一种河湖系统中泥沙溯源方法与流程

本发明涉及一种河湖系统中泥沙溯源方法，属于河湖系统黄金监测保护技术领域。

背景技术：

河湖水环境系统中,泥沙是污染物的重要载体,影响着污染物在水体中的迁移转化过程,从而最终影响着水体的生态环境条件。泥沙携带大量的营养物，污染物，微生物从入湖河流输入到湖泊中，是造成湖泊生态环境破坏和富营养化发生的重要因素。湖泊的生态环境主要受到汇入河流泥沙的影响，当河流生态环境恶化，准确判断入湖泥沙来源和各条汇入河流的贡献比例，分析研究泥沙输移和淤积分布规律，对河湖系统的治理开发与保护具有十分重要的意义。

现行的传统泥沙溯源方法，观测法和侵蚀监测法因为人为观测因素、缺乏实验条件及经费的限制等，很难保证收集的资料和观测数据在时间及空间上的完整性。新发展的泥沙复合指纹识别法已经很好的应用于河流区域泥沙的溯源，但在应用于更加复杂的河湖系统时，不仅费时费力，需要对每条河流采取大量不同土壤类型的样品，而且各条河流输入泥沙的理化性质区分度不高，导致这类指纹因子在河湖系统中无法准确的预测湖区泥沙来源的问题。

技术实现要素：

本发明所要解决的技术问题是，提供一种易于操作、适用广泛、结果准确以及效率高的用于河湖系统中泥沙溯源方法。

为解决上述技术问题，本发明采用的技术方案为：

一种河湖系统中泥沙溯源方法，其特征是，包括以下步骤：

步骤1，确定泥沙溯源目标区域的源点位与汇点位；

步骤2，采集目标区域和潜在泥沙输入河流入湖口点位底泥；

步骤3，提取采集泥沙样品dna，进行pcr扩增以及测序，并基于基因数据库进行微生物分类；

步骤4，基于lefse分析对测序数据进行优化；

步骤5，将经过优化的测序数据、源和汇点位安排输入微生物溯源模型中进行检测，得到各潜在河流入湖口泥沙微生物对目标区域底泥微生物的贡献比例；

步骤6，对步骤5中检测结果进行稳定性分析，对不符合要求的，需要重新采样分析，即重复步骤3至步骤6的操作；

步骤7，根据判定方案，判别目标区域泥沙输入的主要贡献河流；

步骤8，结合复合指纹识别法识别河流的上游泥沙来源类别和区域。

进一步的，步骤1中根据河湖系统流域环境污染物现状调查，明确需要泥沙溯源的河湖系统区域及点位，根据河湖系统流域自然地理特征，流域水系，水文水资源状况，明确泥沙溯源目标区域泥沙的潜在输入河流。

进一步的，步骤3中采用基于illuminamiseq平台的高通量测序，采用silva数据库针对16srrna进行比对分类。

进一步的，步骤4中优化方法如下：使用lefse分析用来辨别泥沙溯源目标区域和潜在输入河流的入湖口区域两个分组中泥沙微生物在丰度上有显著差异的物种，将其确定为所在区域的土著微生物，在将测序数据输入微生物溯源模型时予以去除。

进一步的，步骤5中采用的微生物溯源模型为sourcetracker。

进一步的，步骤6中稳定性分析采用重复多次检测结果的标准差和sd和相对标准差rsd来评估模型稳定性。

进一步的，步骤7中判定方案如下：

a.当潜在河流的泥沙微生物贡献比例a＜10％时，判断该河流为贡献较少河流，无需判别河流的上游泥沙来源类别和区域；

b.当10＜a＜20％时，判断该河流为次要贡献河流，根据实际情况判断是否需要判别河流的上游泥沙来源类别和区域；

c.当a＞20％时，判断该河流为主要贡献河流，需要判别河流的上游泥沙来源类别和区域。

本发明所达到的有益效果：泥沙与吸附的微生物有着不可分割的联系，随着泥沙运动的微生物是一个预测泥沙来源很好的标记物，可以用来建立泥沙来源和汇集样品的独特微生物指纹，基于高通量测序技术的微生物溯源模型sourcetracker是一种基于贝叶斯推理的定量分析微生物来源的工具，通过比较样品与污染源微生物群落结构的相似度来找出目的微生物的来源，可以解决现有泥沙溯源方法泥沙样品区分度不高，无法准确区分泥沙来源的问题，帮助我们判别湖区污染区域底泥输入的主要河流，再结合传统复合指纹技术判别主要泥沙输入河流的上游泥沙来源类别和区域，进而帮助流域管理者采取更有针对性的措施管理河湖系统。本发明采用方法新颖独特，易操作使用，计算准确，效率高，对河湖系统的治理开发与保护具有十分重要的意义。

