尼古拉斯·布韦斯，斯蒂芬·贝内特，乔·惠顿
目前正在进行一项大规模的努力，以测试太平洋西北部河流恢复的有效性，使用集中监测的流域(IMWs)来改善鲑鱼的栖息地，以期增加鲑鱼的产量(bob娱官网入口Bennett等，2016)．河流恢复如何或是否能改善目标鲑鱼种群和生态系统功能仍是一个未知数，尽管在整个北美地区的项目实施中已经花费了巨大的努力(Bernhardt et al. 2005；Roni等，2008)．在适应性管理(AM)框架下应用的恢复工作可能是更好地理解河流恢复有效性、促进恢复社区内的问责制和指导未来恢复战略的文件恢复有效性的最有效方法(Downs和Kondolf 2002；Rieman et al. 2015)．然而，AM在修复中仍未充分利用或误用(艾伦和甘德森2011)，我们怀疑这源于对AM是什么以及它在哪里适用的误解和/或在开发框架时的感知困难。
我们在这篇文章中的目标是阐明AM的应用，并在IMWs和修复项目中推广它的使用。我们简要回顾了AM是什么，实现AM的不同方法，以及AM共同的关键元素。然后，我们提供了一个例子，说明我们如何使用AM来测试添加大型木质碎片(LWD)以增加栖息地复杂性和提高钢头产量的有效性雄鱼mykiss在华盛顿的Asotin Creek IMW。
适应性管理是一种迭代的、结构化的“边做边学”的方法，在朝着更广泛的管理目标前进的同时，对管理行动的不确定结果进行测试(Walters和Holling, 1990)．所有AM方法都有类似的迭代周期:计划，执行，评估和学习(图1)．AM的特点是根据明确的评估和学习步骤灵活地“调整”计划或行动，“调整”反馈循环(图1)．然而，如果管理层调整没有对结果进行结构化预测，也没有使用从有目的的监测中获得的数据来测试这些预测，那只是试错，其学习潜力比AM (艾伦等，2011)．
AM方法的常见描述是被动与主动(威廉姆斯2011)．被动AM使用现有的知识和模型来描述最可能实现管理目标的行动-学习是一个意想不到的结果。主动AM实施行动的目标是最大限度地学习或减少不确定性，这将告知未来的管理行动(Sabine等，2004)．因此，主动AM是imw使用的最合适的方法，因为imw的目标是确定恢复的有效性和响应的因果机制(即学习)，并为整个太平洋西北地区未来的恢复提供信息。bob娱官网入口其他二分法已被建议分类不同的AM方法(麦克法登等，2011)，但我们认为，通过强调所有AM方法的共同元素，并在许多管理决策的规模上提供一个明确的例子(即分水岭规模)，我们可以演示AM如何从所有恢复项目中最大限度地学习。
我们怀疑许多经理没有实现AM，因为他们认为复杂的建模是一个先决条件。最初，在AM中鼓励复杂建模，以帮助描述学习系统，减少不确定性，并确定要测试的管理策略(例如，1978年温和；沃尔特斯1986)．然而，通常情况下，用现有的知识水平或模拟模型无法预测生态响应，或者没有资金和专门知识来创建有意义的生态系统模型(Downs和Kondolf 2002)．实验、定向研究和密集监测可以通过以下方式弥补没有开发复杂系统模型的不足:(1)确定对管理行动的响应机制，以量化初始概念模型中缺乏的参数值，(2)确定响应的因果机制，以提高将学习推断到其他位置的能力，以及(3)最大限度地提高检测危害的机会，并在行动不起作用时提供纠正性调整。在实施恢复之前，应该明确使用哪些条件来触发对管理的潜在调整的决策过程，以帮助防止AM过程转变为试错方法。
我们专注于AM步骤，涉及概念模型的发展，可测试的假设，评估，学习，和一个结构化的方法来调整，因为他们是至关重要的最大限度地学习，这些步骤还没有在许多项目中实施，声称使用AM (格雷戈里等人，2006；艾伦和甘德森2011)．我们的希望是，这个例子强调AM可以以一种相对简单的方式实现，它对于imw和大多数修复项目来说是易于处理的，但仍然最大限度地提高了成功和学习的机会。下面，我们将介绍我们在为Asotin Creek IMW开发和实施AM计划时所遵循的步骤。Asotin Creek是华盛顿州克拉克斯顿市上游约5公里处斯内克河的直接支流。Asotin Creek IMW已经在Asotin Creek三条支流(以下简称研究溪)的4公里长的处理段(以下简称研究溪)中增加了随测测量，并将在每个研究溪的两个4公里长的控制段中比较鱼类和栖息地的反应。修复使用高密度的手工LWD结构(即每个处理段内的~ 135-208个结构)，以最大限度地减少对恢复河岸植被的干扰，并测试许多低成本结构与少数昂贵和硬工程结构的效果。
