尼古拉斯·鲍斯，斯蒂芬·贝内特和乔·惠顿
现正进行一项大规模的工作，以测试在太平洋西北地区使用集中监测流域(IMWs)来恢复河流的有效性，以改善鲑鱼栖息地，期望增加鲑鱼产量(bob娱官网入口Bennett et al. 2016)。溪流恢复如何或是否可以改善目标鲑鱼种群和生态系统功能仍然是模棱两可的，尽管在整个北美地区已经花费了巨大的努力来实施项目(Bernhardt et al. 2005；Roni et al. 2008)。在适应性管理(AM)框架下进行的修复工作可能是最有效的方式，可以更好地了解河流修复的有效性，促进修复社区的问责制，并记录修复效果，从而指导未来的修复策略(Downs和Kondolf 2002；Rieman et al. 2015)。然而，AM在修复中仍未得到充分利用或误用(Allen and Gunderson 2011)，我们怀疑这源于对AM是什么以及适用于何处和/或开发框架的感知困难的误解。
我们在这篇文章中的目标是澄清AM的应用，并促进其在IMWs和修复项目中的使用。我们简要回顾了AM是什么，实现AM的不同方法，以及AM共有的关键要素。然后，我们提供了一个例子，说明我们如何使用AM来测试添加大型木屑(LWD)以增加栖息地复杂性和增加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。沃尔特斯和霍林，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的特点是基于明确的评估和学习步骤“调整”计划或行动的灵活性，即“调整”反馈循环(图1)。然而，如果没有对结果进行结构化的预测，并使用来自有目的的监测的数据对这些预测进行测试，则管理调整只是尝试和错误，其学习潜力低于AM (Allen et al. 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实现管理目标的最可能的行动——学习是一个意想不到的结果。主动AM实施的行动目标是最大限度地学习或减少不确定性，这些不确定性将为未来的管理行动提供信息(Sabine et al. 2004)。因此，主动AM是IMWs使用的最合适的方法，因为IMWs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娱官网入口有人建议用其他二分法对不同的AM方法进行分类(McFadden et al. 2011)，但我们认为，通过强调所有AM方法的共同要素，并在许多管理决策的规模(即流域规模)上提供一个清晰的例子，我们可以展示AM如何最大限度地从所有恢复项目中学习。
我们怀疑许多管理人员没有实现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，以帮助描述研究系统，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，以目前的知识水平或模拟模型往往无法预测生态反应，或者没有资金和专门知识来建立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(1)确定对管理行为的响应机制来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地点的能力，以及(3)最大化发现危害的机会，并在行动不起作用时提供纠正性调整，来弥补没有开发复杂系统模型的不足。在实施修复之前，应该明确哪些条件将用于触发对管理的潜在调整的决策过程，以帮助防止增材制造过程变成试错方法。
我们重点关注AM步骤，包括概念模型的开发、可测试的假设、评估、学习和结构化的调整方法，因为它们对于最大化学习至关重要，而且这些步骤尚未在许多声称使用AM的项目中实施(Gregory et al. 2006；Allen and Gunderson 2011)。我们的希望是，这个例子强调了AM可以以相对简单的方式实现，并且对于IMWs和大多数修复项目来说是可处理的，但仍然最大化了成功和学习的机会。下面，我们将描述为Asotin Creek IMW开发和实施AM计划所遵循的步骤。Asotin Creek是华盛顿州克拉克斯顿上游约5公里处Snake河的直接支流。Asotin Creek环境监测中心在Asotin Creek的三条支流(以下称为研究溪)内的4公里长的处理段增加了随井测井，并将在每个研究溪的两个4公里长的对照段中比较鱼类和栖息地的反应。修复使用高密度手工建造的LWD结构(即每个处理段内约135-208个结构)来最大限度地减少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相比的效果。
规划
在规划阶段，我们与蛇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)。我们随后进行了实地研究，以证实之前的评估，并确定了简化的河岸和溪流栖息地，主要是由于缺乏LWD，这是主要的生态问题。然后，我们制定了实验设计、监测和恢复计划以及详细的假设，以测试随钻测井对水力和地貌条件以及随后的鱼类产量的影响(snakeriverboard.org/wpi/library/reports)。
管理Asotin Creek的一个主要目标是根据《濒危物种法》将野生钢头鱼的产量提高到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旱地耕作方式，以减少流入河流的沉积物，并保护和恢复河岸地区。沉积物的输入似乎减少了，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，鱼类种群可能需要更长的时间才能做出反应。因此，在IMW中测试的修复目标是使用一种积极的短期、战略性的修复干预，通过随井测井结构来引起即时的水力和短期地貌响应，从而增加流速避难所、水池栖息地、地貌多样性、沙洲的发展和分选，以及横向交换(即洪泛平原连接)。我们的希望和假设是，这种主动干预的干扰足够大，可以将系统从稳定的退化状态中破坏出来，使其进入被动采油和随钻测井的自然补充的轨道。IMW试验将评估这种积极的恢复策略，为钢头生产提供直接效益。
我们开发了几个方面的流动力学和钢头种群生活史的概念模型。图2捕获流函数概念模型的一个示例。我们使用这样的模型来帮助定义可测试的假设，并强调关键的不确定性。研究溪流的边界是相对均匀的河岸年龄和物种结构，这可能反映了在一些以前的陆地干扰(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性(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平均年洪水的结合，研究中的河流被锁定在一个低通道复杂性的状态，这阻止了河流转向更动态、更复杂、但更有弹性的状态。即使发生罕见的大洪水，这些小溪也会迅速恢复到退化的状态。该概念模型预测，在大量随钻结构装置安装后，不同规模的洪水将推动采出进入一种在多个稳定状态之间切换的动态状态，这些稳定状态具有更复杂的水力和地貌特征阵列(图2)。
做
流程的“执行”阶段包括监控和恢复的实施。来自监测的信息用于评估(1)目标是否正在实现;(2)不可预见的后果是否正在造成损害(或目标未实现)，这可能需要实施新的管理措施。通过监控管理行动的结果，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LWD结构、场地、处理段和流域等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)。例如，我们使用快速栖地调查(坎普和惠顿2014年)。此外，我们亦会透过详细的地形调查，以量化每个结构周围的侵蚀和沉积量，并采用哥伦比亚生境监测议定书(champmonitoring.org)。华盛顿州鱼类和野生动物部在所有四个季节在现场、处理区和流域尺度监测幼鱼的丰度、生长、运动、生存和生产，并在流域尺度监测成鱼和幼鱼的洄游。
在实施全面修复之前，我们于2010年实施了一个小型的修复试验项目。试验的目的是测试一种改进的随钻测井恢复方法的后勤可行性、水力和地貌有效性，该方法旨在最大限度地减少对河岸地区恢复的干扰。在夏季低流量条件下，我们在每个研究溪中安装了5个随钻测井结构。我们在修复前(2010年)和修复后(2011年)对每个结构进行了上游和下游25米的地形调查。我们很幸运地在2011年迎来了15年来最大的一次春流，测试了试验结构产生水力和地貌变化的能力。试验表明，随钻测井可以如预期的那样促进水力和地貌条件的显著变化。这次试验也帮助我们学会了如何建造更高效的结构。在试验的基础上，我们在一个为期3年的楼梯实验设计中实施了全尺寸修复计划(Walters et al. 1988)。在2012年至2014年期间，每条研究小溪都增加了4公里长的随钻测井处理段，每年处理一条小溪，共进行了12公里的随钻测井处理(535个结构)和24公里的控制区。
