Method Article

Planowanie działu wodnego w ramach ilościowej analizy scenariuszy

DOI:

10.3791/54095

July 24th, 2016

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Istnieje krytyczne zapotrzebowanie na narzędzia i metodologie zdolne do zarządzania systemami wodnymi w obliczu niepewnych przyszłych warunków. Zapewniamy metody przeprowadzania ukierunkowanej oceny zlewni, które umożliwiają zarządzającym zasobami tworzenie modeli skumulowanych skutków opartych na krajobrazie do wykorzystania w ramach zarządzania analizą scenariuszy.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Istnieje krytyczne zapotrzebowanie na narzędzia i metodologie zdolne do zarządzania systemami wodnymi w silnie dotkniętych zlewniach. Obecne wysiłki często kończą się niepowodzeniem ze względu na niemożność ilościowego określenia i przewidzenia złożonych skumulowanych skutków obecnych i przyszłych scenariuszy użytkowania gruntów w odpowiednich skalach przestrzennych. Celem tego manuskryptu jest przedstawienie metod przeprowadzania ukierunkowanej oceny działu wodnego, która umożliwia zarządzającym zasobami tworzenie modeli skumulowanych skutków opartych na krajobrazie do wykorzystania w ramach zarządzania analizą scenariuszy. Lokalizacje są najpierw wybierane do włączenia do oceny działu wodnego poprzez identyfikację miejsc, które leżą wzdłuż niezależnych gradientów i kombinacji znanych czynników stresogennych. Techniki terenowe i laboratoryjne są następnie wykorzystywane do uzyskania danych na temat fizycznych, chemicznych i biologicznych skutków wielu działań związanych z użytkowaniem gruntów. Wielokrotna analiza regresji liniowej jest następnie wykorzystywana do tworzenia modeli skumulowanych efektów opartych na krajobrazie w celu przewidywania warunków wodnych. Na koniec omówiono i zademonstrowano metody włączania modeli skumulowanych skutków do ram analizy scenariuszy w celu kierowania decyzjami zarządczymi i regulacyjnymi (np. pozwoleniami i łagodzeniem) w aktywnie rozwijających się działach wodnych dla 2 poddziałów wodnych w górskim regionie górniczym w środkowych Appalachach. Przedstawione w niniejszym dokumencie podejście do oceny i zarządzania zlewnią umożliwia zarządzającym zasobami ułatwianie działalności gospodarczej i rozwojowej przy jednoczesnej ochronie zasobów wodnych i tworzeniu możliwości uzyskania korzyści ekologicznych netto poprzez ukierunkowaną remediację.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Antropogeniczne zmiany naturalnych krajobrazów są jednym z największych obecnie zagrożeń dla ekosystemów wodnych na całym świecie1. W wielu regionach dalsza degradacja w obecnym tempie spowoduje nieodwracalne szkody w zasobach wodnych, co ostatecznie ograniczy ich zdolność do świadczenia bezcennych i niezastąpionych usług ekosystemowych. W związku z tym istnieje pilne zapotrzebowanie na narzędzia i metodologie zdolne do zarządzania systemami wodnymi w rozwijających się zlewniach2-3. Jest to szczególnie ważne, biorąc pod uwagę, że osoby zarządzające często mają za zadanie ochronę zasobów wodnych w obliczu presji społeczno-ekonomicznej i politycznej zachęcającej do kontynuowania działań rozwojowych.

Zarządzanie systemami wodnymi w aktywnie rozwijających się regionach wymaga umiejętności przewidywania prawdopodobnych skutków proponowanych działań rozwojowych w kontekście istniejących wcześniej atrybutów krajobrazu naturalnego i antropogenicznego3, 4. Głównym wyzwaniem w zakresie zarządzania zasobami wodnymi w silnie zdegradowanych zlewniach jest zdolność do ilościowego określania i zarządzania złożonymi (tj. addytywnymi lub interaktywnymi) skumulowanymi skutkami wielu czynników stresogennych związanych z użytkowaniem gruntów w odpowiednich skalach przestrzennych2, 5. Jednak pomimo obecnych wyzwań oceny skumulowanych skutków są włączane do wytycznych regulacyjnych na całym świecie5-6.

