遼寧省主要河流底棲動物群落結構及水質評價研究

姜永偉，丁振軍，袁俊斌，張崢，李楊，問青春，王業耀，金小偉

1.遼寧省生態環境監測中心，遼寧 沈陽 120031；2.北京師范大學水科學研究院，北京 100875；3.中國環境監測總站/國家環境保護環境監測質量控制重點實驗室，北京 100012

關建詞：底棲動物；群落結構；環境因子；多樣性指數；分值指數；完整性指數；遼寧

底棲動物因其種類多、生活周期長、活動場所比較固定、不同類群對水質的敏感性差異大、以及受外界干擾后群落結構的變化趨勢可以預測等優點長期作為水生生物監測與水質生物評價的重要類群（仇偉光等，2014）。其在遼寧省河流水質評價的研究主要集中在底棲動物群落結構與環境因子的關系以及底棲動物評價指數兩個方面。

國內外已有的關于底棲動物群落結構與環境因子的關系研究中，水溫、透明度、水深、河寬、流速、海拔、土地利用、水污染、生境復雜性、溶解氧、高錳酸鹽指數、生化需氧量、氨氮、總氮、總磷、汞、鉛、鋅、鹽度、電導率、沉水植物、底質、流量等因素被認為是影響底棲動物群落分布的主要環境因子（Xu et al.，2011；渠曉東等，2013；梁露巍等，2015；王艷杰等，2016；殷旭旺等，2017；孟云飛等，2018，2019；Shen et al.，2020；Horak et al.，2020）。常用的底棲動物評價方法有生物指數（Biotic index，BI）法、生物監測工作組記分法（ Biological Monitoring Working Party index，BMWP）、底棲動物完整性指數法（B-IBI）和香農-維納多樣性指數法（中華人民共和國生態環境部，2023）。生物指數法在遼河流域開展了大量研究并建立了地方標準（邢樹威等，2013；姜永偉，2017；遼寧省市場監督管理局，2018）；生物監測工作組記分法基于國內江蘇、浙江、遼寧、江西和湖南的底棲動物監測數據實現了本地化應用（張汲偉等，2018）；底棲動物完整性指數法是多度量評價方法，經過復雜的統計分析確定核心參數和評價標準，在遼河流域得到廣泛應用（張遠等，2007；姜永偉等，2020；張宇航等，2020）；香農-維納多樣性指數法常用于評價物種的多樣性和均勻度水平（陳勇等，2022；彭定華等，2023）。通過比較不同生物指數的相關性及其對環境要素的響應程度，可以找到評估河流健康狀況的最佳方法（冷龍龍等，2016）。

以往的研究區域主要涉及遼寧省內的某一條河流或者較小的流域范圍，本研究覆蓋了遼寧省內遼河、渾河、太子河、大遼河、大凌河、鴨綠江和碧流河7 條主要河流及其支流，以期通過更全面的調查研究，探索底棲動物群落結構特征及其與環境因子的關系，分析不同評價指數之間及其與物理生境和主要水環境因子的相關性，找到簡單易行、代表性強的評價指數，為遼寧省河流水生生物評價提供參考。

1 材料與方法

1.1 研究區域概況

遼寧省位于中國東北地區南部，在118°53′－125°46′E，38°43′－43°26′N 之間，全省流域劃分為遼河流域、黑龍江流域和海河流域，以遼河流域為主，主要包括遼河水系、遼東灣西部沿渤海諸河水系、遼東灣東部沿渤海諸河水系、遼東沿黃海諸河水系和鴨綠江水系（遼寧省水利廳，2014）。遼河流域屬溫帶暖溫帶半濕潤大陸性季風氣候，年平均氣溫4－9 ℃，年降水量350－1 000 mm，是中國七大流域之一，也是國家重點治理的“三河三湖”之一（張遠等，2007）。遼河流域在遼寧省內主要分布在遼中遼南少水區和遼東部多水區兩個水生態區（孟偉等，2007），根據遼河流域多年的水生生物例行監測結果，兩個水生態區的底棲動物僅軟體動物種類存在少量差異（如光滑狹口螺僅在大凌河中有發現，方格短溝蜷僅在鴨綠江中有發現），其余類群有較高的相似性，因此將兩個水生態區作為一個整體進行調查研究。監測點位在國控水質監測點位的基礎上，兼顧河流上中下游、可達性、干支流等要素，確保點位代表性，共設置47 個底棲動物采樣點位。將遼河、渾河、太子河、大遼河、大凌河、鴨綠江和碧流河7 條河流的點位根據其位置、地形、海拔、地市級行政區劃等劃分為上游、中游和下游。遼寧省主要河流底棲動物采樣點位見表1 和圖1。

圖1 遼寧省主要河流底棲動物采樣點位Figure 1 Sampling sites of benthic macroinvertebrates in main rivers of Liaoning province

表1 遼寧省主要河流底棲動物采樣點位Table 1 Sampling sites of benthic macroinvertebrates in main rivers of Liaoning province

1.2 樣品采集與分析方法

（1）樣品采集。采樣時間為2021 年9－10 月，分兩個采樣組同時開展，具體采樣方法為：在點位上下游各50 m，合計100 m 河段內選擇不同生境類型（水草區、流水區、靜水區、泥質底、石質底等），采用索伯網和D 形網兩種方法分別采集定量和半定量樣品。索伯網（25 cm×25 cm，500 μm 孔徑）采集4 個樣方，采樣面積為0.25 m2，D 形網（底邊30 cm，500 μm 孔徑）采集3 次，每次采集1 m 距離，采樣面積約為1 m2。采集后的樣品過500 μm孔徑分樣篩后轉移至白瓷盤中，加入適量清水，將所有樣品挑揀至含有75%酒精的樣品瓶中固定后帶回實驗室。樣品鑒定至種級，無法鑒定至種級的需鑒定到屬，區分到種（王業耀等，2017）。

（2）河岸帶生境調查評價。采用鄭丙輝等（2015）構建的遼河流域河流生境評價指標、方法和標準，分別對底質、棲境復雜性、流速/深度結合特性、河岸穩定性、河道變化、河水水量狀況、河岸帶植被多樣性、水質狀況、人類活動強度和河岸土地利用類型10 項指標進行賦分評價。

（3）水質理化因子分析。共測定25 項。其中，水溫、pH、溶解氧、電導率和葉綠素a 濃度用Hydrolab DS5 多參數水質分析儀現場測定；透明度用賽氏盤現場測定。實驗室測定項目包括化學需氧量、生化需氧量、氨氮、總磷、總氮、石油類、揮發酚、汞、鉛、銅、鋅、氟化物、硒、砷、鎘、六價鉻、氰化物、陰離子表面活性劑、硫化物，測定方法按照《地表水環境質量標準》（GB 3838—2002）（國家環境保護總局，2022）的規定。

（4）數據分析。通過對水環境理化因子的主成分分析（PCA），從25 項因子中篩選出主要的水環境因子，對底棲動物總分類單元和各類群密度進行去趨勢對應分析（DCA），DCA 第一軸長度為2.19（小于3），為線性模型，因此底棲動物與環境因子的關系采用冗余分析（RDA）更加合適。為使數據趨于正態分布，物種及環境因子（除pH 外）數據進行lg(x+1)處理。

底棲動物種類組成和群落結構分析在Excel 2007 中進行，底棲動物完整性指數有效性驗證和Pearson 相關性分析在SPSS 19.0 中進行，PCA、DCA和RDA 分析在R 語言（v4.2.1）vegan 包（v2.6–2）中進行。

2 結果與分析

2.1 群落結構

2021 年47 個點位共檢出底棲動物120 種，隸屬于4 門8 綱22 目57 科98 屬。其中，水生昆蟲最多，有86 種，占總種類數的71.7%。而水生昆蟲中，EPT（蜉蝣目、襀翅目和毛翅目）種類有28 種，占總種類數的23.3%；其他水生昆蟲58 種，占48.4%。其次為軟體動物，有18 種，占15.0%。環節動物9 種，占7.5%；甲殼動物6 種，占5.0%；扁形動物1 種，占0.8%。底棲動物種類組成見圖2。

圖2 底棲動物種類組成Figure 2 Composition of benthic macroinvertebrates species

上游點位以水生昆蟲和甲殼動物為優勢類群（戈布橋除外），其中遼河遼源段、大凌河葫蘆島段、鴨綠江上游和碧流河大連段水生昆蟲占絕對優勢地位，33%的上游點位EPT 為優勢類群。中游點位以甲殼動物為優勢類群（個別點位如參窩壩下和長寶渡口以水生昆蟲為優勢類群），軟體動物和環節動物較上游明顯增多。下游點位以甲殼動物和環節動物為優勢類群，水生昆蟲和軟體動物的相對密度較上游和中游明顯減少。從上游到下游整體呈現水生昆蟲相對密度不斷減少、環節動物相對密度不斷增多、軟體動物相對密度先增多后減少、甲殼動物基本穩定的趨勢。上游、中游和下游點位底棲動物群落結構見圖3－5。

圖3 上游點位底棲動物群落結構Figure 3 The benthic macroinvertebrates community structure of upstream sites

圖4 中游點位底棲動物群落結構Figure 4 The benthic macroinvertebrates community structure of midstream sites

圖5 下游點位底棲動物群落結構Figure 5 The benthic macroinvertebrates community structure of downstream sites

2.2 底棲動物群落結構與水環境因子的相關性

對25 種水環境因子進行主成分分析（PCA），篩選出溶解氧、氟化物、化學需氧量、氨氮、總磷、生化需氧量、陰離子表面活性劑和鋅8 個水環境主要因子，見圖6。

圖6 遼河流域水體環境因子主成分分析（PCA）Figure 6 Water environmental factor PCA in Liaohe River Basin

底棲動物總分類單元數、各類群生物密度和8個水環境主要因子的RDA 分析結果（圖7）表明，第一軸和第二軸的特征值分別為0.535 和0.064，前兩軸總共解釋了93.29%的底棲動物群落結構空間差異，第一軸貢獻率最大，達83.33%。氟化物、化學需氧量、生化需氧量、總磷、鋅和溶解氧6 種環境因子與底棲動物群落結構相關性較高（P<0.05），其中，氟化物、化學需氧量、生化需氧量和總磷與底棲動物群落數顯著負相關（夾角>90°），溶解氧和鋅與底棲動物群落數顯著正相關（夾角<90°）。溶解氧與總分類單元數相關性最高（F=2.37，P=0.02），鋅與環節動物相關性最高（F=3.30，P=0.01）。

圖7 底棲動物與環境因子的RDA 分析Figure 7 The RDA of benthic macroinvertebrates and environmental factors

2.3 構建底棲動物完整性指數（B–IBI）

2.3.1 點位篩選

根據Kerans et al.（1994）的方法，按照采樣點位受人類活動的干擾程度將47 個遼河流域河流點位分為輕微干擾點位和干擾點位，將輕微干擾點位作為參照點位，干擾點位作為監測點位。經過篩選，最終確定了10 個參照點位，主要分布在渾河、太子河、大凌河和碧流河上游干流及支流入干流處，分別為北雜木、古樓、阿及堡、老關砬子、湯河橋、王家窩棚、坦甸子、蒲石河大橋、荒溝、繭場；其余37 個點位為監測點位。

2.3.2 候選參數確定及篩選

選取代表物種豐富度、物種組成和物種敏感性3 個方面的21 個參數作為候選參數。分別為總分類單元數（M1）、密度（M2）、EPT 分類單元數（M3）、EPT 密度（M4）、搖蚊分類單元數（M5）、搖蚊密度（M6）、敏感種分類單元數（M7）、敏感種密度（M8）、耐污種分類單元數（M9）、耐污種密度（M10）、優勢種百分比（M11）、EPT 百分比（M12）、敏感物種分類單元百分比（M13）、敏感種數量百分比（M14）、耐污物種分類單元百分比（M15）、耐污種數量百分比（M16）、香農-維納多樣性指數（M17）、Margalef 豐富度指數（M18）、Hilsenhoff 生物指數（HBI）（M19）、生物學污染指數（BPI）（M20）、BMWP 記分系統（M21）。計算10 個參照點位中各候選參數的分布范圍，剔除以下兩類參數：對于隨干擾增大值減小的參數，如果其25%分位數值太小（如小于0.1），說明受干擾后可變化范圍很窄，不易區分受不同干擾程度的水體，剔除搖蚊分類單元數（M5）；對于標準差很大的參數，說明數值離散程度高，不適合參與構建B-IBI 指數，剔除密度（M2）、EPT 密度（M4）、敏感種密度（M8）和耐污種密度（M10）。其余的16 個參數做進一步分析。21 個候選參數對干擾的反應及其在參照點位中的分布范圍見表2。

