Assessment of allowable catches and exploitation state of marine fishery resources in Pakistani coastal waters
-
摘要:
基于巴基斯坦1950—2015年海洋渔业统计产量数据，利用Catch-MSY模型对巴基斯坦海洋渔业总可捕量以及24个重要经济类群的最大可持续产量 (maximum sustainable yield, MSY) 和可捕量进行了评估。结果显示，内禀增长率(r)先验分布对MSY的评估结果影响不大，巴基斯坦海洋渔业MSY为40.53×104 t，总可捕量为36.47×104 t。2015年海洋渔业产量为36.10×104 t，目前未处于过度捕捞状态。24个重要经济类群的评估结果显示，有8个类群 (军曹鱼、魣类、石斑鱼类、鲳类、鲯鳅、宝刀鱼、马鲹和白带鱼) 2015年产量超过MSY，处于过度捕捞状态。当前巴基斯坦海洋渔业资源已处于充分开发状态，多数经济类群已处于过度捕捞状态或者崩溃后的恢复状态，开发潜力较小，建议开发阿拉伯海鸢乌贼(Sthenoteuthis oualaniensis)等大洋性渔业资源。
-
关键词:
- 巴基斯坦 /
- 渔业资源 /
- 可捕量 /
- Catch-MSY模型
Abstract:According to the catch statistics data during 1950−2015, we applied a Catch-MSY model to estimate the allowable catches and maximum sustainable yields (MSYs) for 24 commercial fish groups and total allowable catch (TAC) in Pakistani coastal waters. Results show that MSY and TAC in Pakistani coastal waters were 40.53×104 t and 36.47×104 t, respectively. The total catches in 2015 were less than MSY, suggesting that the fisheries are not overfished. The MSY results show that eight fish groups (cobia, Barracudas, Groupers, Butterfishes, common dolphinfish, dorab wolf-herring, crevalle jack and largehead hairtail) have been overfished at present since the catches in 2015 exceeded MSY. At present, the marine fishery resources in Pakistani coastal waters are fully exploited. Most commercial fish groups are overfished or recovering after collapse and their development potential is relatively small. It is recommended to exploit oceanic fishery resources such as Sthenoteuthis oualaniensis in Arabian Sea in future fisheries development.
-
Keywords:
- Pakistan /
- fishery resources /
- allowable catch /
- Catch-MSY model
-
池塘养殖是水产养殖的主要方式，但传统池塘存在设施简陋、坍塌淤积、环境恶化和效益不高等问题[1]。为解决上述问题，进一步提高水产养殖效益，各种复合池塘养殖模式逐渐兴起[2–3]。推水养殖模式起源于美国奥本大学的分区养殖系统，是集循环养殖、高效集污、生物净化及自动控制等技术为一体的生产方式。该模式在海淡水池塘均可应用，适宜的养殖品种包括草鱼 (Ctenopharyngodon idellus)、青鱼 (Mylopharyngodon piceus)、鲫 (Carassius auratus)、大黄鱼 (Larimichthys crocea)、河鲀 (Takifugu rubripes) 等，目前已在江苏、浙江、重庆、安徽、广东、宁夏、河北等地推广[4]。
与普通池塘养殖类似，推水养殖过程中投入了大量营养物质，包括饲料、肥料等。养殖生物只能利用部分营养物质，其余营养物质则散布在系统内[5–6]。养殖系统营养物质归趋不明可能会导致饵料资源的浪费和养殖调控的失策。食物网是基于各物种之间摄食与被摄食的营养关系，从生态系统水平上反映系统不同生物能量和物质流动的网络[7]。研究生态系统的食物网结构有助于深入了解生态系统复杂的营养关系和生物群落组织结构，并为基于生态系统的管理和调控，如生态系统的资源利用、疾病控制等提供决策依据[8]。
胃含物分析是研究生态系统食物网的传统方法[9]。该法可以揭示生物短期的摄食特征，但其分析结果容易受到饵料消化程度、外界环境、采样条件等因素的影响，存在较大的局限性[10]。稳定同位素方法是基于生物稳定同位素比值和食物来源的同位素比值关系来研究不同生物之间的营养关系[11]。该方法采样简单，人为干扰小，同时可排除动物偶食造成的偏差，能够反映动物长期的食性，已被广泛应用于分析生物体的潜在食物来源[12]。基于碳 (C)、氮 (N)元素的稳定同位素法更被广泛运用于水域生态系统能量流动和营养结构的研究中[13]。例如，Feng等[14]研究荣成靖海湾大水域复合养殖池塘食物网络，发现悬浮颗粒物、底泥颗粒物和大藻是该系统的主要食物来源。Guo等[15]对海参-对虾养殖池塘食物网络研究，发现饵料鱼对海蜇 (Rhopilema esculenta)、缢蛏 (Sinonovacula constricta) 及中国明对虾 (Fenneropenaeus chinensis) 的食物组成有较高的贡献率，中国明对虾和脊尾白虾 ( Palaemon carinicauda) 对牙鲆 (Paralichthys olivaceus) 的食物组成有较高的贡献率。