Ukierunkowane oceny zlewni, mające na celu próbkowanie pełnego zakresu warunków w odniesieniu do wielu czynników stresogennych związanych z użytkowaniem gruntów, mogą dostarczyć danych zdolnych do modelowania złożonych skumulowanych skutków7. Co więcej, włączenie takich modeli do ram analizy scenariuszy [przewidujących zmiany ekologiczne w ramach szeregu realistycznych lub proponowanych scenariuszy rozwoju lub zarządzania zlewnią (odbudowa i łagodzenie)] może potencjalnie znacznie poprawić zarządzanie zasobami wodnymi w silnie dotkniętych zlewniach3, 5, 8-9. Przede wszystkim analiza scenariuszowa zapewnia ramy do dodawania obiektywizmu i przejrzystości do decyzji zarządczych poprzez włączenie informacji naukowych (relacji ekologicznych i modeli statystycznych), celów regulacyjnych i potrzeb interesariuszy w jedną ramę decyzyjną3, 9.

Prezentujemy metodologię oceny i zarządzania skumulowanymi efektami wielu działań związanych z użytkowaniem gruntów w ramach analizy scenariuszy. W pierwszej kolejności opisujemy, w jaki sposób odpowiednio ukierunkować lokalizacje, które mają zostać włączone do oceny działu wodnego w oparciu o znane czynniki stresogenne związane z użytkowaniem gruntów. Opisano techniki terenowe i laboratoryjne służące do pozyskiwania danych na temat skutków ekologicznych wielorakich działań związanych z użytkowaniem gruntów. Pokrótce opisujemy techniki modelowania do tworzenia modeli skumulowanych efektów opartych na krajobrazie. Na koniec omówiliśmy, w jaki sposób włączyć modele skumulowanych skutków do ram analizy scenariuszy i wykazać użyteczność tej metodologii we wspomaganiu decyzji regulacyjnych (np. pozwoleń i rekultywacji) w intensywnie wydobywanym dziale wodnym w południowej Wirginii Zachodniej.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Miejsca docelowe do uwzględnienia w ocenie zlewni

