需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

基于定量情景分析框架的流域规划

7.9K 次观看

DOI:

10.3791/54095

2016年7月24日

本文内容

摘要

面对未来不确定的环境条件,迫切需要能够管理水生系统的工具和方法。本文提供了开展针对性流域评估的方法,使资源管理者能够构建基于景观的累积效应模型,并将其应用于情景分析管理框架中。

摘要

在受到严重影响的流域内,迫切需要能够管理水生系统的工具和方法。由于无法在相关空间尺度上量化和预测当前及未来土地利用情景所产生的复杂累积效应,现有努力往往难以奏效。本文旨在提供一种有针对性的流域评估方法,使资源管理者能够构建基于景观的累积效应模型,并将其应用于情景分析管理框架中。首先,通过识别位于已知胁迫因子独立梯度及其组合上的样点,确定纳入流域评估的站点。随后,采用野外和实验室技术,获取多种土地利用活动对物理、化学和生物方面影响的数据。接着,利用多元线性回归分析构建基于景观的累积效应模型,以预测水生环境状况。最后,本文讨论并演示了如何将累积效应模型整合到情景分析框架中,以指导正在开发的流域内的管理与监管决策(例如,许可审批与缓解措施),案例研究涵盖中阿巴拉契亚山区山顶采矿区域内的两个子流域。本文所提供的流域评估与管理方法,可帮助资源管理者在保护水生资源的同时促进经济与开发活动,并通过有针对性的修复措施创造净生态效益的机会。

引言

人类对自然景观的改变是当前全球水生生态系统面临的最严重威胁之一1。在许多地区,若以目前的速度持续退化,将导致水生资源遭受不可逆转的损害,最终限制其提供宝贵且不可替代的生态系统服务的能力。因此,迫切需要能够管理正在开发流域内水生系统的工具和方法2-3。这一点尤为重要,因为管理者往往需要在持续发展的社会经济和政治压力下,承担保护水生资源的任务。

在快速发展的区域中,水生系统的管理需要具备预测拟议开发活动可能影响的能力,这些预测需结合已有的自然和人为景观特征3, 4。在严重退化的流域内,水生资源管理面临的主要挑战之一是在相关空间尺度上量化并管理多种土地利用胁迫因子所产生的复杂(,叠加性或交互性)累积效应2, 5。尽管目前仍存在诸多挑战,累积效应评估正逐步被纳入全球范围内的监管指南中5-6

旨在针对多种土地利用胁迫因素下的全范围条件进行采样的靶向流域评估,可生成能够模拟复杂累积效应的数据7。此外,将此类模型纳入情景分析框架中(即预测在一系列现实或拟议的开发、流域管理(修复与缓解)情景下的生态变化),有望显著改善受强烈影响流域内的水生资源管理3, 5, 8-9。尤为重要的是,情景分析通过将科学信息(生态关系和统计模型)、监管目标以及利益相关者的需求整合到一个统一的决策框架中,为管理决策提供了增强客观性和透明度的途径3, 9

我们提出了一种在情景分析框架内评估和管理多种土地利用活动累积效应的方法。首先,我们阐述了如何根据已知的土地利用胁迫因子,合理选定纳入流域评估的站点。接着,我们介绍了获取多种土地利用活动生态效应数据的野外与实验室技术。我们简要描述了基于景观的累积效应模型的建模方法。最后,我们讨论了如何将累积效应模型整合到情景分析框架中,并展示了该方法在支持监管决策方面的实用性。例如, 在西弗吉尼亚州南部一个经历密集采矿的流域内进行许可与生态修复工作。