推水养殖系统的构建虽然采用工程物理学、生态学原理，比如利用流体力学和重力学效应使主养鱼类粪便、残饵沉积在集污区，在净化区混养不同食性、栖息水层动物进行生物净化等，但推水养殖系统营养物质归趋尚不明确，直接影响该系统的优化调控。因此，本研究利用C、N稳定同位素，对草鱼推水养殖系统养殖生物食物组成和系统食物网络进行探讨，以期为相关的养殖实践活动和科学研究提供理论参考。
1. 材料与方法
1.1 研究对象
本研究的推水养殖系统位于广州市南沙区中心沟水产养殖有限公司 (113°37'23"E，22°40'31"N)。系统由养殖水槽、集污池、净化池等分区组成 (图1)。每条养殖水槽长20 m、宽4 m、水深2 m，养殖水槽两端配备气提式推水装置，养殖水槽内铺设辅助增氧装置，采用微孔或纳米管增氧。养殖水槽内主养草鱼，放养规格约为400 g·尾−1，放养密度为125 尾·m−2。水槽末端建有下沉式集污池，长32 m、宽3 m、深1 m。净化池包含两口池塘，由水沟相连，面积分别为6 670 m2和5 336 m2，水深2.5 m，池塘内分别配备水车式增氧机、叶轮增氧机等。池塘内放养鳙 (Aristichthys nobilis) 和鲫，鳙初始规格约为500 g·尾−1，放养密度0.25 尾·m−2；鲫初始规格为50 g·尾−1，放养密度1.20 尾·m−2。另选3口普通池塘作为对照，单口池塘面积约6 670 m2，草鱼放养密度为6 尾·m−2，规格与推水养殖系统一致。池塘混养鳙和鲫，密度和规格与推水养殖系统一致。
1.2 实验采样
养殖实验由2018年6月2日持续至11月30日。实验期间，每60 d采样1次。采集的实验样品包括草鱼、鳙、鲫、大型浮游动物、小型浮游动物、浮游植物、水体碎屑、底泥碎屑、草鱼饲料等。推水养殖系统中，两口净化塘按5点采样法取样，每条养鱼水槽在中心取样。普通池塘按5点采样法取样。
草鱼、鳙、鲫采用抛网方式捕捞后，取其背部肌肉，冷冻干燥、研磨，过100目筛网 (孔径150 μm) 后测定稳定同位素比率。
草鱼饲料经冷冻干燥、研磨，过100目筛网后测定稳定同位素比率。
浮游动物、浮游植物、水体碎屑、底泥碎屑和底栖生物的取样方法参照Guo等[15] 和Feng等[16]。
大、小型浮游动物使用采水器采集上 (0.2 m)、中 (1.0 m)、下 (2.0 m) 3层水样共25 L，混合后先经100目的筛绢 (孔径150 μm) 过滤，再经250目的筛绢 (孔径58 μm) 过滤，留在100和250目筛绢上的样品分别为大型浮游动物和小型浮游动物，将样品收集冷冻干燥、研磨后测定稳定同位素比率。
浮游植物、水体碎屑样品水样，经250目筛绢过滤后静置。取上清液，经预先灼烧的 (450 ℃，6 h) Whatman GF/F滤膜过滤，滤膜上的样品即浮游植物，将滤膜冷冻干燥后测定稳定同位素比率；取沉淀的水体碎屑，经预先灼烧的 (450 ℃，6 h) Whatman GF/F滤膜过滤，将滤膜冷冻干燥后测定稳定同位素比率。
底泥碎屑为采集池塘底部表层5 cm 底泥，经过0.1 mol·L−1 盐酸酸化后，冷冻干燥、研磨，过100目筛网后测定稳定同位素比率。
底栖生物采集为用100目底栖生物网 (孔径150 μm) 过滤底泥后，冷冻干燥、研磨后测定稳定同位素比率。
取上述样品，用同位素比率质谱仪 (EA-IRMS，Thermo Finnigan MAT Delta-plus) 测定稳定同位素比率。其结果采用标准单位δ符号来表示，其定义为[17]：
$$ {\text{δ}}X = \left[ {\left( {{R_{\text{样品}}}/{R_{\text{标准}}}} \right) - 1} \right] \times 1\;000{\text{%}} $$ (1) 其中X=13C或15N，R=13C/12C或15N/14N。碳稳定同位素(δ13C)测定所用标准品为美洲箭石碳酸钙 (Vienna Pee Dee Belemnite standard, PDB)。氮稳定同位素(δ15N)的测定则是相对于空气N2结果。测定过程中，每测定10个样品，测定一次标准品校准。稳定同位素的精确度为0.1‰。
营养级计算公式为[18]：
$$ {\rm{TL}} = 2 + ({{\text{δ}}^{15}}{{\rm{N}}_{{\rm{cosumer}}}} - {{{\text{δ}}}^{15}}{{\rm{N}}_{{\rm{pc}}}})/\Delta {{{\text{δ}}}^{15}}{\rm{N}} $$ (2) 其中TL为消费者营养级，δ15Ncosumer为消费者的氮稳定同位素比值，δ15Npc为基线生物的氮稳定同位素比值，本研究以小型浮游动物为基线生物，△δ15N为一个营养级的N富集度，本研究取3.4[18]。
1.3 数据分析
养殖生物的食物组成和底泥碎屑来源利用稳定同位素分析软件IsoSource进行分析[14–16]，数据以“平均值±标准差 (
$\overline { X}{ \pm {\rm{SD}}} $ )”的形式表示。利用SPSS 18.0进行独立样本t检验分析数据差异，以P< 0.05作为差异显著水平。2. 结果
2.1 两组系统的同位素组成
两种养殖系统中草鱼、鳙、鲫及相关生物组分的δ13C、δ15N见表1。推水养殖系统中，δ13C介于 (−25.76±0.23)‰~(−22.26±0.20)‰。普通池塘系统中，δ13C介于 (−25.83±0.24)‰~(−22.38±0.15)‰。两组系统中，δ13C最低的皆为浮游植物，其次是水体碎屑和小型浮游动物；δ13C最高的皆是底栖生物，其次是草鱼饲料。
表 1 两组系统中各生物组分及碎屑的碳、氮稳定同位素值Table 1. δ13C and δ15N of organisms and detritus in two aquaculture systems$\overline {\mathit{\boldsymbol{X}}}{\bf \pm {{SD}}} $ ; ‰生物和碎屑
