Watershed Planning binnen een Quantitative Scenario Analysis Framework

Summary

Er is dringend behoefte aan instrumenten en methodieken die het beheer van watersystemen in het gezicht van onzekere toekomstige omstandigheden. Wij bieden methoden voor het uitvoeren van een gerichte waterscheiding beoordeling die resource managers in staat stelt om-landschap op basis van cumulatieve effecten modellen te produceren voor gebruik binnen een scenarioanalyse management framework.

Abstract

Er is dringend behoefte aan instrumenten en methodieken die het beheer van aquatische systemen binnen sterk beïnvloed stroomgebieden. De huidige inspanningen vallen vaak kort als gevolg van een onvermogen om te kwantificeren en complexe cumulatieve effecten van de huidige en toekomstige landgebruik's op relevante ruimtelijke schalen te voorspellen. Het doel van dit manuscript is om methoden voor het uitvoeren van een gerichte waterscheiding beoordeling die resource managers in staat stelt om-landschap op basis van cumulatieve effecten modellen te produceren voor gebruik binnen een scenarioanalyse management framework te bieden. Sites worden eerst geselecteerd voor opname binnen de waterscheiding evaluatie door het identificeren van sites die langs onafhankelijke gradiënten en combinaties van bekende stressoren vallen. Veld en laboratoriumtechnieken worden vervolgens gebruikt om gegevens over de fysische, chemische en biologische effecten van meervoudige landgebruikactiviteiten verkrijgen. Meervoudige lineaire regressie-analyse wordt vervolgens naar liggend gebaseerde cumulatieve effectmodellen produceren voor het voorspellen aquatic omstandigheden. Tot slot, voor het opnemen van cumulatieve effecten modellen binnen een scenario analysekader voor het begeleiden van het beheer en de regelgevende besluiten (bijv toelaat en mitigatie) binnen actief de ontwikkeling van stroomgebieden worden besproken en gedemonstreerd voor 2 sub-stroomgebieden binnen de bergtop mijnstreek in het centrum van de Appalachen. De waterscheiding beoordeling en het beheer aanpak hierin voorzien stelt resource managers aan de economische en ontwikkelingsactiviteiten te vergemakkelijken terwijl de bescherming van de visbestanden en het produceren van kansen voor de netto ecologische voordelen door middel van gerichte sanering.

Introduction

Antropogene verandering van het natuurlijke landschap is een van de grootste huidige bedreigingen voor de aquatische ecosystemen in de hele wereld ^1. In veel regio's wordt voortgezet afbraak aan de huidige tarieven leiden tot onherstelbare schade aan aquatische hulpbronnen, uiteindelijk beperking van hun vermogen om waardevolle en onvervangbare ecosysteem diensten. Er is dus een kritische behoefte aan instrumenten en methodieken die het beheer van aquatische systemen binnen ontwikkelen stroomgebieden ^2-3. Dit is met name van belang gezien het feit dat managers vaak worden belast met het behoud van de visbestanden in het gezicht van de sociaal-economische en politieke druk om de ontwikkeling van de activiteiten voort te zetten.

Beheer van aquatische systemen binnen actief de ontwikkeling van gebieden vereist het vermogen om waarschijnlijke gevolgen van de voorgestelde ontwikkeling van activiteiten in het kader van reeds bestaande natuurlijke en antropogene landschap voorspellen attributen ^{3, 4.} Een grote uitdaging voor levic resource management binnen zwaar aangetaste stroomgebieden is de mogelijkheid om te kwantificeren en managen van complexe (ie, additief of interactief) cumulatieve effecten van meervoudig grondgebruik stressoren op relevante ruimtelijke schalen ^{2, 5.} Ondanks de huidige uitdagingen, echter cumulatieve effecten assessments worden opgenomen in wettelijke richtlijnen in de hele wereld ^5-6.

