Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Watershed Planlægning inden for en kvantitativ Scenario Analysis Framework

Published: July 24, 2016 doi: 10.3791/54095
Automatic Translation
1, 1, 2
1Division of Forestry and Natural Resources, West Virginia University, 2Division of Resource Management, West Virginia University

Summary

Der er et kritisk behov for værktøjer og metoder, som kan styre akvatiske systemer i lyset af usikre fremtidige forhold. Vi leverer metoder til at gennemføre en målrettet vandskel vurdering, der muliggør ressource ledere til at producere landskab-baserede kumulative effekter modeller til brug inden for et scenario analyse management rammer.

Abstract

Der er et kritisk behov for værktøjer og metoder, som kan styre akvatiske systemer inden stærkt påvirket vandskel. Den nuværende indsats ofte kommer til kort som følge af en manglende evne til at kvantificere og forudsige komplekse kumulative virkninger af de nuværende og fremtidige arealanvendelse scenarier på relevante rumlige skalaer. Målet med dette manuskript er at give metoder til at gennemføre en målrettet vandskel vurdering, der muliggør ressource ledere til at producere landskab-baserede kumulative effekter modeller til brug inden for et scenario analyse management rammer. Websteder er først udvalgt til optagelse i vandskellet vurdering ved at identificere websteder, der falder sammen uafhængige gradienter og kombinationer af kendte stressfaktorer. Field og laboratorieteknikker anvendes derefter til at indhente data om den fysiske, kemiske og biologiske effekter af flere arealanvendelse aktiviteter. Multipel lineær regressionsanalyse anvendes derefter til at fremstille landskab-baserede kumulative virkninger modeller til forudsigelse aquatic forhold. Endelig er metoder til at indarbejde kumulative effekter modeller inden et scenario analyse rammer for at lede forvaltningen og regulatoriske beslutninger (fx tillader og afbødning) inden for aktivt at udvikle vandskel diskuteret og demonstreret for 2 sub-vandskel i bjergtop minedrift regionen i det centrale Appalacherne. Tilgangen vandskel vurdering og styring forudsat heri muliggør ressource ledere til at fremme den økonomiske og udviklingsaktivitet samtidig beskytte akvatiske ressourcer og producerer mulighed for netto økologiske fordele gennem målrettet oprydning.

Introduction

Menneskeskabte ændring af naturlige landskaber er blandt de største aktuelle trusler mod akvatiske økosystemer i hele verden en. I mange regioner vil fortsat nedbrydning i løbende priser medføre uoprettelig skade på akvatiske ressourcer, i sidste ende begrænser deres kapacitet til at yde uvurderlige og uerstattelige økosystemtjenester. Således er der et kritisk behov for værktøjer og metoder, som kan styre akvatiske systemer i udviklingslandene vandskel 2-3. Dette er især vigtigt, fordi lederne ofte har til opgave at bevare akvatiske ressourcer i lyset af socioøkonomiske og politiske pres for at fortsætte udviklingsaktiviteter.

Forvaltning af akvatiske systemer inden for aktivt at udvikle regioner kræver en evne til at forudsige sandsynlige virkninger af foreslåede udviklingsaktiviteter inden for rammerne af allerede eksisterende naturlige og menneskeskabte landskab attributter 3, 4. En stor udfordring at Aquatic ressourcestyring inden stærkt forringede vandskel er evnen til at kvantificere og styre komplekse (dvs. additive eller interaktive) kumulative virkninger af flere arealanvendelse stressfaktorer på relevante rumlige skalaer 2, 5. Trods de nuværende udfordringer, men kumulative effekter vurderinger er blevet indarbejdet i forskriftsretningslinjer hele verden 5-6.

Målrettede skelsættende vurderinger designet til at prøve den fulde række betingelser med hensyn til flere arealanvendelse stressfaktorer kan producere data, der kan modellere komplekse kumulative virkninger 7. Desuden inkorporerer sådanne modeller inden for en scenarie analyse rammer [forudsige økologiske forandringer under en række realistisk eller foreslåede udvikling eller vandskel forvaltning (restaurering og afhjælpning) scenarier] har potentiale til i høj grad forbedre vandmiljøet ressourcestyring inden stærkt påvirket vandskel 3, 5, 8 -9. Mest bemærkelsesværdigt, scenario analyse giveren ramme for at tilføje objektivitet og gennemsigtighed til ledelsesbeslutninger ved at indarbejde videnskabelig information (økologiske forhold og statistiske modeller), lovgivningsmæssige mål, og interessent behov i en enkelt beslutningsproces ramme 3, 9.

