정량적 인 시나리오 분석 프레임 워크 내에서 계획을 유역

이 방법론의 전반적인 목표는 연구자와 자원 관리자에게 여러 토지 이용 활동의 영향을 받는 활발하게 개발되는 유역 내에서 수생 시스템에 접근하고 관리하기 위한 프레임워크를 제공하는 것입니다. 이 비디오에 설명된 유역 평가 계획 접근 방식은 여러 토지 이용 활동과 관련된 누적 영향을 특성화하고 예측할 수 있도록 하여 연구자와 수생 자원 관리자에게 도움이 될 것입니다. 이 기술의 주요 장점은 GI 공간 시나리오 분석 프레임워크 내에 누적 분석 프레임워크를 통합한다는 것입니다.

이를 통해 관리자는 허가 및 완화와 같은 규제 결정의 결과에 대화식으로 액세스할 수 있습니다. 예를 들어, 제시된 접근 방식은 경제 활동과 개발 활동을 모두 촉진하는 동시에 다른 스트레스 요인의 표적 개선을 통해 수생 생태계에 이점을 제공할 수 있습니다. 준비 과정에서, 국가 토지 피복 데이터베이스(National Land Cover Database) 내의 토지 피복 속성과 같은 대상 유역 내의 지배적인 토지 이용 활동에 대한 경관 기반 측정을 선택합니다.

그런 다음 GIS에서 대상 영역에 대한 NHD 유역 파일을 엽니다. 요약을 시작하기 전에 각 유역에 고유 식별자가 있는지 확인합니다. 시작하려면 벡터 토지 사용 데이터를 각 폴리곤 유역에 할당합니다.

표로 만든 교차로 도구를 사용하여 각 유역에 대한 경관 속성을 계산합니다. 유역 레이어를 입력 구역 피처로, 고유 식별자를 구역 필드로, 벡터 토지 사용 데이터를 입력 클래스 피처로 선택합니다. 다음으로, 래스터 토지 사용 데이터를 각 유역에 할당합니다.

tabulate area 도구를 사용하여 각 유역에 대한 속성을 계산합니다. 유역의 레이어를 피처 영역 데이터로 선택하고, 고유 식별자를 영역 필드로 선택하고, 토지 피복 데이터 집합을 입력 래스터로 선택합니다. 이제 표로 작성된 토지 사용 속성을 집수 레이어에 조인합니다.

목차에서 집수 레이어를 마우스 오른쪽 버튼으로 클릭합니다. 대화 상자에서 joins and relates (조인 및 관련)를 선택한 다음 join (조인)을 선택합니다. 테이블 형식의 벡터 결과를 조인할 테이블로 선택한 다음 유역 고유 식별자를 조인의 기반이 될 필드로 선택합니다.

이 단계를 반복하여 테이블 형식의 래스터 출력을 결합합니다. 그런 다음 자동화된 스크립트를 사용하여 각 집수에 대한 모든 경관 속성과 면적 필드를 누적합니다. 이 단계는 총 상류 유역 면적 및 경관 속성을 계산하고 유역 속성 할당 및 축적 도구를 사용하여 1개에서 100, 000개의 NHD 유역에 대해 수행할 수 있습니다.

경관 속성에 따라 NHD 유역을 연구 장소로 선택하십시오. 먼저, 주요 토지 이용 활동의 누적 가치와 관련하여 모든 NHD 집수의 산점도를 만듭니다. 각 8자리 수문학적 단위 코드 유역 내에서 약 40개의 유역을 연구 장소로 선택합니다.

이러한 사이트는 목표 유역 내에서 발견되는 지배적인 토지 이용 활동의 모든 영향을 나타내야 합니다. 단일 토지 이용 활동의 영향을 받는 현장인 독립적인 스트레스 또는 구배 내의 현장을 선택합니다. 또한 여러 토지 이용 활동의 영향을 받는 스트레스 요인 조합이 있는 현장을 선택합니다.

부지가 유역에 잘 분포되어 있고 하류 배수와 관련하여 서로 독립적인지 확인하십시오. 각 개별 및 결합된 스트레스 요인 구배에 속하는 현장이 유사한 평균 유역 면적을 갖는지 확인합니다. 현장에서 샘플링 범위를 활성 채널 폭의 40배로 묘사하고 최대 및 최소 길이는 300 및 150미터입니다.