访问受限。请登录或开始试用以查看此内容。

方案

1. 流域评估中应包含的目标位点

  1. 识别影响目标8位水文单元代码(HUC)流域理化和生物状况的主要土地利用活动3, 7.
    注意:本方法假设已具备关于目标流域内重要胁迫因子的先验知识。然而,咨询熟悉该系统的监管机构或流域管理组织可有助于此项工作。
  2. 选择基于景观的主导土地利用活动测度指标例如, 2011年全美土地覆被数据库(NLCD) 3, 7.
    1. 参考已发表的文献,以帮助确定适用于每种土地利用活动的最佳基于景观的度量指标10联系自然资源机构,以识别并获取可供使用的区域特定景观数据集。然而,可能需要创建新的景观变量或数据集。
  3. 使用地理信息系统(GIS)软件将土地覆盖和利用属性制表至 1:24,000 或 1:100,000 国家水文数据集(NHD)流域单元。
    1. 确保每个1:24,000或1:100,000流域具有唯一标识符。可使用任意用户定义的数字或分类标识符作为唯一标识符。
    2. 制表矢量数据(例如,落入每个汇水区内的点或线。
      1. 使用每个集水区内的所有矢量特征进行汇总 制表交集 工具 统计学 工具集 分析 工具箱。选择 NHD 流域图层作为输入区域要素,以流域唯一标识符作为区域字段,以感兴趣的矢量数据集作为输入分类要素。
      2. 将表格化的景观属性连接到集水区图层。在目录中的集水区图层上右键单击,然后选择 连接与关联 从下拉菜单中 加入 从后续菜单中选择唯一标识符作为连接所依据的字段,将1.3.2.1步骤输出的表格作为待连接的表格,并选择该表格中的唯一标识符作为连接所依据的字段。
    3. 使用以下方法对栅格数据进行制表 面积制表 位于空间分析工具箱的区域分析工具集中的工具。
      1. 加载 Spatial Analyst 扩展模块。选择 扩展应用 来自 自定义 菜单。在“扩展”对话框中,选中与 Spatial Analyst 扩展对应的选择框。
      2. 在“制表面积”对话框中,选择 NHD 汇水区矢量文件作为输入栅格或要素区域数据,以及唯一标识符(例如,FEATUREID)作为区域字段,以及土地覆盖数据集(例如,NLCD)作为输入的栅格或要素类数据。
      3. 按照步骤 1.3.2.2 中的协议,将制表后的景观属性与集水区图层进行连接,使用面积制表结果表作为连接表。
  4. 累积所有NHD流域的景观属性。
    1. 在 http://www2.epa.gov/waterdata/nhdplus-tools 下载 NHDPlusV2 汇水区属性分配与累积工具(CA3TV2)。使用 CA3TV2 的累积功能,对 1:100,000 NHD 汇水区的属性进行累积 11.
      注:我们使用了自行编写的代码,用于汇总 1:24,000 比例尺 NHD 流域的景观属性12. CA3TV2 的使用详细说明已集成到该工具中,可通过以下方式访问 帮助 功能。
  5. 根据累积的景观属性选择NHD流域作为研究地点。
    1. 创建所有NHD流域在主要土地利用活动累积值方面的散点图(图1A).
    2. 选择研究位点(每个8位HUC流域约40个位点),以代表目标流域内主要土地利用活动影响的完整范围(图1B)。在独立胁迫梯度内选择样地(,受单一土地利用活动影响)和胁迫因子组合(即, 受多种土地利用活动影响)(图1B).
    3. 确保研究样点在目标流域内空间分布均匀,且在下游排水方面相互独立。确保位于各单一及复合胁迫梯度内的样点具有相似的平均集水区面积。

地表采矿数据分析;显示胁迫因子组合与结构密度关系的散点图。
图1. 假设流域内NHD汇水区受两种土地利用活动影响的散点图。假设流域内所有NHD汇水区(n=4,229)中两种土地利用活动影响程度的分布(A)。所选研究样点(n=40),代表该流域内观测到的独立及复合胁迫梯度条件的完整范围(B)。 请点击此处查看该图的高清版本。

2. 物理化学与生物数据采集的野外操作规程

注意:每个站点的所有数据应在一次现场访问期间、在正常基流条件下采集。本文所列方案代表西弗吉尼亚州环境保护部(WVDEP)的标准操作规程13。针对具体评估的流域,采用州级或联邦认可的规程可能更为合适。

