定量的情景分析框架内流域规划

该方法的总体目标是为研究人员和资源管理者提供一个框架，用于访问和管理受多种土地利用活动影响的积极发展流域内的水生系统。本视频中描述的流域评估规划方法将能够描述和预测与多种土地利用活动相关的累积影响，从而使研究人员和水生资源管理人员受益。该技术的一个主要优点是它将累积分析框架整合到 GI 空间情景分析框架中。

这允许管理人员以交互方式访问监管决策的结果，例如许可和缓解。例如，所提出的方法可以促进经济和发展活动，同时通过有针对性地修复其他压力源来为水生生态系统带来好处。在准备过程中，选择目标流域内主要土地利用活动的基于景观的衡量标准，例如国家土地覆被数据库中的土地覆被属性。

然后，在 GIS 中，打开目标区域的 NHD 集水区文件。在开始汇总之前，请确保每个汇流都有一个唯一标识符。首先，将矢量土地利用数据分配给每个面汇流。

使用交叉点制表工具计算每个汇流的景观属性。选择汇流图层作为输入区域要素，选择唯一标识符作为区域字段，并选择矢量土地利用数据作为输入类要素。接下来，将栅格土地利用数据分配给每个汇流。

使用面积制表工具计算每个汇流的属性。选择汇流的图层作为要素区域数据，选择唯一标识符作为区域字段，并选择土地覆被数据集作为输入栅格。现在，将表格化的土地利用属性连接到汇流图层。

右键单击内容列表中的汇流图层。在对话框中，选择 joins and relates（联接和关联），然后选择 join。选择表格化向量输出作为要连接的表，然后选择汇流唯一标识符作为连接将基于的字段。

重复此步骤以连接表格化栅格输出。然后，使用自动化脚本累积每个汇流的所有 landscape 属性和 area 字段。此步骤将计算上游流域总面积和景观属性，并且可以使用集水区属性分配和累积工具对 1 到 100， 000 比例的 NHD 集水区完成。

根据景观属性选择 NHD 集水区作为研究地点。首先，创建所有 NHD 集水区的主要土地利用活动的累积值的散点图。选择大约 40 个集水区作为每个 8 位水文单位代码流域内的研究地点。

这些地点应代表目标流域内发现的主要土地利用活动的全部影响。选择独立压力源梯度内的地点，这些地点是受单一土地利用活动影响的地点。此外，选择受多种土地利用活动影响的压力源组合的地点。

确保站点在流域中分布良好，并且在下游排水方面彼此独立。确保落在每个单独和组合压力源梯度内的站点也具有相似的平均盆地面积。在现场，将采样范围描绘为有效通道宽度的 40 倍，最大和最小长度为 300 米和 150 米。

从收集水样开始。选择整个采样点的流水特性。首先，使用手持式传感器获得溶解氧、比电导率、温度和 pH 值的瞬时测量值。

接下来，收集过滤后的样本。首先，用去离子水冲洗过滤设备。然后，过滤 250 毫升水用于分析溶解的金属，并将样品固定至小于 2 的 pH 值，以确保金属保持溶解在溶液中。

接下来，将样品瓶完全浸入水柱中，收集 250 毫升未过滤的水。轻轻挤压瓶子以排出任何残留空气，同时将盖子盖在样品瓶上。如有必要，将样品固定至小于 2 的 pH 值，以杀死可能影响分析物的生物活性。

根据当地的土地利用活动选择分析物。在每次采样事件期间，按照所有水采样方案收集一次阴性对照，以获得去离子水样品。这是为了确保采样点之间没有交叉污染。

将所有水样储存在 4 摄氏度下。下一个程序是测量每个采样点的排放量。为此，首先使用深度计杆将涉水溪流宽度划分为大小相等的增量，测量深度为从河床到水面的距离，然后使用水流计测量水深 60% 处的水速。

现在，将流量计算为每个截面的速度、深度和宽度的所有乘积之和。要在每个地点对大型无脊椎动物进行采样，请从分布在整个采样范围的整个长度上的四个独立的 riffles 中采集 kick 样本。在每个位置，将踢网垂直于溪流放置，然后用脚打扰紧靠上游的 50 平方厘米区域，以收集踢网中的物质。