Vi præsenterer en metode til vurdering og styring af kumulative virkninger af flere arealanvendelse aktiviteter inden for en scenarie analyse rammer. Vi først beskrive, hvordan man korrekt målrette sites for inklusion i vandskellet vurdering baseret på kendte arealanvendelse stressfaktorer. Vi beskriver felt- og laboratoriemetoder til indhentning af data om de økologiske effekter af flere arealanvendelse aktiviteter. Vi beskriver kort modelleringsteknikker til fremstilling landskab-baserede kumulative effekter modeller. Endelig diskuterer vi, hvordan at indarbejde kumulative effekter modeller inden et scenario analyse rammer og demonstrere anvendeligheden af denne metode i medvirken lovgivningsmæssige beslutninger (fx tillader og hvileTale) inden for en intensivt minerede vendepunkt i det sydlige West Virginia.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Target steder for inklusion i Watershed Assessment

  1. Identificer de dominerende arealanvendelse aktiviteter inden for target 8-cifret hydrologiske enhed kode (HUC) vandskel, der påvirker fysisk-kemiske og biologiske tilstand 3, 7.
    Bemærk: Denne metode forudsætter allerede eksisterende viden om vigtige stressfaktorer i vandskel af interesse. Men høring reguleringsorganer eller vendepunkt grupper er fortrolige med systemet kan støtte i denne indsats.
  2. Vælg landskab-baserede foranstaltninger af dominerende arealanvendelse aktiviteter [f.eks 2011 National Land Cover Database (nLCD)] 3, 7.
    1. Consult publiceret litteratur at hjælpe med at identificere de bedste landskab-baserede foranstaltninger for hvert arealanvendelse aktivitet 10. Kontakt naturressourcer agenturer til at identificere og få regionsspecifikke landskabelige datasæt, der er tilgængelige til brug. Det kan dog være nødvendigt at skabe nye landskab variabler eller datasæt.
  3. Tabulate arealdække og brug attributter til 1: 24.000 eller 1: 100.000 national hydrografi datasæt (NHD) oplande hjælp Geographic Information (GIS) software.
    1. Sørg hver 1: 24.000 eller 1: 100.000 opland har en unik identifikator. Brug en brugerdefineret numerisk eller kategoriske id som den unikke identifikationskode.
    2. Tabulate vektordata (f.eks peger eller linjer) henhørende under hvert opland.
      1. Sammenfatte alle vektor funktioner inden for hvert vandløbsopland hjælp af tabulate Vejkryds værktøj i Statistik værktøjssæt af Analysis værktøjskassen. Vælg NHD oplandet lag som Input Zone Feature, oplandet unikke identifikator som Zone Field, og vektoren datasæt af interesse som Input Class Feature.
      2. Deltag i tabelform landskab attributter til oplandet lag. Højreklik på oplande lag i indholdsfortegnelsen og vælg Sammenføjninger og Relaterer fra rullemenuen og Deltag fra subsequent menu. Vælg den entydige identifikator som feltet at deltage vil være baseret på, at output tabel fra 1.3.2.1 som bordet for at blive forenet, og den unikke identifikator som feltet i tabellen, at join vil blive baseret på.
    3. Tabulate raster data ved hjælp af tabulate området værktøj placeret i Zonebaseret værktøjssæt af Spatial Analyst værktøjskassen.
      1. Læg Spatial Analyst forlængelse. Vælg Udvidelser i menuen Tilpas. I Udvidelser dialogboksen markere feltet, der svarer til den Spatial Analyst forlængelse.
      2. I tabulate Area dialogboksen vælge NHD opland shape-fil som input raster eller funktion zonedata, den entydige identifikator (fx FUNKTIONS) som zonen feltet, og arealdække datasæt (f.eks nLCD) som input raster eller funktion klassedata.
      3. Deltag i tabelform landskab attributter til oplandet lag efter protokoller i trin 1.3.2.2, med tabulateområdets resultater tabel som sammenføjningen tabellen.
  4. Ophobes landskab attributter for alle nHD oplande.
    1. Download NHDPlusV2 Catchment Attribut Tildeling og Ophobning Tool (CA3TV2) på http://www2.epa.gov/waterdata/nhdplus-tools. Brug ophobning funktion CA3TV2 for ophobning af attributter for 1: 100.000 nHD oplande 11.
      Bemærk: Vi brugte skik skrevet kode, der akkumuleres landskab attributter for 1: 24.000 skala NHD vandskel 12. Detaljerede instruktioner til brug CA3TV2 er integreret i værktøjet og kan tilgås via hjælpefunktionen.
  5. Vælg nHD oplande som undersøgelse sites baseret på akkumulerede landskab attributter.
    1. Opret en scatter plot af alle nHD oplande med hensyn til akkumulerede værdier af større arealanvendelse aktiviteter (figur 1A).
    2. Vælg undersøgelsessteder (ca. 40 steder pr 8-cifret HUC vandskel) til at repræsentere den fulde range af indflydelse fra dominerende arealanvendelse aktiviteter findes inden målet vandskel (figur 1B). Vælg websteder inden uafhængige stressor gradienter (dvs. påvirket af en enkelt arealanvendelse aktivitet) og stressor kombinationer (dvs. påvirket af flere arealanvendelse aktiviteter) (Figur 1B).
    3. Sikre, at forsøgsplaner sites er rumligt fordelt i hele mål-vandskel og uafhængige af hinanden med hensyn til nedstrøms dræning. Sørg for, at lokaliteter, der henhører under den enkelte og kombineret stressor gradient også har lignende gennemsnitlige bækkenet områder.

figur 1
Figur 1. Hypotetisk scatter plot af nHD oplande med hensyn til at påvirke fra 2 arealanvendelse aktiviteter. Størrelse indflydelse af 2 arealanvendelse aktiviteter på tværs af alle nHD oplande indenfor den hypotetiske watershed (n = 4.229) (A). Valgte undersøgelsessteder (n = 40), der repræsenterer hele spektret af observerede forhold i vandskel med hensyn til uafhængige og kombinerede stressor gradienter (B). Klik her for at se en større version af dette tal.

