Undersøgelse tyder på, at forskere kan bruge mikrobielle målinger til at måle flodstrømmen

Forskere fra Oregon State University har skabt et værktøj, der kan forudsige strømningshastigheden af ​​arktiske floder med en overraskende grad af nøjagtighed baseret på sammensætningen og overfloden af ​​bakterier i vandet.

Deres vellykkede "genohydrologi"-tilgang er vigtig, fordi mange arktiske floder er fjerntliggende og ret robuste, gør indsættelse af flowmålere til at måle vandet farligt og dyrt. De mener også, at deres model har potentiale for tilpasning til fjerntliggende floder rundt om i verden.

Resultaterne af undersøgelsen er blevet offentliggjort i tidsskriftet Vandressourceforskning .

"Der er en sæsonbestemt for de mikrobielle samfund i disse floder, og når floderne stiger og falder med årstiderne, at mikrobiel profil ændres, " sagde Byron Crump, en økolog og biogeokemiker med OSU's College of Earth, Ocean, and Atmospheric Sciences og medforfatter på undersøgelsen. "Disse floder kan dele nogle af de samme taxaer, eller typer af bakterier, men mængden af ​​taxa er anderledes og ændrer sig med strømmen."

Forskerne fokuserede på seks arktiske floder - Kolyma, Lena, Mackenzie, Ob, Yenisey og Yukon - og indsamlede vandprøver fra munden. Efter at have ekstraheret bakterielt DNA fra prøverne, de nedbrød den genetiske kode og isolerede et segment kaldet 16S rRNA-genet. Segmentet findes i alle bakterier, forskerne siger, men indeholder variationer, der kan bruges til at identificere forskellige bakteriestammer.

De fandt 148 stammer - også kendt som operationelle taksonomiske enheder - hvoraf ni blev fundet i mindst fem af de seks arktiske floder.

"For at forudsige strømmen, vi kiggede efter, hvilken type bakterier der blev fundet i at forekomme med forskellige niveauer af udledning, " sagde Stephen Good, en hydrolog hos OSU's College of Agricultural Sciences og hovedforfatter på undersøgelsen. "Vi så på bakterierne fra floden, vi ønskede at forudsige og estimerede udledningen baseret på dette tidligere bestemte forhold mellem flow og bakterieoverflod."

Ved at bruge 33 års udledningsmålinger fra floderne, Good og hans kolleger skabte en algoritme, der kan estimere flodernes strømning ud fra den mikrobielle profil. Da de testede det mod modeller af flodstrømning udelukkende baseret på nedbør og vandskelområde, de fandt ud af, at deres mikrobealgoritme var 20 procent mere nøjagtig.

"Hvis vi sætter flowmålere i floden, vi får bedre målinger, men det er ikke let at gøre i mange tilfælde, " sagde Crump. "Det hydrologiske samfund har brug for en anden metode til at hjælpe med at forudsige flow ud over hældning, nedbør, geomorfologi og klima, og denne algoritme udviklet af Stephen (Good) ser ud til at være effektiv - og har potentialet til at blive endnu bedre."

Good sagde, at næste skridt i forskningen er at inkorporere andre faktorer i hans komplekse model, inklusive nedbør, og for at se om metoden er anvendelig til andre flodsystemer.

"De bakterier, vi har identificeret, vil sandsynligvis blive fundet i andre floder, dog ikke nødvendigvis i samme mængde, så modellen skal justeres, "Godt sagt. "Vi har igangværende arbejde med at se på denne metode i hele det vestlige Oregon, og vi forsøger allerede at inkorporere nedbør i processen."