基于浮游动物完整性指数（Z-IBI）评价-预测体系研究进展

摘要：浮游动物完整性指数（Z - IBI）评价-预测体系在水生态系统健康评估领域地位关键。该体系以浮游动物群落结构与功能特征为切入点，经指标筛选、权重确定等步骤构建指数，借此量化生态系统健康程度。因此，本研究结合国内外前沿文献，总结了Z-IBI指数的研究进展，旨在为水生态保护与修复决策提供前瞻性依据。

关键词：浮游动物完整性指数；水生态评价；综述

引言

水生态系统作为地球生态系统的重要组成部分，其健康状况直接关系到整个生态系统的平衡与稳定，对人类的生存和发展也有着深远影响。科学、准确地评价水生态系统健康是实现有效生态管理和保护的前提，对于合理利用水资源、维护生态平衡意义重大。传统的水生态系统健康评价多依赖于水体的理化指标，如化学需氧量、氨氮、总磷等，这些指标虽然能够反映水体的污染程度，但无法全面、综合地体现生态系统的完整性以及生物群落与环境之间的复杂相互关系。随着生态学研究的深入，生物完整性指数逐渐成为评估水生态系统健康的重要工具，其中浮游动物完整性指数（Z - IBI）因其独特的优势受到广泛关注。​

浮游动物在水生态系统中占据着关键位置，它们处于食物链的中间环节，对水质变化、食物资源波动等环境因素极为敏感，其群落结构、物种组成和丰度等特征能够快速响应生态系统的细微变化。通过构建Z-IBI体系，整合多个与浮游动物相关的生物指标，可以更全面、准确地评估水生态系统的健康状况。近年来，国内外学者围绕 Z-IBI开展了大量研究，涵盖了不同类型水体，如湖泊、河流、水库等，研究内容涉及Z-IBI的指标筛选、构建方法、评价标准以及在不同生态环境中的应用效果等多个方面。然而，目前Z-IBI评价-预测体系仍存在一些问题亟待解决，如不同地区Z-IBI指标的通用性、评价结果的准确性与稳定性，以及如何将其更好地与生态系统管理和保护实践相结合等。深入梳理和总结Z -IBI评价-预测体系的研究进展，剖析现存问题，对于进一步完善该体系，提升水生态系统健康评价水平，推动水生态环境保护具有重要的理论和现实意义。​

1.Z-IBI模型理论构建与实际应用

1.1理论构建

作为最容易受到人类影响的生态系统之一，河流生态系统越来越多地受到与人类发展相关活动产生的各种因素的影响[1]。为保护和恢复水资源环境，美国环境保护署在1972年制定的《清洁水法》中提出了“生态完整性”这一理念，并将其表述为物理、化学和生物的完整性[2]。美国1972年的《清洁水法》[3]、加拿大1988年的《国家公园法修正案》[4]、1990年的《奥地利水法》[5]都将维持生态完整性作为了首要或重要任务。生态完整性被广泛用于评估和保护各种环境，甚至被认为是进行生态评估和报告的终点[6]。

1981年，Karr首次提出了生物完整性指数（IBI）的概念，其以鱼类为指示生物评价河流健康，基于河流鱼类物种丰富度、指示种类别、营养类型、鱼类数量等12项指标[7]，推动了F-IBI体系的建立，并有效应用于评估河流的生态健康。随着基于IBI指数进行水生态健康评价体系的发展，大部分研究都是基于鱼类的IBI（F-IBI）、底栖动物的IBI（B-IBI）、浮游植物的IBI（P-IBI）体系，尤其缺乏基于浮游动物群落的（Z-IBI）研究体系。

来到1980–1990年代，国际学界才开始探索浮游动物在生态系统中的功能角色。1986年，海洋浮游动物研究中提出了其在碳循环中的作用[8]，这为后续Z-IBI的功能指标（如能量流动）奠定基础。直到2011年，浙江分水江水库研究通过周年调查分析后生浮游动物（轮虫、枝角类、桡足类）的群落动态，首次明确浮游动物多样性指数（Shannon-Wiener指数）与水库环境变化的关联性[9]。2012年，太湖与辽河流域研究首次基于浮游动物群落结构（种类组成、密度、生物多样性）验证水生态基准值，提出生物多样性指数可作为健康评价的核心参数[10]，此时，Z-IBI的雏形开始形成。