  1. 将每个站点的采样河段划定为40倍活动河道宽度(ACW),最小和最大长度分别为150 m和300 m3, 7.
  2. 从具有代表性的采样点流动水区域采集水质属性样本(例如,不受支流或排水管道输入的直接影响。
    1. 使用手持式传感器测定溶解氧、电导率、温度和 pH 的瞬时值。每次采样前,按照制造商说明对传感器进行校准。
    2. 在采集水样前,用去离子水冲洗过滤设备。
    3. 过滤250 ml水(混合纤维素酯膜滤器, 0.45 µm 孔径)用于溶解态金属的分析。调节至 pH<2 以确保金属保持在溶液中溶解。
      注意:可在采集水样后向样品中加入正确体积的酸。或者,也可在采样前向采样瓶中加入正确体积的酸。所需酸的体积取决于将样品固定至目标 pH 所需的量。<2 取决于酸的强度。
      1. 对于本研究所述实验,从每个采样点收集一份过滤后的样品,并用硝酸固定,用于测定溶解态的 Al、Ca、Fe、Mg、Mn、Na、Zn、K、Ba、Cd、Cr、Ni 和 Se3, 7.
        注意:分析物的选择应根据特定流域的土地利用活动来确定。
    4. 完全浸没采样瓶于水体中,采集250 ml未过滤的水样。轻轻挤压采样瓶以排出残留空气,同时盖紧瓶盖。将水样固定至pH <2 如有需要(例如,防止生物活性影响营养物质。
      1. 在此项研究中,从每个采样点收集两份未过滤的样品。用硫酸固定第一份样品,用于测定NO2 和一氧化氮3 以及总磷。不要固定第二个未过滤的样品,并用其测定总碱度和碳酸氢盐碱度、Cl、SO4,以及总溶解固体3, 7.
        注意:分析物的选择应根据特定流域的土地利用活动来确定。
    5. 每次采样过程中,针对所使用的每种固定剂均需获取一个现场空白样。通过遵循所有样品采集的实验规程来获取现场空白样。,用去离子水作为最终样品进行冲洗、过滤、固定)
      注意:现场空白样用于识别样品采集和分析过程中的污染。
    6. 所有水样均需储存于 4 °C 直到所有分析完成为止。确保所有待测物均在其规定的保存时间内完成测定14.
  3. 在每个采样点测量排放量。
    1. 将湿润的溪流宽度划分为等距的区间。
    2. 测量各段中点处的水深和平均流速。
      1. 使用测深杆测量水深,即从溪流底部至水面的垂直距离。
      2. 使用流速仪在水深60%处测量水流速度。
    3. 通过累加各断面流速、水深与宽度乘积的总和来计算流量。
  4. 在每个采样点采集大型无脊椎动物群落样本。
    1. 获取踢网样本(网具尺寸 335 × 508 mm)2 500-µm 从采样河段全长范围内分布的4个具有代表性的急流区分别采集网筛样本。
      1. 在每个踢取位置,将踢网垂直于水流方向放置,并扰动0.50 × 0.50 m的区域2 (,0.25 m2) 溪流上游河床区域。确保所有生物和碎屑均顺流进入踢网中。
      2. 将4次踢击采样获得的生物体和碎屑合并为一个复合样本(代表1.00 m)2 河床的)并立即用95%乙醇保存。
  5. 测量溪流河段内的物理栖息地质量和复杂性。
    1. 沿深泓线(溪流中主流或流速最快的部分)按均匀间距测量水深、水力河道单元类型、沉积物粒级以及距鱼类遮蔽物的距离。对于溪流,每隔1个平均河道宽度(ACW)进行一次测量。 <5 米宽,溪流每隔 0.5 ACW >5米宽15.
      1. 对每个深泓点所在河道单元进行分类例如, 急流、浅滩、深潭或缓流16.
      2. 使用测深杆测量水深,即从河床到水面的距离。
      3. 随机选取一份沉积物样品,确定其沃恩特(Wentworth)粒径分类(粉砂、砂、砾、卵石、巨石)17.
      4. 估算每个河床最低点到最近覆盖物的距离。
        注:鱼类遮蔽物定义为活动河床中任何可遮蔽一条20.32 cm(8 in)鱼类的结构18.
    2. 统计活动河床内所有大型木质残体的数量。
    3. 使用美国环境保护署(EPA)快速目视生境评估(RVHA)协议估算生境质量19.
  6. 从随机选取的10%研究位点获取重复测量数据和样本。重复测量用于评估采样和实验室分析的精密度。

3. 物理化学与生物学数据的实验室方案

注:描述用于量化水质化学特性的实验室方案不在本文范围之内。然而,本研究采用了标准的化学方法来分析水和废弃物14

  1. 对每个大型无脊椎动物样本(按照2.4节中的方案采集)内的生物体进行亚样本取样,以获得各采样点大型无脊椎动物群落的代表性亚样本。
    1. 将整个复合宏无脊椎动物样品放入一个100 in2 网格化分选(尺寸为 5 × 20 英寸)2)。将每个 1 随机分配2 在 1 到 100 之间选择一个数字。
    2. 使用体视显微镜对随机选取的1英寸范围内所有生物体进行计数和鉴定2 网格筛选直至获得 200 ± 20% 的已分选个体总数。使用大型无脊椎动物分类检索表(例如 Merritt 和 Cummins 发表的检索表)将生物鉴定至属。20.
    3. 将属水平的丰度数据汇总为群落指标例如, 总丰富度和蜉蝣目、襀翅目与毛翅目(EPT)的百分比 [% Ephemeroptera, Plecoptera, and Trichoptera (EPT)],用作统计模型中的响应变量及后续情景分析3, 7.

4. 统计与情景分析

  1. 构建广义线性模型,利用基于景观的主导土地利用活动指标来预测河道内的物理、化学和生物状况。
    注意:实验方案与分析均在 R 语言及统计计算环境(版本 3.2.1)中进行21.
    1. 使用 R 软件包中的 shapiro.test() 函数进行 Shapiro-Wilk 正态性检验 统计学21] 检验并转换变量以满足参数分析的假设条件,并线性化变量间关系。
    2. 拟合初始最大模型,指定所有土地利用预测变量之间的两两交互作用 [R 软件包中的 glm() 函数] 统计学21].
    3. 应用向后删除法以确定最小充分模型3, 7, 22.
      1. 确定最不显著的(即, 解释最大模型中变异程度最小的变量 [R 软件包中的 summary() 函数] 统计21] 并使用排除该变量后的新模型进行拟合 [R 软件包中的 glm() 函数] 统计学21].
      2. 继续移除变量,直至所有剩余的预测因子与0相比均具有显著差异,并且使用偏差分析表和似然比检验 [R语言包中的lrtest()函数] 确认每个响应变量的解释能力与最大模型相比无显著差异 lmtest23].
  2. 预测当前状况。
    1. 利用最终模型,基于目标流域内所有未采样NHD集水区的当前景观特征,预测其理化与生物状况 [R语言包中的predict()函数] 统计学21].
    2. 在GIS软件中可视化预测结果。
      1. 将预测结果连接到 NHD 流域。在内容列表中右键单击流域图层,然后选择 连接与关联 从下拉菜单中 加入 从后续菜单中选择唯一标识符作为连接所依据的字段,选择预测文件作为要连接的表格,并选择预测表格中的唯一标识符作为连接所依据的字段
      2. 右键单击流域图层并选择 性质在“图层属性”对话框中,单击 符号学 标签并选择 数量. 选择感兴趣的预测值作为 价值 字段并单击 应用.
        注意:可手动更改范围值,以符合公认的生态学标准 分类 按钮
  3. 开展情景分析,比较不同土地利用情景下水生环境条件的预测变化。
    1. 更新当前景观数据集以模拟合理的未来开发或缓解情景。对于本文所述的研究,需在属性表中手动更新目标流域的累积景观值例如,将10英亩林地转为采矿用地。
      1. 使用以下方法选择感兴趣的研究流域 按属性选择 位于“选择”下拉菜单中的功能。在“按属性选择”对话框中,选择NHD流域作为图层。双击唯一标识符属性,选择“=”,然后在等式框中输入目标流域的标识符。
      2. 在目录中右键单击集水区图层,然后选择打开NHD集水区属性表 打开属性表 从下拉菜单中选择仅显示选定的流域。
      3. 仅显示选定流域时,右键单击相关列并选择 字段计算器 输入新的模拟值。注意:可修改多个集水区,以模拟在大空间尺度上发生的多个具有明确空间位置的开发或管理活动。
        注意:或者,可通过数字化新要素,或修改和删除原有要素,来更新原始的矢量和栅格数据集,以模拟新的土地利用活动或对已有土地利用影响的管理措施24。这可以通过使用 编辑 工具栏
    2. 使用步骤1.3-1.4中所述的协议,对所有NHD流域的景观属性进行重新分配和重新累积。
    3. 根据更新后的景观数据集预测理化和生物状况 [R 包中的 predict() 函数] 统计学21].
    4. 使用第4.2.2步中介绍的方案,可视化不同土地利用情景下的预测状况。