Organisms and detritus碳稳定同位素 δ13C 氮稳定同位素 δ15N 普通池塘
Commom pond推水系统
Push-water system普通池塘
Common pond推水系统
Push-water system草鱼 C. idellus −23.06±0.22 −22.81±0.21 10.13±0.12 9.88±0.11 鳙 A. nobilis −23.84±0.33 −24.04±0.21 12.14±0.11 12.34±0.11 鲫 C. auratus −23.74±0.16 −23.81±0.22 12.14±0.13 12.28±0.10 浮游植物 Phytoplankton −25.83±0.24 −25.76±0.23 8.16±0.12 8.11±0.10 小型浮游动物 Microzooplankton −24.32±0.21 −24.40±0.16 10.88±0.10 10.92±0.17 大型浮游动物 Macrozooplankton −23.50±0.20 −23.50±0.14 11.45±0.15 11.31±0.11 草鱼饲料 Feed −22.74±0.15 −22.74±0.20 6.73±0.08 6.73±0.08 水体碎屑 Water detritus −24.93±0.13 −25.20±0.21 8.43±0.09 8.93±0.15 底泥碎屑 Sediment detritus −23.89±0.21 −24.07±0.20 8.02±0.07 8.48±0.11 底栖生物 Benthos −22.38±0.15 −22.26±0.20 9.39±0.07 9.51±0.14 推水养殖系统中，δ15N介于 (6.73±0.08)‰~(12.34±0.11)‰。普通池塘系统中，δ15N介于 (6.73±0.08)‰~(12.14±0.11)‰。两组系统中，δ15N最高的皆是鳙，其次是鲫和草鱼，最低的是草鱼饲料。另外，浮游植物、水体碎屑、底泥碎屑也具有较低的δ15N。
2.2 两组系统消费者食物组成及食物贡献比例
利用δ13C计算两组系统中草鱼、鳙、鲫、大型浮游动物和小型浮游动物的食物组成比例见表2。普通池塘系统中，草鱼的主要食物来源是草鱼饲料，占草鱼的食物组成比例为65.13%，鳙的主要食物来源是草鱼饲料和大型浮游动物，其次是小型浮游动物、水体碎屑和浮游植物；鲫的主要食物来源是底泥碎屑，占其食物组成比例的67.70%；大型浮游动物的主要食物来源是草鱼饲料，占其食物组成的56.20%，其次是底泥碎屑和小型浮游动物；小型浮游动物的食物来源分别是浮游植物、草鱼饲料、水体碎屑、底泥碎屑，四者所占比例差别不大。草鱼饲料、浮游动物和底泥碎屑构成了普通池塘养殖系统各消费者生物主要的食物来源。
表 2 两组系统中各消费者生物潜在食物源及其食物贡献比例Table 2. Contributions of potential food sources to each consumer dietary consumption in two aquaculture systems$\overline {\mathit{\boldsymbol{X}}}{\bf \pm {{SD}}} $ ; %食物来源
Food source草鱼 C. idellus 鳙 A. nobilis 鲫 C. auratus 普通池塘
Common pond推水系统
Push-water system普通池塘
Common pond推水系统
Push-water system普通池塘
Common pond推水系统
Push-water system浮游植物 Phytoplankton − − 14.87±5.66 12.07±3.36 − − 草鱼饲料 Feed 65.13±21.27 92.33±1.36* 23.40±5.12 25.63±6.60 5.23±0.67 6.60±0.50* 水体碎屑 Water detritus 7.37±2.67 1.37±0.55* 15.20±2.14 14.73±3.41 − − 底泥碎屑 Sediment detritus − − − − 67.70±19.92 71.93±3.85 小型浮游动物 Microzooplankton − − 20.23±1.60 20.97±2.74 − − 大型浮游动物 Macrozooplankton 27.50±18.62 6.17±1.00 26.37±2.60 26.63±2.97 23.33±19.84 16.90±3.00 底栖生物 Benthos − − − − 3.73±0.40 5.23±1.23 食物来源
Food source大型浮游动物 Macrozooplankton 小型浮游动物 Microzooplankton 普通池塘
Common pond推水系统
Push-water system普通池塘
Common pond推水系统
Push-water system浮游植物 Phytoplankton 5.90±3.05 6.07±0.40 5.90±3.05 6.07±0.40 草鱼饲料 Feed 56.20±17.25 59.33±1.58 56.20±17.25 59.33±1.58 水体碎屑 Water detritus 8.37±2.86 7.70±0.75 8.37±2.86 7.70±0.75 底泥碎屑 Sediment detritus 17.60±8.65 14.90±1.30 17.60±8.65 14.90±1.30 小型浮游动物 Microzooplankton 11.90±2.72 12.00±1.77 11.90±2.72 12.00±1.77 大型浮游动物 Macrozooplankton − − − − 底栖生物 Benthos − − − − 注：*. 同一生物同行数据表示差异显著 (P < 0.05) Note: *. Significant difference within the same row (P < 0.05) 推水养殖系统中，草鱼、鳙、鲫、大型浮游动物和小型浮游动物的食物组成比例与普通池塘系统基本一致。草鱼饲料占草鱼食物组成的比例显著高于普通池塘系统 (P<0.05)，水体碎屑占草鱼食物组成的比例显著低于普通池塘系统 (P<0.05)。此外，草鱼饲料占鲫食物组成的比例显著高于普通池塘系统 (P<0.05)。说明推水系统提高了草鱼饲料的利用率。
