一种基于环境DNA与生态数据融合的水生生物多样性评估方法与流程

本发明涉及生态环境监测，尤其涉及一种基于环境dna与生态数据融合的水生生物多样性评估方法。

背景技术：

1、随着生态环境保护、水生态修复及生物多样性监测工作的不断推进，水生生物多样性已成为评价水域生态健康状况和生态系统稳定性的重要指标。环境dna技术因具有非侵入式采样、检测灵敏度高、适用于大范围监测等优点，被广泛应用于水生生物资源调查、珍稀濒危物种监测、外来入侵物种预警及生态环境评价等领域。与此同时，结合水文动力学、生态环境因子及物种生态学特征开展综合分析，已成为提高水生生物多样性评估准确性的重要发展方向。

2、然而，现有基于环境dna的水生生物多样性评估方法大多直接依据采样点的edna检出结果进行物种分布分析，未充分考虑水体流动导致的edna迁移扩散及降解过程，容易造成物种空间定位偏差；同时，对水环境理化条件、物种生活史特征等生态信息利用不足，难以准确反映物种真实分布状况。此外，pcr扩增偏差、假阳性或假阴性检出以及参考数据库不完善等因素会进一步影响物种鉴定和丰度估计的准确性，而现有方法缺乏对新增监测数据的持续更新能力，难以实现评估结果的动态优化和连续预警，导致多样性评估结果的可靠性和时效性受到限制。

技术实现思路

1、本发明提供了一种基于环境dna与生态数据融合的水生生物多样性评估方法，通过融合环境dna、水文动力学、地理空间、水环境理化指标及物种生活史特征数据，结合edna空间溯源、生态位分析、多源偏差校正、多样性综合评价及增量数据更新机制，实现水生生物物种分布的精准定位、检出结果的可靠修正以及生态状态的动态评估与预警，提高水生生物多样性评估结果的准确性、可靠性和连续监测能力。

2、一种基于环境dna与生态数据融合的水生生物多样性评估方法，包括以下步骤：

3、s1，在目标水域布设采样点，采集水样并记录采样信息，对水样进行环境dna提取、pcr扩增及高通量测序，获得原始测序数据，对原始测序数据进行质量控制，并与参考数据库进行比对注释，生成各采样点的物种检出列表及相对序列丰度，同步采集目标水域的水文动力学参数和地理空间数据；

4、s2，构建edna降解动力学模型和基于水动力学的edna溯源模型，将水流流速、流量、流向数据与地理空间数据结合，对采样点上游区域进行逆向模拟，计算edna信号迁移概率分布，并依据所述edna信号迁移概率分布生成物种分布概率密度面，实现物种空间定位校正；

5、s3，基于物种分布概率密度面，融合水环境理化指标数据和物种生活史特征数据，构建物种生态位模型，对edna检出量进行加权校正，计算各采样点各物种的融合检出概率；

6、s4，针对pcr扩增偏差、假阳性或假阴性检出以及参考数据库局限性进行校正，通过阳性对照、阴性对照及遗传距离分析计算物种检出置信度概率，并对物种序列丰度和鉴定结果进行修正；

7、s5，基于融合检出概率、修正后的物种序列丰度和鉴定结果，生成物种组成矩阵，计算多样性指数及鱼类生物完整性指数，并生成包括物种分布热点图、多样性指数空间分布图和生态健康状况分级图的评估报告；

8、s6，根据新采集的原始测序数据、水文动力学参数、地理空间数据、水环境理化指标数据及物种生活史特征数据，生成增量评估数据集，并对用于计算物种分布概率密度面、融合检出概率、修正后的物种序列丰度、物种检出置信度概率、修正后的物种鉴定结果、物种组成矩阵、多样性指数及鱼类生物完整性指数计算过程中对应的评估计算参数进行更新，根据预设多样性阈值对生态状态进行判断，当多样性指数低于预设多样性阈值或检测到外来入侵物种时，生成预警信息并推送至管理终端。

9、可选的，所述s1包括：

10、s11，在目标水域按照预设采样网格布设多个采样点，并记录各采样点的坐标、采样时间及水深信息，在各采样点采集预设体积的水样作为环境dna样本，同时同步采集目标水域对应位置的水文动力学参数，并获取目标水域的地理空间数据，所述水文动力学参数包括流速、流量及流向，所述地理空间数据包括河流水系矢量图、数字高程模型以及采样点和上游集水区范围数据，最终生成采样信息数据集；

11、s12，对所述环境dna样本进行环境dna提取，采用12s rdna基因引物或coi基因引物进行pcr扩增，构建测序文库并进行高通量测序，获得原始测序数据，对第个采样点的原始测序数据进行测序深度标准化，计算标准化序列丰度，并生成标准化测序数据集；