访问受限。请登录或开始试用以查看此内容。

结果

在中国西弗吉尼亚州的煤炭河(Coal River)内,选取了40个1:24,000比例的NHD集水区作为研究样地(图2)。研究样地的选择旨在涵盖地表采矿(土地面积百分比24)、住宅开发[建筑密度(个/km2)]和地下采矿[国家污染物排放消除系统(NPDES)许可密度(个/km2)]等不同影响范围,使每种主要土地利用活动尽可能单独出现,也以不同组合形式出现(图3)。在每个样地,均采集了理化环境条件和大型无脊椎动物群落结构的数据。

在之前的一项研究中,这些数据被用于构建累积效应模型,以高精度和准确度预测西弗吉尼亚州溪流状况指数(WVSCI)——一种为西弗吉尼亚州开发的基于分类单元级别的多指标生物完整性指数25,以及比电导率7。本文利用这些模型,在多种土地利用开发情景下,预测科爾河(...

访问受限。请登录或开始试用以查看此内容。

讨论

我们提供了一个用于评估和管理在受强烈影响流域中多种土地利用活动累积效应的框架。本文所述方法解决了以往在管理受强烈影响流域水生系统时所发现的局限性5-6。尤为突出的是,目标流域评估设计(,沿单一和复合胁迫梯度进行采样)所产生的数据非常适合通过易于解释和实施的建模技术,在相关空间尺度(,流域尺度)上量化复杂的累积效应3, 7。此外,这些模型可轻松整合到情景分析框架中,从而准确预测未来管理措施(例如,生态修复与缓解措施)以及开发活动的结果。因此,该方法对于水生资源管理者而言可能具有重要价值,后者正越来越多地依赖在不同土地利用情景下对环境状况的预测,以支持监管决策27

德劳迪溪与劳雷尔叉流的对比凸显了在社会经济重要且处于积极开发区域中管理水生系统时,所提出框架的实用性。情景分析表明,仅受地表采矿(10.9%)影响的劳雷尔叉流能够在不超出化学和生物学标准的前提下同化额外的土地利用开发。而受到相当程度地表采矿影响(10.7%)的德劳迪溪,由于与地下采矿和居民建筑相关的累...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢众多参与本研究各项工作的野外和实验室协助人员,特别是Donna Hartman、Aaron Maxwell、Eric Miller和Alison Anderson。本研究的资金由美国地质调查局提供,得到了美国环境保护署(EPA)第三区的支持。本研究部分基于美国环保署授予的“实现成果科学”(Science To Achieve Results)奖学金援助协议编号FP-91766601-0。尽管本文所述研究由美国环保署资助,但尚未经过该机构要求的同行评审和政策审查,因此不一定反映该机构的观点,不应推断其官方认可。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
Slack 倒置采样套件Wildco3-425-N56
HDPE 方形瓶美国塑料公司6618832 盎司;用于储存固定的复合无脊椎动物样本
乙醇 190 proofPHARMCO-AAPER111000190用于无脊椎动物样本的固定与保存
5 英寸 × 20 英寸 大型无脊椎动物亚样品分格板N/AN/A此物品无法购买,必须自行制备
体视显微镜 Stemi 2000 配 C 型 LED 支架ZEISS000000-1106-133用于大型无脊椎动物的分拣与鉴定
Thermo Scientific Nalgene 可重复使用滤器支架(带接收瓶)Fisher Scientific09-740-23A
Immobilon-NC 转印膜MilliporeHATF04700无Triton,混合纤维素酯,0.45 μ米,47 毫米,圆片
Actron 真空泵刹车排气工具包高级汽车零部件CP7835
硝酸溶液HACH2540491:1, 500 毫升
椭圆形NDPE广口瓶托马斯科学公司1229Z38250 ml;用于采集水样
650 多参数显示器,标准内存Fondriest Environmental650-01
带温度/电导率传感器的600XL探头Fondriest Environmental065862
pH 校准缓冲液套装Fondriest Environmental603824各2品脱的pH值为4和7的溶液 &和 10
电导率标准品Fondriest Environmental0652701 夸脱,1,000 µS
Flo-Mate 2000TTT 环境2000-11
Keson 英制/公制开放式卷盘玻璃纤维卷尺林业供应商40025300'/100 m
ArcGIS 10.3.1ESRI

