从北京市河流生物多样性的角度来看，生物多样性的恢复与保护是今后北京市平原区河流健康评价和生态修复需要重点关注的方面。
3.2 北京河流B-IBI体系适用性参照点是评估河流生态环境受损程度的基准，不同研究对象的环境状况不同，参照点的筛选方法也不尽相同[42]。北京市山区河流人类干扰程度较低，生境异质性和生物多样性较高，水质良好，而平原区河流受干扰程度相对严重，河流渠化导致河道天然基质退化，生物多样性较低，群落组成以耐污能力较强的类群为主，因此在参照点的筛选标准上，平原区筛选标准要低于山区河流，相应的评价标准也低于山区河流。山区河流利用标准化方法筛选参照点，具有较强的客观性，大大降低筛选时的主观误差，但对于北京市平原区受人为活动干扰的典型区域，该方法未能筛选出合适的参照点。本研究尝试对平原区参照条件的选择进行量化，通过水质标准和PMA指数值，同时结合统计分析的手段来界定和选择平原区参照点群，可以有效提高参照样点选择的准确性，从而提高评价精度。从本质上讲，PMA指数属于类群组成性质的参数，用于B-IBI的构建较为合适，熊春辉等[16]和池仕运等[43]的研究证明了PMA指数对于强人为干扰区域参照点的筛选具有良好适用性。由评价结果可知，北京市山区、平原区河流参照点和受损点之间的生态环境状态存在显著差异，同时评价体系在时间上也具有良好的稳定性，表明本研究所构建的B-IBI体系适用于北京市河流生态环境质量评价。
本研究评价显示山区河流中潮白河水系的健康状况最好，潮白河流域是京津冀地区生物多样性保护的热点和重点区域，但健康状态存在明显的空间差异，白河流经多个自然保护区，植被覆盖率较高，河流生境状况良好，河流多数处于健康和亚健康状态；而潮河流经多个村镇，高密度的人口聚集和河流沿岸的农业种植，对潮河的健康状况产生一定的影响；永定河水系是近年来北京市河流生态修复的重点区域，穆林青等[17]和孔凡青等[44]在2018年对永定河流域进行了B-IBI评价，与之相比，此次评价结果显示永定河水系的生态环境状况得到了明显改善，这与2019年以来的多次生态补水措施有很大关系；蓟运河水系山区由于受地理条件限制，仅布设了一个样点，位于泃河入海子水库的河口，河流中携带的泥沙在河口淤积，致使底栖动物生存所需复杂的微生境丧失，对评价结果产生了影响，后续的研究应在山区设置更多的点位，以便能够更加准确地反映河流的生态环境状况。平原区河流中永定河水系生态环境状况最好，永定河水系的生态补水极大改善了平原段的生境条件，静水生境变为流水生境，生境异质性增强，栖息地质量明显提升；潮白河水系、北运河水系生态环境状态较处于最差等级，潮白河水系平原段出于城市防洪需求，河道渠化现象严重，生境的均质化降低了底栖动物的完整性，严重影响了河流的健康状况；北运河水系地处北京市中心区域，人口稠密，城市化水平高，是北京市境内受人类活动干扰最强烈的水域，强烈的人类活动干扰严重影响了整体的生态环境状况。季节评价结果显示，夏季山区河流生态环境状况最差，而平原区则在夏季状态最好，夏季河道水流高速的冲刷减少了山区河流中底栖动物的存量，但对于人工管控的平原区河流，冲刷作用相对较小，并且相对较高的流速也有助于平原区河流水质的改善，进而对河流生态环境状况产生积极影响。
大型底栖动物的群落特征及空间分布与诸多环境因子具有密切关系，Llansó等[45]指出评价结果应与主要胁迫因子联系起来，以提高评价结果的准确性和适用性。由回归分析结果可知，QHEI和水体理化指标对B-IBI具有较高拟合解释率，表明B-IBI体系很好地反映了北京市河流所受到的干扰情况。研究发现TP与山区河流B-IBI值呈正相关关系，分析其原因可能与山区河流中TP浓度有关；吴东浩等[46]研究发现TP浓度低于0.033 mg/L阈值时，TP与多样性指数呈现极显著正相关，表现为TP浓度增加，底栖动物的多样性和群落结构的复杂性会明显提升。由表 1可知，北京市山区河流TP平均浓度为0.031 mg/L，这与其研究结果一致，低浓度的TP浓度抑制了藻类等初级生产力和群落代谢能力，进而限制了底栖动物的食物来源和营养物质的获取。CODMn和CODCr对平原区河流B-IBI具有显著影响，表明平原区河流B-IBI体系对于河流水体有机污染具有良好的指示作用。栖息地环境质量反映了土地利用及其他人类活动对河流生境影响的综合结果，与水体理化因子相比，栖息地质量是北京市河流B-IBI最主要的限制因子，作为底栖动物栖息的场所，栖息地环境受损会直接导致底栖动物群落退化，故QHEI与B-IBI具有较好的一致性。此外，研究发现对于北京市平原区河流，提高河流栖息地环境质量可以明显改善河流生态环境状况，例如凉水河、温榆河上游区域、妫水河等河流，生态修复后河流栖息地环境质量明显提升，河道内水生植物丰富，生境类型多样化，河流生态环境得到了很大程度的改善。因此，改善与恢复河流栖息地环境是今后北京市河流进行生态修复与保护需要重点关注的方面。
4 附录附表 Ⅰ见电子版(DOI: 10.18307/2023.0628)。
|
|
附表Ⅰ B-IBI评价候选参数及对人为干扰的反应 Appendix Ⅰ Candidate parameters for B-IBI and its response to human disturbance |
| [1] |
