俄勒冈州立大学的科学家们创造了一种工具，可以根据水中细菌的组成和丰度，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”方法非常重要，因为许多北极河流都是偏远的，非常坚固，因此需要部署流量计来测量危险且昂贵的水。他们还认为他们的模型有可能适应世界各地的偏远河流。

研究结果发表在水资源研究期刊上。

俄勒冈州立大学地球，海洋和大气科学学院的生态学家和生物地球化学家Byron Crump说：“这些河流中的微生物群落存在季节性，随着河流随着季节的增加而下降，微生物形态发生变化。” - 研究的作者。“这些河流可能会分享一些相同的分类群或类型的细菌，但分类群的丰度是不同的，随着流量的变化而变化。”

研究人员将重点放在六条北极河流--Kolyma，Lena，Mackenzie，Ob，Yenisey和Yukon--并从河口采集水样。从样品中提取细菌DNA后，他们分解了遗传密码并分离出一个名为16S rRNA基因的区段。科学家表示，这一部分存在于所有细菌中，但包含可用于鉴定不同细菌菌株的变异。

他们发现了148种菌株 - 也称为可操作的分类单位 - 其中9种在北极六条河流中至少有5种被发现。

“为了预测流量，我们研究了哪种类型的细菌在不同的排放水平下发现，”俄勒冈州立大学农业科学学院的水文学家，该研究的第一作者Stephen Good说。“然后，我们观察了我们想要预测的河流中的细菌，并根据之前确定的流量和细菌丰度之间的关系来估算排放量。”

使用来自河流的33年放电测量结果，Good和他的同事创建了一种算法，可以根据微生物特征估算河流的流量。当他们仅根据降水和流域面积对河流流量模型进行测试时，发现他们的微生物算法准确度提高了20%。

“如果我们把流量计放在河里，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，”克鲁普说。“除了坡度，降水，地貌和气候之外，水文界还需要另一种方法来帮助预测流量，斯蒂芬(好)开发的这种算法似乎是有效的 - 并且有可能变得更好。”

Good说，研究的下一步是将其他因素纳入他的复杂模型，包括降水，并看看该方法是否适用于其他河流系统。

“我们发现的细菌很可能在其他河流中发现，但不一定相同，所以模型必须进行调整，”Good说。“我们正在俄勒冈州西部地区继续研究这种方法，我们已经尝试将降水纳入该过程。”