  1. Zidentyfikuj dominujące działania związane z użytkowaniem gruntów w obrębie docelowego 8-cyfrowego kodu jednostki hydrologicznej (HUC), które mają wpływ na warunki fizykochemiczne i biologiczne3, 7.
    Uwaga: Metodologia ta zakłada istniejącą wcześniej wiedzę na temat ważnych czynników stresogennych w obszarze wodnym będącym przedmiotem zainteresowania. Jednak konsultacje z agencjami regulacyjnymi lub grupami zajmującymi się systemem mogą pomóc w tych wysiłkach.
  2. Wybrane działania związane z dominującym użytkowaniem gruntów oparte na krajobrazie [np. Krajowa baza danych o pokryciu terenu z 2011 r. (NLCD)] 3, 7.
    1. Zapoznaj się z opublikowaną literaturą, aby pomóc w określeniu najlepszych środków opartych na krajobrazie dla każdego działania związanego z użytkowaniem gruntów10. Skontaktuj się z agencjami ds. zasobów naturalnych, aby zidentyfikować i uzyskać zestawy danych krajobrazu specyficzne dla regionu, które są dostępne do użycia. Może być jednak konieczne utworzenie nowych zmiennych krajobrazu lub zestawów danych.
  3. Tabelaryzuj pokrycie terenu i używaj atrybutów do zlewni krajowego zestawu danych hydrograficznych (NHD) w skali 1:24 000 lub 1:100 000 przy użyciu oprogramowania do informacji geograficznej (GIS).
    1. Upewnij się, że każda zlewnia 1:24 000 lub 1:100 000 ma unikatowy identyfikator. Użyj dowolnego zdefiniowanego przez użytkownika identyfikatora numerycznego lub jakościowego jako unikatowego identyfikatora.
    2. Tabelaryczne zestawienie danych wektorowych (np. punktów lub linii) przypadających na każdą zlewnię.
      1. Podsumuj wszystkie obiekty wektorowe w każdej zlewni za pomocą narzędzia Przecięcie tabelaryczne w zestawie narzędzi Statystyka w przyborniku Analiza. Wybierz warstwę zlewni NHD jako obiekt strefy wejściowej, unikatowy identyfikator zlewni jako pole strefy, a interesujący zestaw danych wektorowych jako obiekt klasy wejściowej.
      2. Połącz tabelaryczne atrybuty krajobrazu z warstwą zlewni. Kliknij prawym przyciskiem myszy warstwę zlewni w spisie treści i wybierz z menu rozwijanego Sprzężenia i powiązania, a z kolejnego menu Dołącz. Wybierz unikatowy identyfikator jako pole, na którym będzie oparte sprzężenie, tabelę wynikową z 1.3.2.1 jako tabelę do sprzężenia, a unikatowy identyfikator jako pole w tabeli, na podstawie którego będzie oparte sprzężenie.
    3. Dane rastrowe można tabelaryzować za pomocą narzędzia Obszar tabelaryzacji znajdującego się w zestawie narzędzi Strefa w skrzynce narzędziowej Spatial Analyst.
      1. Wczytaj rozszerzenie Spatial Analyst. Wybierz Rozszerzenia z menu Dostosuj. W oknie dialogowym Rozszerzenia zaznacz pole odpowiadające rozszerzeniu Spatial Analyst.
      2. W oknie dialogowym Obszar tabelaryzacji wybierz plik kształtu zlewni NHD jako wejściowe dane rastra lub strefy obiektu, niepowtarzalny identyfikator (np. FEATUREID) jako pole strefy oraz zestaw danych pokrycia terenu (np. NLCD) jako wejściowe dane rastra lub klasy obiektów.
      3. Połącz tabelaryczne atrybuty krajobrazu z warstwą zlewni zgodnie z protokołami opisanymi w kroku 1.3.2.2, z tabelą wyników obszaru tabelarycznego jako tabelą sprzężenia.
  4. Gromadź atrybuty krajobrazu dla wszystkich zlewni NHD.
    1. Pobierz narzędzie NHDPlusV2 Catchment Attribute Allocation and Accumulation Tool (CA3TV2) pod adresem http://www2.epa.gov/waterdata/nhdplus-tools. Użyj funkcji akumulacji CA3TV2 do akumulacji atrybutów dla zlewni NHD 1:100 000 11.
      Uwaga: Użyliśmy niestandardowego kodu, który kumuluje atrybuty krajobrazu dla zlewni NHD w skali 1:24 00012. Szczegółowe instrukcje dotyczące korzystania z CA3TV2 są zintegrowane z narzędziem i można uzyskać do nich dostęp za pośrednictwem funkcji Pomoc.
  5. Wybierz zlewnie NHD jako miejsca badań na podstawie skumulowanych atrybutów krajobrazu.
    1. Utwórz wykres punktowy wszystkich zlewni NHD w odniesieniu do skumulowanych wartości głównych działań związanych z użytkowaniem gruntów (rysunek 1A).
    2. Wybierz miejsca badań (około 40 miejsc na 8-cyfrowy zlewisko HUC), aby przedstawić pełny zakres wpływu dominującej działalności użytkowania gruntów występującej w docelowym dziale wodnym (rysunek 1B). Wybierz lokalizacje w obrębie niezależnych gradientów warunków skrajnych (tj. pod wpływem pojedynczego działania związanego z użytkowaniem gruntów) i kombinacji czynników stresogennych (tj. pod wpływem wielu działań związanych z użytkowaniem gruntów) (rysunek 1B).
    3. Należy zapewnić, aby stanowiska badawcze były rozmieszczone przestrzennie w całym docelowym dziale wodnym i niezależne od siebie w odniesieniu do drenażu w dół rzeki. Należy upewnić się, że miejsca mieszczące się w obrębie każdego indywidualnego i połączonego gradientu naprężeń mają również podobne średnie obszary dorzecza.