规划
在规划阶段，我们与斯内克河鲑鱼恢复委员会及其合作伙伴合作，并利用现有的流域评估和文献综述来确定Asotin Creek (图1)．我们跟进了自己的实地研究，以证实先前的评估，并确定简化的河岸和溪流生境是主要的生态问题，主要是由于缺乏LWD。然后，我们制定了实验设计、监测、恢复计划和详细的假设，以测试随钻对水力和地貌条件以及随后的鱼类生产的影响(snakeriverboard.org/wpi/library/reports)．
Asotin Creek管理的主要目标是将野生钢头产量提高到《濒危物种法》规定的可恢复和可持续的水平。20世纪90年代的恢复行动侧重于改变高地耕作方式，以减少流入河流的沉积物，并保护和恢复河岸地区。泥沙输入量似乎已减少，河岸地区正在恢复;然而，河流栖息地条件的改善可能需要几十年的时间，鱼类种群的反应可能需要更长的时间。因此，IMW测试的恢复目标是使用LWD结构的积极短期战略恢复干预措施，以立即引起水力和短期地貌响应，这将增加速度保护、水池栖息地、地貌多样性、沙洲发育和分选以及横向交换(即洪泛平原连接)。希望和假设是，这种主动干预是一种足够大的干扰，可以使系统摆脱稳定的退化状态，并使其进入被动恢复和LWD自然补充的轨道。IMW实验将评估这种主动恢复策略，为钢头生产提供直接效益。
我们为河流动力学和钢头种群生活史的几个方面建立了概念模型。图2捕获流函数概念模型的一个示例。我们使用这些模型来帮助定义可测试的假设并强调关键的不确定性。研究中的溪流具有相对同质的河岸年龄和物种结构，这可能反映了在之前的一些土地干扰(如伐木、放牧和/或洪水)停止和/或减少后的稳定恢复。不幸的是，这种恢复发生在一个严重变化和相对均质化的水道周围，并起到了稳定水道退化状况的作用。目前的水力和河岸条件支持这种退化状态的稳定(图2)．我们认为，由于稳定的河岸走廊、装甲河床和相对温和的年平均洪水的结合，研究中的河流被锁定在低河道复杂性的状态，从而阻止了河流转向更动态、复杂但有弹性的状态。即使发生罕见的大洪水，小溪也会迅速恢复到退化的状态。该概念模型预测，在安装大量随钻测量结构后，不同量级的洪水将促进恢复到在多个稳定状态之间切换的动态状态，这些状态具有更复杂的水力和地貌特征(图2)．
做
流程的“do”阶段包括监控和恢复的实现。来自监测的信息用于评估是否(1)目标正在实现，(2)不可预见的后果正在造成损害(或目标没有实现)，这可能需要实施新的管理行动。通过监测管理行动后的结果，AM可以提高我们对哪些行动有效以及为什么有效的理解。我们在多个空间尺度上监测各种鱼类、栖息地和生物物理因素(流量、温度、水质)，包括LWD结构、场地、处理区域和流域。例如，我们利用快速栖息地调查，监测每个LWD结构周围的水力和地貌变化(坎普和惠顿2014)，而对其中一组结构进行详细的地形调查，以量化每个结构周围发生的侵蚀和沉积量(champmonitoring.org)．幼年钢头的数量、生长、运动、生存和生产在所有四季都在现场、处理区和流域尺度上进行监测，成年钢头和幼钢头的洄游由华盛顿鱼类和野生动物部在流域尺度上进行监测。
在实施全面恢复治疗之前，我们在2010年实施了一个小型的试验恢复项目。试验的目标是测试一种改进的随钻测井恢复方法的后勤可行性以及水力和地貌有效性，该方法旨在最大限度地减少对恢复河岸区域的干扰。在夏季低流量条件下，我们在每个研究溪流中安装了5个LWD结构。我们在每个结构修复前(2010年)和修复后(2011年)的上游和下游25米进行了地形调查。我们很幸运，2011年的泉水流量是过去15年里最大的，这测试了试验结构创造水力和地貌变化的能力。试验表明，随钻测井可以促进水力和地貌条件发生预期的显著变化。试验还帮助我们学习如何建造更有效的结构。在试验的基础上，我们在为期3年的楼梯实验设计中实施了全面的恢复计划(Walters等人，1988年)．研究的3条小溪都在4公里长的处理段中加入了随钻测井(LWD)，从2012年到2014年，每年处理一条小溪，结果是12公里的随钻测井处理(535个建筑物)和24公里的控制区域。
