Byron Crump tar ett vattenprov från floden Yukon. Kredit:Oregon State University
Forskare vid Oregon State University har skapat ett verktyg som kan förutse flödeshastigheten för arktiska floder med en överraskande grad av noggrannhet baserat på smink och överflöd av bakterier i vattnet.
Deras framgångsrika "genohydrologi" -metod är viktig eftersom många arktiska floder är avlägsna och ganska robusta, gör utbyggnaden av flödesmätare för att mäta vattnet farligt och dyrt. De tror också att deras modell har potential att anpassas till avlägsna floder runt om i världen.
Resultaten av studien har publicerats i tidskriften Vattenresursforskning .
"Det finns en säsongsmässighet för de mikrobiella samhällena i dessa floder och när floderna stiger och faller med årstiderna, att mikrobiell profil ändras, sa Byron Crump, en ekolog och biogeokemist vid OSU's College of Earth, Hav, och Atmospheric Sciences och medförfattare till studien. "Dessa floder kan dela en del av samma taxa, eller typer av bakterier, men taxans överflöd är annorlunda och förändras med flödet. "
Forskarna fokuserade på sex arktiska floder - Kolyma, Lena, Mackenzie, Ob, Yenisey och Yukon - och samlade vattenprover från munnen. Efter att ha extraherat bakteriellt DNA från proverna, de bröt ner den genetiska koden och isolerade ett segment som kallas 16S rRNA-genen. Segmentet finns i alla bakterier, säger forskarna, men innehåller variationer som kan användas för att identifiera olika bakteriestammar.
De hittade 148 stammar - även kända som operativa taxonomiska enheter - varav nio hittades i minst fem av de sex arktiska floderna.
"För att förutsäga flödet, vi letade efter vilken typ av bakterier som förekom med olika nivåer av flytningar, "sade Stephen Good, en hydrolog med OSU's College of Agricultural Sciences och huvudförfattare till studien. "Vi tittade sedan på bakterierna från floden vi ville förutsäga och uppskattade utsläppet baserat på detta tidigare bestämda förhållande mellan flöde och bakteriemängd."
Med 33 års utsläppsmätningar från floderna, Good och hans kollegor skapade en algoritm som kan uppskatta flodernas flöde baserat på den mikrobiella profilen. När de testade det mot modeller av flodflöden baserade enbart på nederbörd och vattendelare, de fann att deras mikrobe -algoritm var 20 procent mer exakt.
"Om vi lägger flödesmätare i floden, vi får bättre mått, men det är inte lätt att göra i många fall, "Crump sa." Det hydrologiska samhället har behövt en annan metod för att hjälpa till att förutsäga flöde utöver lutning, nederbörd, geomorfologi och klimat, och denna algoritm utvecklad av Stephen (Good) verkar vara effektiv - och har potential att bli ännu bättre. "
Good sa att nästa steg i forskningen är att införliva andra faktorer i sin komplexa modell, inklusive nederbörd, och för att se om metoden är tillämplig på andra flodsystem.
"Bakterierna som vi identifierade kommer sannolikt att hittas i andra floder, men inte nödvändigtvis i samma mängd, så modellen måste justeras, "Bra sagt." Vi har ett pågående arbete med att titta på denna metod i hela västra Oregon, och vi försöker redan införliva nederbörd i processen."