Study on carbonate alkalinity tolerance of Nile tilapia (Oreochromis niloticus)
-
摘要: 该研究以2种规格 [ 大:(21.56±0.27) g,小:(5.92±0.03) g] 的尼罗罗非鱼 (Oreochromis niloticus) 幼鱼为研究对象,采用碳酸氢钠 (NaHCO3) 分别配制不同浓度的碳酸盐碱水体进行3种胁迫实验:1) 将鱼由淡水直接移入碳酸盐碱度为30或22 g·L−1的水体中进行高浓度碱胁迫致死;2) 将鱼由淡水直接移入碳酸盐碱度为6~10 g·L−1的不同碱度组水体中进行96 h急性碱胁迫;3) 分别以+2、+4和+6 g·(L·d)−1的每日碱度增加进行慢性碱驯化,探索其对碳酸盐碱度的耐受能力。结果表明,尼罗罗非鱼急性胁迫96 h的半致死碱度为6.25~9.01 g·L−1,其耐碱能力虽弱于青海湖裸鲤 (Gymnocypris przewalskii) 等耐高碱鱼类,但仍强于大多淡水养殖鱼类;在幼鱼阶段,体质量增加3倍以上的尼罗罗非鱼对碳酸盐碱胁迫的耐受性显著增强;养殖中可通过2 g·(L·d)−1的每日碱增加对罗非鱼进行碱驯化;互补重对数模型较好地拟合急性碱胁迫下“时间-碱度-死亡率”间关系。Abstract: In this study, we examined the tolerance to carbonate alkalinity of two sizes of Nile tilapia (Oreochromis niloticus) [Large: (21.56±0.27) g, Small: (5.92±0.03) g]. Different carbonate-alkalinity solutions were prepared with NaHCO3 to carry out the experiment: 1) The fish were directly transferred from fresh water to 30 or 22 g·L−1 carbonate alkalinity solutions to determine the mortality. 2) The fish were acutely exposed to different carbonate alkalinity solutions ranging from 6 to 10 g·L−1 for 96 h. 3) For chronic alkaline acclimation experiments, the carbonate concentrations increased gradually at three levels of +2, +4 and +6 g·(L·d)−1. The results show that the half lethal alkalinities of Nile tilapia under acute stress for 96 h ranged from 6.25 to 9.01 g·L−1. The alkaline tolerance of Nile tilapia was weaker than that of fish which adapt to extreme alkaline environment (e.g. Gymnocyprinus przewalskii), but it was still stronger than that of most freshwater cultured fish. At juvenile stage, the tolerance of Nile tilapia to carbonate stress was significantly enhanced when its body mass increased more than three times. Nile tilapia can be acclimated by daily alkaline increment of 2 g·L−1. The relationship of "time-alkalinity-mortality" under acute alkaline stress can be well fitted by complementary log-log model.
-
Keywords:
- Oreochromis niloticus /
- Alkaline stress /
- Tolerance /
- Complementary log-log model
-
物种共现(species co-occurrence)是对许多生态过程获得更好理解的基本模式,生态学家常通过分析两个或多个物种在一组空间位置中共同出现的频率,评估物种共现的正、负相关性和随机性。对物种共现模式的研究是许多生态研究的基本任务[1]。
传统生态位构建理论认为,物种在群落中的共现是以生态位分化为前提的,生态位相同的物种可能因竞争共同的资源而发生竞争排除,不能稳定共现[2],同科属的种类往往表现出较接近的生态位,受空间和食物资源的影响,在时间上出现明显的错位分布[3]。而中性理论认为,物种共现与生态位分化无关,物种在扩散限制的边界内随机聚合形成群落[4-5]。虽然生态位理论和中性理论在物种共现方面存在争议,但近年来更多的生态学家倾向于生态位理论和中性理论并非对立,将生态位理论和中性理论整合可以更好地理解群落构建的机理[6-7]。近年来的研究主要集中于环境筛选和生物相互作用在群落构建中的相对重要性。群落物种特征是群落构建的直接作用对象,所以生态学家通过构建群落零模型(null model)、数据随机化(data randomization)等方法来分析实际群落中物种的分布特征与随机过程导致的特征相似和离散性的异同[8-10]。但是这种用于产生随机化矩阵的方法受随机过程本身的影响往往会产生“一类”或“二类”错误,而概率模型不依赖于数据随机化过程,“一类”或“二类”错误的发生率相对较低[11-12]。
