研究表明，微生物的测量可以用来测量河流的流量
俄勒冈州立大学(Oregon State University)的科学家们发明了一种工具，可以根据水中细菌的组成和数量，以惊人的准确度预测北极河流的流速。
他们成功的“基因水文学”方法很重要，因为北极的许多河流都很偏远而且崎岖不平，因此部署流量计测量水的危险和昂贵。他们还相信他们的模型有潜力适应世界各地的偏远河流。
研究结果已发表在《水资源研究》杂志上。
“这些河流中的微生物群落有季节性，随着河流的起伏，微生物的分布也会发生变化，”拜伦·克伦普(Byron Crump)说。“这些河流可能共享一些相同的分类群，或者细菌类型，但是这些分类群的丰富程度是不同的，并且随着水流的变化而变化。”
研究人员集中研究了6条北极河流——科累马河、莱纳河、麦肯齐河、鄂毕河、叶尼西河和育空河——并从它们的嘴里采集了水样本。在从样本中提取细菌DNA后，他们破坏了遗传密码并分离出一个叫做16S rRNA基因的片段。科学家们说，所有的细菌都含有这一段，但其中的变异可以用来识别不同的细菌。
他们发现了148种菌株——也被称为实用分类学单位——其中9种发现于北极6条河流中的至少5条。
“为了预测水流，我们研究了在不同程度的排放中发现了哪种细菌，”俄勒冈州立大学农业科学学院的水文学家、这项研究的主要作者斯蒂芬·古德(Stephen Good)说。“然后我们研究了来自河流的细菌，我们想要根据之前确定的流量和细菌丰度之间的关系来预测和估计排放。”
古德和他的同事们利用33年的河流流量测量，创造了一种基于微生物剖面来估计河流流量的算法。当他们测试仅仅基于降水和流域面积的河流流量模型时，他们发现他们的微生物算法的准确率提高了20%。
克伦普说:“如果我们在河里安装流量计，我们会得到更好的测量结果，但在很多情况下，这并不容易做到。”“水文社区需要另一种方法来帮助预测除斜坡、降水、地貌和气候之外的流量，而斯蒂芬(Good)开发的这个算法似乎是有效的，并且有可能变得更好。”
古德说，研究的下一步是将其他因素纳入他的复杂模型中，包括降水，并看看该方法是否适用于其他河流系统。
古德说:“我们发现的细菌很可能会在其他河流中发现，虽然数量不一定相同，因此我们必须对模型进行调整。”“我们正在研究整个俄勒冈州西部的这种方法，我们已经在尝试将降水融入到这个过程中。”