评估和学习——必要时调整
我们对项目进行短期(每年一次)和长期(每5年一次)的全系统评估(图1)。每年，我们都会评估(1)是否发现了正确的问题，(2)恢复是否达到了预测的响应(如水力、地貌、鱼类)，(3)恢复是否造成损害(对基础设施的破坏或鱼类产量的减少)，(4)监测强度是否适当，以及(5)是否监测了适当的属性。我们有两个年度评估循环:一个是针对单个结构，一个是针对复杂结构，我们称之为高密度随钻测井(高清LWD;图1，4,5)。我们开始评估第一个高清2012年施工后LWD处理。春季洪水为近9年来最低，地貌变化不大。几乎所有的结构在2013年仍然完好无损，它们的破坏可能性很小，因此没有对整体处理进行调整(图4)。2013年，我们对每个LWD结构的有效性进行了首次年度评估，为后续的每次处理设计提供了依据。例如，我们注意到，偏转板结构使通道收缩的百分比更高，从而增加了水力射流的速度，从而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，无论是否形成冲刷池，在许多结构(包括上游和下游)都形成了沙洲。这导致我们提出了关于潜在鱼类反应的替代假设(即，建立沙洲和增加沉积物分类可能导致更好的冬季隐蔽栖息地)，并指导研究进一步测试这些替代假设(例如，冬季移动被动集成标签调查)。
我们还每年对处理段LWD结构的复杂性进行评估(图5)。的高清LWD被明确设计为:(1)迫使当前退化的、稳定的小溪进入一个更动态的状态，与河岸和洪泛区栖息地相互作用，导致天然木材的补充和更大的渠道栖息地和宽度的多样性;(2)作为功能复合物或群体一起工作，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中有多少木材被自然吸收，以及我们放置的随钻测井仪如何移动，来评估处理复合体实现第一个目标的程度。我们在每个结构上标记了随钻测井仪，以将其与自然吸收的木材区分开来。如果每个4公里长高清LWD复合物不能促进木材的自然吸收，处理部分开始失去木材，假设数据继续支持我们的概念模型，即系统中缺乏LWD，则可以进行调整，添加更多的木材(图2)。
经过三次修复处理，与对照组相比，处理段的随钻频率增加了185%。我们的年度评估没有发现与这些结构相关的任何危害，我们正在检测许多假设的结构周围的水力和地貌反应。例如，一些LWD结构迫使水力射流会聚，冲刷池，并形成沉积物沙洲(图6)。此外，我们的地形调查亦采用变化侦测方法(营2015)。与对照区相比，修复后的处理区地貌特征的多样性更大(即，地貌特征总数增加，不同类型的特征增加，如多池和条形)。我们还没有评估处理段和控制段的钢头产量的变化，但我们已经记录了处理段与控制段相比幼鱼丰度的增加。IMW实验的其余部分将侧重于估计生产和其他生活史特征(例如运动、生长、生存)的变化，并确定观察到的变化的因果机制。
我们在AM框架内实现了Asotin IMW，因为我们觉得这是回答我们的主要问题的最有效和最强大的方式——这种恢复是否有效?适应性管理可能是复杂和令人生畏的，但是我们所采取的方法相对简单，并且导致了有目的和深思熟虑的“问题”识别，我们期望发生的事情的文档，对我们的假设和系统响应的健壮和频繁的评估，以及何时进行调整的明确触发器。这里提出的AM例子使我们能够更多地了解Asotin Creek流域，并将这些知识纳入IMW的实施，这将最终使我们更好地了解共同恢复行动在提高野生steelhead产量方面的有效性。
我们认识到，IMWs是一项昂贵的努力，其具体目标是测试河流恢复的有效性;然而，我们也证明了AM不必过于繁琐。通过使用快速设计和监控应用程序，我们成功地将成本保持在传统方法以下(坎普和惠顿2014年)。我们得出的结论是，AM的变化可以应用于更多的恢复项目，并且应该取代过去太常见的恢复行动的试错方法。
会员点击下面的2016年2月BOB国际体育杂志的完整版。非成员国,加入这里．