figure-protocol-1
Rysunek 1. Hipotetyczny wykres punktowy zlewni NHD w odniesieniu do wpływu 2 działań związanych z użytkowaniem gruntów. Wielkość wpływu 2 działań związanych z użytkowaniem gruntów we wszystkich zlewniach NHD w obrębie hipotetycznego działu wodnego (n=4 229) (A). Wybrane stanowiska badawcze (n=40), które reprezentują pełen zakres obserwowanych warunków w obrębie zlewni w odniesieniu do niezależnych i połączonych gradientów stresorów (B). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

2. Protokoły terenowe do zbierania danych fizykochemicznych i biologicznych

Uwaga: Wszystkie dane dla każdej lokalizacji powinny być zbierane podczas tej samej wizyty w obiekcie w normalnych warunkach przepływu podstawowego. Przedstawione w niniejszym dokumencie protokoły reprezentują standardowe procedury operacyjne dla Departamentu Ochrony Środowiska Wirginii Zachodniej (WVDEP)13. Bardziej odpowiednie może być zastosowanie procedur uznanych przez stan lub rząd federalny dla konkretnego ocenianego działu wodnego.

  1. Wyznacz zasięg pobierania próbek dla każdego miejsca jako 40× aktywną szerokość kanału (ACW), z maksymalnymi i minimalnymi długościami 150 i 300 m3, 7.
  2. Cechy jakości próbki wody z miejsc, w których porusza się woda, które są charakterystyczne dla całego miejsca pobierania próbek (np. na które nie mają bezpośredniego wpływu dopływy lub dopływy rur drenażowych).
    1. Uzyskaj natychmiastowe pomiary tlenu rozpuszczonego, przewodności właściwej, temperatury i pH za pomocą ręcznych czujników. Kalibruj czujniki przed każdym zdarzeniem pobierania próbek zgodnie z instrukcjami producenta.
    2. Wypłucz sprzęt filtracyjny wodą dejonizowaną przed pobraniem próbki wody.
    3. Przefiltrować 250 ml wody (filtr membranowy z mieszanych estrów celulozy, wielkość porów 0,45 μm) do analizy rozpuszczonych metali. Ustaw pH na <2, aby upewnić się, że metale pozostają rozpuszczone w roztworze.
      Uwaga: Odpowiednią objętość kwasu można dodać do próbki wody po pobraniu próbki. Alternatywnie, odpowiednią objętość można dodać do butelki przed pobraniem próbki. Objętość wymagana do utrwalenia do pH<2 zależy od siły kwasu.
      1. Do opisanego tutaj badania należy pobrać pojedynczą przefiltrowaną próbkę z każdego miejsca i utrwalić kwasem azotowym w celu oznaczenia rozpuszczonego Al, Ca, Fe, Mg, Mn, Na, Zn, K, Ba, Cd, Cr, Ni i Se3, 7,
        Uwaga: Przy wyborze analitów należy kierować się działaniami związanymi z użytkowaniem gruntów specyficznymi dla działu wodnego.
    4. Zebrać 250 ml niefiltrowanej próbki, całkowicie zanurzając butelkę z próbką w słupie wody. Delikatnie ścisnąć butelkę, aby usunąć resztki powietrza i jednocześnie nałożyć nakrętkę na butelkę z próbką. W razie potrzeby ustalić pH próbki (próbki) na poziomie <2 (np. nie dopuścić do tego, aby aktywność biologiczna wpływała na składniki odżywcze).
      1. Do opisanego tutaj badania należy pobrać dwie niefiltrowane próbki z każdego miejsca. Ustalić pierwszy z kwasem siarkowym w celu oznaczenia NO2 i NO3 oraz całkowitego P. Nie utrwalaj drugiej niefiltrowanej próbki i nie używaj jej do oznaczania zasadowości całkowitej i wodorowęglanowej, Cl,SO4 i całkowitej ilości rozpuszczonych ciał stałych3, 7,
