使用随机森林分析量化山湖沉积物的微生物群落多重压力因素的影响

科学领域:

• 环境微生物学环境微生物学
• 水生生态学 水生生态学
• 沉积物地质化学沉积物地质化学

背景情况:

• 流平原湖是微生物生命受到营养和污染物影响的敏感生态系统.
• 量化多种环境压力因素对这些湖泊中的微生物群落的综合影响是复杂的.
• 山湖,在中国上海的一个受影响的淡水体,作为这个研究的模型系统.

研究的目的:

• 量化沉积物特性,营养水平和污染对山湖微生物多样性和社区结构的贡献.
• 确定控制浅层微生物群落在轻度到中度污染的湖泊中的关键环境因素.
• 评估随机森林 (RF) 分析在理解对微生物生态系统的复杂环境影响方面的有效性.

主要方法:

• 利用经典的统计方法与随机森林 (RF) 建模一起分析微生物社区数据.
• 在RF模型中使用特征贡献分析来确定各种环境参数的影响.
• 研究了特定污染物,营养物质 (和) 和沉积物氧化还原条件对微生物群体的影响.

主要成果:

• 射频模型表现出很强的匹配 (R2 = 0.80-0.87),表明其在预测微生物反应方面的有效性.
• 污染物被确定为微生物多样性的主要驱动因素,约占总贡献的40%,沉积物氧化还原条件是最有影响力的单一因素.
• 污染物显著影响了主导类型的蛋白质细菌和 (超过50%的贡献),对多环芳 (PAH) 和 (Cd) 发现了特殊影响. 化合物 (NO3−-N和NH4+-N) 强烈影响了主导物种,突出了酸盐驱动的轻化.

结论:

• 随机森林分析是一个强大的工具,用于识别污染的沉积环境中的关键环境因素.
• 污染物和氧化还原条件是平原湖泊沉积物中微生物群落的关键调节者,污染是一个重大问题.
• 结果为生态风险管理和理解类似水生系统中的生态过程提供了宝贵的见解.