参考文献

  1. Allan, J. D. Landscapes and riverscapes: the influence of land use on stream ecosystems. Annu. Rev. Ecol. Evol. Syst. 35, 257-284 (2004).
  2. Merovich, G. T., Petty, J. T., Strager, M. P., Fulton, J. B. Hierarchical classification of stream condition: a house-neighborhood framework for establishing conservartion priorities in complex riverscapes. Freshwater Science. 32, 874-891 (2013).
  3. Merriam, E. R., Petty, J. T., Strager, M. P., Maxwell, A. E., Ziemkiewicz, P. F. Scenario analysis predicts context-dependent stream response to land use change in a heavily mined central Appalachian watershed. Freshwater Science. 32, 1246-1259 (2013).
  4. Petty, J. T., Fulton, J. B., Strager, M. P., Merovich, G. T., Stiles, J. M., Ziemkiewicz, P. F. Landscape indicators and thresholds of stream ecological impairment in an intensively mined Appalachian watershed. J. N. Am. Benthol. Soc. 29, 1292-1309 (2010).
  5. Seitz, N. E., Westbrook, C. J., Noble, B. F. Bringing science into river systems cumulative effects assessment practice. Environ. Impact Asses. 31, 172-179 (2011).
  6. Duinker, P. N., Greig, L. A. The importance of cumulative effects assessment in Canada: ailments and ideas for redeployment. Environ. Manage. 37, 153-161 (2006).
  7. Merriam, E. R., Petty, J. T., Strager, M. P., Maxwell, A. E., Ziemkiewicz, P. F. Landscape-based cumulative effects models for predicting stream response to mountaintop mining in multistressor Appalachian watersheds. Freshwater Science. 34, 1006-1019 (2015).
  8. Duinker, P. N., Greig, L. A. Scenario analysis in environmental impact assessment: improving explorations of the future. Environ. Impact Asses. 27, 206-219 (2007).
  9. Kepner, W. G., Ramsey, M. M., Brown, E. S., Jarchow, M. E., Dickinson, K. J. M., Mark, A. F. Hydrologic futures: using scenario analysis to evaluate impacts of forecasted land use change on hydrologic services. Ecosphere. 3, 1-25 (2012).
  10. Gergel, S. E., Turner, M. G., Miller, J. R., Melack, J. M., Stanley, E. H. Landscape indicators of human impacts to riverine systems. Aquat. Sci. 64, 118-128 (2002).
  11. McKay, L., Bondelid, T., Dewald, T., Johnston, J., Moore, R., Rea, A. NHDPlus Version 2: User Guide. , (2012).
  12. Strager, M. P., Petty, J. T., Strager, J. M., Barker-Fulton, J. A spatially explicit framework for quantifying downstream hydrologic conditions. J. Environ. Manag. 90, 1854-1861 (2009).
  13. WVDEP (Virginia Department of Environmental Protection). Standard operating proceedures. , West Virgina Department of Environmental Protection. Charleston, West Virginia. (2009).
  14. EPA-60014-79-020. USEPA. Methods for chemical analysis of water and wastes. , Environmental Monitoring Systems Support Laboratory, Office of Research and Development, US Environmental Protection Agency. Cincinnati, Ohio. (1983).
  15. Merriam, E. R., Petty, J. T., Merovich, G. T., Fulton, J. B., Strager, M. P. Additive effects of mining and residential development on stream conditions in a central Appalachian watershed. J. N. Am. Benthol. Soc. 30, 399-418 (2011).
  16. Bisson, P. A., Nielsen, J. L., Palmason, R. A., Grove, L. E. A system of naming habitat types in streams, with examples of habitat utilization by salmonids during low streamflow. Acquisition and utilization of aquatic habitat inventory information. Proceedings of a symposium held 28-30 October, 1981. Armentrout, N. D. , Western Division of the American Fisheries Society. Bathesda, Maryland. 62-73 (1982).
  17. Wentworth, C. K. A scale of grade and class terms for clastic sediments. J. Geol. 30, 377-392 (1922).