表2 21 個候選參數對干擾的反應及其在參照點位中的分布范圍Table 2 The responses of 21 candidate parameters to disturbance and their distribution ranges at reference sites

計算16 個參數在37 個監測點位的分布范圍，參照Barbour et al.（1996）的評價方法，對參照點位和監測點位的16 個參數進行判別能力分析。僅保留能夠有效區分參照點位和監測點位的參數（IQ≥2）。經過分析，保留總分類單元數（M1）、EPT 分類單元數（M3）、敏感種分類單元數（M7）、耐污種分類單元數（M9）、優勢種百分比（M11）、EPT 百分比（M12）、香農-維納多樣性指數（M17）和BMWP 記分系統（M21）8 個參數。16 個參數在監測點位的分布范圍、IQ 值及取舍見表3。

表3 16 個參數在監測點位的分布范圍、IQ 值及取舍Table 3 The distribution range, IQ value and choice of 16 parameters at monitoring sites

2.3.3 冗余度分析

計算8 個參數的Pearson 相關性（表4），檢驗各參數所反映信息的獨立性，去除冗余信息。采用Maxted et al.（2000）的標準，對高度相關的兩個參數（相關性系數r絕對值大于0.75），取其中一個參數即可代表兩個參數的大部分信息。經過分析，總分類單元數（M1）同BMWP 記分系統（M21）高度相關，EPT 分類單元數（M3）同敏感種分類單元數（M7）、EPT 百分比（M12）、BMWP記分系統（M21）高度相關，敏感種分類單元數（M7）同BMWP 記分系統（M21）高度相關，優勢種百分比（M11）同香農-維納多樣性指數（M17）高度相關，香農-維納多樣性指數（M17）同BMWP記分系統（M21）高度相關，保留總分類單元數（M1）、EPT 分類單元數（M3）和香農-維納多樣性指數（M17），由于耐污種分類單元數（M9）同其他參數相關性均較低，予以保留。綜上，組成B-IBI 的參數共4 個，分別為總分類單元數（M1）、EPT 分類單元數（M3）、耐污種分類單元數（M9）和香農-維納多樣性指數（M17）。

表4 8 個參數間的Pearson 相關性系數Table 4 Pearson correlation coefficient among 8 parameters

2.3.4 統一評價量綱

比值法統一評價量綱優于3 分制法和4 分制法（王備新等，2005），用比值法對B-IBI 組成參數進行記分。對于干擾越強，指數值越低的參數，以95%分位數值為最佳值，各指數值的分值等于指數值/95%分位數值。對于干擾越強，指數值越高的參數，則以5%分位數值為最佳值，其分值等于(最大值?指數值)/(最大值?5%分位數值)。計算后的分值若大于1，則記為1。組成B-IBI 的4 個參數分值計算公式見表5。

表5 組成B-IBI 的4 個參數分值計算公式Table 5 Score calculation formulas of the four parameters that constitute B-IBI

2.3.5 建立B-IBI 評價標準

采用參照點位25%分位數值作為優秀標準，如果點位B-IBI 值大于25%分位數值表示該點位受到干擾很小，為優秀狀態，小于該值的分布范圍進行4 等分，分別代表良好、中等、較差和很差。B-IBI評價標準見表6。

表6 B-IBI 評價標準Table 6 B-IBI evaluation criteria

2.3.6 B-IBI 有效性驗證

為確保構建的B-IBI 的科學性和有效性，對參照點位和監測點位B-IBI 進行箱線圖分析，由圖8可以看出，兩個箱體沒有重疊區域，說明建立的IBI評價指標可以有效區分參照點位與監測點位的狀態，建立的B-IBI 評價體系適用于遼寧省主要河流水生態環境質量評價。

