一種硅藻生物水質監測方法
【技術領域】
[0001]本發明涉及一種河流、湖泊中的水質生物監測方法，屬于水環境監測領域。
【背景技術】
[0002]最近重大水污染事件頻發，重大事故暴露出的一個重要因素是水環境監測方面的不足，使得排污者存在僥幸心理，且很多突發事件的發掘是由于出現大量死魚或死家禽，另一個問題是我國尚有大范圍的溪流未曾進行過評價，與制定國家水資源決策相關的生物數據極為欠缺，急需對其開展監測和評價。這些現實情況使得開發經濟、有效的生物監測技術很有必要。
[0003]水生生物群落中的底棲動物、水生維管束植物、魚類、微型藻類等生物均為良好的河湖水質指示生物。一般來說，指示生物與其敏感性與生命周期長短、移動性、位于食物鏈(網)的位置等生態特征相關。相對于其他水生指示生物，淡水硅藻生命周期短，固著性強，位于食物鏈底端，是十分合適的水質指示生物。
[0004]關于硅藻的分類學和生態學的相關研究已有一段歷史，但硅藻水質監測和評價技術剛剛起步，對于如何合理布置采樣點，對硅藻實驗的技術要求，鑒定儀器的配置等存在諸多問題，用于機械智能鑒定系統的硅藻數據庫資源極少，識圖鑒定計數系統還需人工完善，水質評價的方法不規范不科學，上述眾多問題都是影響完成整個監測過程的復雜因素，最關鍵的是至今還沒有一個標準的水質監測流程，因此需要開發一套完整的監測方法來實施。
【發明內容】
[0005]發明目的:本發明提供一套完整的、用現代生物技術與圖像智能識別技術等相結合的硅藻生物水質監測方法，該方法是傳統水質生物監測方法的拓展和延伸。本發明解決了在江河湖泊中無法采集到合格水質生物樣品的弊端，總結了合理的監測流程和操作方法，開發了硅藻物種智能鑒定系統，推薦了科學合理的水質評價方法，形成一套完整技術，能夠科學有效的進行河流湖泊的硅藻生物水質監測。
[0006]技術方案:通過采集裝置采集基質中的附生硅藻，在實驗室由處理裝置制作生物玻片，鑒定裝置對硅藻玻片進行人工智能鑒定，統計物種分布。水質評價系統依據鑒定數據進行模型計算，包括計算以物種豐富度、均勻度和優勢度為代表的生物多樣性模型；以細胞密度為代表的生物量統計模型；以硅藻細胞畸形形態為代表的形態特征模型，形態模型量化分析重金屬的污染程度；以對比判斷采樣點與無干擾清潔參考點硅藻群落的差異為代表的相似性模型；以評價水體中污染物或營養物濃度為代表的硅藻指數模型；以Van Dam生態類群劃分為代表的生態譜體系模型；以綜合多項生態指標來建立復合評價指數為代表的多度量生態指標模型。硅藻水質評價方法主要參考形態特征模型、相似性模型、硅藻指數模、生態譜體系模型和多度量生態指標模型的計算結果。
[0007]硅藻樣本的采集要點:首先按照水生態分區，森林覆蓋率，人口密度，海拔選定監測區域和對照區域，在區域內選擇開闊、光照充足的合格采樣點，在采樣點200米范圍內盡量選擇潛水層的天然基質，且按線形或者兩岸采集多塊基質。
[0008]培養基質的要點:基質可以是天然基質或人工基質，人工基質為一種簡易裝置，基質要求質硬、不帶泥砂無松軟雜質，裝置兼有水溫和流速集成智能遙控傳感器及配套信號無線發射器；天然基質包括巖石、卵石、礫石，移動基質常常掩蔽了大量硅藻群落，不能體現環境平衡，因此天然基質不能是移動或不穩定的；選擇培養基質時優先考慮穩定的自然基質，在缺少天然堅硬基質的情況下，采用穩定的人工培養基質。
[0009]硅藻玻片制作要點:將采集到的基質用刷子刷取硅藻樣品并加入酒精或甲醛保存，帶回實驗室氧化處理去除硅藻有機質、酸化處理去除有機鹽，得到可顯微觀察的硅質殼，經純凈水清洗三遍或以上次數，每次清洗后須靜置6小時以上才去除上清液；接著用一次性吸管吸取清洗后的硅藻滴入載玻片，待樣品干燥后預制硅藻玻片，進行初步檢測，待檢測合格后用折射率為1.7左右的膠體封片。將合格的硅藻玻片經人工和智能互補鑒定，不斷完善硅藻數據庫。