2. Felt Protokoller for Indsamling af Fysisk-kemiske og biologiske data

Bemærk: Alle data for de enkelte målesteder indsamles i samme besøg ved normale basis strømningsforhold. Protokoller præsenteret heri repræsenterer standardprocedurer for West Virginia Department of Environmental Protection (WVDEP) 13. Det kan være mere hensigtsmæssigt at bruge staten eller føderalt anerkendte procedurer for den specifikke vandskel der vurderes.

  1. Afgrænse prøveudtagning rækkevidde for hver lokalitet som 40 × aktiv kanalbredde (ACW), med maksimale og minimale længder på 150 og300 m 3, 7.
  2. Prøve vandkvalitet attributter fra steder med strømmende vand, der er karakteristiske for hele prøvetagningsstedet (f.eks ikke påvirkes direkte af bidragende eller drænrør indgange).
    1. Opnå øjeblikkelige foranstaltninger af opløst oxygen, specifik ledningsevne, temperatur og pH med håndholdte sensorer. Kalibrer sensorer før hver prøvetagning hændelse efter producentens anvisninger.
    2. Skyl filtrering udstyr med deioniseret vand før vand prøvetagning.
    3. Filter 250 ml vand (blandet celluloseester membranfilter, 0,45 um porestørrelse) til analyse af opløste metaller. Fix til en pH <2 for at sikre metaller forbliver opløst i opløsning.
      Bemærk: Den korrekte mængde syre kan tilsættes til vandprøven efter prøveindsamling. Alternativt kan den korrekte mængde, hvormed før prøveudtagningen begivenhed flasken. Det volumen, der kræves til at fastsætte en pH-værdi <2 afhænger syrestyrke.
      1. For undersøgelsen beskrives her, indsamle en enkelt filtreret prøve fra hvert websted og fix med salpetersyre til bestemmelse af opløst Al, Ca, Fe, Mg, Mn, Na, Zn, K, Ba, Cd, Cr, Ni, og Se 3 7.
        Bemærk: Valg af analytter bør være styret af vandskel-specifikke arealanvendelse aktiviteter.
    4. Saml 250 ml ufiltreret prøve (r) ved fuldstændig nedsænkning af prøven flaske i vandsøjlen. Tryk forsigtigt på flasken for at udslette enhver tilbageværende luft og samtidig placere hætten på prøven flasken. Fastgør prøve (r) til en pH <2 hvis det er nødvendigt (f.eks forhindre biologisk aktivitet i at påvirke næringsstoffer).
      1. For undersøgelsen beskrives her, indsamle to ufiltrerede prøver fra hvert sted. Fastgør først med svovlsyre til bestemmelse af NO 2 og NO 3 og total P. Må ikke løse den anden ufiltreret prøve og bruge det til at bestemme alt og bikarbonat alkalinitet, Cl, SO 4, og total opløst sålåg 3, 7.
        Bemærk: Valg af analytter bør være styret af vandskel-specifikke arealanvendelse aktiviteter.
    5. Anskaf et felt tomt for hver fiksativ anvendes under hver prøveudtagning begivenhed. Opnå marken emner ved at følge alle protokoller for prøvetagning (dvs. skylning, filtrering, fastsættelse) ved hjælp af deioniseret vand som den endelige prøve.
      Bemærk: Felt blanks bruges til at identificere forurening i prøvetagning og analyse.
    6. Opbevar alle vandprøver ved 4 ° C, indtil alle analyser er afsluttet. Sørg for at alle analytter måles inden for deres angivne holdetid 14.
  3. Mål udledning på hvert prøvested.
    1. Opdel den befugtede stream bredde i lige store intervaller.
    2. Mål dybde og gennemsnitlig strømhastighed på midtpunktet af hvert afsnit.
      1. Ved hjælp af en dybdemåler stang, måle dybden som afstanden fra vandløbet til vandets overflade.
      2. Ved hjælp af en current meter, måler vandhastighed på 60% vanddybde.
    3. Beregn udledning som summen af ​​produktet af hastighed, dybde og bredde i alle sektioner.
  4. Prøve den makroinvertebrater samfund på hvert site.
    1. Opnå sparke prøver (netto dimensioner 335 × 508 mm 2 med 500-um mesh) fra 4 separate repræsentative riffles fordelt over hele længden af prøveudtagningen rækkevidde.
      1. På hvert spark placering, placere kick netto vinkelret streame flow og forstyrre en 0,50 × 0,50 m 2 (dvs. 0,25 m 2) område af åen sengen umiddelbart opstrøms. Kontroller, at alle organismer og snavs flyde nedstrøms ind kick nettet.
      2. Kombiner organismer og snavs fra de 4 sparke prøver til et enkelt sammensat prøve (som repræsenterer 1,00 m 2 af åen seng) og straks bevare med 95% ethanol.
  5. Mål fysiske kvalitet habitatog kompleksitet gennem stream rækkevidde.
    1. Tage målinger af vanddybde, hydraulisk kanal-enhedstype, sediment klasse, og afstanden til fisk dækning objekt på jævnt fordelte punkter langs thalweg (del af strømmen gennem hvilken det primære eller mest hurtig strømning forekommer). Tag målinger hver en ACW for vandløb <5 m bred og hver 0,5 ACW for vandløb> 5 m bred 15.
      1. Klassificere kanal enhed, inden for hvilken hver thalweg placering er beliggende (f.eks riffel, køre, pool, eller glide) 16.
      2. Ved hjælp af en dybdemåler stang, måle dybden som afstanden fra vandløbet til vandets overflade.
      3. Tilfældigt identificere et stykke af sediment og bestemme dets klassificering Wentworth størrelse (silt, sand, grus, flikke, kampesten) 17.
      4. Skøn afstanden fra hver thalweg punkt til nærmeste dækning objekt.
        Bemærk: Fisk dæksel er defineret som enhver struktur i den aktive kanal i stand til at skjule en 20,32 cm (8 tommer) fisk 18.
    2. Tælle alle stykker af store woody rester i det aktive kanal.
    3. Skøn habitat kvalitet med US Environmental Protection Agency (EPA) hurtige visuelle naturtyper (RVHA) protokoller 19.
  6. Opnå dobbelte målinger og prøver fra en tilfældigt udvalgt 10% af undersøgelsens sites. bruges Duplicate foranstaltninger til at estimere prøveudtagning og laboratorieanalyse præcision.

