通過(guò)細(xì)菌學(xué)測(cè)量預(yù)測(cè)河流特性

俄勒岡州立大學(xué)的科學(xué)家創(chuàng)造了一種工具，可以根據(jù)水中細(xì)菌的組成和豐度，以驚人的精度預(yù)測(cè)北極河流的流速。

他們成功的“遺傳水文學(xué)”方法非常重要，因?yàn)樵S多北極河流偏遠(yuǎn)且非常堅(jiān)固，因此有必要部署流量計(jì)來(lái)測(cè)量危險(xiǎn)且昂貴的水。他們還認(rèn)為，他們的模式可能適合世界各地偏遠(yuǎn)的河流。

研究結(jié)果發(fā)表在水資源研究雜志上。

俄勒岡州立大學(xué)地球、海洋和大氣科學(xué)學(xué)院的生態(tài)學(xué)家和生物地球化學(xué)專(zhuān)家拜倫克倫普(Byron Crump)說(shuō)：“這些河流中的微生物群落是季節(jié)性的，隨著河流隨季節(jié)的增加而減少，微生物形態(tài)也會(huì)發(fā)生變化?！?研究的作者?！斑@些河流可能共享一些相同的分類(lèi)群或細(xì)菌類(lèi)型，但分類(lèi)群的豐度不同，并隨著水流而變化。”

研究人員重點(diǎn)研究了六條北極河流——科利馬河、勒拿河、麥肯齊河、奧布河、葉尼塞河和育空河——并從河口收集了水樣。從樣本中提取細(xì)菌DNA后，他們分解了遺傳密碼，分離出一個(gè)名為16S rRNA基因的片段?？茖W(xué)家表示，這一部分存在于所有細(xì)菌中，但包含可用于識(shí)別不同細(xì)菌菌株的變異。

他們發(fā)現(xiàn)了148個(gè)菌株——也被稱(chēng)為操作分類(lèi)單元——其中9個(gè)在北極六條河流中的至少5條中被發(fā)現(xiàn)。

“為了預(yù)測(cè)排放，我們研究了在不同的排放水平下發(fā)現(xiàn)了哪些類(lèi)型的細(xì)菌，”俄勒岡州立大學(xué)農(nóng)業(yè)科學(xué)學(xué)院的水文學(xué)家、該研究的第一作者Stephen Good說(shuō)?！叭缓?，我們觀察了我們想要預(yù)測(cè)的河流中的細(xì)菌，并根據(jù)之前確定的流量和細(xì)菌豐度之間的關(guān)系估計(jì)了排放量。”

利用33年的河流流量測(cè)量結(jié)果，Good和他的同事創(chuàng)建了一個(gè)算法，根據(jù)微生物特征來(lái)估計(jì)河流的流量。當(dāng)他們僅根據(jù)降水量和流域面積測(cè)試河流流量模型時(shí)，他們發(fā)現(xiàn)他們的微生物算法的精度提高了20%。

“如果我們把流量計(jì)放在河里，我們會(huì)得到更好的測(cè)量結(jié)果，但在很多情況下并不容易，”克虜伯說(shuō)。“除了坡度、降水、地形和氣候，水文還需要另一種方法來(lái)幫助預(yù)測(cè)流量，而Stephen (Good)開(kāi)發(fā)的這種算法似乎是有效的——而且很可能會(huì)變得更好。”

古德說(shuō)，下一步的研究是將其他因素納入他的復(fù)雜模型，包括降水，看看這種方法是否適用于其他河流系統(tǒng)。

古德說(shuō)：“我們發(fā)現(xiàn)的細(xì)菌很可能在其他河流中發(fā)現(xiàn)，但不一定相同，因此必須調(diào)整模型?！拔覀冋诙砝諏菸鞑坷^續(xù)研究這種方法，我們已經(jīng)嘗試將降水納入這一過(guò)程。”

　　免責(zé)聲明：本文由用戶(hù)上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！