附图说明

图1为本发明提供的一种河湖系统中泥沙溯源的方法的流程图；

图2为本发明实施例中具体的研究区域和研究点位示意图；

图3为本发明实施例中lefse分析确定的泥沙土著微生物示意图；

图4为本发明实施例中采用sourcetracker模型得到的底泥微生物来源贡献比例图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

图1为本发明提供的一种河湖系统中泥沙溯源的方法的流程图。以洞庭湖流域为例进行具体说明：

(1)泥沙溯源的源、汇点位确定：根据河湖系统流域自然地理特征，流域水系，水文水资源状况和环境污染物现状调查，将洞庭湖流域分为三个泥沙溯源区域：西洞庭湖、南洞庭湖和东洞庭湖。明确泥沙溯源目标区域和泥沙输入的潜在输入河流点位，具体的源、汇点位安排如表1，图2所示。

表1洞庭湖流域泥沙溯源的源和汇的点位安排

(2)泥沙样品采集：在确定的需要泥沙溯源的点位和潜在输入河流的入湖口点位采集底泥样品。利用采泥器对研究点位底泥进行取样，每个取样点设置3个重复，沉积物样品采自沉积物-水交界面以下0-25cm，样品采集后，记录样品的感官指标和原位监测常规水质指标。将表层沉积物样品充分混合，用灭菌的50ml聚丙烯管收集，低温保存运回实验室进行后续处理。

(3)泥沙样品dna提取、pcr扩增及高通量测序分析：采集的泥沙样品经过预处理后，用土壤基因组dna提取试剂盒(mpbiomedicals公司，美国)从0.3g底泥样品中提取总dna并取3μl进行1％琼脂糖凝胶电泳检测。16srrna基因v3-v4区使用引物341f和806r进行克隆。pcr过程使用三份20μl体系的反应物。反应条件设定如下：95℃扩增3min，95℃30s循环27次(变性)，55℃30s(退火)，72℃45s(扩展)，72℃10min。提取的dna样品进行illuminamiseq测序。在质量检查后，16srrna序列按照97％相似性被分成各个操作分类单元(otu)，序列使用silvav128参考数据库进行比对安排微生物分类，得到基于高通量测序的微生物数据。

(4)lefse分析优化测序数据：针对泥沙微生物的土著微生物较多的特点，使用ldaeffectsize分析(lefse)用来辨别泥沙溯源目标区域和潜在输入河流的入湖口区域两个分组中泥沙微生物在丰度上有显著差异的物种(如图3所示)，将其确定为所在区域的土著微生物并在高通量测序数据输入微生物溯源模型sourcetracker时予以去除。

(5)运行微生物溯源模型sourcetracker：将经过质量过滤的高通量测序数据，源和汇点位安排输入到模型sourcetrackerv1.0.1中，使用模型的初始参数运行。模型初始参数设置为：ararefactiondepthof1000,burn-in100,restart10,alpha(0.001)andbeta(0.01)。为了保证模型结果的稳定性，模型重复运行5次，得到各潜在河流入湖口泥沙微生物对目标区域底泥微生物的贡献比例。

(6)模型结果处理与稳定性分析：各潜在河流入湖口泥沙微生物对目标区域底泥微生物的贡献比例取5次平均值为a。计算来源比例的标准差sd和相对标准差rsd来评估模型稳定性，相关结果如图4所示。

(7)判别目标区域泥沙输入的主要贡献河流：结合实际情况和潜在河流的贡献比例，按照上述方案判别目标区域泥沙输入的主要河流。西洞庭湖流域l1，l2点位的主要贡献河流为松滋河，沅江；南洞庭湖流域l3点位的主要贡献河流为资水，l4点位的主要贡献河流为汨罗河，资水；东洞庭湖流域l5点位的主要贡献河流为新墙河。

(8)结合复合指纹识别法识别河流的上游泥沙来源类别和区域：根据以上步骤得出的结果，对目标区域泥沙主要贡献河流的潜在上游泥沙来源进行采样和理化检测分析，通过传统复合指纹技术判别主要泥沙输入河流的上游泥沙来源类别和区域，进而帮助流域管理者采取更有针对性的措施管理河湖系统。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。