Wu AN, Yang K, Che Y et al. Characterization and evaluation of river health status. Advances in Water Science, 2005, 16(4): 602-608. [吴阿娜, 杨凯, 车越等. 河流健康状况的表征及其评价. 水科学进展, 2005, 16(4): 602-608. DOI:10.3321/j.issn:1001-6791.2005.04.023] |
| [2] |
McKinney ML. Effects of urbanization on species richness: A review of plants and animals. Urban Ecosystems, 2008, 11(2): 161-176. DOI:10.1007/s11252-007-0045-4 |
| [3] |
Gu XY, Xu ZX, Liu LF et al. Health assessment of the stream ecosystem in the north canal river basin, Beijing, China. Environmental Science, 2018, 39(6): 2576-2587. [顾晓昀, 徐宗学, 刘麟菲等. 北京北运河河流生态系统健康评价. 环境科学, 2018, 39(6): 2576-2587. DOI:10.13227/j.hjkx.201706229] |
| [4] |
Karr JR. Assessment of biotic integrity using fish communities. Fisheries, 1981, 6(6): 21-27. DOI:10.1577/1548-8446(1981)0060021:AOBIUF>2.0.CO;2 |
| [5] |
Cai K, Zhang J, Xu ZA et al. Application of a benthic index of biotic integrity for the ecosystem health assessment of Lake Taihu. J Lake Sci, 2014, 26(1): 74-82. [蔡琨, 张杰, 徐兆安等. 应用底栖动物完整性指数评价太湖生态健康. 湖泊科学, 2014, 26(1): 74-82. DOI:10.18307/2014.0109] |
| [6] |
Zhang Y, Xu CB, Ma XP et al. Biotic integrity index and criteria of benthic organizms in Liao River Basin. Acta Scientiae Circumstantiae, 2007, 27(6): 919-927. [张远, 徐成斌, 马溪平等. 辽河流域河流底栖动物完整性评价指标与标准. 环境科学学报, 2007, 27(6): 919-927. DOI:10.3321/j.issn:0253-2468.2007.06.005] |
| [7] |
Cook SEK. Quest for an index of community structure sensitive to water pollution. Environmental Pollution, 1976, 11(4): 269-288. DOI:10.1016/0013-9327(76)90067-7 |
| [8] |
Pratt JM, Coler RA. A procedure for the routine biological evaluation of urban runoff in small rivers. Water Research, 1976, 10(11): 1019-1025. DOI:10.1016/0043-1354(76)90083-X |
| [9] |
Dolédec S, Statzner B. Responses of freshwater biota to human disturbances: Contribution of J-NABS to developments in ecological integrity assessments. Journal of the North American Benthological Society, 2010, 29(1): 286-311. DOI:10.1899/08-090.1 |
| [10] |
Zhang YH, Qu XD, Wang SM et al. River health assessment of Hun River Basin based on benthic index of biological integrity. Resources and Environment in the Yangtze Basin, 2020, 29(6): 1374-1386. [张宇航, 渠晓东, 王少明等. 浑河流域底栖动物生物完整性指数构建与健康评价. 长江流域资源与环境, 2020, 29(6): 1374-1386. DOI:10.11870/cjlyzyyhj202006012] |
| [11] |
Kerans BL, Karr JR. A benthic index of biotic integrity (B-IBI) for rivers of the Tennessee valley. Ecological Applications, 1994, 4(4): 768-785. DOI:10.2307/1942007 |
