水生態(tài)完整性監(jiān)測評價的基準與參照狀態(tài)探究

許宜平，王子健

中國科學院生態(tài)環(huán)境研究中心 a.中國科學院飲用水科學與技術重點實驗室；b.環(huán)境水質學國家重點實驗室，北京 100085

水生態(tài)環(huán)境質量的監(jiān)測和評價是進行流域水環(huán)境健康管理的重要手段。從20世紀 80年代開始，歐美發(fā)達國家在水資源管理政策中逐漸強調生態(tài)保護，流域生態(tài)資源與生態(tài)質量的狀況日益受到重視，中國則從21世紀開始重視和加強此項研究[1]。水生態(tài)系統(tǒng)不僅為人類提供生活和生產的基礎產品，還具有維持生態(tài)系統(tǒng)結構、流域生態(tài)過程和水環(huán)境功能的重要作用。健康的水生態(tài)系統(tǒng)具有穩(wěn)定性和可持續(xù)性，具有維持其組織結構、自我調節(jié)和對脅迫的自我恢復能力[2]。然而常規(guī)的理化監(jiān)測指標不能準確反映復雜水生態(tài)系統(tǒng)質量的變化趨勢，難以為水生態(tài)系統(tǒng)從水質達標管理向水生態(tài)健康管理的轉變提供科學依據，亟需能夠綜合反映化學污染與非化學因子等多重脅迫對水生態(tài)系統(tǒng)累積影響的監(jiān)測與評價體系，而不僅僅是評價環(huán)境水質。鑒于此，20世紀90年代起基于生物監(jiān)測評價實踐的水生態(tài)完整性評價方法，在世界各國蓬勃發(fā)展起來。如美國快速生物評價方案(Relative Bioassessment Protocol，RBP)、加拿大水生生物監(jiān)測網絡(Canadian Aquatic Biomonitoring Network,CABIN)及沉積物底質評價(Benthic Assessment of Sediment，BEAST)、英國河流無脊椎動物預測和分類系統(tǒng)(River Invertebrate Prediction and Classification System，RIVPACS)、澳大利亞河流評價系統(tǒng)(Australian River Assessment System，AusRivAS)以及適用于非洲南部河流生態(tài)系統(tǒng)生態(tài)完整性評價的南非評分系統(tǒng)(South African Scoring System，SASS)等[3-9]。

水生態(tài)完整性評價通過對水生態(tài)系統(tǒng)中不同生態(tài)組分(非生物和生物)的監(jiān)測，將物理棲息地、水質和生物利用數學方法計算形成綜合評價指數，整合生物多樣性、生態(tài)功能特征、入侵物種、健康和種群動態(tài)的概念，來反映水生態(tài)系統(tǒng)健康狀況[4,10-11]。將單個指標與相應基準(原始狀態(tài)或最佳可達參照狀態(tài))進行比較，再將其整合到一個評價指數中，如生物完整性指數(IBI)。該指數代表了一種數值估計，即當前生態(tài)狀況與預期生態(tài)狀況的偏離程度，通常表達為一個定性描述的評分系統(tǒng)(如優(yōu)、良、中、劣等狀態(tài))，從而易于被決策者理解引入到與水生生態(tài)系統(tǒng)管理相關的立法行為中。歐洲水框架指令(WFD)要求成員國評價水體的生態(tài)狀況，以各種環(huán)境和生物特征(水化學、水形態(tài)、藻類、大型植物、浮游植物、底棲無脊椎動物和魚類等質量要素)為依據，通過比較位點監(jiān)測數據與參照狀態(tài)，得出數值范圍為0～1的生態(tài)質量比(EQR)，高狀態(tài)用接近1的值表示，低狀態(tài)用接近0的值表示[10,12]。水生態(tài)完整性評價適宜作為以下工具：①評價水體的生態(tài)狀況，確定河流是否支持水生生物特定功能；②表征是否存在水資源受損及其損害程度；③幫助識別水資源受損來源和原因；④幫助制定區(qū)域特征的水質基準和生物基準；⑤評價控制措施和恢復手段的有效性。