3. Laboratorie Protokoller for Fysisk-kemiske og biologiske data

Bemærk: At beskrive laboratorieprotokoller til kvantificering vand kemi attributter ligger uden for rammerne af dette manuskript. Men den nuværende undersøgelse anvendte kemiske standardmetoder for vand og affald 14.

  1. Delprøve organismer indeholdt i hver af makroinvertebrater prøve (indsamlet ved hjælp protokoller i afsnit 2.4) for at opnå en repræsentativ delprøve af makroinvertebrater samfund på hvert site.
    1. Placer hele sammensatte makroinvertebrater prøven i en 100 i to inddelte sortering (måler 5 x 20 i 2). Tilfældigt tildele hver en i 2 gitter et tal fra 1 til 100.
    2. Brug et stereo mikroskop for at tælle og identificere alle organismer inden tilfældigt udvalgte 1 i to gitre, indtil det samlede antal sorterede individer er 200 ± 20%. Identificer organismer slægten bruge smådyrfauna nøgler, såsom dem, der offentliggøres af Merritt og Cummins 20.
    3. Compile slægten niveau overflod data til lokalsamfundet målinger [fx total rigdom og% Ephemeroptera, Plecoptera, og Trichoptera (EPT)] til brug som respons variabler i statistiske modeller og efterfølgende scenario analyse 3, 7.