| [12] |
Li ZF, Zeng B. Health assessment of important tributaries of Three Georges Reservoir based on the benthic index of biotic integrity. Scientific Reports, 2020, 10: 18743. DOI:10.1038/s41598-020-75746-7 |
| [13] |
Zheng BH, Zhang Y, Li YB. Study of indicators and methods for river habitat assessment of Liao River Basin. Acta Scientiae Circumstantiae, 2007, 27(6): 928-936. [郑丙辉, 张远, 李英博. 辽河流域河流栖息地评价指标与评价方法研究. 环境科学学报, 2007, 27(6): 928-936. DOI:10.3321/j.issn:0253-2468.2007.06.006] |
| [14] |
Barbour MT, Diamond JM, Yoder CO. Biological assessment strategies: Applications and limitations. Whole effluent toxicity testing: An evaluation of methods and prediction of receiving system impacts, 1996: 245-270.
|
| [15] |
Yin K, Li ZY, Zhao R et al. Study on deviation and correction of biological integrity in time scale trend analysis—A case study of Songhua River Basin. J Lake Sci, 2020, 32(5): 1473-1483. [阴琨, 李中宇, 赵然等. 生物完整性在时间尺度趋势分析中的偏差和校正研究——以松花江流域为例. 湖泊科学, 2020, 32(5): 1473-1483. DOI:10.18307/2020.0519] |
| [16] |
Xiong CH, Zhang RL, Xu YP et al. Health assessment on rivers in Shanghai City using benthic index of biotic integrity. J Lake Sci, 2015, 27(6): 1067-1078. [熊春晖, 张瑞雷, 徐玉萍等. 应用底栖动物完整性指数评价上海市河流健康. 湖泊科学, 2015, 27(6): 1067-1078. DOI:10.18307/2015.0611] |
| [17] |
Mu LQ, Zhang HP, Zhao SQ et al. River health assessment of Yongding River based on benthic integrated biotic index. Research of Environmental Sciences, 2018, 31(4): 697-707. [慕林青, 张海萍, 赵树旗等. 永定河底栖动物生物完整性指数构建与健康评价. 环境科学研究, 2018, 31(4): 697-707.] |
| [18] |
Li Q, Yang LF, Wu J et al. Stream health assessment using a benthic-index of biotic integrity in xitiaoxi stream, Zhejiang Province, China. Chinese Journal of Environmental Science, 2007, 28(9): 2141-2147. [李强, 杨莲芳, 吴璟等. 底栖动物完整性指数评价西苕溪溪流健康. 环境科学, 2007, 28(9): 2141-2147. DOI:10.3321/j.issn:0250-3301.2007.09.044] |
| [19] |
Xu F, Wang YG, Zhang N et al. Health assessment of watershed ecosystems: The Chao River and Bai River Basins as a case study. Ecologica Sinica, 2017, 37(3): 932-942. [徐菲, 王永刚, 张楠等. 北京市白河和潮河流域生态健康评价. 生态学报, 2017, 37(3): 932-942. DOI:10.5846/stxb201508181720] |
| [20] |
Sun F, Huang ZF, Yang ZS et al. Assessment of ecological status for surface water bodies in Beijing area. Environmental Monitoring in China, 2017, 33(2): 82-87. [孙峰, 黄振芳, 杨忠山等. 北京市水生态监测评价方法构建及应用. 中国环境监测, 2017, 33(2): 82-87.] |