1.2 实际应用

近几年，随着科技进步，IBI体系进一步结合机器学习模型预测浮游动物群落对污染的响应，并开发动态阈值评价法，这标志着Z-IBI进入智能化与精细化阶段。LSTM时间序列模型已经被广泛在Z-IBI体系中，早在2017年，于太湖流域浮游动物物种多样性与环境污染群落生态效应研究[11]就中提到：宏条形码监测和监督机器学习能够很好的对水体质量（WQI）进行评估，最适合水体富营养化水平评估。如今，神经网络模型已被应用到水质监测中[12]。此外，在进行鄱阳湖水生态系统健康性评价中，GIS与B-IBI法耦合使用，进一步提高评价结果的精度，能够将误差控制在在±10％范围内[13]。结合机器学习，通过训练和优化，模型能够预测未来的水位变化、水质趋势等，为河流管理提供决策支持。创建的智能监测系统通过结合物联网技术，实现了数据的实时传输和设备的远程控制。随机森林与IBI体系的耦合使用也为提高水资源管理效率，环境保护和可持续发展作出了积极贡献。结合机器模型，构建预测模型，实现实时监测与数据采集的同时，及时发现潜在的水资源问题，为决策者提供科学依据。

参考文献

[1]Azrina，，M.，Z.，Yap，，C.，K.，Ismail，，A.，Rahim，Ismail，，A.，Tan，，S.，&G..（2006）.Anthropogenic impacts on the distribution and biodiversity of benthic macroinvertebrates and water quality of the Langat River， Peninsular Malaysia.ECOTOXICOLOGY AND ENVIRONMENTAL SAFETY，64（3），337-347.

[2]李欣桐，王远铭，梁瑞峰，冯镜洁，李然，& 李克锋.（2024）.河流系统生态完整性评估的回顾与展望.中国环境科学，44（4），2256-2272.

[3]Barbour，，MT，Swietlik，，WF，Jackson，，SK，Courtemanch，，DL，Davies，，SP，Yoder，，& CO.（2000）.

Measuring the attainment of biological integrity in the USA： a critical element of ecological integrity.HYDROBIOLOGIA，422（s），453-464.

[4]Woodley， S. （2010， January）. Ecological integrity and Canada's national parks. In The George Wright Forum （Vol. 27， No. 2， pp. 151-160）. George Wright Society.

[5]Moog，，O，Chovanec，，& A.（2000）.Assessing the ecological integrity of rivers： walking the line among ecological， political and administrative interests<SUP>*</SUP>.HYDROBIOLOGIA，422，99-109.

[6]Czech，，& B.（2004）.A chronological frame of reference for ecological integrity and natural conditions.NATURAL RESOURCES JOURNAL，44（4），1113-1136.

[7]Karr， J. R.， & Dudley， D. R. （1981）. Ecological perspective on water quality goals. Environmental management， 5， 55-68.

[8]徐兆礼.（2006）.中国海洋浮游动物研究的新进展.厦门大学学报（自然科学版），45（A2），16-23.

[9]冯德祥，陈亮，禹娜，刘一 & 陈立侨.（2011）.浙江分水江水库后生浮游动物群落特征动态变化.（eds.）中国甲壳动物学会第十一届年会暨学术研讨会论文摘要集（pp.63）.华东师范大学生命科学学院.

[10]王璐璐.（2013）.基于浮游动物群落结构的水生态基准值验证研究.

[11]杨江华.（2017）.太湖流域浮游动物物种多样性与环境污染群落生态效应研究.

[12]习文双，江敏，吴昊，潘璠，& 唐燕.（2023）.基于PCA-LSTM神经网络的凡纳滨对虾养殖水质预测.上海海洋大学学报，32（1），108-117.

[13]陆健刚，钟燮，吴海真，& 王华.（2016）.GIS在B-IBI法评价鄱阳湖水生态系统健康性中的应用.环境工程学报，10（3），1553-1559.

基金项目：大学生创新创业训练计划（S202410638077）；长江环境保护研究计划（2022-LHYJ-02-0509-09）

作者简介：黄茂锦（2004～），女，主要研究方向为流域水生态保护与修复、环境微生物学，E-mail： 2806095328@qq.com

*通信作者：E-mail： 2806095328@qq.com