Gerichte waterscheiding assessments ontworpen om het volledige scala van aandoeningen te proeven met betrekking tot meervoudig grondgebruik stressoren kan gegevens staat het modelleren van complexe cumulatieve effecten ⁷ produceren. Bovendien, die dergelijke modellen binnen een scenarioanalyse kader [het voorspellen van ecologische veranderingen in het kader van een reeks van realistische of voorgestelde ontwikkeling of het beheer van stroomgebieden (restauratie en mitigatie) scenario's] heeft de potentie om sterk verbeteren van aquatische resource management binnen zwaar getroffen stroomgebieden ^{3, 5, 8 -9.} Het meest opvallend is, scenarioanalyse biedteen kader voor het toevoegen van objectiviteit en transparantie om beslissingen van het management door het opnemen van wetenschappelijke informatie (ecologische relaties en statistische modellen), de regelgeving doelen en belanghebbenden heeft in een enkele afwegingskader ^{3, 9.}

We presenteren een methode voor het beoordelen en beheren van cumulatieve effecten van meervoudig grondgebruik activiteiten binnen een scenario analysekader. We beschrijven eerst hoe om adequaat te richten op sites voor opname in de waterscheiding beoordeling op basis van bekende landgebruik stressoren. We beschrijven veld en laboratoriumtechnieken voor het verkrijgen van gegevens over milieu-effecten van meervoudig grondgebruik activiteiten. We beschrijven kort modelleringstechnieken voor de productie-landschap op basis van cumulatieve effecten modellen. Tot slot bespreken we hoe cumulatieve effecten modellen zijn voorzien binnen een scenarioanalyse kader en tonen het nut van deze methode in de hulp regelgevende besluiten (bijv toelaat en rustoratie) binnen een intensief gedolven keerpunt in het zuiden van West Virginia.