| [21] |
You Y, Xu ZL, Wang PJ et al. Study on the health assessment of ecotype river in Wenyuhe River. Journal of Water Resources and Water Engineering, 2009, 20(3): 19-24. [尤洋, 许志兰, 王培京等. 温榆河生态河流健康评价研究. 水资源与水工程学报, 2009, 20(3): 19-24.] |
| [22] |
Zhang YH, Zhang M, Zhang HP et al. Study on the spatial pattern of macroinvertebrate and their responses to environmental changes in Beijing Rivers. Asian Journal of Ecotoxicology, 2018, 13(4): 101-110. [张宇航, 张敏, 张海萍等. 北京河流大型底栖动物空间格局及其环境响应研究. 生态毒理学报, 2018, 13(4): 101-110. DOI:10.7524/AJE.1673-5897.20180122004] |
| [23] |
Wiggins GB. Larvae of the North American caddisfly genera (Trichoptera). 2nd ed. Toronto: University of Toronto Press Inc, 1996.
|
| [24] |
Morse JC, Yang L, Tian L. Aquatic insects of China useful for monitoring water quality. Tianjin: Hohai University Press, 1994.
|
| [25] |
周长发. 中国大陆蜉蝣目分类研究[学位论文]. 天津: 南开大学, 2002.
|
| [26] |
国家环境保护局. 水生生物监测手册. 南京: 东南大学出版社, 1993.
|
| [27] |
国家环境保护总局. 水和废水监测分析方法: 第四版. 北京: 中国环境科学出版社, 2002.
|
| [28] |
Oberdorff T, Hughes RM. Modification of an index of biotic integrity based on fish assemblages to characterize rivers of the Seine Basin, France. Hydrobiologia, 1992, 228(2): 117-130. DOI:10.1007/BF00006200 |
| [29] |
Hering D, Meier C, Rawer JC et al. Assessing streams in Germany with benthic invertebrates: Selection of candidate metrics. Limnologica, 2004, 34(4): 398-415. DOI:10.1016/S0075-9511(04)80009-4 |
| [30] |
Karr JR, Chu EW. Sustaining living rivers. Hydrobiologia, 2000, 426(4): 1-14. |
| [31] |
Barbour MT, Gerritsen J, Griffith GE et al. A framework for biological criteria for Florida streams using benthic macroinvertebrates. Journal of the North American Benthological Society, 1996, 15(2): 185-211. DOI:10.2307/1467948 |
| [32] |
Maxted JR, Barbour MT, Gerritsen J et al. Assessment framework for mid-Atlantic coastal plain streams using benthic macroinvertebrates. Journal of the North American Benthological Society, 2000, 19(1): 128-144. DOI:10.2307/1468286 |
| [33] |
Barbour MT, Gerritsen J, Snyder BD et al. Rapid bioassessment protocols for use in streams and wadeable rivers: Periphyton, benthic macroinvertebrates, and fish, 2nd edition. United States Environmental Protection Agency, 1999.