4. Statistiske og Scenario Analyser

  1. Konstruér generaliserede lineære modeller til at forudsige in-stream fysiske, kemiske og biologiske forhold fra landskab-baserede indicators af dominerende arealanvendelse aktiviteter.
    Bemærk: Protokoller og analyser blev udført i R-sprog og miljø til statistisk databehandling (version 3.2.1) 21.
    1. Test for normalitet hjælp Shapiro-Wilk [shaprio.test () funktion i R pakke statistik 21] tests og omdanne variabler til at opfylde forudsætningerne for parametriske analyser og linearize relationer.
    2. Fit indledende maksimale modeller specificerer 2-vejs interaktioner blandt alle arealanvendelse prædiktorer [GLM () funktion i R pakke statistik 21].
    3. Påfør et tilbagestående sletning for at identificere det minimum, model 3, 7, 22.
      1. Identificer det mindst vigtige (dvs., forklarer den mindste mængde af variation) variabel i den maksimale model [resumé () funktion i R pakke statistik 21] og montere en ny model med denne variabel udelukket [GLM () funktion i R pakke statistik 21] .
      2. Fortsæt fjerne variablerindtil alle resterende prædiktorer er væsentligt forskellige fra 0 og forklarende magt afviger ikke væsentligt fra den maksimale model for hver responsvariabel hjælp analyse af afvigelser tabeller og sandsynlighed kvotientkriteriet [lrtest () funktion i R pakke lmtest 23].
  2. Forudsige aktuelle forhold.
    1. Brug endelige modeller til at forudsige fysisk-kemiske og biologiske tilstand givne aktuelle landskab egenskaber inden for alle un-samplet nHD oplande hele målet vandskel [forudsige () funktion i R pakke statistik 21].
    2. Visualiser forudsigelser i GIS software.
      1. Deltag forudsigelser til nHD oplande. Højreklik på oplande lag i indholdsfortegnelsen og vælg Sammenføjninger og Relaterer fra rullemenuen og Deltag fra den efterfølgende menu. Vælg den entydige identifikator som feltet at deltage vil være baseret på, forudsigelserne filen som bordet, der skal samles, Og den unikke identifikator som feltet i tabellen, at slutte vil være baseret på
      2. Højreklik på oplande lag og vælg Egenskaber. I Layer Properties dialogboksen, klik på fanen Symbol og vælg mængder. Vælg den forudsagte værdi af interesse som Værdi, og klik på Anvend.
        Bemærk: Range værdier kan manuelt ændres til at matche anerkendte miljøkriterier ved hjælp af knappen klassificere.
  3. Conduct scenarieanalyser at sammenligne forventede ændringer i akvatiske forhold under forskellige arealanvendelse scenarier.
    1. Opdater den aktuelle landskab datasæt til at simulere plausible fremtidig udvikling eller afbødning scenarier. For undersøgelsen beskrives her, manuelt opdatere akkumulerede landskabelige værdier for oplandet af interesse inden for attribut tabellen (f.eks ændre 10 tønder skovklædte til minedrift arealdække).
      1. Vælg oplandet af interest ved hjælp af Udvælgelse efter Attribut funktion placeret i Selection drop down menu. I Udvælgelse efter Attribut dialogboksen vælge nHD oplande som Layer. Dobbeltklik på den entydige identifikator attribut, skal du vælge =, og skriv derefter identifikator for oplandet af interesse i ligningen kassen.
      2. Åbn NHD oplandet attribut tabellen ved at højreklikke på oplandene lag i indholdsfortegnelsen og vælge Åbn Attribut Table fra drop down menuen. Vælg kun at vise udvalgte oplande.
      3. Med kun udvalgte oplande viser, højre klik på af renter og vælg Field Calculator og indtaste den nye simulerede værdi. Bemærk: Flere oplande kan ændres til at simulere flere rumligt eksplicitte udviklings- eller management aktiviteter, der forekommer på tværs af store rumlige skalaer.
        Bemærk: Alternativt kan originale vektor og raster datasæt opdateres ved at digitalisere nye funktioner eller ændre og fjerne oprindelige feturer for at simulere ny arealanvendelse aktivitet eller forvaltningen af et allerede eksisterende arealanvendelse effekt 24. Dette kan opnås ved hjælp af Editor Toolbar.
    2. Omfordele og re-akkumulere landskab attributter for alle nHD oplande bruger protokoller præsenteret i trin 1,3-1,4.
    3. Forudsige fysisk-kemiske og biologiske tilstand som funktion af den opdaterede landskab datasæt [forudsige () funktion i R pakke statistik 21].
    4. Visualiser forudsagde betingelser under alternative arealanvendelse scenarier med protokoller præsenteret i trin 4.2.2.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Fyrre 1: 24.000 nHD oplande blev udvalgt som studie steder i Coal River, West Virginia (figur 2). Undersøgelse steder blev udvalgt til at spænde et interval påvirkning fra overfladen minedrift (% areal 24), boligbyggeri [struktur densitet (no./km 2)], og underjordisk minedrift [national forurening udledning elimination-system (NPDES) tilladelse densitet (no. / km 2)], således at hvert større arealanvendelse aktivitet fandt sted både i isolation og i kombination så vidt muligt (figur 3). På hvert sted, blev indsamlet data om fysisk-kemiske forhold og makroinvertebrater samfund struktur.

I en tidligere undersøgelse blev disse data anvendes til at konstruere kumulative effekter modeller til forudsigelse af West Virginia Stream Condition Index (WVSCI), en familie-niveau multi-metrisk indeks over biotiske integritet udviklet til West Virginia 25Og specifik ledningsevne med en høj grad af præcision og nøjagtighed 7. Heri er disse modeller bruges til at forudsige nuværende og fremtidige forhold for to sub-vandskel Kul- floden [Drawdy Creek (figur 4A) og Laurel Fork (figur 4B)] under forskellige arealanvendelse udviklingsscenarier. Drawdy Creek og Laurel Fork har næsten identiske niveauer af overflade minedrift og% udvikling (tabel 1). Dog er Drawdy Creek påvirket af boligområder strukturer og underjordisk minedrift, mens Laurel Fork er ikke. Derfor er disse to vandskel tilbyder en unik mulighed for at vurdere og sammenligne, i hvilket omfang kumulative virkninger af flere arealanvendelse aktiviteter styrer aktuelle akvatiske forhold og resultatet af fremtidige arealanvendelse udviklingsscenarier.