2.3 两组系统底泥碎屑组成及贡献比例
利用δ13C计算两组系统中底泥碎屑来源及组成比例见表3。两组系统的底泥碎屑主要来源均是草鱼饲料，分别占底泥碎屑的55.53%和50.07%，但两者差异并不显著 (P>0.05)。
表 3 两组系统底泥碎屑潜在来源及贡献比例Table 3. Contributions of potential sources to sediment detritus in two aquaculture systems% 来源
Source普通池塘 Common pond 推水系统 Push-water pond 变化范围 Range 平均值 Mean 变化范围 Range 平均值 Mean 草鱼饲料 Feed 36.00~62.00 55.53±5.42 34.00~56.00 50.07±7.88 浮游植物 Phytoplankton 0.00~38.00 18.83±0.55 0.00~52.00 22.40±2.88 水体碎屑 Water detritus 0.00~64.00 25.63±4.90 0.00~66.00 27.53±5.01 2.4 两组系统食物网结构
利用δ15N计算两组系统生物组分及碎屑的营养级见表4。普通池塘系统中，各生物组分及碎屑的营养级介于0.78~2.37，其中鳙和鲫的营养级最高，草鱼饲料的营养级最低。推水系统生物组分及碎屑的营养级与普通池塘基本一致，仅大型浮游动物和水体碎屑营养级与普通池塘呈显著差异 (P<0.05)。两组系统食物网结构见图2、图3，两组系统食物网结构基本一致，仅路径能流强度发生变化。
表 4 两组系统中各生物组分及碎屑的营养级Table 4. Trophic levels of organisms and detritus in two aquaculture systems$\overline {\mathit{\boldsymbol{X}}}{\bf \pm {{SD}}} $ 生物和碎屑
Organisms and detritus普通池塘
Common pond推水系统
Push-water system草鱼 C. idellus 1.78±0.06 1.69±0.02 鳙 A. nobilis 2.37±0.00 2.42±0.08 鲫 C. auratus 2.37±0.01 2.40±0.02 浮游植物 Phytoplankton 1.20±0.06 1.17±0.02 小型浮游动物 Microzooplankton 2.00 2.00 大型浮游动物 Macrozooplankton 2.17±0.01 2.11±0.02* 草鱼饲料 Feed 0.78±0.05 0.77±0.07 水体碎屑 Water detritus 1.28±0.00 1.41±0.01* 底泥碎屑 Sediment detritus 1.16±0.01 1.28±0.08 底栖生物 Benthos 1.56±0.05 1.59±0.01 注：*.同行数据差异显著 (P<0.05) Note: *. Significant difference within the same row (P <0.05) ![]()
图 2 普通池塘系统简化食物网络图粗线条表示主要的能流路径，后图同此Figure 2. A simplified diagram of food web of common pondBold arrows represent main energy flow pathways. The same in the following figure.![]()
图 3 推水系统简化食物网络图Figure 3. A simplified diagram of food web of push-water aquaculture ecosystem3. 讨论
3.1 两组系统各组分稳定同位素组成
本文中两组系统各组分的δ13C介于 (−25.83±0.24)‰~(−22.26±0.20)‰，其中浮游植物δ13C最低，养殖生物的较高，这与很多研究结果一致[19-20]。Leggett等[21]研究发现，浮游植物进行光合作用时通常优先利用12C，因此其13C含量相对较低，而养殖生物经过生物富集作用，其δ13C往往较高。由于生物体内稳定同位素的富集受到很多因素影响，因此，不同研究测定的稳定同位素相差很大[20]。本研究中浮游植物的δ13C分别为 (−25.83±0.24)‰和 (−25.76±0.23)‰，低于Fontugne和Jouanneau[22]、Emerson和Hedges[23]、Boutton[24]和Feng等[14]研究的浮游植物的δ13C值 (−19‰~−22‰)。浮游植物δ13C主要受水体溶解无机碳的可用性、同位素本底值和藻类自身的生理特征等因素的影响[25]。Yoshioka等[26]研究发现，浮游植物δ13C与水体中无机碳浓度呈负相关。与自然生态系统相比，养殖系统高密度、高投入，提高了养殖水体中无机碳浓度[27]，进而使得养殖系统浮游植物δ13C较低。水体碎屑的δ13C高于浮游植物，这可能是水体碎屑中除包含浮游植物外，还含有δ13C较高的草鱼饲料、鱼类粪便及部分养殖生物残体等的原因。
本研究中两组系统各组分的δ15N介于 (6.73±0.08)‰~(12.34±0.11)‰，与皮坤等[28]、李学梅等[29]的研究结果类似，但高于部分自然系统，例如，东江流域碎屑δ15N为7.40‰[30]，低于本研究两组系统的水体碎屑和底泥碎屑的δ15N。其原因是碎屑的δ15N易受外源输入物质的影响，相比自然系统，水产养殖系统单位水体有大量饲料输入[14–16]。鲫的食物来源主要为底泥碎屑，因此本研究中鲫的δ15N亦高于东江流域鲫(9.07‰)[30]。此外，由于直接摄食δ15N较高的饲料，本研究两组系统中草鱼的δ15N高于三峡水库草鱼的δ15N (7.34‰)[31]。