  18. Petty, J. T., Freund, J., Lamothe, P., Mazik, P. Quantifying instream habitat in the upper Shavers Fork basin at multiple spatial scales. Proceedings of the Annual Conference of the Southeastern Association of Fisheries and Wildlife Agencies. 55, 81-94 (2001).
  19. Barbour, M. T., Gerritsen, J., Snyder, B. D., Stribling, J. B. EPA/841-B-99-022. Rapid bioassessment protocols for use in streams and wadeable rivers: periphyton, benthic macroinvertebrates, and fish. 2nd edition. , US Environmental Protection Agency. Washington, DC. (1999).
  20. An introduction to the aquatic insects of North America. 4th edition. Merritt, R. W., Cummins, K. W. , Kendall/Hunt Publishing Co. Dubuque, Iowa. (2008).
  21. A language and environment for statistical computing. , R Foundation for Statistical Computing. Vienna, Austria, http://www.R-project.org. Available from: http://www.R-project.org (2014).
  22. Crawley, M. J. Statistics: an introduction using R. , Wiley and Sons. Chichester, UK. (2005).
  23. Zeileis, A., Hothorn, T. Diagnostic Checking in Regression Relationships. R News. 2, 7-10 (2002).
  24. Maxwell, A. E., Strager, M. P., Yuill, C., Petty, J. T., Merriam, E. R., Mazzarella, C. Disturbance mapping and landscape modeling of mountaintop mining using ArcGIS. Proceedings of the ESRI International User Conference. , San Diego, California. (2011).
  25. Gerritsen, J., Burton, J., Barbour, M. T. A stream condition index for West Virginia wadeable streams. , Tetra Tech, Inc. Owings Mills, Maryland. (2000).
  26. Pond, G. J., Passmore, M. E., Borsuk, F. A., Reynolds, L., Rose, C. J. Downstream effects of mountaintop coal mining: comparing biological conditions using family- and genus-level macroinvertebrate bioassessment tools. J. N. Am. Benthol. Soc. 27, 717-737 (2008).
  27. Luo, Y., et al. Ecological forecasting and data assimilation in a data-rich era. Ecol. Appl. 21, 1429-1442 (2011).
  28. Petty, J. T., Strager, M. P., Merriam, E. R., Ziemkiewicz, P. F. Scenario analysis and the Watershed Futures Planner: predicting future aquatic condiditons in an intensively mined Appalachian watershed. Environmental Considerations in Energy Productions. Craynon, J. R. , Society for Mining, Metallurgy, and Exploration. Englewood, CO. 5-19 (2013).
  29. Daraio, J. A., Bales, J. D. Effects of land use and climate change on stream temperature I: daily flow and stream temperature projections. J. Am. Water Resour. As. 50, 1155-1176 (2014).
  30. Mantyka-Pringle, C. S., Martin, T. G., Moffatt, D. B., Linke, S., Rhodes, J. R. Understanding and predicting the combined effects of climate change and land-use change on freshwater macroinvertebrates and fish. J. Appl. Ecol. 51, 572-581 (2014).
  31. Piggott, J. J., Townsend, C. R., Matthaei, C. D. Climate warming and agricultural stressors interact to determine stream macroinvertebrate community dynamics. Glob. Change Biol. 21, 1897-1906 (2015).
  32. Elith, J., Leathwick, J. R., Hastie, T. A working guide to boosted regression trees. J. Anim. Ecol. 77, 802-813 (2008).
  33. Mattson, K. M., Angermeier, P. L. Integrating human impacts and ecological integrity into a risk-based protocol for conservation planning. Environ. Manage. 39, 125-138 (2007).
  34. EPA 841-B-11-002. USEPA. Identifying and protecting healthy watersheds. Concepts, assessments, and management approaches. (US, U. S. E. P. A. , US Environment Protection Agency, Office of Water, Office of Wetlands, Oceans, and Watersheds. Washington, DC. (2012).
  35. Merriam, E. R., Petty, J. T., Strager, M. P., Maxwell, A. E., Ziemkiewicz, P. F. Complex contaminant mixtures in multi-stressor Appalachian riverscapes. Environ. Toxicol. Chem. , (2015).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

累积效应模型基于景观的评估土地利用活动GIS 分析统计建模水生系统资源管理子流域分析