Laurel Fork blev ikke forudsagt at overstige kemikalie (specifik ledningsevne> 500 uS / cm 26) eller biologist iCal kriterier (WVSCI <68 25), hvilket tyder på det kan assimilere yderligere arealanvendelse aktivitet uden at risikere nyrefunktion (tabel 1). En række scenarier blev derefter vurderet til at kvantificere den maksimale mængde ekstra overflade minedrift, underjordisk minedrift, og boligbyggeri Laurel Fork kan sandsynligvis assimilere før dens udstrømning krydser hvert kriterium. For at gøre dette, blev specifikke ledningsevne og WVSCI forudsagt under hele spektret af hver arealanvendelse aktivitet, mens du holder de andre landskabelige målinger konstant. Scenarie analyse tyder Laurel Fork kan assimilere 14% (25% i alt) og 21% (32% i alt) stigninger i overfladen mine lander før krydse den specifikke ledningsevne og WVSCI kriterier, henholdsvis (figur 5A, 5B). Laurel Fork kan også tilegne 8 underjordiske mine NPDES tilladelser og 22 boliger strukturer før krydser den specifikke ledningsevne og WVSCI kriterier, henholdsvis (figur 5A, 5B).

Indholdsproduktion "fo: holde-together.within-side =" 1 "> I modsætning hertil er udstrømningen af ​​Drawdy Creek forventes at overstige både kemiske og biologiske kriterier, hvilket tyder på en manglende evne til at tilegne sig yderligere arealanvendelse udvikling uden først afbødende virkninger nuværende stressfaktorer (tabel 1). derfor afbødning scenarier, der reducerer den samlede effekt størrelsen af allerede eksisterende arealanvendelse aktiviteter (f.eks, ville en reduktion i effekten af 100 strukturer 10% svarer til 90 strukturer) blev simuleret. Fuldt formildende den effekten af boligområde og underjordisk minedrift resulterede ikke i en respektiv forøgelse WVSCI over 68 eller et fald i specifik konduktans under 500 uS / cm kriterium (figur 6A, 6B). imidlertid udstrømningen af Drawdy Creek var forudsagt til at overskride en WVSCI score på 68 og et fald under 500 uS / cm med samtidige reduktioner i både boligbyggeri og underjordisk minedrift af en 94 og 75%, hhv. < / P>

Figur 2
Figur 2. Kort over Coal River vandskel. The Coal River vandskel er vist i forhold til dens placering i West Virginia. Placeringer af undersøgelsessteder (n = 40) og Laurel Fork og Drawdy Creek sub-vandskel er også præsenteret. Klik her for at se en større version af dette tal.

Figur 3
Figur 3. Coal River undersøgelse sites. Størrelse overfladen minedrift og boligbyggeri for udvalgte studier sites (n = 40) inden for uafhængige stressor gradienter og deres kombination. Symbol størrelse er i forhold til antallet af underjordiske minedrift nationale forurening udledning elimination-system (NPDES) tillader det.siden ttps: //www.jove.com/files/ftp_upload/54095/54095fig3large.jpg "target =" _ blank "> Klik her for at se en større version af dette tal.

Figur 4
Figur 4. Kort skildrer arealanvendelse aktiviteter inden Drawdy Creek (A) og Laurel Fork (B). Disse vandskel repræsenterer brugsmønstre jord geografi typisk hele MTR-VF region. Boligområde [arealdække (som defineret af nLCD) og strukturer] og minedrift (underjordisk minedrift NPDES tilladelser og overflade mine omfang) arealanvendelse aktiviteter er vist. Ekstra un-minerede tilladelser, der anvendes i scenario analyse er vist. Der henvises til Figur 2 for vandskel beliggenhed i West Virginia. Klik her for at se en større version af dette tal.


Figur 5. Eksempel scenario analyseresultater forudsiger i-stream svar på simuleret arealanvendelse udvikling indenfor Laurel Fork. Predicted WVSCI scoringer efter simulerede stigninger i overfladen minedrift og boligbyggeri (A) og forudsagt specifik ledningsevne efter simulerede stigninger i overfladen med miner og underjordisk minedrift ( B) inden for Laurel Fork vandskel. Horisontale linier repræsenterer WVSCI (68) og specifik ledningsevne (500 uS / cm) kriterier. Lodrette linier repræsenterer yderligere niveauer af minedrift resulterer i krydsning af hvert kriterium. Enheder for x-aksen varierer afhængigt af landskabet attributter ændres under hvert scenarie og svarer til afdelinger er specificeret i legenden. Klik her for at se en større version af dette tal.


Figur 6. Eksempel scenario analyseresultater forudsiger i-stream svar på simulerede afbødning aktiviteter inden Drawdy Creek. Predicted WVSCI scores (A) og specifik ledningsevne (B) efter simulerede fald i effekten størrelse eksisterende boligområde og underjordisk minedrift, hhv. Forventede betingelser følgende samtidige reduktioner i effekten størrelse både boligbyggeri og underjordisk minedrift er også vist for hvert svar. Horisontale linier repræsenterer WVSCI (68) og specifik ledningsevne (500 uS / cm) kriterier. Lodrette linje viser afbødning, der fører til forbedringer ud hvert kriterium. Klik her for at se en større version af dette tal.