捕食者和猎物之间具有一定的稳定同位素比率差异，δ13C差异介于0~1‰，δ15N差异在(3.4±1)‰[32]。本研究两组系统中，草鱼饲料对草鱼的食物组成贡献率最高，草鱼与饲料的δ13C差异分别为0.32‰和0.07‰，δ15N差异分别为3.40‰和3.15‰；底泥碎屑对鲫的食物组成贡献率最高，鲫与底泥碎屑δ13C差异分别为0.20‰和0.26‰，δ15N差异分别为3.80‰和4.12‰。可见，草鱼、鲫与其主要食物的碳、氮稳定同位素差异基本符合规律。草鱼饲料和大型浮游动物对鳙的食物组成贡献率最高，鳙δ13C与其食物δ13C差异分别介于0.34‰~1.1‰和0.54‰~1.3‰，δ15N差异分别介于1.03‰~5.61‰和0.69‰~5.41‰。可见，鳙与其主要食物的碳稳定同位素差异基本符合规律，而氮稳定同位素的差异较大。其原因可能是鳙的各食物组成贡献比例差异较小，除草鱼饲料和大型浮游动物外，两组系统中小型浮游动物、水体碎屑、浮游植物对鳙的食物贡献比例分别为14.87%~20.23%和12.07%~20.97%，而这些食物与鳙的δ15N差异较大，进而加大了主要食物源与鳙的氮稳定同位素差异。
3.2 两组系统的消费者食物组成
混养是将具有生态互补习性的生物一起养殖的模式，可以促进养殖生物协调共生，有效提高营养物质利用效率[33]。本研究普通池塘系统中，草鱼饲料对鳙的食物组成贡献为23.40%，草鱼饲料对鲫的食物组成贡献为5.23%；推水系统中草鱼饲料对鳙的食物组成贡献为25.63%，草鱼饲料对鲫的食物组成贡献为6.60% (表2)。可见草鱼、鳙、鲫混养可提高投入饲料的利用率。目前，国内对于混养鳙能否提高颗粒饲料利用率尚存争议。王龙升等[34]研究表明鳙不能直接利用草鱼颗粒饲料，认为鳙主要利用残饵分解后促生的浮游生物和颗粒有机物。而李学梅等[29]研究发现鳙能充分利用颗粒饲料，其对鳙的食物贡献比例为42%~100%。本研究结果与后者基本一致。造成这种差异的原因可能与鳙的规格、养殖方式以及饲料种类的不同有关。以往研究表明，投入池塘的饲料仅有一小部分被养殖生物利用，其余大部分沉降于池塘底泥中[35]。本研究中两组系统底泥碎屑对鲫的食物组成贡献分别为67.70%和71.93%，可见鲫对底泥碎屑的摄食对系统自净有重要作用。
两组系统食物网结构见图2、图3。综合看来，两组系统中消费者的食物来源主要是草鱼饲料和底泥碎屑。前期研究表明，浮游植物光合作用固定的生物能和人工投喂饲料是水产养殖系统主要的能量来源[36]。本研究两组系统中草鱼饲料→鳙、草鱼饲料→鲫、草鱼饲料→大型浮游动物食物链的存在有效弥补了草鱼不能充分利用草鱼饲料的情况。而浮游植物→鳙、浮游植物→浮游动物→鳙/草鱼/鲫食物链则充分利用了系统中的浮游植物资源。因此，输入系统的能量在各养殖生物综合摄食下得到了充分利用。
3.3 两组系统的食物网差异
本研究发现，草鱼饲料对草鱼的食物组成贡献率最高，普通池塘系统和推水养殖系统分别为65.13%和92.33%。推水养殖系统中草鱼饲料对草鱼的食物组成贡献率显著高于普通池塘 (P<0.05)。原因是推水系统中，草鱼集中于推水槽内，投入的饲料可被其充分摄食利用。此外，由于水槽内流速相比普通池塘较快，影响了草鱼对水体碎屑、大型浮游动物等食物的利用，导致草鱼主要利用投入饲料，进而提高了草鱼饲料对其食物组成的贡献率。
普通池塘系统中，由于水体流速较低，草鱼摄食较多的水体碎屑、大型浮游动物，造成水体碎屑和大型浮游动物对草鱼的食物组成贡献率高于推水养殖系统。Zhou等[37]研究发现饲料是水体碎屑的主要组成部分。草鱼饲料是大型浮游动物的主要食物来源，因此普通池塘系统中，草鱼饲料→水体碎屑→草鱼、草鱼饲料→大型浮游动物→草鱼食物链的作用高于推水养殖系统。尽管两条食物链的存在利用了碎屑食物链和浮游生物食物链的能量，但相比于草鱼饲料→草鱼食物链，其食物传递路径显著延长。根据林德曼定律[38]，草鱼饲料的能量传递效率会因食物传递路径延长而变低。Feng等[16]对三疣梭子蟹混养系统的研究得到了相同的结论。因此，采用推水养殖模式，可避免食物链延长造成的饲料能量流失，提高其利用效率。
底泥碎屑的来源主要包括浮游植物、浮游动物、粪便、残饵和悬浮颗粒物等[28]。稳定同位素技术可示踪沉积物的不同来源及贡献[28, 39]。本研究两组系统中，草鱼饲料对底泥碎屑的贡献率分别为55.53%和50.07%。这与皮坤等[28]对主养草鱼沉降颗粒有机质饵料贡献率的研究结果基本一致。本研究中，尽管推水养殖系统草鱼放养密度和投喂量均高于普通池塘系统，但两系统的鱼饲料对底泥碎屑贡献率的差异并不显著 (P>0.05)，这是由于养殖水槽内草鱼对饲料的利用率提高，沉积到系统底部的饲料减少所致。此外，养殖系统运行方式的差异也会影响底泥碎屑来源[40]。推水养殖系统中，由于水槽内推流曝气装置的使用以及净化池塘中增氧机的布局方式，整个系统的水体流速高于普通池塘，而水体流速直接影响物质沉降效果[41]。以上综合作用导致两组系统中草鱼饲料对底泥碎屑贡献率无差异。
4. 结论
综上，推水养殖系统和普通池塘系统相同组分的稳定同位素组成无显著差异。除大型浮游动物和水体碎屑的营养级有差异外，两组系统的食物网结构基本一致。稳定同位素混合模型分析结果显示，推水养殖系统可提高草鱼饲料对草鱼、鲫的食物贡献比例，降低水体碎屑对草鱼的食物贡献比例。因此，推水养殖系统可促进养殖生物对饲料的摄食，提高饲料利用效率，是一种高效的养殖模式。
-
![]()
图 1 1950—2016年巴基斯坦海洋渔业统计产量
Figure 1. Statistic data of marine fisheries catches in Pakistani waters from 1950 to 2016
![]()
图 2 内禀增长率参数先验分布为 [0.6, 1.5] 情况下巴基斯坦海洋渔业资源最大可持续产量评估结果
a. 1950—2015年统计产量与MSY评估结果(实线为几何平均数，虚线为正负2倍标准差，下同；b. 参数r–k的先验均匀分布，黑色点为后验组合；c. 为ln(r) 和 ln(k)的线性关系以及MSY的几何平均数 (实线)；d~f. 为参数r、k以及MSY的后验概率密度
Figure 2. Model outputs for fisheries in Pakistani waters with r of [0.6, 1.5]