收集四个样品后，将它们合并并立即用 95% 乙醇保存。下一个程序是通过在沿 Thow 尾流的等距点进行测量来测量整个溪流范围的物理栖息地质量和复杂性，Thow 尾流是河道中流量最快的位置。最后，计算活动通道内的所有大型木质碎片。

对在测试地点获得的每个大型无脊椎动物样品中包含的生物体进行子样本。将整个复合样品放入 100 平方英寸的网格分选盘中，并随机为网格的每一平方英寸分配一个从 1 到 100 的数字。从随机选择的网格位置去除生物体和碎片，并使用立体显微镜对所有生物体进行计数和鉴定。

继续从随机选择的网格位置计数和识别生物体，直到分类个体的总数在 160 到 240 之间。使用大型无脊椎动物键将生物体识别到属。然后，将属水平丰度数据编译为群落指标，用作统计建模的响应变量。

此类变量包括总丰富度和 EPT 百分比。使用数据构建预测物理、化学和生物条件的统计模型后，使用 GIS 软件将预测可视化。首先，将预测加入 NHD 集水区。

右键单击内容列表中的 catchments 图层，选择 joins 和 associates，然后选择 join。选择模型预测作为要联接的表，并选择流域唯一标识符作为联接将基于的字段。接下来，右键单击 Catchments 图层并选择 properties。

在图层属性对话框中，单击符号系统选项卡并选择数量。选择感兴趣的预测值作为 value 字段，然后单击 apply。如果需要，请使用 classify 选项手动更改范围值以匹配公认的生态标准。

现在，进行情景分析。通过使用字段计算器函数直接编辑汇流图层属性表来更新当前景观数据集。例如，将先前的森林集水区更改为采矿土地覆被。

用户还可以编辑多个汇流，以量化在大空间范围内发生的多个活动的可能影响。此处未显示的另一个编辑选项是编辑原始矢量或栅格景观数据集。现在，使用已经介绍的程序，重新分配并重新累积所有 NHD 集水区的更新土地利用属性。

根据更新的景观数据集预测溪流条件，并可视化预测条件。选择了 41 到 24， 000 比例的 NHD 集水区作为西弗吉尼亚州 Coal River 的研究地点。选择研究地点以涵盖一系列影响，包括露天采矿、住宅开发和地下采矿。

在收集数据并构建统计模型后，针对各种土地利用开发和缓解情景分析了两个具有相似地表采矿的子流域。Drawdy Creek 与 Laurel Fork 的不同之处在于，Drawdy Creek 受到住宅结构和地下采矿的影响。情景分析表明，Laurel Fork 可以吸收 21% 的露天采矿土地覆盖增加或 22 个生物损伤之前的住宅结构。

在化学损伤发生之前，Laurel Creek 可以吸收增加 14% 的露天采矿用地或 8 个地下矿。相比之下，预计 Drawdy Creek 的流出量将超过化学和生物标准，因此测试了缓解方案。无论是完全减轻住宅开发的影响，还是完全减少地下采矿，都不足以满足生物或化学标准。

相反，据预测，要成功使 Drawdy Creek 流出符合生物和化学标准，住宅开发和地下采矿需要分别减少 94% 和 75%，如虚线所示。这种方法解决了以前发现的与管理水生系统和积极开发流域相关的限制。值得注意的是，有针对性的流域评估生成的数据能够在相关空间尺度上量化复杂的累积效应，并将模型与现有 GIS 功能集成，以创建易于解释和实施的情景分析框架。

对我们来说，将这种方法置于适应性管理框架中非常重要，我们可以在其中进行预测，然后随着时间的推移访问管理活动，特别是向前发展，我们希望将气候变化的影响纳入我们的未来情景模型中。该框架适用于受任何数量土地使用活动影响的地区和流域，并可用于在面临继续开发活动的社会经济和政治压力时保护水生资源。