Protocol

1. Target Sites voor Inclusie in Keerpunt Assessment

1. Identificeer de dominante landgebruik activiteiten binnen de target 8-cijferige code hydrologische eenheid (HUC) waterscheiding die van invloed zijn fysisch-chemische en biologische toestand ^{3, 7.}
   Opmerking: Deze methode gaat uit reeds bestaande kennis van belangrijke stressoren binnen de waterscheiding van belang. Echter, consulting regelgevende instanties of waterscheiding groepen vertrouwd met het systeem kan helpen bij deze inspanning.
2. Select-landschap op basis van maatregelen van de dominante landgebruik activiteiten [bv 2011 National Land Cover Database (nLCD)] ^{3, 7.}
   1. Consult gepubliceerde literatuur te helpen identificeren van de best-landschap gebaseerde maatregelen voor elke landgebruik activiteit ^10. Neem contact op met natuurlijke hulpbronnen agentschappen te identificeren en het verkrijgen van regiospecifieke landschap datasets die beschikbaar zijn voor gebruik. Echter kan het nodig zijn om nieuwe landschapsvariabelen of datasets.
3. Tabulate bodembedekking en gebruik van attributen om de 1: 24.000 of 1: 100.000 nationale hydrografie dataset (NHD) stroomgebieden met behulp van geografische informatiesystemen (GIS) software.
   1. Zorg ervoor dat elk 1: 24.000 of 1: 100.000 verzorgingsgebied heeft een unieke identifier. Gebruik een door de gebruiker gedefinieerde numerieke of categorische identifier als de unieke identifier.
   2. Tabelleer vector data (bijvoorbeeld punten of lijnen) vallen in elk stroomgebied.
      1. Vat alle vector functies in elk stroomgebied met behulp van het Tabulate Intersection instrument binnen de Statistiek toolset van de Analysis toolbox. Selecteer de NHD stroomgebied laag als de Input Zone functie, het stroomgebied unieke identifier als Zone Field, en de vector dataset van belang, zoals de Input Class Feature.
      2. Word lid van de tabel landschap toeschrijft aan het stroomgebied laag. Klik met de rechtermuisknop op de stroomgebieden laag in de inhoudsopgave en selecteer sluit zich aan en betreft in het dropdown-menu en Word lid van de subsequent menu. Kies de unieke ID als het veld dat de join zal worden gebaseerd op de output van tabel 1.3.2.1 de tabel te verbinden, en de unieke ID als het veld in de tabel met de join wordt gebaseerd.
   3. Tabelleer raster data met behulp van de Tabulate Area gereedschap gelegen binnen de Zonale toolset van de Spatial Analyst toolbox.
      1. Laad de Spatial Analyst extensie. Kies Uitbreidingen in het menu Aanpassen. In het dialoogvenster Extensies, vinkt u het vakje dat overeenkomt met de Spatial Analyst extensie.
      2. In het dialoogvenster Tabulate Area selecteert u de NHD stroomgebied shapefile als de input raster- of functie zone data, de unieke identifier (bijv FEATUREID) als het veld zone, en de bodembedekking dataset (bijvoorbeeld nLCD) als de input raster- of feature class data.
      3. Word lid van de tabel landschap toeschrijft aan het stroomgebied laag volgende protocollen in stap 1.3.2.2, met de tabulategebied resultaten tabel als de join tafel.
4. Verzamel landschap attributen voor alle NHD stroomgebieden.
   1. Download de NHDPlusV2 Catchment Attribute Allocation verzamelen en Tool (CA3TV2) aan http://www2.epa.gov/waterdata/nhdplus-tools. Gebruik de accumulatie functie van CA3TV2 voor accumulatie van attributen voor de 1: 100.000 NHD stroomgebieden ^11.
      Let op: We gebruikten op maat geschreven code dat zich ophoopt landschap attributen voor 1: 24.000 schaal NHD waterscheidingen ^12. Gedetailleerde instructies voor het gebruik CA3TV2 zijn geïntegreerd in het gereedschap en kan worden geraadpleegd via de Help-functie.
5. Selecteer NHD stroomgebieden als studie sites op basis van verzamelde landschap attributen.
   1. Maak een scatterplot van alle NHD stroomgebieden met betrekking tot opgebouwde waarden van de belangrijkste activiteiten van het bodemgebruik (Figuur 1A).
   2. Select studie sites (ongeveer 40 plaatsen per 8-cijferige HUC waterscheiding) om de volledige r vertegenwoordigenange invloed van dominante landgebruik activiteiten binnen de doelgroep waterscheiding (Figuur 1B). Selecteer sites binnen onafhankelijke stressor hellingen (dat wil zeggen, onder invloed van een enkel land gebruik worden ingezet) en stressor combinaties (dat wil zeggen, beïnvloed door meerdere landgebruik activiteiten) (Figuur 1B).
   3. Zorgen dat studiesites ruimtelijk verdeeld over het doel keerpunt en onafhankelijk van elkaar voor de verwerkende drainage. Zorg ervoor dat websites die binnen elke individuele en gecombineerde stressor gradiënt hebben ook vergelijkbare gemiddelde bassin gebieden.

Figuur 1. Hypothetisch scatter plot van NHD stroomgebieden met betrekking tot de invloed van 2 landgebruik activiteiten. Omvang van de invloed van 2 landgebruik activiteiten in alle NHD stroomgebieden binnen de hypothetische watershed (n = 4229) (A). Geselecteerde studie sites (n = 40) die het volledige bereik van de waargenomen omstandigheden binnen de waterscheiding met betrekking tot onafhankelijke en gecombineerde stressor gradiënten (B) vertegenwoordigen. Klik hier om een grotere versie van deze figuur te bekijken.

2. Field Protocollen voor Collection of fysisch-chemische en biologische gegevens

Opmerking: Alle gegevens voor elke site moet worden verzameld gedurende dezelfde bezoek ter plaatse op normale voet stromingscondities. Protocollen die hierin vertegenwoordigen standard operating procedures voor het West Virginia Department of Environmental Protection (WVDEP) ^13. Het is misschien beter om de staat of federaal erkende procedures gebruiken voor de specifieke keerpunt worden beoordeeld.

