加拿大太平洋和大西洋沿岸贝类捕捞水域中粪便大肠菌群污染的季节性物候特征及其时空持续性

《Environmental Pollution》:Seasonal phenology and spatiotemporal persistence of fecal coliform contamination in shellfish-harvesting waters of Canada’s Pacific and Atlantic coasts

【字体: 大 中 小 】 时间:2026年07月02日 来源:Environmental Pollution 7.2

编辑推荐:

  Lina Li|Shuai You|Luo Xiao|Youlian Pan|Xuekui Zhang加拿大不列颠哥伦比亚省维多利亚市芬纳蒂路3800号,维多利亚大学数学与统计系,V8W 2Y2摘要粪便指示菌在沿海水质监测中仍起着核心作用,但现有的长期监测数据往往仅以描述性方式呈

  
Lina Li|Shuai You|Luo Xiao|Youlian Pan|Xuekui Zhang
加拿大不列颠哥伦比亚省维多利亚市芬纳蒂路3800号,维多利亚大学数学与统计系,V8W 2Y2

摘要

粪便指示菌在沿海水质监测中仍起着核心作用,但现有的长期监测数据往往仅以描述性方式呈现,未能对季节性变化规律及污染热点动态进行可重复的量化分析。我们利用加拿大贝类卫生计划(2011–2022年,2020年数据除外)中的粪便大肠菌群检测数据,对加拿大太平洋沿岸和大西洋沿岸贝类捕捞水域的粪便大肠菌群变化情况进行了大规模、针对不同海岸特征的时空特征分析。我们构建了两种针对不同海岸的广义加性混合模型,用以估算季节性、年度间的变化趋势以及季节性的时空分布特征。随后将这些模型结果转化为明确的、可重复的指标,用于描述:(i)年度间的变化规律(峰值出现时间、幅度、起始时间及持续时间);(ii)季节性污染热点的动态特征(影响范围、持续时长及中心点移动轨迹),并通过块自举法对相关不确定性进行量化。在太平洋沿岸,粪便大肠菌群的季节性变化周期较长且变化幅度较大,秋季中期会出现峰值,而春季末则较早出现污染热点扩散现象。反复出现的污染热点主要分布在乔治亚海峡东南部、温哥华岛西部走廊以及西北部的部分海湾。相比之下,在夏季监测期间,大西洋沿岸的粪便大肠菌群峰值幅度较低,污染热点范围相对稳定,持续存在的污染活动主要集中在新不伦瑞克省西部海岸线及诺森伯兰海峡一带。太平洋沿岸的污染热点中心在季节内的空间移动程度要大于大西洋沿岸。这些研究结果为将不规则的监测数据转化为具体的季节性变化和热点特征指标提供了可重复的量化依据,有助于开展更有针对性的、针对不同海岸的监测工作及基于风险的管理措施,从而降低贝类捕捞水域的微生物污染程度及其带来的公共卫生风险。

引言

粪便指示菌,包括粪便大肠菌群,被广泛用作沿海监测项目中的指标,用于判断微生物污染状况及公共卫生风险(Byappanahalli等人,2020;Cho等人,2016)。在贝类捕捞水域中,这类指标尤为重要,因为滤食性双壳类动物会从周围水域中积累粪便指示菌及病原体,因此微生物水质状况是贝类卫生监管、沿海污染监测以及捕捞区管理的重要考量因素(Malham等人,2014;Campos等人,2013)。在加拿大,加拿大贝类卫生计划负责对全国范围内的贝类捕捞水域进行监测,积累了太平洋沿岸和大西洋沿岸数十年的粪便大肠菌群检测数据(加拿大食品检验局,2025)。虽然这些数据最初是为了监管分类而收集的,并非用于科研,但由于其覆盖的范围广、时间跨度长,通过适当的统计模型分析,可以揭示大规模的沿海污染模式及污染风险分布特征。因此,我们以加拿大贝类卫生计划在太平洋沿岸和大西洋沿岸建立的监测网络所收集的数据为研究对象,因为这些区域的粪便大肠菌群污染状况直接关系到海产品安全、捕捞区划分以及公共卫生保护(Malham等人,2014;Campos等人,2013;加拿大食品检验局,2025)。样本采集点并非随意选择,而是从该监测网络中筛选出来,且仅保留那些位于太平洋或大西洋研究区域内、同时满足相应时间覆盖要求的地点,这样才能确保有足够连续的数据用于基于模型的季节性变化及热点分析。
对这类监测数据进行分析需要使用能够处理不规则采样数据及非线性趋势的统计工具。虽然传统的机制模型能够提供过程层面的洞察,但在应用于具有空间异质性的多站点沿海数据集时往往存在局限性(de Brauwere等人,2014)。近期的一些研究表明,广义加性模型及混合模型框架能够有效从不规则的环境监测数据中提取出有用的模式特征(Wood,2017)。在复杂的河口系统中,传统平均值可能无法捕捉到非线性的季节性变化信号,而这类平滑处理方法则能更有效地分离出季节性信号与长期趋势,相比基于单点值的平均值,能够更精准地反映微生物的变化状况(Morton和Henderson,2008)。
最近的一些研究开始展现出加拿大贝类卫生计划数据档案的科学价值。一项针对全国范围内粪便大肠菌群动态的分析表明,加拿大各沿海地区的污染程度及季节性特征存在明显差异(You等人,2023)。关于麻痹性贝类毒素及石房蛤毒素的相关研究也表明,通过功能主成分分析,可以对加拿大贝类卫生计划的长周期监测数据中的时间模式及空间异质性进行有效解读(You等人,2024b;You等人,2024a)。海洋污染监测系统的建立进一步凸显了基于模型的可重复性总结在可视化展示全国范围的污染模式及分析各地区特点方面的重要性(Liu等人,2025),而且最近的预测建模研究也表明,只要正确分析其时空结构,历史监测数据就可以为未来的风险评估提供支撑(Bi等人,2025)。
这些研究已经确定了整体的季节性变化趋势及区域差异,但并未将拟合得到的时空分布模型转化为与污染监测及基于风险的管理工作直接相关的、明确的、定量的季节性变化及热点动态特征描述。尤其是,以往的研究没有量化季节性变化的时间节点及幅度的年度间差异、污染热点空间范围的变动情况、不同研究区域中热点持续的时长,以及热点中心在季节内的空间移动规律。这类定量描述对于区分短暂、由特定事件引发的污染与更为稳定的地理分布模式至关重要,也有助于开展针对不同海岸的评估、监测及管理工作。
在本研究中,我们通过针对加拿大太平洋沿岸和大西洋沿岸贝类捕捞水域的粪便大肠菌群时空变化特征进行大规模、可重复的、针对不同海岸的分析,来弥补上述不足。我们利用张量积平滑函数为加拿大贝类卫生计划的长周期监测数据构建了针对不同海岸的广义加性混合模型,并从模型得到的季节性、年度间变化及时空分布特征中提取出了四项明确的指标。这些指标旨在描述污染动态的不同方面,包括变化时间、影响范围、持续时长及移动规律。具体而言,我们想要解答以下问题:
(Q1) 不同年份中,粪便大肠菌群污染的季节性特征有何变化?太平洋沿岸(不列颠哥伦比亚省)与大西洋沿岸(新不伦瑞克省和Nova Scotia省)在季节性峰值出现时间及幅度方面的年度间差异是什么?
(Q2) 从研究区域中被判定为污染热点的比例这一指标来看,粪便大肠菌群污染的空间分布特征在季节周期内有何变化?
(Q3) 粪便大肠菌群污染热点在不同采样周内的持续时长如何?这种持续性在空间上是否存在差异?
(Q4) 在季节周期内,粪便大肠菌群污染热点是否会表现出系统性的空间移动规律?太平洋沿岸与大西洋沿岸的热点移动轨迹是否一致?
通过确定这些指标,并结合块重采样得到的不确定性估计值,本研究为从长期监测数据中总结污染的季节性变化特征、热点范围、持续时长及移动规律提供了方法框架,这些成果对于沿海污染监测以及贝类捕捞水域的公共卫生风险管理具有实用价值。