Aktuel landskab
Drawdy Creek Laurel Fork
Arealanvendelse egenskaber
Surface minedrift (%) 10.7 10.9
Underjordisk minedrift (# NPDES tilladelser) 9 0
Udvikling (%) 4.1 4.8
Struktur densitet (#) 470 0
Observerede betingelser
Specifik ledningsevne (uS / cm) 686 156
WVSCI 65 68.8
Forventede betingelser
Specifik ledningsevne (uS / cm) 831 279
WVSCI 60,9 73,1

Tabel 1. Landskab egenskaber og observerede og forudsagte akvatiske betingelser for Drawdy Creek og Laurel Fork. Arealanvendelse egenskaber (overflade minedrift, underjordisk minedrift, og boligbyggeri) og forudsagt kemiske og biologiske forhold for Drawdy Creek og Laurel Fork under de nuværende landskabelige forhold og den yderligere minedrift scenario.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Vi giver en ramme for vurdering og styring af kumulative virkninger af flere arealanvendelse aktiviteter i stærkt påvirket vandskel. Den her beskrevne metode adresser tidligere identificeret begrænsninger forbundet med at lede akvatiske systemer i stærkt påvirket vandskel 5-6. Mest bemærkelsesværdigt, den målrettede vandskel vurdering design (dvs. prøvetagning langs individuel og kombineret stressfaktor akser) frembringer data, der er velegnede til at kvantificere komplekse kumulative virkninger på de relevante rumlige skalaer (dvs. vandskel skala) via let fortolkelige og implementerbar modelleringsteknikker 3, 7 . Desuden er disse modeller let inkorporeres i et scenario analyse ramme, der muliggør nøjagtig forudsigelse af fremtidige forvaltning (f.eks restaurering og afhjælpning) og udviklingsresultater. Derfor vil præsenteret tilgang sandsynligvis være af værdi for akvatiske ressource ledere, der i stigende grad er afhængige af prognoser conditioner under forskellige arealanvendelse scenarier til støtte i regulatoriske beslutninger 27.

Kontrasten mellem Drawdy Creek og Laurel Fork fremhæver nytten af ​​den præsenterede rammer ved behandlingen vandsystemer inden for aktivt at udvikle og samfundsøkonomisk vigtige regioner. Scenario analyse foreslog, at Laurel Fork, som er påvirket alene ved overfladen minedrift (10,9%), kan assimilere yderligere arealanvendelse udvikling uden at overskride kemiske og biologiske kriterier. Drawdy Creek, som er påvirket af tilsvarende niveauer af overflade minedrift (10,7%), forventes at ikke de to kriterier, som et resultat af kumulative effekter forbundet med underjordisk minedrift og boliger strukturer. Simuleret afbødning af ikke-overflade minedrift stressfaktorer (f.eks underjordisk mine spildevand og boligområder spildevand) forbedrede økologiske forhold, hvilket tyder på strategisk ledelse aktiviteter, kan imidlertid gøre det muligt for yderligere udvikling at forekomme. Følgelig angår den foreliggendeed tilgang gør det muligt at fremme den økonomiske og udviklingsaktivitet samtidig producerer mulighed for netto fordele gennem oprydning af andre stressfaktorer 28.

Vellykket identifikation og prøvetagning af dominerende arealanvendelse stressfaktorer er et afgørende skridt i en vellykket gennemførelse af de metoder, der præsenteres heri. Det er også afgørende, at prøvetagning og efterfølgende data analyser er baseret på den bedste tilgængelige og mest up-to-date arealdække og bruge oplysninger. Temporal sammenhæng mellem arealdække og in-stream-data til at sikre præcise statistiske relationer og efterfølgende økologiske forudsigelser 3, 9. Hvis udført korrekt, den præsenterede vandskel vurdering teknik producerer data, der er stort set neutral (dvs. minimerer specifikation fejl og udeladt variabel bias) og upåvirket af multikollinearitet. Derfor er disse data velegnet til prædiktiv modellering via traditionelle regression teknikker.En potentiel begrænsning af den nuværende fremgangsmåde, er imidlertid, at en stærk evne til empirisk forudsige rumligt mønster ikke garanterer en evne til at forudsige ændringer over tid. Især har undersøgelser observeret interaktioner mellem klima og ændringer i arealanvendelsen på fysisk-kemiske og biologiske forhold 29-31. Således vil adaptive forvaltningsmetoder, der tester timelige forudsigelser og opdatere rumlige prædiktive modeller være en vigtig bestanddel af ledelsesmæssige indsats. Dette bør omfatte indarbejde klimaændringer i statistiske modeller og efterfølgende scenarieanalyser.

Vores metode kan også tilpasses til at udnytte eksisterende datasæt, der måske ikke opfylder forudsætningerne for de traditionelle regression teknikker (f.eks multikollinearitet og prøve uafhængighed). Brugen af ​​allerede eksisterende data er gavnligt i situationer, hvor lederne har begrænset tid eller ressourcer. Boostede Regression Tree (BRT) modeller kan være særligt nyttigt, når man analyserer store, Allerede eksisterende datasæt, fordi de er stort set upåvirket af multikollinaritet manglende data, statistiske outliers, og ikke-normale data 32. Desuden BRT tilbyder høj prædiktiv ydelse og har vist anvendelighed i et scenario analyse rammer 28.