评估和学习——必要时进行调整
我们对项目进行短期(每年一次)和长期(每5年一次)的系统范围评估(图1)．每年，我们评估(1)是否发现了正确的问题，(2)恢复是否实现了预测的响应(例如，水力、地貌、鱼类)，(3)恢复是否造成了危害(破坏基础设施或减少鱼类产量)，(4)监测强度是否适当，以及(5)正在监测适当的属性。我们有两个年度评估循环:一个是针对单个结构，另一个是针对复杂结构，我们称之为高密度LWD (高清LWD;图1，4,5)．我们开始评估第一个高清2012年施工后随钻处理。春季洪水为9年来最低，地貌变化不大。在2013年，几乎所有的结构都完好无损，它们发生故障的可能性很小，因此没有对整体处理进行调整(图4)．2013年，我们对各个LWD结构的有效性进行了首次年度评估，并为后续的处理设计提供了依据。例如，我们注意到偏转板结构限制了更高比例的通道，增加了水力射流的速度，随后增加了冲刷池的深度(图3)．这导致了结构设计的“调整”，以增加通道的收缩(即80%-90%的收缩;图4)．我们还注意到，无论是否创建冲刷池，许多结构(上游和下游)都形成了坝。这导致我们提出了关于鱼类潜在反应的替代假设(即，创建bars和增加沉积物分类可能导致更好的冬季隐藏栖息地)，并指导研究进一步测试这些替代假设(例如，冬季移动被动综合标签调查)。
我们还每年评估处理段随钻测井结构的复杂性(图5)．的高清LWD的明确设计目的是:(1)迫使当前退化的稳定状态的小溪进入一个更动态的状态，与河岸和漫滩栖息地相互作用，导致天然木材的补充和更大的水道栖息地和宽度的多样性;(2)作为功能综合体或群体一起工作，从而限制任何一个结构的重要性。我们通过评估每个处理段的自然采伐量和LWD的移动情况，来评估综合处理系统实现第一个目标的情况。我们在每个结构上都标记了LWD，以将其与天然木材区分开来。如果每条4公里长高清LWD复合物不能促进木材的自然补充，并且处理段开始失去木材，假设数据继续支持系统中LWD缺乏的概念模型，则可以进行调整，添加更多的木材(图2)．
经过三次修复治疗后，与对照组相比，治疗段的LWD频率增加了185%。我们的年度评估没有发现任何与结构相关的损害，我们正在检测结构周围许多假设的水力和地貌响应。例如，一些LWD结构迫使液压射流收敛，冲刷水池，并产生沉积物棒(图6)．此外，我们利用变化探测方法进行的地形调查(营2015)．与对照区相比，我们看到修复后处理段的地貌特征更加多样化(即地貌特征总数增加，不同类型的特征如多个池和条状类型增加)。我们还没有评估处理段和对照段钢头产量的变化，但我们已经记录了处理段与对照段相比幼钢数量的增加。IMW实验的其余部分将侧重于估计生产和其他生活史特征(如运动、生长、存活)的变化，并确定所观察到的变化的因果机制。
我们在AM框架中实现了Asotin IMW，因为我们认为这是回答我们主要问题的最有效和最强大的方式——这种恢复有效吗?适应性管理可能是复杂和令人生畏的，但我们所采取的方法相对简单，并导致了有目的和深思熟虑的“问题”识别，记录我们期望发生的事情，对我们的假设和系统响应进行稳健和频繁的评估，以及何时进行调整的明确触发器。这里介绍的AM实例使我们能够更多地了解Asotin Creek流域，并将这些知识纳入IMW实施中，最终将更好地理解共同恢复行动在提高野生钢头产量方面的有效性。
我们认识到，imw是一项昂贵的工作，其具体目标是测试流恢复的有效性;然而，我们也证明了AM不需要过于繁琐。通过使用快速设计和监测应用程序，我们设法将成本远远低于传统方法(坎普和惠顿2014)．我们得出的结论是，AM的变化可以应用于更多的恢复项目，并应该取代过去非常常见的恢复操作的试错方法。
会员点击下方查看2016年2月BOB国际体育杂志的完整版。非成员国,加入这里．