a. catch history from 1950 to 2015 with MSY estimation (solid line) ± 2SD (dash line); b. prior uniform distribution of r–k, and the black dots are posterior combinations; c. the relationship between ln(r) and ln(k) with geometric mean MSY (solid line) ± 2SD (dash line); d~f. posterior densities of r, k and MSY
![]()
图 3 巴基斯坦24个海洋渔业类群2015年产量与最大可持续产量的比值
虚线代表比值为1
Figure 3. Ratios of catch in 2015 to MSY for 24 important commercial fish groups in Pakistani waters Dash line represent that the ratio is equal to 1.
![]()
图 4 巴基斯坦金线鱼类、鳐类、鳀类和鲹类等4个海洋渔业类群的统计产量与最大可持续产量评估值
实线为平均值，虚线为95%置信区间
Figure 4. Statistical catches and estimated MSYs of threadfin breams, rays, anchovies and carangids fisheries in Pakistani waters
Solid lines are average values and dash lines are 95% confidence intervals.
表 1 评估对象产量数据序列及参数先验分布设置
Table 1 Catch data series and prior distribution for fish groups in stock assessment
类群
fish group数据序列
data series先验分布 prior distribution 内禀增长率
r起始年份资源量水平
first year B1/k最终年份资源量水平
final year Bn/k鳀类 Anchovies 1988—2015 [0.6, 1.5] [0.5, 0.9] [0.01, 0.4] 魣类 Barracudas 1978—2015 [0.05, 0.5] [0.5, 0.9] [0.3, 0.7] 乌鲳 Formio niger 1962—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 鲳类 Butterfishes 1985—2015 [0.2, 1] [0.5, 0.9] [0.3, 0.7] 鲹类 Carangids 1962—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 军曹鱼 Rachycentron canadum 1962—2015 [0.05, 0.5] [0.5, 0.9] [0.3, 0.7] 鲯鳅 Coryphaena hippurus 1983—2015 [0.6, 1.5] [0.5, 0.9] [0.3, 0.7] 石首鱼类 Croakers 1954—2015 [0.2, 1] [0.5, 0.9] [0.3, 0.7] 宝刀鱼 Chirocentrus dorab 1971—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 石斑鱼类 Groupers 1962—2015 [0.05, 0.5] [0.5, 0.9] [0.3, 0.7] 石鲈类 Grunts 1962—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 长头小沙丁鱼 Sardinella longiceps 1950—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 马鲹 Caranx hippos 1981—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 白带鱼 Trichiurus lepturus 1980—2015 [0.05, 0.5] [0.5, 0.9] [0.01, 0.4] 银纹笛鲷 Lutjanus argentimaculatus 1962—2015 [0.05, 0.5] [0.5, 0.9] [0.01, 0.4] 鲻类 Mullets 1970—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 康氏马鲛 Scomberomorus commerson 1950—2015 [0.2, 1] [0.5, 0.9] [0.3, 0.7] 海鳗 Muraenesox cinereus 1978—2015 [0.05, 0.5] [0.5, 0.9] [0.01, 0.4] 鲷类 Porgies 1970—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 鳐类 Rays 1962—2015 [0.05, 0.5] [0.5, 0.9] [0.01, 0.4] 海鲇 Arius thalassinus 1950—2015 [0.05, 0.5] [0.5, 0.9] [0.01, 0.4] 金线鱼类 Threadfin breams 1985—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 舌鳎类 Tonguefishes 1950—2015 [0.2, 1] [0.5, 0.9] [0.01, 0.4] 大甲鲹 Megalaspis cordyla 1987—2015 [0.2, 1] [0.5, 0.9] [0.3, 0.7] 注：[ ]. 均匀分布区间 Note: Square brackets represent uniform distributions. 
