基于关键功能组筛选的河流健康评价方法优化研究——以清潩河为例

来源 :郑州大学 | 被引量 : 0次 | 上传用户:zjs999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前大部分河流生态系统均受到人类活动的负面影响,全面推进河流生态恢复迫在眉睫,而量化评价河流生态系统健康状况对于科学引导河流生态恢复具有重要意义。生物多样性是河流健康的重要体现,保护关键功能组是提升生物多样性有效举措,对于改善河流生态系统健康十分重要。本论文以研究生态系统结构与功能常用的Ecopath模型为主要研究工具,探索了基于生态系统关键功能组筛选的河流生态健康评价方法优化技术路线。为完善中小河流生态健康评价相对较少的不足,本研究选取典型中小河流——清潩河(许昌段)进行应用验证,并结合最终评价结果提出了研究区域河流生态恢复建议,以期对同类型河流生态系统功能的恢复和提升提供依据。主要研究内容及结论如下:(1)基于水生生物调查结果,构建清潩河夏、秋季食物网模型。分别于2021年7月、10月开展清潩河水生态系统调查,共设置10个调查点位,分别获取水文、水质、生境及水生生物数据。基于生物调查,进一步计算并查阅文献确定模型参数,构建了不同季节的清潩河Ecopath食物网模型。模型模拟结果表明清潩河夏、秋季的食物网由牧食食物链和碎屑食物链组成,且大多以浮游植物和碎屑开始。生态系统总体特征参数显示,清潩河夏、秋季生态系统输出量、总呼吸量、总消耗量和流入碎屑总量的流量之和分别为2571.06 t/km~2和1472.58 t/km~2,夏季生态系统规模大于秋季;进一步分析生态系统成熟度指标发现,夏季Finn循环指数和Finn平均路径长度为秋季的2.15倍和1.33倍,夏季生态系统的成熟度高于秋季,但总体较于自然河流仍处于较低水平。(2)开展清潩河夏、秋季生态系统结构与功能分析,同时筛选关键功能组。从生态系统结构来看,清潩河夏、秋季生态系统营养级分布及鱼类生态位特征较一致,营养级分布范围均为1.00~3.29,生态位重叠现象主要发生在小型鱼类之间,上层和中下层小型鱼类生态位重叠程度最高,而肉食性鱼类无生态位重叠,捕食者和饵料重叠指数均接近于1,鱼类资源呈现小型化;从生态系统功能来看,夏、秋季生态系统总转化效率都很低,分别为1.08%、1.82%,明显低于生态系统9.2%的平均传输效率;依据物种的关键性指数,量化物种对食物网能量流动的影响程度,基于初级生产者、底栖动物和鱼类不同功能组的物种关键性指数排序结果,筛选出清潩河夏、秋季的关键功能组均为浮游植物、软体动物和翘嘴鲌。通过对关键功能组与环境因子进行典范对应分析(P<0.05),识别出河流夏、秋季影响关键功能组的主要环境因子为氮,其中翘嘴鲌的分布主要受NH4+-N影响,软体动物分布主要受NO3--N影响,浮游植物分布主要受NH4+-N和NO3--N的共同影响。(3)优化现有河流生态系统健康评价方法,根据失分项提出生态恢复建议。以《流域生态健康评估技术指南》中水域健康评价为基础,结合清潩河关键功能组筛选结果,对生物准则层评价指标进行优化,并采用组合赋权方法优化各指标权重,建立了适用于清潩河的“生境-关键功能组-压力”全方位健康评价标准体系。方法优化后健康评价结果变化明显,优化前清潩河整体夏、秋季健康状况分别为良好和较差,优化后为一般和较差,从不同河段健康评价结果来看,优化前清潩河干流、支流灞陵河和小泥河夏季评价结果分别为良好、一般和良好,秋季评价结果均为较差,优化后夏季评价结果分别为一般、较差和一般,秋季评价结果均为较差。对比健康评价方法体系的准则层得分发现,评价方法优化后秋季较夏季水生生物得分降低明显,而优化前得分不变,说明优化后的评价结果更能体现水生生物对外界条件变化响应,反映出的生态系统健康状况变化情况更为精准。最后兼顾关键功能组保护,以及不同河段健康评价主要失分项修复,提出控源截污和生境恢复、基于关键功能组的食物链恢复以及限制人为干扰等生态恢复建议。
其他文献