1. Bakenen de bemonstering bereik voor elke site als 40 × actieve kanaal breedte (ACW), met een maximale en minimale lengte van 150 en300 m ^{3, 7.}
2. Sample waterkwaliteit attributen uit locaties met bewegende water die kenmerkend zijn voor de hele bemonstering site (bijvoorbeeld niet direct beïnvloed door zijrivier of afvoerbuis inputs) zijn.
   1. Verkrijgen momentane metingen van opgeloste zuurstof, geleidbaarheid, temperatuur en pH behulp handheld sensoren. Kalibreren sensoren voorafgaand aan elke bemonstering evenement volgende instructies van de fabrikant.
   2. Spoel filtratie-apparatuur met gedemineraliseerd water voorafgaand aan het watermonster collectie.
   3. Filter 250 ml water (gemengde cellulose-ester membraanfilter 0,45 urn poriegrootte) voor analyse van opgeloste metalen. Fix een pH <2 te waarborgen metalen opgelost blijven in oplossing.
      Opmerking: De juiste hoeveelheid zuur kan aan het watermonster worden toegevoegd na monstername. Als alternatief kan de juiste hoeveelheid om de fles vóór de monstername worden toegevoegd. Het gebruikte volume te bevestigen aan een pH <2 is afhankelijk zuursterkte.
      1. Voor de hier beschreven onderzoek, het verzamelen van een enkel gefilterde monster uit elke site en bevestig met salpeterzuur voor het bepalen van opgeloste Al, Ca, Fe, Mg, Mn, Na, Zn, K, Ba, Cd, Cr, Ni en Se ^{3 , 7.}
         Opmerking: Selectie van analyten moet laten leiden door keerpunt-specifieke activiteiten landgebruik.
   4. Verzamel 250 ml ongefilterde monster (s) door het volledig onderdompelen van het monster fles in de waterkolom. Knijp voorzichtig in de fles om de resterende lucht uitwissen en gelijktijdig plaats de dop op het monster fles. Bevestig de monster (s) tot pH <2 indien nodig (bijvoorbeeld voorkomen biologische activiteit beïnvloedt voedingsstoffen).
      1. Voor de hier beschreven onderzoek, het verzamelen van twee ongefilterde monsters van elke site. Bevestig de eerste met zwavelzuur voor het bepalen van NO ₂ en NO ₃ en de totale P. Raak de tweede ongefilterde monster niet vast te stellen en te gebruiken om de totale en bicarbonaat alkaliniteit, Cl, SO ₄ vast te stellen, en in totaal dus opgelostdeksels ^{3, 7.}
         Opmerking: Selectie van analyten moet laten leiden door keerpunt-specifieke activiteiten landgebruik.
   5. Zorg voor een leeg veld voor elke fixatief gebruikt tijdens elke bemonstering evenement. Verkrijgen veld blanks door het volgen van alle protocollen voor bemonstering (dat wil zeggen, het spoelen, verfijning, de vaststelling van) het gebruik van gedemineraliseerd water als de uiteindelijke monster.
      Let op: Het gebied blanks worden gebruikt om besmetting in monstername en analyse.
   6. Bewaar alle watermonsters bij 4 ° C totdat alle analyses zijn afgerond. Zorg ervoor dat alle analyten worden gemeten binnen hun gespecificeerde verblijftijd ^14.
3. Meet lozen op elk monster ter plaatse.
   1. Verdeel de bevochtigde stroom breedte in stappen van gelijke grootte.
   2. Meet de diepte en de gemiddelde stroomsnelheid in het midden van elke sectie.
      1. Met behulp van een dieptemeter staaf, het meten van de diepte als de afstand van de bedding aan het wateroppervlak.
      2. Met behulp van een current meter, meten watersnelheid op 60% waterdiepte.
   3. Bereken ontlading als de som van het product van snelheid, diepte en breedte in alle secties.
4. Proef de macro-invertebraat levensgemeenschappen community op elke locatie.
   1. Verkrijgen monsters schop (netto afmetingen 335 x 508 mm ² met 500-um mesh) van 4 afzonderlijke representatieve riffles verdeeld over de gehele lengte van de bemonsteringsbereik.
      1. Op elke locatie kick, plaatst het net kick loodrecht op stroom streamen en verstoren een 0,50 x 0,50 m ² (dat wil zeggen, 0,25 m ²⁾ de ruimte van de beekbedding onmiddellijk stroomopwaarts. Zorg ervoor dat alle organismen en puin stromen stroomafwaarts in het net kick.
      2. Combineer organismen en puin van de 4 kick samples in één mengmonster (wat neerkomt op 1,00 m ² van de beek bed) en onmiddellijk te behouden met 95% ethanol.
5. Meet de fysieke leefomgeving kwaliteiten complexiteit in de hele stroom te bereiken.
   1. Neem metingen van de waterdiepte, hydraulische type channel-unit, sediment klasse, en de afstand tot vis deksel object op gelijkmatig punten langs de thalweg (gedeelte van de stroom, waardoor de belangrijkste of meest snelle doorstroming plaatsvindt). Neem metingen om de 1 ACW voor streams <5 m breed en om de 0,5 ACW voor streams> 5 m breed ^15.
      1. Classificeren het kanaal eenheid waarbinnen elke thalweg locatie ligt (bijv riffle, rennen, het zwembad of glide) ^16.
      2. Met behulp van een dieptemeter staaf, het meten van de diepte als de afstand van de bedding aan het wateroppervlak.
      3. Willekeurig te identificeren een stuk van sediment en zijn bepalend voor de Wentworth omvang classificatie (slib, zand, grind, kasseien, boulder) ^17.
      4. Schat de afstand van elke thalweg plaats en het dichtstbijzijnde deksel object.
         Opmerking: Fish dekking wordt gedefinieerd als een structuur in het actieve kanaal staat verhullen een 20.32 cm (8 inch) vis ^18.
   2. Tel alle stukken van grote houtige puin binnen het actieve kanaal.
   3. Schatting habitatkwaliteit met de Amerikaanse Environmental Protection Agency (EPA) snelle visuele habitattypes (RVHA) protocollen ^19.
6. Verkrijgen duplo metingen en monsters uit een willekeurig gekozen 10% van de studie sites. Duplicate maatregelen worden gebruikt om in te schatten bemonstering en laboratoriumanalyse precisie.