圖8 參照點位與監測點位的箱線圖Figure 8 Boxplot of reference sites and monitoring sites

2.4 底棲動物評價指數之間及其與環境因子的相關性

遼河流域廣泛使用的底棲動物評價指數有底棲動物完整性指數（B-IBI）、BI 指數、底棲動物分值指數（CMSI）、底棲動物平均分值指數（ACMSI）、生物學污染指數（BPI）和香農-維納多樣性指數（SDI）。其中BI 指數在遼河流域建立了本地化評價標準并應用多年（遼寧省市場監督管理局，2018）；CMSI 和ACMSI 是BMWP 和ASPT 在中國的研究成果，張汲偉等（2018）根據江蘇、浙江、遼寧、江西和湖南等省份的溪流與河流湖泊共計839 個底棲動物數據，將中國已有的底棲動物科級分類單元水質敏感性分值打分表擴充和修訂至159 個科，采用統計法分別構建了符合中國可涉水水體和不可涉水水體底棲動物分值指數和底棲動物平均分值指數，它利用底棲動物的定性監測數據，按照各個類群科級分類單元的耐受程度記分來評價水生態環境質量；SDI 是目前國內水生生物評價最常用的生物指數之一，它最早由美國學者Claude Shannon 和Robert H.Wiener 于20 世紀50 年代末提出，國內黃玉瑤等（1982）首次將其應用于底棲動物水質評價，它利用水生生物定量監測數據反映生物群落結構的復雜程度，進而反映水生態環境質量狀況，通常多樣性指數越大，表示群落結構越復雜，群落穩定性越高，水生態環境質量狀況越好。底棲動物評價指數的計算方法和等級標準見表7。

表7 底棲動物評價指數的計算方法和等級標準Table 7 Calculation method and grade standard of the benthic macroinvertebrates evaluation index

計算6 個指數在47 個點位的值并分析各指數之間及其與河岸帶生境質量、主要水環境因子（溶解氧、氟化物、化學需氧量、氨氮、總磷、生化需氧量、陰離子表面活性劑和鋅）的Pearson 相關性（圖9）。結果表明，B-IBI 與SDI（r=0.86，P=0.00）、CMSI（r=0.84，P=0.00）、ACMSI（r=0.55，P=0.00）、河岸帶生境質量（r=0.54，P=0.00）高度相關，與BI 指數（r= ?0.42，P=0.01）、DO（r=0.37，P=0.01）、TP（r= ?0.33，P=0.03）、氟化物（r= ?0.35，P=0.02）中度相關；CMSI 與SDI（r=0.71，P=0.00）高度相關；河岸帶生境質量與氟化物（r= ?0.55，P=0.00）、ACMSI 與SDI（r=0.58，P=0.00）高度相關。

圖9 6 個指數與生境和水環境因子的Pearson 相關性Figure 9 Pearson correlation among six indexes, habitat and water environment factors

3 討論

3.1 群落結構

環境壓力和自然分布共同影響了河流底棲動物群落結構的空間差異（Chessman，2006；Laursenet al.，2015）。本調查從底棲動物群落結構變化的角度反映了從上游到中下游水質逐步變差的整體趨勢。水生昆蟲尤其是蜉蝣目、襀翅目、毛翅目、廣翅目以及鞘翅目的扁泥甲科、雙翅目的大蚊科和網蚊科等均為清潔水體指示類群，在上游區域占據優勢地位；甲殼動物耐受性范圍較廣，在大型水生植物較為豐富的區域，即使水質在Ⅴ類甚至劣Ⅴ類，仍會有較多的甲殼動物生存，本研究中甲殼動物在上中下游均占據優勢地位也說明了這一點；軟體動物為中等敏感類群，水質污染較重時自然消失，在中游區域較為常見；環節動物為耐污類群，有機污染嚴重的水體中環節動物尤其是顫蚓科的種類會大量繁殖，常常在下游區域占據優勢地位。