由此可見，這種評價取決于2個核心要素：目標流域的水生態(tài)系統(tǒng)狀況(通常以綜合評價指數表示)和衡量的基準(通常以參照狀態(tài)表示)。從而可以判斷水生態(tài)系統(tǒng)的測定狀況是否與期望值不同。該研究嘗試從水生態(tài)完整性評價中基準與參照狀態(tài)的核心要素出發(fā)，探討基準與參照狀態(tài)的概念框架、評價表征體系、預測確定方法的發(fā)展以及應用展望，以期為中國流域水生態(tài)健康管理工作提供參考。

1 水生態(tài)完整性評價中基準與參照狀態(tài)的概念框架

1.1 生態(tài)基準的定義與范疇

生態(tài)評價的總體目標是將人類活動造成的損害效應(擾動)與跟人為損害無關的空間和時間的自然變化影響(噪聲)分開。其中與人為損害相關的變量即脅迫因子，與自然變化相關的變量即自然環(huán)境變量。因此生態(tài)評價中“基準”概念的本質就是綜合反映與自然條件相關的生態(tài)屬性(如生態(tài)系統(tǒng)結構、組成、功能、多樣性等)，從而區(qū)分人為擾動影響[13]?；鶞实亩x可能是基于一些合并抽象概念的組合，如評價區(qū)域的原始狀態(tài)(歷史記錄)、來源于參照位點的經驗定義(參照狀態(tài))、人類社會和生態(tài)環(huán)境的期望狀況(可能與“原始狀態(tài)”不同)。不管基準的具體定義所反映自然條件的程度如何變化波動，生態(tài)評價的準確性和精確性取決于基準能夠預測量化的程度[14]。

為什么生態(tài)評價需要基準？簡而言之，基準的設定應該與操作實驗中的對照組具有相同的目的。因此，基準是生態(tài)評價研究的一個重要因素，有助于對流域水資源的生態(tài)狀況進行科學可靠的評價。與良好的操作實驗中使用對照一樣，生態(tài)評價的基準應該承擔2項主要任務：①控制除被研究的人為脅迫因子與自然環(huán)境變量之外的其他因素的干擾；②提供足夠的重復性來估計生態(tài)評價指數相關變量的變化范圍。科學合理的基準能夠完成這2項任務的程度，將極大地影響水體生態(tài)狀況評價結果的穩(wěn)健性[14]。景觀實驗的控制和重復性是確定基準的基本要素,然而在生態(tài)評價中景觀異質性的復雜和統(tǒng)計約束力常常嚴重制約這種嚴格控制手段的具體實踐，特別是對于環(huán)境改變早已實際發(fā)生的事后生態(tài)評價(如針對水資源受損的生態(tài)完整性評價)。因此，在水生態(tài)完整性評價中，“參照狀態(tài)”常被用來描述生態(tài)基準，通常使用參照位點(在自然狀態(tài)或最小干擾狀態(tài)下的位點)來評價其他位點的生態(tài)狀況。準確和精確的評價要求評價位點與適當的參照狀態(tài)相匹配。

1.2 參照狀態(tài)的定義與表征

大多數生態(tài)評價都是直接或間接地將當前水體生態(tài)狀況(結構、組成、功能和多樣性)與原始的、未受污染的或不受人類干擾的參照狀態(tài)相比較。參照狀態(tài)一直是貫穿水生態(tài)完整性評價方法發(fā)展的核心要素。美國、歐盟、澳大利亞等國家和地區(qū)對參照狀態(tài)的概念有不同的認識和理解[15]。美國清潔水法(CWA)及支撐其實踐的RBP規(guī)定參照狀態(tài)為“某一特定區(qū)域內生物潛力達到最高的最佳條件”；歐盟WFD將參照狀態(tài)定義為“無顯著或最小人類活動干擾的狀態(tài)”，即水文要素、一般物理化學元素和生物質量元素等完全或幾乎不受人為干擾；澳大利亞水改革框架(WRF)則定義參照狀態(tài)為“棲息地未受干擾，維持水生態(tài)系統(tǒng)關鍵生態(tài)過程、生物組成多樣性及其功能”[12,16-19]。

事實上，上述這些參照狀態(tài)的不同定義都沒有脫離生態(tài)基準設定的初始意圖，即努力維持和(或)恢復生物狀況到某種自然狀態(tài)。USEPA的STODDARD等建議在此基礎上提出適用不同評價場景的具體參照狀態(tài)，來表述當前位點的評價基準[13]。例如最不受干擾狀態(tài)(minimally disturbed condition，MDC)，描述無顯著人類活動干擾條件下的自然狀態(tài)，考慮隨時間變化的自然變量；最低干擾狀態(tài)(least-disturbed condition，LDC)，描述在有廣泛人類干擾的地區(qū)，在特定河流位點中表現出最低人類擾動的最佳狀態(tài)，具有區(qū)域差異，隨著河道退化或生態(tài)恢復可能發(fā)生變化；最佳可達狀態(tài)(best attainable conditions，BAC)，描述通過合理有效的管控修復手段可達到的最佳狀態(tài)即期望狀態(tài)，BAC的狀態(tài)水平介于LDC與MDC之間，其能否達到取決于人類活動的干擾程度而并非像MDC那樣可能無法實現；歷史參照狀態(tài)(historical condition，HC)，描述根據需要選擇的某一時間節(jié)點的歷史狀態(tài)。這種具體精細化的參照狀態(tài)定義，有助于提高水生態(tài)完整性評價的準確性和精確性。

2 水生態(tài)完整性評價中參照狀態(tài)的確定方法

盡管在世界各地的流域管理與生態(tài)評價體系中都使用了參照狀態(tài)，但在過去20年里，對淡水生態(tài)系統(tǒng)進行生物評價參照狀態(tài)的分析預測方法發(fā)展得相當緩慢[20]。參照狀態(tài)的預測確定按照輸入計算方法可以分為兩大類：①基于自然環(huán)境設置的分類方法(如參照位點法、歷史數據法等)；②使用分類和連續(xù)可變環(huán)境屬性作為輸入的模型方法[14]。另外，還有一類方法是提供描述性判斷(即專家判斷法)，一般用作輔助手段確定非定量指標。

2.1 參照位點法

參照位點法是一種長期且高度可靠預測參照狀態(tài)的方法，對相關河流類型的近自然或最少人類活動干擾的參照位點進行現場監(jiān)測評價其生態(tài)狀況[10,21]。由于地形地貌、土壤類型、自然植被、氣候條件及土地利用方式等生態(tài)特性存在巨大的空間變異性，不可能建立全國統(tǒng)一的參照狀態(tài)，因此參照位點法有2種不同類型的劃分方法：①基于一般景觀特征的地理相關區(qū)域劃分(即使用區(qū)域參照位點)；②基于區(qū)域和位點特征組合的地理獨立的特定類型劃分(即使用特定參照位點)?，F場調查監(jiān)測是在各自的河流系統(tǒng)或地理區(qū)域內完成的，如果沒有合適的地點，就應該調查其他河流的同類地點。調查監(jiān)測的基準指標一般包括生態(tài)指標、熱力學指標、水文、地貌以及環(huán)境水化學指標。盡管在實踐中對相對不受干擾的棲息地進行調查非常耗時耗力且成本高，但這種傳統(tǒng)而精細的調查評價方法卻能夠提供最可靠的生態(tài)信息甚至包括定量數據[19]。

區(qū)域參照位點。通常是以自然環(huán)境梯度來劃分的區(qū)域內未受干擾(接近自然狀態(tài))或干擾最小的一系列位點作為該區(qū)域內的參照位點，其所代表的生物群落、棲息地和水化特征作為該區(qū)域的參照狀態(tài)[1]。該方法建立在生態(tài)分區(qū)的基礎上，假設在相同生態(tài)分區(qū)內的流域具有比較接近的生態(tài)功能和生態(tài)特征，對生態(tài)分區(qū)內其他流域的評價都將基于與參照位點的比較[22-23]。在USEPA的快速生物評價案例研究中，該類型參照狀態(tài)被認為更適合于確定水域或流域尺度的生態(tài)基準，用于評價資源是否受損以及受損程度。

特定參照位點。該方法指在同一流域內不同時空點生態(tài)監(jiān)測評價的基礎上，將點源排放的上游一個或數個位點作為參照位點，通過上游與下游的比較確定針對特定評價對象和評價目標的參照狀態(tài)。在USEPA的快速生物評價案例研究中，該類型參照狀態(tài)減少了源于棲息地差異的復雜情況，排除其他點源和非點源污染造成的損害，可幫助識別水資源受損來源和分析因果關系，并提高精確度。然而該類型參照狀態(tài)的有效性較為有限，不適用于廣域(流域及其以上范圍)的監(jiān)測評價，也不適用于存在復雜的點源和非點源污染以及其他生態(tài)干擾、多重脅迫因子、監(jiān)測數據不完整等狀況的流域。

雖然參照位點法是確定參照狀態(tài)的重要方法之一，但采用參照位點數據確定評價基準水平仍面臨著眾多的質疑。如在人類活動比較頻繁的區(qū)域很難找到沒有受到任何干擾的參照位點，無法判斷區(qū)域間(內)的差異是由自然變量引起還是由其他因素干擾，因為氣候和自然干擾的影響均會導致參照位點的生態(tài)質量不斷改變，其后果可能都會顯著影響基于參照位點確定評價基準的準確性[24]。這些情況下，可以借助歷史數據的分類法和使用生態(tài)模型預測等手段確立參照狀態(tài)[1,14]。

2.2 歷史數據法

在工業(yè)化國家中，大多數大型河流的嚴重水文變化幾乎消除了天然的參照位點。因此基于類型學方法確定參照狀態(tài)越來越依賴于前工業(yè)時代的歷史數據(地圖和記錄等)，即考慮歷史參照狀態(tài)的定義。這些歷史數據可以來自于早期河流樣本調查記錄、早期的土地調查記錄、歷史館藏文獻以及照片等資料。通過分析闡釋這些歷史數據可以幫助確定廣泛人類干擾活動發(fā)生之前的歷史狀態(tài)(如在開展大型水利工程之前水生群落或形貌特征)。美國在評價石油污染對布法羅河、哈德遜河沉積物和河岸生物資源的影響時，就是采用歷史研究文獻確定了相關生物基準，為后續(xù)開展修復提供了重要依據。歷史參照狀態(tài)有時也可以通過測量指標的當前狀況來反推(如歷史湖泊狀況通?？梢詮某练e物硅藻組分以及浮游生物與底棲生物的比值等數據推斷出來)[13,25]。

2.3 模型預測法

盡管分類學方法在區(qū)域化和描述棲息地與形貌特征上占主導地位，但近年來基于特定位點建模的預測方法越來越受到關注[14]。模型預測集成生態(tài)模型與生態(tài)統(tǒng)計學的研究基礎，基于位點環(huán)境參數的連續(xù)變化，通過物種分布模型以及插值、多元回歸、線性或逐步判別函數、貝葉斯網絡、機器學習等多種組合算法和統(tǒng)計手段，填補參照位點和參照狀態(tài)的數據缺失，能夠顯著提高預測結果的準確性和精確性。模型可能是基于多變量的預測系統(tǒng)，也可能是單變量指標分數或者多度量指數。

2.3.1 多變量預測

基于多變量手段的預測模型，通過一系列環(huán)境參數預測和詮釋參照位點水生群落的組成與變化，比較研究位點的生態(tài)屬性與模型預測參照狀態(tài)之間的偏差。如果在研究位點觀察到的水生群落屬性與模型預測的未受干擾期望狀態(tài)相似，那么該研究位點可以被認為處于“良好狀態(tài)”或者視為“參照狀態(tài)”；如果在研究位點觀察到的水生群落與預測值不同，那么研究位點被認為處于“受到干擾狀態(tài)”。多變量預測模型的成功應用需要考慮3個先決條件：①對于參照狀態(tài)下生物區(qū)的物種分類組成及其空間和季節(jié)分布有足夠了解；②對定義參照狀態(tài)的標準有具體清晰的理解；③模型在精確預測某一特定位點或河流類型的生物區(qū)時，考慮環(huán)境條件的自然變化。因此，多變量預測模型一般較為精細復雜，模型開發(fā)也較為費時費力[10]。在過去的20多年研究歷史中，第一個引人注目的多變量生態(tài)評價預測工具是英國研究人員開發(fā)的RIVPACS系統(tǒng)，之后是加拿大的BEAST系統(tǒng)[3,7]?；赗IVPACS系統(tǒng)原理，其他國家也陸續(xù)建立了類似的模型預測評價系統(tǒng)。澳大利亞在國家河流健康計劃(NRHP)中開發(fā)的AusRivAS系統(tǒng)是對各主要棲息地分別取樣和建模，因此不同生態(tài)分區(qū)的預測模型也相異[16]。另一個基于RIVPACS模型的代表則是捷克的PERLA系統(tǒng)[26]。歐洲魚類指數(EFI)模型是第一個為評價歐洲河流的生態(tài)狀況而開發(fā)的泛大陸模型。EFI模型是多變量與多度量方法的結合，綜合采用10種度量指標描述魚類在攝食、遷徙、棲息地、產卵偏好以及人為脅迫耐受性等方面的屬性，特定參照位點的參照狀態(tài)則是使用多元回歸模型預測。后續(xù)研究的EFI+進階版，則進一步考慮了不同河流類型的特定響應[27-28]。事實上，多變量預測模型也能夠推及到區(qū)域尺度或者國家層面的管理應用。ARMANINI等基于RIVPACS系統(tǒng)提出了一種應用于廣域尺度的參照狀態(tài)模型，該模型使用了全國一致的地理信息系統(tǒng)(GIS)環(huán)境數據層(即基于GIS的環(huán)境變量，而不是本地棲息地變量)；盡管這些廣域數據集來自不同抽樣方法，仍然生成一個強健的預測模型，并且與null模型相比性能得到改善。如果這類方法能夠標準化全球應用，對未來大規(guī)模實施河流生物監(jiān)測評價具有重要意義[29]。

2.3.2 多度量預測

多度量手段是評價河流復雜生態(tài)過程的重要方法。其中，最為常用的多度量指數(MMI)定義了一系列在生物個體、生物群落和生態(tài)系統(tǒng)尺度上反映種群結構和組成的度量，再整合這些度量形成綜合指標，因而反映了影響河流生態(tài)健康的多種脅迫因素。MMI并不僅僅適用于參照狀態(tài)的預測，也是水生態(tài)完整性評價的重要表征，由KARR首先提出的生物完整性指數就是基于MMI手段[30]。在一個MMI系統(tǒng)中，每一個度量指標都可以合理預測且與環(huán)境變化所引起的特定影響相關聯。因此，多度量指標考慮了多個影響并將單個度量組合成一個非維度指數，該指數可用于評價位點的綜合生態(tài)狀況。通過將不同類別的度量相結合，能夠反映不同環(huán)境條件和水生生物群落的各個方面。在生態(tài)評價中可以采用的種群度量很多，良好的種群度量應該具有以下特征：明確的生態(tài)功能意義，標準測量方法，重復性強，能靈敏反映環(huán)境污染和生態(tài)擾動并且在實踐中具有足夠的數據支持[22]。生態(tài)評價中常用的度量指標可分為以下幾類：①生物類群結構組成和豐度的度量指標(如某一生物分類單元的豐度、分類單元組成)；②物種豐富度和多樣性的度量指標(如種群豐富度)；③環(huán)境污染或抗干擾敏感度和耐受性的度量指標(如耐受種比例)；④生態(tài)功能的度量指標(如攝食類型、棲息地偏好等)。根據不同的評價目的、生態(tài)系統(tǒng)類型、生物類群和可獲取數據，多度量指數可以選擇不同的度量指標組合和描述方式[10]。

2.3.3 物種分布模型

參照位點的適宜性是準確可靠評價參照狀態(tài)的先決條件。然而在工業(yè)高速發(fā)展的現代社會，處于自然狀態(tài)或最小受人類干擾狀態(tài)的參照位點常難以尋獲。在缺乏參照位點數據時，常采用物種分布模型(SDM)來評價在一定空間尺度內棲息地適宜性的變化，篩選適宜的參照位點以確定參照狀態(tài)[31]。基于SDM的預測方法常用3種建模策略：單一物種組合建模、多物種響應建模以及群落分類建模。群落分類建模結果往往因預測結果有較高疏漏和誤差比率而影響模型敏感性；單一物種組合建模對訓練位點的數據提供較為精確的評價結果，但是對外部數據集的預測偏差較大；多物種反應建模則不僅能提供較高的預測準確性和精確性，對外部數據集的預測偏差也較低，能夠在不降低特異性的基礎上表現出高度敏感性，因此備受推薦[32-33]。

2.3.4 其他統(tǒng)計建模方法

越來越多的現代生態(tài)統(tǒng)計學手段被用于參照狀態(tài)方法的建模預測。判別函數分析和機器學習多用于分類環(huán)境變量的數據集。如NICHOLS等基于澳大利亞AusRivAS模型，使用多元逐步判別函數分析(DFA)建模，將訓練參照位點基于無脊椎動物群落結構相似度進行分類分組，預測達到參照狀態(tài)的期望豐度[34]。FEIO等也使用AusRivAS模型，通過機器學習算法對單個生物分類單元進行建模，并基于發(fā)生概率推導每一生物分類單元的參照狀態(tài)的期望豐度[35]。貝葉斯建模方法在生態(tài)學和環(huán)境科學中的應用越來越普遍，但在參照狀態(tài)預測評價中卻使用較少，近年才逐漸發(fā)展起來。WEBB等開發(fā)貝葉斯模型，從連續(xù)和分類環(huán)境變量中預測無脊椎動物物種組成和多樣性的綜合指數，并將STRACHAN和REYNOLDS等確定的底棲動物分類群作為分類預測因子納入模型中用于參照位點的分類[36-37]。此外，對于缺乏數據的參照位點和河流類型，還可以采用插值法推導生態(tài)響應差異，在此基礎上建模替代預測參照狀態(tài)。這種生態(tài)響應差異的量化可以作為替代的河流生態(tài)完整性評價基準。如COLLIER等使用大型無脊椎動物數據集和EPT豐富度指數(E-蜉蝣目、P-襀翅目、T-毛翅目)度量指標，對缺乏區(qū)域參照位點的不可涉水河流樣本進行插值分析，通過壓力梯度響應的差異量化建立了參照狀態(tài)[38]。

2.4 專家判斷

專家判斷法(BPJ)確定參照狀態(tài)與上述三大類方法顯著不同，更多適用于描述性的參照狀態(tài)，也是歐盟WFD推薦的四大類方法之一。盡管使用BPJ方法難以將參照狀態(tài)的描述表征定量化，但經驗豐富的水生生物學家可能有幾十年的流域調查實踐經驗，專業(yè)判斷可以為參照狀態(tài)的確定提供經驗性的理解。此外，這類描述性指標也可以通過其他方式進一步轉化為定量測量指標。如USEPA專家對大西洋中部高地河岸的參照狀態(tài)描述如下：①一個多層的木本植被廊道；②封閉(或接近封閉)的冠層；③河岸地區(qū)沒有明顯的人類干擾(垃圾、道路、柵欄等)。之后這一河岸棲息地參照狀態(tài)的定性描述指標被部分轉化為定量測量指標：①多層林冠是否覆蓋河岸；②林冠覆蓋的百分比；③是否有河岸擾動[13,18]。

表1總結和比較了確定參照狀態(tài)的四大類主要方法。其中，參照位點法發(fā)展相對較為成熟，依賴長期大量觀測數據，因而預測結果也最為精確可靠，在可選擇獲取參照位點且有條件開展實地生物監(jiān)測的情況下是首選的參照狀態(tài)確定方法。依賴生態(tài)模型與統(tǒng)計算法的模型預測法則是填補參照位點空缺和參照狀態(tài)相關指標數據缺失的重要方法。歷史數據法和專家判斷法各有其局限性，因而一般作為輔助手段。

表1 用于確定參照狀態(tài)的四大類方法Table 1 Four kinds of methods for developing the reference condition

3 結論與展望

環(huán)境退化的機制通常是復雜的且綜合效應不易衡量。對水生態(tài)完整性的估計可能是評價水環(huán)境中多重脅迫因子影響的最佳工具。用以衡量研究位點生態(tài)狀況的基準是水生態(tài)完整性評價的核心要素，被認為是原始的自然狀態(tài)，或者最小受到人類活動干擾的參照狀態(tài)。參照狀態(tài)的定義具有不同的范疇和適用性，既包括根據適宜的參照位點生態(tài)屬性確定的當前狀態(tài)、期望的最不受擾動狀態(tài)、最佳可達狀態(tài)以及實際判斷的最低擾動狀態(tài)，也包括用以比較構建修復基準的歷史參照狀態(tài)等。在使用參照狀態(tài)評價當前位點水生態(tài)完整性時，應根據評價需要定義具體的參照狀態(tài)范圍。水生態(tài)完整性評價中參照狀態(tài)的確定有四大類方法，基于生態(tài)分類學手段的參照位點法和歷史數據法，針對特定位點的模型預測法，以及提供經驗性解釋與描述性判斷的專家判斷法。其中參照位點法基于現場監(jiān)測調查數據，是一種長期且高度可靠的預測方法，而模型預測法則是填補參照位點空缺和參照狀態(tài)相關指標數據缺失的重要手段。

生態(tài)完整性評價面臨的挑戰(zhàn)之一是應對環(huán)境條件的廣泛、長期的變化，最明顯的是應對氣候變化。因此，依賴參照狀態(tài)的水生態(tài)完整性評價需要考慮到參照狀態(tài)本身的時空變化特征。特別是在長期的時間和空間變化很大的地域，隨著氣候變化的加劇，迫切需要進一步審查和驗證參照狀態(tài)的穩(wěn)定性。在考慮參照位點適應性的情況下，具有長期數據支持的參照狀態(tài)應該能夠更精確描述和評價由于氣候變化和其他緩慢環(huán)境變化(如鹽化、集水覆蓋范圍變化)而導致生態(tài)狀況變化的長期趨勢?，F代統(tǒng)計方法的結合(如GIS和遙感工具)可以詳細了解氣候及其相互作用對生態(tài)環(huán)境的多重影響。

分析國外水生態(tài)完整性評價參照狀態(tài)的確定方法和經驗，對中國流域生態(tài)完整性評價和健康管理具有重要借鑒意義。然而中國幅員遼闊、水域寬廣，自然條件復雜多樣，生物區(qū)系分布也與國外差異很大。河流生態(tài)系統(tǒng)的復雜特性以及日益強烈的人類活動干擾，為參照位點的選擇和參照狀態(tài)的確定增加困難。此外，中國的水生態(tài)完整性評價工作尚處于起步階段，系統(tǒng)性的歷史調查資料相對匱乏，歷史數據法的選擇也存在較大局限性。因此，確定不同生態(tài)分區(qū)與河流類型的水生態(tài)系統(tǒng)參照狀態(tài)將是中國系統(tǒng)開展流域生態(tài)完整性評價工作的重要內容之一?；趯饬饔蛏鷳B(tài)完整性評價參照狀態(tài)確定方法的深入調研和分析，以及綜合考慮不同參照狀態(tài)確定方法的優(yōu)缺點，結合對國內水域系統(tǒng)和水環(huán)境污染總體現狀的認識，筆者在此初步提出中國水生態(tài)完整性評價參照狀態(tài)的推薦方法：①確定水生態(tài)完整性評價目標與范圍，包括針對評價位點流域(河段)開展基礎調研和數據資料的收集分析工作；②對于少數受人為活動干擾較小且水體污染程度較低的生態(tài)分區(qū)，建議優(yōu)先選擇參照位點法，以分區(qū)內流域物理棲息地未發(fā)生顯著變化、河岸植被為分區(qū)代表類型、水體污染程度較低的河流位點作為參照位點，根據參照位點調查數據統(tǒng)計計算參照狀態(tài)；③對于多數受人為活動干擾較大(如實施重大水利工程)或水體污染較為嚴重的生態(tài)分區(qū)，分區(qū)內難以找到自然好或基本不受干擾的參照位點，則建議綜合采用模型預測法和歷史數據法，通過可獲取歷史數據和臨近分區(qū)相近河流類型的位點信息，進行歷史數據分析和模型反演與預測，計算參照狀態(tài)期望值;④集成幾種方法的預測手段可用以確定更可靠的結論，如模型預測法是國際上生態(tài)學家推薦的更為準確和精確的預測方法，不僅能夠填補參照位點及系統(tǒng)性調查數據的缺失，還能夠篩選驗證參照位點適宜性。此外，專家判斷法是很好的輔助手段，可以評價獲取的定性和定量數據質量，進一步提高數據可信度，優(yōu)化參照狀態(tài)模型。