|
| [34] |
Qu XD, Liu ZG, Zhang Y. Discussion on the standardized method of reference sites selection for establishing the benthic index of biotic integrity. Acta Ecologica Sinica, 2012, 32(15): 4661-4672. [渠晓东, 刘志刚, 张远. 标准化方法筛选参照点构建大型底栖动物生物完整性指数. 生态学报, 2012, 32(15): 4661-4672. DOI:10.5846/stxb201107181065] |
| [35] |
Novak MA, Bode RW. Percent model affinity: A new measure of macroinvertebrate community composition. Journal of the North American Benthological Society, 1992, 11(1): 80-85. DOI:10.2307/1467884 |
| [36] |
Barton D. The use of Percent Model Affinity to assess the effects of agriculture on benthic invertebrate communities in headwater streams of southern Ontario, Canada. Freshwater Biology, 1996, 36(2): 397-410. DOI:10.1046/j.1365-2427.1996.00053.x |
| [37] |
Schmidt SI, König-Rinke M, Kornek K et al. Finding appropriate reference sites in large-scale aquatic field experiments. Aquatic Ecology, 2009, 43(1): 169-179. DOI:10.1007/s10452-007-9155-6 |
| [38] |
Southerland MT, Rogers GM, Kline MJ et al. Improving biological indicators to better assess the condition of streams. Ecological Indicators, 2007, 7(4): 751-767. DOI:10.1016/j.ecolind.2006.08.005 |
| [39] |
Astin L. Data synthesis and bioindicator development for nontidal streams in the interstate Potomac River Basin, USA. Ec Indicators, 2006, 6(4): 664-685. DOI:10.1016/j.ecolind.2005.08.030 |
| [40] |
Burton J, Gerritsen J. A stream condition index for Virginia non-coastal streams. Virginia Department of Environmental Quality, Richmond, Virginia, USA, 2003: 163.
|
| [41] |
Gerritsen J, Carlson RE, Dycus DL et al. Lake and reservoir bioassessment and biocriteria: Technical guidance document. Washington, DC: US Environmental Protection Agency, Office of Water, 1998: 202.
|
| [42] |
João Feio M, Reynoldson TB, Graça MA. Effect of seasonal changes on predictive model assessments of streams water quality with macroinvertebrates. International Review of Hydrobiology, 2006, 91(6): 509-520. DOI:10.1002/iroh.200610877 |
| [43] |
Chi SY, Zhu WJ, Shi LD et al. The use of benthic index of biotic integrity (B-IBI) to assess the stream health in the upper watershed of reservoir-based water resources area. Journal of Hydroecology, 2012, 33(2): 16-25. [池仕运, 竺维佳, 施练东等. 应用底栖动物完整性指数评价水源地水库溪流健康状态. 水生态学杂志, 2012, 33(2): 16-25.] |
| [44] |
Kong FQ, Cui WY, Zhou XS. Health assessment on Yongding River watershed using benthic index of biotic integrity (B-IBI). Ecology and Environment Sciences, 2018, 27(3): 550-555. [孔凡青, 崔文彦, 周绪申. 基于大型底栖动物完整性指数(B-IBI)的永定河水系生态健康评价. 生态环境学报, 2018, 27(3): 550-555.] |
| [45] |
Llansó RJ, Dauer DM, Vølstad JH. Assessing ecological integrity for impaired waters decisions in Chesapeake Bay, USA. Marine Pollution Bulletin, 2009, 59(1/2/3): 48-53. DOI:10.1016/j.marpolbul.2008.11.011 |
| [46] |
Wu DH, Yu HY, Wu HY et al. Estimation of river nutrients thresholds based on benthic macroinvertebrate assemblages: A case study in the upper reaches of Xitiao Stream in Zhejiang, China. Chinese Journal of Applied Ecology, 2010, 21(2): 483-488. [吴东浩, 于海燕, 吴海燕等. 基于大型底栖无脊椎动物确定河流营养盐浓度阈值——以西苕溪上游流域为例. 应用生态学报, 2010, 21(2): 483-488.] |