Det er vigtigt at bemærke den sammenhæng, som vores metode blev udviklet. Først blev vores tilgang udviklet til vandskel karakteriseret ved klart definerede arealanvendelse gradienter. Men klart definerede arealanvendelse gradienter ikke altid forekomme på vandskellet-skalaen (fx områder i Midtvesten med lidt variation i landbruget omfang). Derfor kan andre tilgange til bevarelse planlægning, såsom risikobaserede metoder, der rangerer bevaring mål ud fra risikoen for flere arealanvendelse aktiviteter, være mere passende 33-34. Desuden blev vores tilgang designet på den 8-cifrede HUC vandskel skala. I en tidligere undersøgelse fandt vi, at modeller CONSTRUCTED tværs af flere 8-cifrede HUC vandskel undlader at forudsige vandskel-specifikke nuancer mellem arealanvendelse og in-stream vilkår 7. Konstruktion modeller på tværs mindre rumlige skalaer (f.eks 12-cifret HUC vandskel) kan begrænse stikprøvestørrelse og begrænse muligheden for modeller til at kvantificere komplekse kumulative virkninger. Dog kan vores tilgang bruges til at administrere på tværs rumlige skalaer via et hus-kvarter ramme 2. Under denne ramme, er restaurering og beskyttelse prioriteringer for de enkelte vandløb inden for rammerne af omgivelserne. For eksempel, restaurering potentielle stiger med stigende kvarter tilstand på grund af fordele forbundet med at have gode vandløb i nærheden (f.eks høj re-kolonisering potentiale).

Vi leverer og demonstrere protokoller til vurdering og styring af kumulative virkninger inden stærkt påvirket vandskel. Selv om den nuværende manuskript fokus på konstruktion og implementeringaf kumulative effekter modeller inden et scenario analyse rammer, de påviste vandskel vurderingsteknikker producere data, der kan kvantificere detaljerede mønstre af fysisk-kemiske og biologiske nedbrydning relateret til ophobning af dominerende arealanvendelse aktiviteter på tværs af større rumlige skalaer 35. Derfor data, som undersøgelsen design og prøveudtagningsprotokoller beskrevet heri har potentielle ledelse fordele, der rækker langt ud over dem, der diskuteres. Måske vigtigst, denne ramme kan overføres til andre vandskel står igangværende overgange i et vilkårligt antal arealanvendelse aktiviteter.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

Vi takker de mange felt- og laboratorie hjælpere, der var involveret i forskellige aspekter af dette arbejde, især Donna Hartman, Aaron Maxwell, Eric Miller, og Alison Anderson. Finansieringen af ​​denne undersøgelse blev leveret af US Geological Survey gennem støtte fra US Environmental Protection Agency (EPA) Region III. Denne undersøgelse blev delvist udviklet under Science at opnå resultater Fellowship aftale Assistance nummer FP-91.766.601-0 tildelt af US EPA. Selvom det er beskrevet i denne artikel, forskning er finansieret af det amerikanske EPA, har det ikke været udsat for agenturets krævede peer og revision af politikken, og derfor ikke nødvendigvis afspejler de synspunkter, agenturet, og ingen officiel påtegning skal udledes.

Materials

Name Company Catalog Number Comments
Slack Invert Sampling Kit Wildco 3-425-N56
HDPE Square Jars US Plastic Corp 66188 32 oz; for storing fixed, composite invertebrate samples
Ethyl Alcohol 190 Proof PHARMCO-AAPER 111000190 For fixing and storing invertebrate samples
5 in. by 20 in. Macroinvertebrate sub-samplilng grid N/A N/A This item cannot be purchased and must be made in house
Stereomicroscope Stemi 2000 with stand C LED ZEISS 000000-1106-133 For macroinvertebrate sorting and identification
Thermo Scientific Nalgene Reusable Filter Holders with Receiver Fisher Scientific 09-740-23A
Immobilon-NC Transfer Membrane Millipore HATF04700 Triton-free, mixed cellulose exters, 0.45 μm, 47 mm, disc
Actron Vacuum Pump Brake Bleeder Kit Advanced Auto Parts CP7835
Nitric Acid Solution HACH 254049 1:1, 500 ml
Oblong NDPE Wide Mouth Bottles Thomas Scientific 1229Z38 250 ml; for collection of water samples
650 Multi-parameter display, standard memory Fondriest Environmental 650-01
600XL Sonde with temperature/conductivity sensor Fondriest Environmental 065862
pH calibration buffer pack Fondriest Environmental 603824 2 pints each of pH 4, 7, & 10
conductivity standard 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

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Environmental Sciences Watershed vurdering vandskel modellering scenarie analyse kumulative effekter arealanvendelse stream tilstand
Watershed Planlægning inden for en kvantitativ Scenario Analysis Framework
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Merriam, E. R., Petty, J. T.,… More

Merriam, E. R., Petty, J. T., Strager, M. P. Watershed Planning within a Quantitative Scenario Analysis Framework. J. Vis. Exp. (113), e54095, doi:10.3791/54095 (2016).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter