俄勒冈州立大学的科学家创造了一种工具，可以根据水中细菌的组成和丰度，以惊人的精度预测北极河流的流速。
他们成功的“遗传水文学”方法非常重要，因为许多北极河流偏远且非常坚固，因此有必要部署流量计来测量危险且昂贵的水。他们还认为，他们的模式可能适合世界各地偏远的河流。
研究结果发表在水资源研究杂志上。
俄勒冈州立大学地球、海洋和大气科学学院的生态学家和生物地球化学专家拜伦克伦普(Byron Crump)说：“这些河流中的微生物群落是季节性的，随着河流随季节的增加而减少，微生物形态也会发生变化。”-研究的作者。“这些河流可能共享一些相同的分类群或细菌类型，但分类群的丰度不同，并随着水流而变化。”
研究人员重点研究了六条北极河流——科利马河、勒拿河、麦肯齐河、奥布河、叶尼塞河和育空河——并从河口收集了水样。从样本中提取细菌DNA后，他们分解了遗传密码，分离出一个名为16S rRNA基因的片段。科学家表示，这一部分存在于所有细菌中，但包含可用于识别不同细菌菌株的变异。
他们发现了148个菌株——也被称为操作分类单元——其中9个在北极六条河流中的至少5条中被发现。
“为了预测排放，我们研究了在不同的排放水平下发现了哪些类型的细菌，”俄勒冈州立大学农业科学学院的水文学家、该研究的第一作者Stephen Good说。“然后，我们观察了我们想要预测的河流中的细菌，并根据之前确定的流量和细菌丰度之间的关系估计了排放量。”
利用33年的河流流量测量结果，Good和他的同事创建了一个算法，根据微生物特征来估计河流的流量。当他们仅根据降水量和流域面积测试河流流量模型时，他们发现他们的微生物算法的精度提高了20%。
“如果我们把流量计放在河里，我们会得到更好的测量结果，但在很多情况下并不容易，”克虏伯说。“除了坡度、降水、地形和气候，水文还需要另一种方法来帮助预测流量，而Stephen (Good)开发的这种算法似乎是有效的——而且很可能会变得更好。”
古德说，下一步的研究是将其他因素纳入他的复杂模型，包括降水，看看这种方法是否适用于其他河流系统。
古德说：“我们发现的细菌很可能在其他河流中发现，但不一定相同，因此必须调整模型。“我们正在俄勒冈州西部继续研究这种方法，我们已经尝试将降水纳入这一过程。”
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！