12、s13，对所述标准化测序数据集进行质量控制，去除低质量序列、嵌合体序列及接头序列，得到有效序列数据，将所述有效序列数据与参考数据库进行序列比对注释，获得各采样点的物种检出列表及各物种对应的相对序列丰度，并结合所述采样信息数据集、水文动力学参数及地理空间数据，生成基础数据集。

13、可选的，所述s13包括：

14、s131，对所述标准化测序数据集进行质量控制，基于各碱基的错误识别概率计算各测序序列的平均质量值，并依据全部测序序列平均质量值的均值和标准差确定预设质量阈值，根据通用引物对应的目标扩增片段预期长度及允许的序列长度偏差确定预设长度范围，依次去除平均质量值低于预设质量阈值、序列长度超出预设长度范围、包括接头序列或具有嵌合体结构的测序序列，将保留的测序序列确定为有效序列，生成有效序列数据集；

15、s132，将所述有效序列数据集与参考数据库进行序列比对注释，根据序列最佳匹配结果确定对应物种，统计各采样点各物种对应的有效序列数量，并计算各物种的相对序列丰度；

16、s133，以各采样点的物种检出列表及各物种对应的相对序列丰度为基础，按照采样点唯一标识建立关联关系，将所述采样信息数据集、水文动力学参数及地理空间数据分别与对应采样点的物种检出列表及相对序列丰度进行关联绑定，形成包括采样信息、物种检出信息、水文动力学参数及地理空间数据的基础数据集。

17、可选的，所述s2包括：

18、s21，根据目标水域中环境dna随迁移时间发生降解的过程，采用一级降解动力学关系，通过edna降解速率常数计算第个物种的edna信号由上游空间网格迁移至采样点后的剩余比例；

19、s22，将目标水域划分为多个上游空间网格，根据地理空间数据确定各上游空间网格与采样点之间的水流路径，并结合水流流速、流量及流向数据进行逆向模拟，计算各上游空间网格至采样点的迁移时间和水动力传输权重；

20、s23，基于水动力传输权重，计算第个物种的edna信号由各上游空间网格迁移至采样点的迁移概率，将各采样点中第个物种的相对序列丰度与所述迁移概率相乘，并反向映射至对应的上游空间网格，得到物种空间分布值，依据各上游空间网格的空间分布概率值生成对应物种分布概率密度面。

21、可选的，所述s3包括：

22、s31，以所述物种分布概率密度面表征的物种空间分布概率值作为物种分布响应数据，将各空间网格对应的水环境理化指标数据作为环境特征输入，采用最大熵模型构建各物种对应的物种生态位模型，并计算第个物种在第个空间网格中的环境适宜性概率；

23、s32，获取各物种的繁殖季节、产卵类型、栖息地偏好及迁徙习性，根据各项生活史特征对edna释放速率与释放强度的影响，计算第个物种在采样时段内的生活史校正权重，并基于所述生活史校正权重对第个物种在第个采样点的edna检出量进行加权校正；

24、s33，根据各采样点对应空间网格中的物种空间分布概率值、环境适宜性概率以及经生活史特征校正后的edna检出量，计算各采样点各物种的融合检出概率。

25、可选的，所述s4包括：

26、s41，针对pcr扩增偏差以及假阳性、假阴性检出问题，利用阳性对照样本建立各物种扩增效率，并基于扩增效率对物种序列丰度进行修正，同时结合阴性对照样本、序列比对分数、数据库记录频次、同类研究检出频率及采样点环境适宜性概率，计算物种检出置信度概率；

27、s42，针对参考数据库局限导致的物种鉴定不确定问题，对序列比对结果进行遗传距离分析，当最佳匹配物种与次佳匹配物种之间的遗传距离差异小于预设遗传距离差异阈值且参考数据库记录唯一时，将对应物种标记为待确认状态，并对其在多样性计算中的影响进行降权处理，获得修正后的物种鉴定结果。

28、可选的，所述s41包括：

29、s411，针对pcr扩增过程中不同物种扩增效率差异导致的序列丰度偏差问题，设置包括目标区域常见物种合成dna模板的不同浓度梯度阳性对照样本，获取各物种在不同模板浓度下对应的测序序列数量，建立各物种扩增效率关系，并根据扩增效率对各物种序列丰度进行修正；

30、s412，针对edna检测过程中存在的假阳性和假阴性检出问题，基于阴性对照样本、阳性对照样本以及物种检测相关信息，对序列比对分数、物种在本地数据库中的记录频次、同类研究中的检出频率及采样点环境适宜性概率进行归一化处理，并结合对照样本修正结果计算各采样点各物种的检出置信度概率。

31、可选的，所述s42包括：

32、s421，从第个采样点的序列比对结果中提取第个候选物种对应的最佳匹配参考序列和次佳匹配参考序列，分别计算待鉴定序列与所述最佳匹配参考序列、次佳匹配参考序列之间的遗传距离，并计算遗传距离差异；