        Uwaga: Przy wyborze analitów należy kierować się działaniami związanymi z użytkowaniem gruntów specyficznymi dla działu wodnego.
    5. Należy uzyskać ślepe pole dla każdego utrwalacza użytego podczas każdego pobierania próbek. Uzyskać ślepe próby pól, postępując zgodnie ze wszystkimi protokołami pobierania próbek (tj. płukania, filtrowania, utrwalania) przy użyciu wody dejonizowanej jako próbki końcowej.
      Uwaga: Ślepe pola służą do identyfikacji zanieczyszczeń podczas pobierania i analizy próbek.
    6. Przechowywać wszystkie próbki wody w temperaturze 4 °C do czasu zakończenia wszystkich analiz. Upewnij się, że wszystkie anality są mierzone w określonym czasie utrzymywania14.
  3. Zmierzyć wyładowanie w każdym miejscu próbki.
    1. Podziel szerokość strumienia zwilżonego na równe przyrosty.
    2. Zmierz głębokość i średnią prędkość prądu w środku każdej sekcji.
      1. Za pomocą głębokościomierza zmierz głębokość jako odległość od koryta strumienia do powierzchni wody.
      2. Za pomocą miernika prądu zmierz prędkość wody przy 60% głębokości wody.
    3. Oblicz wyładowanie jako sumę iloczynu prędkości, głębokości i szerokości we wszystkich sekcjach.
  4. Pobranie próbki populacji makrobezkręgowców w każdym stanowisku.
    1. Pobrać próbki kopniaków (wymiary netto 335 × 508mm2 o oczkach 500 μm) z 4 oddzielnych reprezentatywnych rowków rozmieszczonych na całej długości zasięgu próbki.
      1. W każdym miejscu kopania należy umieścić siatkę prostopadle do przepływu strumienia i zakłócić obszar koryta strumienia o powierzchni 0,50 × 0,50 m2 (tj. 0,25 m2) bezpośrednio przed strumieniem. Upewnij się, że wszystkie organizmy i zanieczyszczenia spływają w dół rzeki do siatki
      2. .
      3. Połącz organizmy i szczątki z 4 próbek kopa w jedną próbkę złożoną (reprezentującą 1,00m2 koryta strumienia) i natychmiast zakonserwuj 95% etanolem.
  5. Zmierz fizyczną jakość i złożoność siedlisk w całym zasięgu strumienia.
    1. Wykonaj pomiary głębokości wody, typu kanału hydraulicznego, klasy osadu i odległości od obiektu pokrywającego ryby w równomiernie rozmieszczonych punktach wzdłuż thalweg (część strumienia, przez którą następuje główny lub najszybszy przepływ). Wykonuj pomiary co 1 ACW dla strumieni o szerokości <5 m i co 0,5 ACW dla strumieni o szerokości >5 m15.
      1. Sklasyfikuj jednostkę kanału, w której znajduje się każde miejsce thalweg (np. riffle, run, pool lub glide)16.
      2. Za pomocą głębokościomierza zmierz głębokość jako odległość od koryta strumienia do powierzchni wody.
      3. Losowo zidentyfikuj fragment osadu i określ jego klasyfikację wielkości Wentwortha (, piasek, żwir, bruk, głaz)17.
      4. Oszacuj odległość od każdego punktu thalweg do najbliższego obiektu osłony.
        Uwaga: Osłona przeciwrybna jest definiowana jako dowolna struktura w aktywnym kanale, która jest w stanie ukryć rybę o długości 20,32 cm (8 cali)18.
    2. Policz wszystkie kawałki dużych szczątków drzewnych w aktywnym kanale.
    3. Oszacowanie jakości siedlisk za pomocą protokołów szybkiej wizualnej oceny siedlisk (RVHA) amerykańskiej Agencji Ochrony Środowiska (EPA)19.
  6. Uzyskaj zduplikowane pomiary i próbki z losowo wybranych 10% badanych miejsc. Zduplikowane miary służą do oszacowania precyzji pobierania próbek i analizy laboratoryjnej.