물 샘플을 수집하는 것으로 시작하십시오. 전체 샘플링 사이트의 움직이는 물 특성을 선택합니다. 먼저, 휴대용 센서를 사용하여 용존 산소, 비전도도, 온도 및 pH를 순간적으로 측정합니다.

다음으로, 필터링된 샘플을 수집합니다. 먼저 여과 장비를 탈이온수로 헹굽니다. 그런 다음 용해된 금속 분석을 위해 250ml의 물을 여과하고 샘플을 pH가 2 미만으로 고정하여 금속이 용액에 용해된 상태로 유지되도록 합니다.

다음으로, 샘플 병을 물기둥에 완전히 담궈 여과되지 않은 물 250ml를 수집합니다. 병을 부드럽게 짜서 남아 있는 공기를 제거하고 동시에 샘플 병에 캡을 놓습니다. 필요한 경우 샘플을 pH를 2 미만으로 고정하여 분석물에 영향을 줄 수 있는 생물학적 활성을 종료합니다.

지역 토지 이용 활동을 기반으로 분석물을 선택합니다. 각 샘플링 이벤트 동안 한 번씩 음성 대조군을 수집합니다.amp모든 물 샘플링 프로토콜을 따라 탈이온수 샘플을 얻습니다. 이는 샘플링 사이트 간에 교차 오염이 발생하지 않도록 하기 위한 것입니다.

모든 물 샘플을 섭씨 4도에서 보관하십시오. 다음 절차는 각 샘플 사이트에서 배출을 측정하는 것입니다. 이렇게하려면 먼저 깊이 게이지 막대를 사용하여 뭉친 하천 폭을 동일한 크기의 증분으로 나누고 하천 바닥에서 수면까지의 거리로 깊이를 측정 한 다음 전류 미터를 사용하여 물 깊이의 60 %에서 물의 속도를 측정합니다.

이제 방전을 각 섹션에서 속도, 깊이 및 너비의 모든 곱의 합으로 계산합니다. 각 사이트에서 거대 무척추 동물을 샘플링하려면 샘플링 범위의 전체 길이에 걸쳐 분포된 4개의 개별 리플에서 킥 샘플을 채취합니다. 각 위치에서 킥 네트를 하천의 흐름에 수직으로 놓고 도보로 바로 상류의 50제곱센티미터 영역을 방해하여 킥 네트의 물질을 수집합니다.

4개의 샘플이 수집되면 이를 결합하고 즉시 95% 에탄올로 보존합니다. 다음 절차는 가장 빠른 흐름을 가진 하천 수로 내의 위치인 토우 웨이크를 따라 동일한 간격의 지점에서 측정을 수행하여 하천 도달 범위 전반에 걸쳐 물리적 서식지의 품질과 복잡성을 측정하는 것입니다. 마지막으로, 활성 채널 내에 있는 모든 큰 나무 파편 조각을 세십시오.

실험장에서 얻은 각 대형무척추동물 샘플에 포함된 유기체를 하위 샘플로 추출합니다. 전체 복합 샘플을 100제곱인치의 격자 정렬 트레이에 넣고 그리드의 각 제곱인치에 1에서 100까지의 숫자를 무작위로 할당합니다. 무작위로 선택된 그리드 위치에서 유기체와 파편을 제거하고 실체 현미경을 사용하여 모든 유기체를 계수하고 식별합니다.

정렬된 개체의 총 수가 160에서 240 사이가 될 때까지 무작위로 선택된 그리드 위치에서 유기체를 계속 세고 식별합니다. 거대 무척추 동물 키를 사용하여 유기체를 속으로 식별합니다. 그런 다음 속 수준 풍부도 데이터를 커뮤니티 메트릭으로 컴파일하여 통계 모델링을 위한 응답 변수로 사용합니다.

이러한 변수에는 총 풍부도 및 EPT 백분율이 포함됩니다. 데이터를 사용하여 물리적, 화학적, 생물학적 조건을 예측하는 통계 모델을 구축한 후 GIS 소프트웨어를 사용하여 예측을 시각화합니다. 먼저 NHD 유역에 대한 예측을 결합합니다.