分布外检测技术对提高深度神经网络模型实际应用的安全性有着重要作用。现有的深度神经网络模型大多是基于封闭世界假设场景进行训练,使用的训练样本和测试样本符合独立同分布的假设,这使得深度神经网络对分布外样本没有识别能力。使用分布外检测技术将分布内样本和分布外样本进行区分,有助于在自动驾驶等实际应用中通过运用深度神经网络模型抵御未知样本的攻击风险。对于非线性决策边界的分类任务,深度多类别数据描述基于超球决
学位
密码分析是情报破译和保障网络信息安全的重要途径,识别密文所属加密算法是进一步展开密码分析的前提。分组加密应用广泛,是目前主流的加密方法。因此研究识别分组加密算法对密码分析工作具有重要意义。现有分组加密算法识别研究缺少对不同种类明文所属的明文场景,以及对加密算法在不同工作模式下得到的密文进行识别。本文基于机器学习的方法,围绕分组加密算法识别进行研究,提出多种新的识别方案,主要工作及创新如下:(1)密
学位
基于计算机视觉的人群计数通过对图像中内容进行分析,可以实时获取目标场景中人群数量或人群密度分布。该技术可应用于智能安防、交通疏导、广告分析等场景,有着巨大的社会和经济价值。近年来,由于深度学习在计算机视觉领域的良好表现,基于卷积神经网络的人群计数方法也引起广泛关注。但大多数方法依赖于大量具有标注的真实场景图像数据来训练神经网络模型,在数量稀缺的真实数据上的训练很容易出现过拟合问题,且图像中复杂的背
学位
学位
纸质表格的智能识别和分析在人事档案数字化、人事考核、问卷调查等方面具有广泛应用。本文从人事考核子系统业务需求出发,研究一种基于模板与定位技术的表格识别方法,并在人事考核子系统中使用该技术实现了快速高效的表格数据识别与录入。此技术应用于表格模板已知的场景,通过标注模板图像获得表格结构信息,将表格结构以方便录入数据库表的格式存储。需要识别的表格图像通过锚点识别模板类型并初步获得各个单元格位置,再对表格
学位
目前,我国工程领域两极分化的趋势越发明显,即大型企业向综合管理型的总承包商、小型企业向专业施工型的分包商进行转变,从而使得工程总承包模式成为工程承揽方式里的主流模式,总承包商与分包商在工程管理领域所扮演的角色也越发重要。同时,总承包商处于工程供应链的核心位置,因此总承包商与分包商的合作关系将影响到整个供应链的管理效益,其重要性不言而喻。由于分包管理难度的增加,本文站在总承包商的角度,意在探寻常规管
学位
胎盘在妊娠过程中能够为胎儿提供营养物质,同时排出胎儿体内的代谢废物,完成胎儿和母体之间的物质交换,且对细菌、病原体具有一定的防御作用。若胎盘在妊娠过程中出现异常,可能会导致相关疾病的发生,比如双胞胎输血综合征、侵入性胎盘以及其他相关疾病,危及母体和胎儿的健康,因此,在产前准确检测出胎盘异常对母体和胎儿相关疾病的早期诊断及有效治疗至关重要。在获取的产前胎盘图像中对胎盘进行定量评估首先需要准确地分割出
学位
随着时代的不断进步,我国的装备制造业得到了长足的发展。产品的加工制造方式也从最初的成形加工向精度高、质量好、寿命长的加工进行转变。磨削加工能够得到较高的加工精度以及较好的工件表面质量,目前已成为精密零件制造的主要加工手段。由于磨削过程是磨具表面众多磨粒对工件材料的去除过程,并且这些磨粒形状、尺寸以及位置分布均具有随机性,因此对磨削过程各种机理的研究、磨削加工规律的总结以及磨削结果的预测变得非常困难
学位
基于相关滤波框架的RGBT目标跟踪是近年的研究热点,该技术融合了可见光(RGB)与热红外(T)两种图像信息,相比单模态目标跟踪有着更广阔的应用场景与更优秀的跟踪性能。经典的相关滤波框架在RGBT特征融合及滤波器更新时都采用恒定权重,没有考虑可见光与热红外特征在不同情况下的独特优势,在复杂环境下容易造成滤波器退化进而引发漂移。针对以上问题,本文基于背景感知相关滤波框架,围绕自适应的RGBT特征融合及
学位
陆上石油天然气开采企业的采油工区,每年对大量使用的油管、抽油杆进行清洗探伤和维修保养,然后进行循环使用。门式起重机是吊装油管、抽油杆过程中必不可少的生产设备。企业大多数门式起重机投产使用了十余年,且门式起重机的结构较为复杂,吊装工作量大,使用频繁。用于吊装油管、抽油杆的门式起重机基本为露天环境下布置,工作时间长且工作环境恶劣。受困于制造工艺、投产以来长久使用、油水污泥腐蚀环境等诸多因素的影响,门式
学位