3. Laboratorium Protocollen voor fysisch-chemische en biologische gegevens

Opmerking: Het beschrijven van laboratorium protocollen voor het kwantificeren van water chemie attributen valt buiten het bestek van dit manuscript. De huidige studie gebruikte standaard chemische werkwijzen voor water en afval ^14.

1. Subgroep organismen bevat binnen elk macro-invertebraat levensgemeenschappen monster (verzameld met behulp van protocollen in paragraaf 2.4) een vertegenwoordiger subgroep van de macro-invertebraat levensgemeenschappen community op elke site te krijgen.
   1. Plaats het gehele samengestelde macro-invertebraat levensgemeenschappen monster in een 100 in ² roostervormige sorteren (meet 5 x 20 ^in2). Willekeurig elke 1 in ² net een nummer van 1 tot 100.
   2. Gebruik een stereomicroscoop te tellen en identificeren van alle organismen in willekeurig geselecteerd 1 in ² roosters totdat het totale aantal gesorteerde individuen is 200 ± 20%. Identificeer organismen tot het genus met behulp van macro-invertebraat levensgemeenschappen toetsen, zoals die gepubliceerd door Merritt en Cummins ^20.
   3. Compile genus-niveau overvloed gegevens in gemeenschap metrics [bv totale rijkdom en% Ephemeroptera, Plecoptera en Trichoptera (EPT)] voor gebruik als reactie variabelen in statistische modellen en de daaropvolgende scenarioanalyse ^{3, 7.}