[0010]所述評價方法的一整套完整裝置，其使用順序依次為硅藻培養裝置，硅藻采集裝置，處理裝置，鑒定裝置，評價系統；培養裝置中使用的工具有硬質基質，包括天然基質和人工添加基質；處理裝置中使用的工具有一次性移液管、玻璃試管、試管架、恒溫鍋、恒溫箱、離心機、蓋玻片、載玻片、顯微鏡等，試劑有氧化劑、濃酸、純凈水、折射率為1.7的封片膠，對硅藻樣品進行處理的工藝包括有機質消化、酸化、清洗、干燥制作玻片及鏡檢、封片。
[0011]所述硅藻鑒定，其特征在于顯微專用數碼相機按“已”字形拍攝硅質殼，供專業鑒定人員和圖像智能識別系統共同鑒定，種類判別以專業技術人員為準，并不斷修正圖庫的準確度和擴大圖庫的容量，為后續的硅藻種類機械智能鑒定積累數據庫。
[0012]所述的硅藻指數模型，其特征在于賦予確定硅藻種敏感值和耐受值參數，通過加權平均值得到硅藻指數。硅藻指數根據評價目的不同，如評價有機污染物濃度和評價水體富營養化程度，兩者的指數是不同的，但方法相同:通過建立大型的硅藻數據庫，確定每個納入指數計算的硅藻種敏感值和耐受值，調用數學模型計算得到。
[0013]所述的相似性模型，其特征是計算某一地點實際的生物組成與在無人為干擾的情況下該點能夠存在的生物物種進行比較，為了提高模計算價的準確性，盡量彌補鑒定工作的不足，需要對硅藻分類水平進行優化。用于建模的底棲硅藻主要以種為基本的分類水平，同時基于兩個原則來劃分部分種類為分類單元。第一是利用雙向指示種分析劃分指示意義相近的硅藻，且這些硅藻在形態上很難用肉眼辨別，或者鑒定為同一種類較困難，將這些硅藻視為同一單元。二是結合歐洲硅藻指示值和敏感值，及本地區河流的實驗結果，將一些在河流源頭或工業城鎮等人口密集區常見的且容易混淆藻類，劃分為同一個單元，在后續的計算中，都以劃分后的數據為準。
[0014]所述多度量生態指標模型，通過綜合多項指標加權確定，如加權物種的多樣性、生境類型、敏感種與耐受種的比值等，對水質進行綜合評價。
[0015]所述相似性模型和多度量生態指標模型的區別在于，多度量生態指標模型考慮到河流或湖泊的多個因子，而相似性模型只考慮一種生物。以底棲硅藻為例，人類活動通常會對其生長造成不良影響，這些不良影響不僅僅體現在污染物，還應該考慮流域的水流條件變化、硅藻棲息地的改變、硅藻獵物的變化等。選擇多度量生態指標模型評價水體健康，能全面綜合準確的做出評估，但評價標準和精度上存在缺陷；相似性模型的優點是不需要太多的河流相關資料，能充分反映單個生物的信息，標準明確，精度高，局限性在于河流健康的損壞若未能體現在該生物物種變化上，那么評價結果就會失真，因此我們更傾向于相似性模型。
[0016]所述生態類群劃分模型，其特征在于比較各類群級別的百分比來監測水體。劃分體系主要引進歐洲Van Dam體系，Lange Bertalot體系，Hofmann體系。
[0017]本發明與現有方法相比，其有益效果是:1、硅藻對污染物敏感，能夠保存企業排污的大概時間，從而彌補理化監測的不足，曝光企業偷排暗排的歷史過程，能有效地威懾企業有錢也不治污的通病。2、硅藻處于食物鏈的底層生物，相對魚類等較高級生物，該生物可及時反應污染物的綜合毒性效應及可能對環境產生的潛在威脅，掌握水環境質量，發現一般監測或理化監測所發現不了的環境問題。3、制定一套完整的、用現代生物技術與圖像智能識別技術等相結合的硅藻生物水質監測方法，使專業技術人員經過培訓后可以直接上崗。
4、多種硅藻水質監測評價方法