3. Protokoły laboratoryjne dla danych fizykochemicznych i biologicznych

Uwaga: Opisywanie protokołów laboratoryjnych do ilościowego określania atrybutów składu chemicznego wody wykracza poza zakres tego manuskryptu. W obecnym badaniu wykorzystano jednak standardowe metody chemiczne dotyczące wody i odpadów14.

  1. Podpróbki organizmów zawartych w każdej próbce makrobezkręgowców (pobranej przy użyciu protokołów opisanych w sekcji 2.4) w celu uzyskania reprezentatywnej podpróbki społeczności makrobezkręgowców w każdym miejscu.
    1. Umieść całą złożoną próbkę makrobezkręgowców w sortowaniu siatkowym 100 w2 (o wymiarach 5 × 20 w2). Losowo przypisz każdej siatce 1 na2 liczbę od 1 do 100.
    2. Użyj mikroskopu stereoskopowego, aby policzyć i zidentyfikować wszystkie organizmy w losowo wybranych siatkach 1 na2, aż całkowita liczba posortowanych osobników wyniesie 200 ± 20%. Identyfikuj organizmy do rodzaju za pomocą kluczy makrobezkręgowców, takich jak te opublikowane przez Merritt i Cummins20.
    3. Skompiluj dane o liczebności na poziomie rodzaju w metryki społeczności [np. całkowite bogactwo i % Ephemeroptera, Plecoptera i Trichoptera (EPT)] w celu wykorzystania jako zmienne odpowiedzi w modelach statystycznych i późniejszej analizie scenariuszy3, 7.