章节节选

监测数据与研究区域

粪便大肠菌群监测数据来源于加拿大贝类卫生计划(加拿大食品检验局,2025)。根据标准的多管发酵检测技术,粪便大肠菌群浓度以每100毫升中最可能菌落数来表示(MPN/100 mL)(美国公共卫生协会等人,2017)。在最终纳入分析的数据集中,粪便大肠菌群含量介于2到1600 MPN/100 mL之间。每条监测记录都包含采样地点信息、相邻采样点所属的海岸区域分组、采样日期以及地理坐标(纬度

结果

我们通过广义加性混合模型来描述粪便大肠菌群的季节性及年度间变化特征,以及污染水平升高的季节性动态变化,结果则通过之前定义的针对问题Q1–Q4的指标来进行总结。对于每个海岸区域,结果按照所探讨的四个问题的顺序呈现,依次为季节性变化特征(Q1)、热点范围(Q2)、污染活动的重复出现与短暂性特征(Q3),以及通过热点中心点移动轨迹来体现的季节内空间重组织特征(Q4)。太平洋沿岸的相关结果详见3.1节,而

太平洋沿岸与大西洋沿岸污染模式的差异

本研究发现了加拿大太平洋沿岸和大西洋沿岸的贝类捕捞水域中两种不同的粪便大肠菌群污染模式。这两类沿海区域的差异不仅仅体现在污染程度上,还表现在季节性变化时间、污染热点扩散速度、污染持续时长以及空间分布重组织特征等方面。在太平洋沿岸,粪便大肠菌群污染的季节性变化周期较长且变化幅度较大,秋季中期会出现峰值(大约在41–42周左右),而污染热点则

结论

依托加拿大贝类卫生计划十余年的监测数据,本研究对加拿大太平洋沿岸和大西洋沿岸贝类捕捞水域的粪便大肠菌群时空变化特征进行了大规模、可重复的、针对不同海岸的详细分析。分析结果表明存在两种不同的污染模式。太平洋沿岸的粪便大肠菌群污染具有周期长、变化幅度大的特点,污染强度在秋季晚期达到峰值,污染热点较早出现扩散,且在季节期内还会出现多次空间位置变化

CRediT作者贡献说明

Lina Li: 文章撰写——审阅与编辑,文章撰写——初稿撰写,可视化分析,方法设计,正式数据分析。Shuai You: 文章撰写——审阅与编辑。Luo Xiao: 文章撰写——审阅与编辑,方法设计。Youlian Pan: 文章撰写——审阅与编辑,结果验证,项目监督,项目管理,资金申请,研究构思。Xuekui Zhang: 文章撰写——审阅与编辑,项目监督,项目管理,方法设计,数据收集分析,资金申请,研究构思。

关于 manuscript 编写过程中生成式人工智能及人工智能辅助技术的声明

在撰写本文的过程中,作者们使用了Google Gemini和ChatGPT来优化语言表达。在使用这些工具之后,作者们对内容进行了必要的审阅和修改,并对最终发表的文章负全部责任。

资助情况

本研究得到了加拿大国家研究委员会通过数字健康与地理空间分析项目提供的资助(项目编号DHGA-112,资助对象为Y.P.和X.Z.)。

利益冲突声明

作者声明,他们不存在任何可能影响本研究结果的已知利益冲突或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号