下载: 导出CSV
表 2 4种不同内禀增长率先验分布评估的巴基斯坦海洋渔业最大可持续产量和可捕量评估结果
Table 2 Estimated MSY and allowable catch under four prior levels of intrinsic rate of increase for marine fisheries in Pakistani waters
内禀增长率先验分布
prior of intrinsic rate of increase评估结果 assessment result 内禀增长率
r最大可持续产量/104 t
MSY可捕量/104 t
allowable catch[0.6, 1.5] 0.976 (CV=0.31) 40.88 (CV=0.023) 36.79 [0.4, 1.5] 0.637 (CV=0.37) 40.30 (CV=0.027) 36.27 [0.4, 1.7] 0.654 (CV=0.39) 40.13 (CV=0.026) 36.11 [0.6, 1.7] 0.905 (CV=0.28) 40.80 (CV=0.022) 36.72 注：CV. 变异系数 Note: CV. coefficient of variation
下载: 导出CSV
表 3 巴基斯坦24个重要经济类群评估结果
Table 3 Assessment results of 24 important commercial fish groups in Pakistani waters
类群
fish group内禀增长率
r最大可持续产量/104 t
MSY可捕量/104t
allowable catch2015年产量/104t
catch in 2015鳀类 Anchovies 0.73 14.37 (0.09) 12.93 6.45 魣类 Barracudas 0.26 4.46 (0.12) 4.01 6.69 乌鲳 Formio niger 0.26 2.91 (0.13) 2.62 2.29 鲳类 Butterfishes 0.54 4.37 (0.08) 3.93 4.93 鲹类 Carangids 0.28 10.09 (0.06) 9.08 2.61 军曹鱼 Rachycentron canadum 0.22 2.31 (0.03) 2.08 3.89 鲯鳅 Coryphaena hippurus 0.85 3.58 (0.07) 3.22 4.61 石首鱼类 Croakers 0.41 18.77 (0.11) 16.89 16.16 宝刀鱼 Chirocentrus dorab 0.26 2.68 (0.13) 2.41 2.78 石斑鱼类 Groupers 0.20 11.46 (0.17) 10.31 15.98 石鲈类 Grunts 0.30 4.84 (0.09) 4.36 4.01 长头小沙丁鱼 Sardinella longiceps 0.38 35.98 (0.13) 32.38 27.78 马鲹 Caranx hippos 0.32 6.70 (0.05) 6.03 7.32 白带鱼 Trichiurus lepturus 0.26 12.46 (0.06) 11.21 12.66 银纹笛鲷 Lutjanus argentimaculatus 0.13 1.56 (0.03) 1.40 1.26 鲻类 Mullets 0.29 9.82 (0.09) 8.84 9.53 康氏马鲛 Scomberomorus commerson 0.52 9.89 (0.18) 8.90 9.79 海鳗 Muraenesox cinereus 0.14 3.16 (0.21) 2.84 2.76 鲷类 Porgies 0.29 2.90 (0.14) 2.61 1.96 鳐类 Rays 0.11 13.92 (0.03) 12.53 4.72 海鲇 Arius thalassinus 0.33 21.57 (0.22) 19.41 19.29 金线鱼类 Threadfin breams 0.35 5.06 (0.08) 4.55 2.89 舌鳎类 Tonguefishes 0.30 1.42 (0.09) 1.28 1.12 大甲鲹 Megalaspis cordyla 0.47 3.75 (0.10) 3.38 3.63 注：括号内为变异系数CV值 Note: Value in brackets are coefficient of variations.
下载: 导出CSV
-
[1] KALHORO M A, LIU Q, VALINASSAB T, et al. Population dynamics of greater lizardfish, Saurida tumbil from Pakistani waters[J]. Pak J Zool, 2015, 47(4): 921-931.
[2] FAO. Fishery and Aquaculture Country Profiles. Pakistan (2009). Country Profile Fact Sheets.[EB/OL]. (2017-12-01).http://www.fao.org/fishery/facp/PAK/en.
[3] PSOMADAKIS P N, OSMANY H B, MOAZZAM M. Field identification guide to the living marine resources of Pakistan[R]. Rome: FAO, 2015.
[4] FANNING L P, KHAN M W, KIDWAI S, et al. Surveys of the offshore fisheries resources of Pakistan-2010[R]. Rome: FAO Fisheries and Aquaculture Circular, 2011: 1065.
[5] 陈峰, 蒋日进, 朱文斌, 等. 巴基斯坦海洋渔业现状与合作开发对策分析[J]. 海洋开发与管理, 2016, 33(12): 13-18. doi: 10.3969/j.issn.1005-9857.2016.12.003 [6] KALHORO M A. Population dynamics of nemipteridae and synodontidae fish families from Pakistani waters[D]. 青岛: 中国海洋大学, 2014: 17-43. [7] KALHORO M A, LIU Q, WARYANI B, et al. Growth and mortality of brushtooth lizardfish, Saurida undosquamis, from Pakistani waters[J]. Pak J Zool, 2014, 46(1): 139-151.