4. Analizy statystyczne i scenariuszowe

  1. Konstruowanie uogólnionych modeli liniowych do przewidywania warunków fizycznych, chemicznych i biologicznych w strumieniu na podstawie wskaźników krajobrazowych dominujących działań związanych z użytkowaniem gruntów.
    Uwaga: Protokoły i analizy przeprowadzono w języku R i środowisku do obliczeń statystycznych (wersja 3.2.1)21.
    1. Przetestuj normalność za pomocą funkcji Shapiro-Wilk [shaprio.test() w statach pakietu R 21] i przekształć zmienne, aby spełnić założenia analiz parametrycznych i linearyzować relacje.
    2. Dopasuj początkowe modele maksymalne określające 2-kierunkowe interakcje między wszystkimi predyktorami użytkowania gruntów [funkcja glm() w statystykach pakietu R 21].
    3. Zastosuj usuwanie wsteczne, aby zidentyfikować minimalny odpowiedni model3, 7, 22.
      1. Zidentyfikuj najmniej istotną (tj. wyjaśnia najmniejszą zmienność) w modelu maksymalnym [funkcja summary() w statystykach pakietu R 21] i dopasuj nowy model z wykluczoną tą zmienną [funkcja glm() w statystykach pakietu R 21].
      2. Kontynuuj usuwanie zmiennych, aż wszystkie pozostałe predyktory będą znacząco różnić się od 0, a moc objaśniająca nie będzie się znacząco różnić od modelu maksymalnego dla każdej zmiennej odpowiedzi, korzystając z analizy tabel odchyleń i testów ilorazu prawdopodobieństwa [funkcja lrtest() w pakiecie R lmtest23].
  2. Przewiduj bieżące warunki.
    1. Użyj modeli końcowych do przewidywania warunków fizykochemicznych i biologicznych przy obecnych cechach krajobrazu we wszystkich zlewniach NHD, w których nie pobrano próbek w całym docelowym zlewni [funkcja predict() w statystykach pakietu R 21].
    2. Wizualizacja prognoz w oprogramowaniu GIS.
      1. Dołącz prognozy do zlewni NHD. Kliknij prawym przyciskiem myszy warstwę zlewni w spisie treści i wybierz z menu rozwijanego Sprzężenia i powiązania, a z kolejnego menu Dołącz. Wybierz unikatowy identyfikator jako pole, na którym będzie oparte sprzężenie, plik przewidywań jako tabelę do sprzężenia, a unikatowy identyfikator jako pole w tabeli, na którym będzie oparte sprzężenie
      2. Kliknij prawym przyciskiem myszy warstwę zlewni i wybierz Właściwości. W oknie dialogowym Właściwości warstwy kliknij kartę Symbolizacja i wybierz opcję Ilości. Wybierz przewidywaną wartość zainteresowania jako pole Wartość i kliknij przycisk Zastosuj.
        Uwaga: Wartości zakresu można zmienić ręcznie, aby odpowiadały rozpoznanym kryteriom ekologicznym za pomocą przycisku Klasyfikuj.
  3. Przeprowadzanie analiz scenariuszy w celu porównania przewidywanych zmian warunków wodnych w różnych scenariuszach użytkowania gruntów.
    1. Zaktualizuj bieżący zestaw danych krajobrazu, aby zasymulować prawdopodobne przyszłe scenariusze rozwoju lub ograniczania ryzyka. Dla opisanego tutaj badania należy ręcznie zaktualizować skumulowane wartości krajobrazu dla zlewni będącej przedmiotem zainteresowania w ramach tabeli atrybutów (np. zmienić 10 akrów pokrycia terenów zalesionych na górnicze).
      1. Wybierz interesującą Cię zlewnię za pomocą funkcji Wybierz według atrybutu znajdującej się w menu rozwijanym Wybór. W oknie dialogowym Wybierz według atrybutu wybierz zlewnie NHD jako warstwę. Kliknij dwukrotnie atrybut unikalnego identyfikatora, wybierz =, a następnie wpisz identyfikator interesującej Cię zlewni w polu równania.
      2. Otwórz tabelę atrybutów zlewni NHD, klikając prawym przyciskiem myszy warstwę zlewni w spisie treści i wybierając z menu rozwijanego opcję Otwórz tabelę atrybutów. Wybierz, aby wyświetlić tylko wybrane zlewnie.
      3. Gdy wyświetlane są tylko wybrane zlewnie, kliknij prawym przyciskiem myszy kolumnę zainteresowania i wybierz Kalkulator pól i wprowadź nową symulowaną wartość. Uwaga: Wiele zlewni można zmieniać, aby symulować wiele przestrzennie jawnych działań związanych z rozwojem lub zarządzaniem zachodzących w dużych skalach przestrzennych.
        Uwaga: Alternatywnie, oryginalne zestawy danych wektorowych i rastrowych można aktualizować poprzez digitalizację nowych obiektów lub modyfikowanie i usuwanie oryginalnych obiektów w celu symulacji nowej działalności związanej z użytkowaniem gruntów lub zarządzania istniejącym wpływem na użytkowanie gruntów24. Można to zrobić za pomocą paska narzędzi edytora.