33、s422，将所述遗传距离差异与预设遗传距离差异阈值进行比较，并查询参考数据库中第个最佳匹配物种的参考序列记录数量，当所述遗传距离差异小于预设遗传距离差异阈值，且参考数据库中第个最佳匹配物种仅具有一条参考序列记录时，将所述最佳匹配物种的鉴定结果标记为待确认状态，否则保留原物种鉴定状态；

34、s423，根据所述待确认状态变量确定第个采样点中第个物种的鉴定权重，并利用所述鉴定权重对该物种参与多样性计算的序列丰度或检出概率进行降权处理，获得修正后的物种鉴定结果。

35、可选的，所述s5包括：

36、s51，获取各采样点各物种的融合检出概率、经pcr扩增效率校正并完成待确认物种降权处理后的物种序列丰度以及修正后的物种鉴定结果，按照采样点和物种建立对应关系，计算第个采样点中第个物种的物种组成值，并由全部物种组成值构建物种组成矩阵；

37、s52，基于所述物种组成矩阵，计算各采样点的物种丰富度、shannon-wiener多样性指数和pielou均匀度指数，并根据鱼类物种组成、营养结构及耐受性指标计算鱼类生物完整性指数；

38、s53，将所述物种组成矩阵中的物种组成值与对应采样点的地理空间位置进行关联，按照各物种组成值的空间分布生成物种分布热点图，将各采样点的shannon-wiener多样性指数、pielou均匀度指数及鱼类生物完整性指数映射至对应空间位置，生成多样性指数空间分布图，再将鱼类生物完整性指数与预设生态健康分级阈值进行比较，确定各采样点的生态健康等级并生成生态健康状况分级图，所述生态健康等级包括优、良、中、较差以及差，最终形成包括物种分布热点图、多样性指数空间分布图和生态健康状况分级图的评估报告。

39、可选的，所述s6包括：

40、s61，获取当前采集周期形成的周期采集数据，所述周期采集数据包括原始测序数据、水文动力学参数、地理空间数据、水环境理化指标数据及物种生活史特征数据，并获得当前采集周期的周期评估结果，所述周期评估结果包括物种分布概率密度面、融合检出概率、修正后的物种序列丰度、物种检出置信度概率、修正后的物种鉴定结果、物种组成矩阵、多样性指数及鱼类生物完整性指数，按照采样点标识和采样时间，将所述当前采集周期的周期评估结果与历史采集周期的周期评估结果进行关联，形成增量评估数据集；

41、s62，基于所述增量评估数据集，对用于计算物种分布概率密度面、融合检出概率、修正后的物种序列丰度、物种检出置信度概率、修正后的物种鉴定结果、物种组成矩阵、多样性指数及鱼类生物完整性指数计算过程中对应的评估计算参数进行更新，所述评估计算参数包括水环境理化指标对应的影响权重、生活史特征对应的影响权重、pcr扩增效率、用于计算物种检出置信度概率的权重系数以及用于计算鱼类生物完整性指数的鱼类评价指标权重；

42、s63，将当前评估周期内各采样点的多样性指数与预设多样性阈值进行比较，并根据修正后的物种鉴定结果判断是否检出外来入侵物种，生成第个采样点的预警状态变量，当多样性指数低于预设多样性阈值或检出外来入侵物种时，生成包括采样点位置、异常类型及对应评估结果的预警信息，并推送至管理终端。

43、本发明的有益效果：

44、本发明，通过将环境dna测序数据、水文动力学参数、地理空间数据、水环境理化指标数据及物种生活史特征数据进行融合分析，并结合edna降解动力学模型和基于水动力学的edna空间溯源模型，对环境dna检出信号进行空间定位校正，实现了由采样点检出结果向物种实际分布区域的反向推断，有效降低了水体输运作用对物种空间定位造成的偏差，提高了水生生物空间分布识别的准确性，为水生生物多样性评估提供了更加可靠的数据基础。

45、本发明，通过融合水环境理化指标数据与物种生活史特征数据构建物种生态位模型，并结合pcr扩增效率校正、假阳性和假阴性检出校正以及参考数据库局限性修正，对物种检出结果进行多层次修正，降低了pcr扩增差异、参考数据库不完善及检测误差对评估结果的影响，提高了物种检出概率、物种序列丰度及物种鉴定结果的可靠性，从而提升了水生生物多样性评估结果的真实性和准确性。

46、本发明，通过构建增量评估数据集，对物种分布概率密度面、融合检出概率、物种序列丰度、物种检出置信度概率、多样性指数及鱼类生物完整性指数计算过程中对应的评估计算参数进行动态更新，并结合多样性阈值和外来入侵物种检出结果进行生态状态判断与预警，实现了评估结果的持续优化和动态更新，能够及时发现目标水域生物多样性变化及外来入侵风险，为水域生态监测、生态保护及资源管理提供连续、可靠的技术支撑。