4. Statistische en Scenario Analyse

1. Construct gegeneraliseerde lineaire modellen voor het voorspellen van in-stream fysische, chemische en biologische omstandigheden uit-landschap gebaseerde indicators van de dominante landgebruik activiteiten.
   Opmerking: protocollen en analyses werden uitgevoerd in de R taal en omgeving voor statistische berekeningen (versie 3.2.1) ^21.
   1. Test voor normaliteit gebruik van Shapiro-Wilk [shaprio.test () functie in R pakket stats ^21] tests en transformeren variabelen om aannames van parametrische analyses te ontmoeten en lineariseren relaties.
   2. Fit aanvankelijke maximale modellen met vermelding van 2-weg interacties tussen alle landgebruik voorspellers [GLM () functie in R pakket statistieken ^21].
   3. Breng een achterwaartse deletie tot de minimale model ^{3, 7, 22} identificeren.
      1. Identificeer de variabele minst significante (dat wil zeggen, verklaart de minste hoeveelheid variatie) in de maximale model [samenvatting () functie in R pakket stats ^21] en plaats een nieuw model met deze variabele uitgesloten [GLM () functie in R pakket stats ^21] .
      2. Doorgaan verwijderen van variabelentotdat alle resterende voorspellers zijn significant verschillend van 0 en verklarende kracht niet significant afwijken van de maximale model voor elke reactie variabele met behulp van analyse van afwijkend gedrag tafels en likelihood ratio testen [lrtest () functie in R pakket lmtest ^23].
2. Voorspel de huidige omstandigheden.
   1. Gebruik de laatste modellen om fysisch-chemische en biologische toestand gezien de huidige landschappelijke kenmerken voorspellen binnen alle VN-bemonsterde NHD stroomgebieden in de hele doelgroep waterscheiding [voorspellen () functie in R pakket statistieken ^21].
   2. Visualiseer voorspellingen in GIS-software.
      1. Join voorspellingen NHD stroomgebieden. Klik met de rechtermuisknop op de stroomgebieden laag in de inhoudsopgave en selecteer sluit zich aan en betreft in het dropdown-menu en Word lid van de daarop volgende menu. Kies de unieke ID als het veld dat de join wordt gebaseerd op de voorspellingen bestand als tabel te verbindenEn de unieke ID als het veld in de tabel die de join wordt gebaseerd op
      2. Klik met de rechtermuisknop op de stroomgebieden laag en selecteer Eigenschappen. In de Layer Properties dialoogvenster, klikt u op het tabblad Symbolen en selecteer hoeveelheden. Selecteer de voorspelde waarde van belang als het veld Waarde en klik op Toepassen.
         Opmerking: Range waarden kunnen handmatig worden gewijzigd aan erkende milieucriteria met de classificeren-knop aan te passen.
3. Conduct scenarioanalyses om de voorspelde veranderingen in het water levende voorwaarden waaronder diverse landgebruik scenario's te vergelijken.
   1. Werk de huidige landschap dataset om aannemelijk toekomstige ontwikkeling of mitigatie scenario's te simuleren. Voor de hier beschreven onderzoek, handmatig bijwerken geaccumuleerde landschappelijke waarden voor de stroomgebieden van belang in de attributen tabel (bv wijzigen 10 acres van bebost de mijnbouw bodembedekking).
      1. Selecteer het stroomgebied van interest gebruik van de Selectie per Attribute functie gelegen binnen de selectie drop-down menu. In de Selectie per dialoogvenster Attribute vak, kiest u het NHD stroomgebieden als de Layer. Dubbelklik op het unieke id-attribuut, selecteert u =, en typ de identificatie voor het stroomgebied van belang in de vergelijking doos.
      2. Open het NHD stroomgebied attribuut tafel door met de rechtermuisknop te klikken op de stroomgebieden laag in de inhoudsopgave en het selecteren van Open Attribute Table uit het drop down menu. Kies ervoor om alleen geselecteerde stroomgebieden te tonen.
      3. Met slechts geselecteerde stroomgebieden zien, klik met de rechtermuisknop op de kolom van de rente en selecteer Field Calculator en voer de nieuwe gesimuleerde waarde. Opmerking: Meerdere stroomgebieden kan worden aangepast aan meerdere ruimtelijk expliciet ontwikkeling of het beheer van activiteiten die in grote ruimtelijke schalen te simuleren.
         Let op: U kunt originele vector en raster datasets worden bijgewerkt door het digitaliseren van nieuwe functies of wijzigen en verwijderen van originele fevlaktetemperaturen nieuwe landgebruik activiteit of het beheer van een reeds bestaande landgebruik invloed ²⁴ simuleren. Dit kan worden uitgevoerd met de Editor werkbalk.
   2. Opnieuw toe te wijzen en opnieuw accumuleren landschap attributen voor alle NHD stroomgebieden met behulp van protocollen die in stappen 1,3-1,4.
   3. Voorspel fysisch-chemische en biologische toestand in functie van de geactualiseerde landschap dataset [voorspellen () functie in R pakket statistieken ^21].
   4. Visualiseer voorspelde voorwaarden alternatief landgebruik scenario's met behulp van protocollen die in stap 4.2.2.