    2. Ponownie przydziel i ponownie amuluj atrybuty krajobrazu dla wszystkich zlewni NHD przy użyciu protokołów przedstawionych w krokach 1.3-1.4.
    3. Przewidywanie warunków fizykochemicznych i biologicznych w funkcji zaktualizowanego zestawu danych krajobrazu [funkcja predict() w statystykach pakietu R 21].
    4. Wizualizacja przewidywanych warunków w alternatywnych scenariuszach użytkowania gruntów przy użyciu protokołów przedstawionych w kroku 4.2.2.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Czterdzieści zlewni NHD 1:24 000 zostało wybranych jako miejsca badań w obrębie rzeki Coal River w Zachodniej Wirginii (Rysunek 2). Miejsca badań zostały wybrane w taki sposób, aby obejmowały zakres oddziaływań od górnictwa odkrywkowego (% powierzchni lądowej24), zabudowy mieszkaniowej [gęstość zabudowy (nie/km2)] i górnictwa podziemnego [gęstość zezwoleń na krajowy system eliminacji zanieczyszczeń (NPDES) (nie/km2)] w taki sposób, że każd...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Zapewniamy ramy oceny i zarządzania skumulowanymi skutkami wielu działań związanych z użytkowaniem gruntów w silnie dotkniętych zlewniach. Podejście opisane w niniejszym dokumencie odnosi się do wcześniej zidentyfikowanych ograniczeń związanych z zarządzaniem systemami wodnymi w silnie dotkniętych zlewniach5-6. Przede wszystkim projekt ukierunkowanej oceny zlewni (tj. próbkowanie wzdłuż indywidualnych i połączonych osi stresorów) generuje dane, które dobrze nadają się do ilościowego określania złożony...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dziękujemy licznym pomocnikom terenowym i laboratoryjnym, którzy byli zaangażowani w różne aspekty tej pracy, szczególnie Donnie Hartman, Aaronowi Maxwellowi, Ericowi Millerowi i Alison Anderson. Finansowanie tego badania zostało zapewnione przez US Geological Survey dzięki wsparciu Agencji Ochrony Środowiska USA (EPA) Region III. Badanie to zostało częściowo opracowane w ramach umowy o pomocy stypendialnej Science To Achieve Results o numerze FP-91766601-0 przyznanej przez amerykańską Agencję Ochrony Środowiska. Chociaż badania opisane w tym artykule zostały sfinansowane przez amerykańską Agencję Ochrony Środowiska (EPA), nie zostały poddane wymaganej przez agencję ocenie wzajemnej i politycznej, a zatem niekoniecznie odzwierciedlają poglądy agencji i nie należy wnioskować o jej oficjalnym poparciu.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Zestaw do pobierania próbek odwróconychWildco3-425-N56
Kwadratowe słoiki HDPEUS Plastic Corp6618832 uncje; do przechowywania stałych, złożonych próbek bezkręgowców
Alkohol etylowy 190 ProofPHARMCO-AAPER111000190Do mocowania i przechowywania próbek bezkręgowców
o wymiarach 5 cali na 20 cali. Siatka do subpróbkowania makrobezkręgowcówNIENie dotyczy Tego elementu nie można kupić i należy go wykonać we własnym zakresie
Mikroskop stereoskopowy Stemi 2000 ze stojakiem C LEDZEISS000000-1106-133Do sortowania i identyfikacji makrobezkręgowców
Thermo Scientific Nalgene Uchwyty filtrów wielokrotnego użytku z odbiornikiemFisher Scientific09-740-23A Membrana
transferowa Immobilon-NCMilliporeHATF04700Ekspery z mieszanej celulozy bez trytonu, 0,45  μ m, 47  mm, tarcza
Actron Pompa próżniowa Zestaw odpowietrzania hamulcówZaawansowane części samochodoweCP7835
Roztwór kwasu azotowegoHACH2540491:1, 500  ml
Podłużne butelki NDPE z szerokim otworemThomas Scientific1229Z38250 ml; do pobierania próbek wody
650 Wyświetlacz wieloparametrowy, pamięć standardowaFondriest Environmental650-01
600XL Sonda z czujnikiem temperatury/przewodnościFondriest Pakiet
środowiskowegoFondriest Environmental603824Po 2 litry wzorca przewodności pH 4, 7 i 10
Fondriest Environmental0652701 kwarta, 1,000 i mikro; S
Flo-Mate 2000TTT Środowisko2000-11
Keson Angielski/Metryczny Otwarta szpula Taśma z włókna szklanegoDostawcy leśnictwa40025300'/100 m
ArcGIS 10.3.1ESRI
luzem DOTYCZY do kalibracji pH 065862

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Watershed PlanningScenario AnalysisCumulative Effects ModelsLandscape Based AssessmentLand Use ActivitiesGIS AnalysisStatistical ModelingAquatic SystemsResource ManagementSub Watershed Analysis

Related Articles