3.2 群落結構與環境因子的關系

本研究得到的影響底棲動物群落結構的8 個主要環境因子中有4 種（溶解氧、生化需氧量、總磷和鋅）在以往的研究中多次被證實（渠曉東等，2013；梁露巍等，2015；Meng et al.，2016；王艷杰等，2016；孟云飛等，2018；Govenor et al.，2019；孟云飛等，2019；朱韓等，2022；王齊等，2023），本研究首次證實氟化物和化學需氧量與遼寧省河流底棲動物群落結構呈顯著負相關關系。氟化物對底棲動物群落結構的影響尚不明了，氟化物的主要來源是河流沿岸的鋼鐵、制鋁、磷肥、氟化工等工業排放的含氟廢水，其對水生生物存在毒性效應，但是目前世界上旨在保護水生生物而建立的氟化物標準非常缺乏（莊平等，2009）。化學需氧量的降解會消耗水中大量的氧氣，經微生物分解過程使水體變黑變臭，進而影響底棲動物的群落結構，陳麗等（2019）的研究也認為化學需氧量是影響拉薩河流域底棲動物群落結構的主要環境因子。鋅與環節動物相關性最高這一結論同以往的研究不同，張琦等（2018）研究認為鋅同霍甫水絲蚓和日本醫蛭顯著負相關，本研究中47 個點位鋅的濃度最大值為0.053 mg·L?1，根據《地表水環境質量標準》（GB 3838—2002）（國家環境保護總局，2022），均在Ⅰ類和Ⅱ類水質水平，表明在較低濃度條件下，鋅與環節動物的密度呈顯著正相關關系。除以上6 種環境因子外，渠曉東等（2013）研究認為土地利用、河道物理特征，梁露巍等（2015）研究認為總氮、沉水植物、底質和水深，王艷杰等（2016）研究認為生境復雜性，殷旭旺等（2017）研究認為總氮、流量和氨氮，孟云飛等（2018，2019）研究認為海拔、水深、總氮、鹽度和電導率也是影響遼寧省河流底棲動物群落結構的重要環境因子。

3.3 評價方法

應用底棲動物評價水質的方法包括單指標、多指標和多變量三大類（陳凱等，2016），不同的評價方法評價結果存在差異，它們反映的環境信息也各有不同，如香農-維納多樣性指數反映的是物種的多樣性和均勻度，生物學污染指數、底棲動物平均分值指數、底棲動物分值指數和BI 指數反映的是物種的敏感性，多指標的底棲動物完整性指數較全面地反映了物種的群落結構、多樣性和敏感性，多變量河流無脊椎動物預測與分類系統（Rivpacs）反映的是干擾樣點現有的動物區系與樣點受干擾前期望的動物區系組成之間的差距（張杰等，2011），后兩種方法所反映的信息更為全面、系統，但是其所需的數據量大，計算過程繁瑣，不利于開展業務化應用。本研究中底棲動物分值指數與底棲動物完整性指數顯著正相關的結論同冷龍龍等（2016）的研究一致，在兩種評價方法呈顯著正相關時，簡單的評價方法顯然具有更大的實用性。

4 結論

（1）遼寧省主要河流底棲動物種類豐富，共發現4 門8 綱22 目57 科98 屬120 種。空間分布差異較大，上游點位以水生昆蟲和甲殼動物為優勢類群，中游點位以甲殼動物為優勢類群，下游點位以甲殼動物和環節動物為優勢類群，軟體動物在中游點位較多，甲殼動物在上中下游均為優勢類群。

（2）從25 項水質理化因子中篩選出8 種主要水環境因子，經過RDA 分析表明，6 種環境因子與底棲動物群落結構相關性較高（4 種為負相關，2種為正相關），溶解氧與總分類單元數相關性最高，鋅與環節動物相關性最高。

（3）篩選出底棲動物完整性指數核心參數并建立了評價標準。將底棲動物常用評價指數、河岸帶生境質量、主要水環境因子進行Pearson 相關性分析，結果表明，河岸帶生境質量、底棲動物多樣性指數、底棲動物分值指數、底棲動物平均分值指數與底棲動物完整性指數相關性較高。底棲動物多樣性指數和底棲動物分值指數兩個評價指數與底棲動物完整性指數顯著正相關，二者的評價過程較后者簡單易行，便于將底棲動物評價方法簡單化，提高業務化應用效率。