Results

Forty 1: 24.000 NHD stroomgebieden werden geselecteerd als studie sites binnen de River Coal, West Virginia (figuur 2). Studie sites werden geselecteerd om een bereik invloed van dagbouw (% landoppervlak ^24), residentiële ontwikkeling [structuur dichtheid (no./km ^2)], en ondergrondse mijnbouw [nationale vervuiling ontlading eliminatie systeem (Npdes-) vergunning dichtheid (geen overspannen. / km ^2)] zodat elke bestemming met grote activit...

Discussion

Wij bieden een kader voor de beoordeling en het beheer van cumulatieve effecten van meerdere activiteiten landgebruik in zwaar getroffen stroomgebieden. De aanpak hier beschreven adressen eerder geïdentificeerd beperkingen in verband met het beheer van watersystemen in zwaar getroffen stroomgebieden ^5-6. Het meest opvallend is de beoogde waterscheiding evaluatie ontwerp (bijv bemonstering langs afzonderlijke en gecombineerde stressor as) geeft gegevens die zijn zeer geschikt voor het kwantificeren va...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Slack Invert Sampling Kit	Wildco	3-425-N56
HDPE Square Jars	US Plastic Corp	66188	32 oz; voor het opslaan van vaste, samengestelde ongewervelde monsters
Ethyl Alcohol 190 Proof	PHARMCO-AAPER	111000190	Voor het fixeren en opslaan van ongewervelde monsters
5 inch bij 20 inch Macroinvertebrate sub-sampling grid	N/A	N/A	Dit item kan niet worden gekocht en moet in huis worden gemaakt
Stereomicroscope Stemi 2000 met standaard C LED	ZEISS	000000-1106-133	Voor het sorteren en identificeren van macro-ongewervelden
Thermo Scientific Nalgene herbruikbare filterhouders met ontvanger	Fisher Scientific	09-740-23A
Immobilon-NC Transfer Membraan	Millipore	HATF04700	Triton-vrij, gemengde cellulose exters, 0.45 μm, 47 mm, schijf
Actron Vacuum Pump Brake Bleeder Kit	Advanced Auto Parts	CP7835
Zoutzuuroplossing	HACH	254049	1:1, 500 ml
Oblong NDPE Flessen met brede hals	Thomas Scientific	1229Z38	250 ml; voor het verzamelen van watermonsters
650 Multi-parameter display, standaard geheugen	Fondriest Environmental	650-01
600XL Sonde met temperatuur/geleidbaarheidssensor	Fondriest Environmental	065862
pH kalibratie buffer pack	Fondriest Environmental	603824	2 pint elk van pH 4, 7, & 10
geleidbaarheidsstandaard	Fondriest Environmental	065270	1 quart, 1,000 µS
Flo-Mate 2000	TTT Environmental	2000-11
Keson English/Metric Open Reel Fiberglass Tape	Forestry Suppliers	40025	300'/100 m
ArcGIS 10.3.1	ESRI