목차에서 유역 레이어를 마우스 오른쪽 버튼으로 클릭하고 joins and relates 를 선택한 다음 join 을 선택합니다. 모델 예측을 조인할 테이블로 선택하고 유역 고유 식별자를 조인의 기반이 될 필드로 선택합니다. 그런 다음 유역 레이어를 마우스 오른쪽 버튼으로 클릭하고 속성을 선택합니다.

Layer properties 대화 상자에서, symbology 탭을 클릭하고 수량을 선택하십시오. 예상 관심 값을 값 필드로 선택하고 적용을 클릭합니다. 필요한 경우 classify 옵션을 사용하여 인식된 생태 기준과 일치하도록 범위 값을 수동으로 변경합니다.

이제 시나리오 분석을 수행합니다. field calculator 함수로 유역 레이어 속성 테이블을 직접 편집하여 현재 경관 데이터 세트를 업데이트합니다. 예를 들어, 이전에 숲이 우거진 집수구역을 광산 토지 피복으로 변경합니다.

또한 사용자는 여러 유역을 편집하여 대규모 공간 규모에서 발생하는 여러 활동의 가능한 효과를 정량화할 수 있습니다. 여기에 표시되지 않은 또 다른 편집 옵션은 원본 벡터 또는 래스터 랜드스케이프 데이터 세트를 편집하는 것입니다. 이제 이미 제시된 절차를 사용하여 모든 NHD 유역에 대해 업데이트된 토지 사용 속성을 재할당하고 다시 누적합니다.

업데이트된 조경 데이터 세트의 함수로 하천 내 상태를 예측하고 예측된 조건을 시각화합니다.41-24,000 규모의 NHD 유역이 웨스트 버지니아의 석탄 강 내에서 연구 장소로 선택되었습니다. 연구 사이트는 지표 채광, 주거 개발 및 지하 채광을 포함한 다양한 영향에 걸쳐 선택되었습니다.

데이터를 수집하고 통계 모델을 구축한 후, 다양한 토지 이용 개발 및 완화 시나리오에 대해 유사한 지표 채광이 있는 두 개의 하위 유역을 분석했습니다. Drawdy Creek이 Laurel Fork와 차별화되는 점은 Drawdy Creek이 주거용 건물과 지하 광산의 영향을 받는다는 것입니다. 시나리오 분석에 따르면 로렐 포크는 생물학적 손상 전에 지표 채광 토지 면적이 21% 증가하거나 주거용 건물이 22개 증가할 수 있습니다.

화학적 손상이 발생하기 전에 Laurel Creek은 지표 채광 토지 또는 8개의 지하 광산이 14% 증가할 수 있습니다. 대조적으로, Drawdy Creek의 유출은 화학적 및 생물학적 기준을 모두 초과할 것으로 예측되므로 완화 시나리오가 테스트되었습니다. 주거지 개발의 영향을 완전히 완화하거나 지하 채굴을 완전히 완화하는 것만으로는 생물학적 또는 화학적 기준을 충족하기에 충분하지 않았습니다.

대신, Drawdy Creek 유출을 생물학적 및 화학적 기준을 충족시키는 데 성공하려면 점선에서 알 수 있듯이 주거 개발과 지하 채굴을 각각 94%와 75% 완화해야 할 것으로 예측되었습니다. 이 접근 방식은 수생 시스템 관리 및 유역의 적극적인 개발과 관련하여 이전에 확인된 제한 사항을 해결합니다. 특히 대상 유역 평가는 관련 공간 규모에서 복잡한 누적 효과를 정량화할 수 있는 데이터를 생성하고 모델을 기존 GIS 기능과 통합하여 쉽게 해석하고 구현할 수 있는 시나리오 분석 프레임워크를 생성합니다.

이 방법론을 적응형 관리 프레임워크 내에 배치하여 예측을 하고 시간이 지남에 따라 관리 활동에 액세스하는 것이 중요할 것이며, 특히 앞으로 우리는 기후 변화의 영향을 통합하고 이러한 영향을 미래 시나리오 모델에 통합하고자 합니다. 이 프레임워크는 여러 토지 이용 활동의 영향을 받는 지역 및 유역에 적용할 수 있으며 개발 활동을 계속해야 하는 사회 경제적 및 정치적 압력에 직면하여 수생 자원을 보존하는 데 사용할 수 있습니다.