[8] MEMON K H, LIU Q, KALHORO M A, et al. Maximum sustainable yield estimates of barramundi Lates calcarifer fishery from Pakistani waters[J]. Indian J Geo-Mar Sci, 2015, 44(6): 825-832.
[9] KALHORO M A, LIU Q, MEMON K H, et al. Maximum sustainable yield of greater lizardfish Saurida tumbil fishery in Pakistan using the CEDA and ASPIC packages[J]. Acta Oceanol Sin, 2015, 34(2): 68-73. doi: 10.1007/s13131-014-0463-0
[10] PANHWAR S K, LIU Q, AMIR S A, et al. Performance comparison between logistic and generalized surplus-production models applied to the Sillago sihama fishery in Pakistan[J]. J Ocean U China, 2012, 11(3): 401-407. doi: 10.1007/s11802-012-1930-x
[11] 张魁, 刘群, 廖宝超, 等. 渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较[J]. 水产学报, 2018, 42(9): 1378-1389. [12] MACCALL A D. Depletion-corrected average catch: a simple formula for estimating sustainable yields in data-poor situations[J]. ICES J Mar Sci, 2009, 66(9): 2267-2271.
[13] DICK E J, MACCALL A D. Depletion-based stock reduction analysis: a catch-based method for determining sustainable yields for data-poor fish stocks[J]. Fish Res, 2011, 110(2): 331-341. doi: 10.1016/j.fishres.2011.05.007
[14] 张魁, 廖宝超, 许友伟, 等. 基于渔业统计数据的南海区渔业资源可捕量评估[J]. 海洋学报, 2017, 39(8): 25-33. doi: 10.3969/j.issn.0253-4193.2017.08.003 [15] MARTELL S, FROESE R. A simple method for estimating msy from catch and resilience[J]. Fish Fish, 2013, 14(4): 504-514. doi: 10.1111/j.1467-2979.2012.00485.x
[16] HADDON M. Modelling and quantitative methods in fisheries (Second Edition) [M]. London: Chapman and Hall , 2001: 76-98.
[17] FROESE R, PAULY D. Estimation of life history key facts. In: FishBase 2000: concepts, design and data sources. (eds Froese R and Pauly D) [R]. Philippines: ICLARM, 2000.
[18] 慕永通. 渔业管理: 以基于权利的管理为中心[M]. 青岛: 中国海洋大学出版社, 2006: 1-25. [19] 易传剑, 周梅芳, 俞存根. 政府规制理论在我国近海渔业管理中应用的探讨[J]. 水产学报, 2012, 36(5): 787-793. [20] 郭文路, 黄硕琳. 总可捕量制度不同实施方式的比较分析[J]. 海洋湖沼通报, 2001(4): 61-69. doi: 10.3969/j.issn.1003-6482.2001.04.012 [21] RICARD D, MINTO C, JENSEN O P, et al. Examining the knowledge base and status of commercially exploited marine species with the RAM Legacy Stock Assessment Database[J]. Fish Fish, 2012, 13(4): 380-398. doi: 10.1111/faf.2012.13.issue-4
[22] CARRUTHERS T R, PUNT A E, WALTERS C J, et al. Evaluating methods for setting catch limits in data-limited fisheries[J]. Fish Res, 2014, 153(5): 48-68.
[23] BERKSON J, THORSON J T. The determination of data-poor catch limits in the United States: is there a better way?[J]. ICES J Mar Sci, 2015, 72(1): 237-242. doi: 10.1093/icesjms/fsu085
[24] 詹秉义. 渔业资源评估[M]. 北京: 中国农业出版社, 1995: 25-31. [25] ALLISON G. The influence of species diversity and stress intensity on community resistance and resilience[J]. Ecol Monogr, 2004, 74(1): 117-134. doi: 10.1890/02-0681
[26] 韩保平. 巴基斯坦海洋渔业概况[J]. 海洋渔业, 1999(2): 90-91. [27] 李善勋. 巴基斯坦的海洋渔业[J]. 中国水产, 1983(9): 28-29. [28] 陈新军, 钱卫国, 田思泉. 阿拉伯海北部公海海域鸢乌贼资源密度及其分布[J]. 海洋科学进展, 2006, 24(3): 360-364. doi: 10.3969/j.issn.1671-6647.2006.03.014 [29] 张鹏, 张俊, 李渊, 等. 秋季南海中南部海域的一次灯光罩网探捕调查[J]. 南方水产科学, 2016, 12(2): 67-74. doi: 10.3969/j.issn.2095-0780.2016.02.010 -
期刊类型引用(3)
1. 钟声平，蔡小辉，宋建达，刘旭佳，彭银辉，黄亮华，葛长字，黄国强. 拟穴青蟹对不同饵料稳定同位素的周转和分馏. 渔业科学进展. 2025(01): 30-45 . 
百度学术
2. 黄国强，曹素会，刘旭佳，彭银辉，刘永宏，黄亮华，钟声平. 拟穴青蟹对饵料中稳定同位素富集效应的初步研究. 南方水产科学. 2021(03): 19-26 . 本站查看
3. 王摆，田甲申，周遵春. 海蜇-对虾-蛤仔综合养殖池塘的食物网. 应用生态学报. 2021(06): 2028-2034 . 百度学术
其他类型引用(6)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 9
粤公网安备 44010502001741号