网络分析方法(networks theory)可以获得生物过程与生物群落构建之间的关系,利用网络的属性特点可以反映群落中物种之间的相互关系,并能够通过对物种联结节点赋予不同的权重反映物种之间相互作用的强度[13-14]。该理论已经广泛应用在不同层次的群落构建机制研究中,包括对基因和蛋白质相互作用、代谢路径、共现关系以及食物网的分析[13]。另外,共现网络(co-occurrence networks)也被应用在对不同生物群落的构建模式分析中,在网络中可以通过分析种间联结数量和权重识别群落结构中的核心物种[15-17]。
长江口是我国最大的河口,大量淡水和陆源物质注入为海洋鱼类和其他海洋生物提供了良好的生存环境。受河口冲淡水以及潮汐等多种环境因素的影响,长江口生态系统具有较大的时空变化,栖息环境的差异导致了鱼类群落组成的差异[18]。本研究以长江口鱼类群落为研究对象,使用概率模型和网络分析方法,1) 探讨鱼类群落的种间共现模式;2)分析在栖息环境具明显季节差异的河口水域,鱼类种间共现模式和群落聚集程度的变化;3) 识别群落中的核心物种。进而了解长江口鱼类群落构建和生物多样性维持的机制。
1. 材料与方法
1.1 采样方法
于2012—2014年每年的2月(冬季)、5月(春季)、8月(夏季)和11月(秋季),对长江口中华鲟自然保护区及附近海域渔业资源进行了定点采样调查,共15个站点(图1)。
调查船为沪崇渔1511号,渔具为双囊底拖网,网口宽6 m,网高2 m,网纲长6 m,囊网网目20 mm。根据GPS定位,当调查船到达站位后,放下拖网,以约2 km·h−1的航速拖曳30 min,随即收网并整理2个囊袋中的渔获物。当渔获物数量较少时,记录全部渔获物的种类、数量、质量、体长等统计量数据,渔获物数量较多时随机抽取一定比例的渔获物进行统计,最后换算成全部渔获物的数量,种类鉴定参考《长江口鱼类》[19]。
1.2 分析方法
随机共现表示2个物种之间的相对分布模式是随机的或独立的,并不表示每个物种的分布都是随机的;正关联的2个物种的分布在空间位置上重叠的可能性更高,负关联的2个物种相反。因此一对物种可能存在的潜在共现关系有3种,即随机、正关联和负关联。这种关联模式的存在可以间接的证明存在某些不确定的生态过程或影响因子导致了特定的种间共现模式[1]。本研究根据每个物种在不同月份和不同站点的渔获数据建立物种出现(1)—不出现(0)的关联矩阵,利用成对概率分析(pair-wise probabilistic analyses)方法验证物种共现的假设[12]。分析在R语言co-occur程序包中进行[20]。该方法可以获得每个种对共现关系的显著性(α>0.05),并能够识别显著聚集和显著分离的物种。
观察到的种对共现数据用于构建不同季节的种间共现网络,以观察到的鱼类共现关系为边(edges),以物种作为顶点(nodes)。种间共现网络的构建在R语言igraph程序包中进行[21]。分析物种权度(weighted degree)和中间中心性(betweenness centrality),以物种权度决定顶点大小。在共现网络中,将群落中与某一物种具有显著正关联的所有物种的种数作为该物种的权度;物种对群落内信息交换的控制能力作为物种的中间中心性,它是将通过节点的二进制最短路径除以2个节点之间的二进制路径的数量来计算的,中间中心性越大,物种对群落内信息交换的控制能力越强,对维持群落结构的稳定就越关键[22]。权重和中间中心性的估算都在R语言tnet程序包中进行[23]。利用局部聚类系数 (local clustering coefficients) 分析物种权重密度,聚类系数是当前与中心节点联结的节点之间的链接数量与可能的链接总数的比例。聚类系数较高的网络具有较强的内聚性[24]。同时使用igraph程序包中的intersection.by.name代码分析每个季节的共现关系都是正相关的种对[21]。
采用相对重要性指数(relative importance index,IRI)作为鱼类优势度的指标:
$${\rm{IRI}} = \left( {N + W} \right) \times F$$ 式中N为某种鱼类占捕获鱼类个体总数的百分比(%),W为某种鱼类占捕获鱼类总质量的百分比(%),F为某种鱼类在调查中的出现频率(%)。IRI值大于1 000时为优势种,50~1 000为常见种,其余为偶见种,优势种和常见种为长江口的主要经济鱼类[18]。
所有分析均在R 3.4.3中进行。
2. 结果
调查共发现鱼类38种,属11目18科(表1)。以鲈形目最多(16种),其中虾虎鱼科最多(9种),其次是鲱形目和鲽形目各有4种。优势种和常见种共11种。
表 1 长江口鱼类组成 (2012—2014年)Table 1. Fish species composition in Yangtze River estuary (2012−2014)目
Order科
Family种
Species频次
frequency相对重要性指数
IRI鲱形目 Clupeiformes 鳀科 赤鼻棱鳀 Thrissa kammalensis 3 0.62 黄鲫 Setipinna taty 2 0.07 刀鲚 Coilia nasus 56 128.20 凤鲚 Coilia mystus 34 73.15 鲑形目 Salmoniformes 银鱼科 大银鱼 Protosalanx hyalocranius 4 0.18 灯笼鱼目 Myctophiformes 狗母鱼科 龙头鱼 Harpodon nehereus 24 77.77 鳗鲡目 Anguilliformes 海鳗科 海鳗 Muraensox cinereus 3 0.41 鲤形目 Cypriniformes 鲤科 贝氏䱗 Hemiculter bleekeri 3 0.27 长蛇 Saurogobio dumerili 3 0.21 鲇形目 Siluriformes 鲿科 光泽黄颡鱼 Pelteobagrus nitidus 31 58.81 长吻 Leiocassis longirostris 4 0.48 鲻形目 Mugiliformes 鲻科 鲻 Mugil cephalus 2 0.13 鮻 Liza haematocheila 5 0.32 鲈形目 Perciformes 马鲅科 多鳞四指马鲅 Eleutheronema rhadinum 5 0.35 鮨科 中国花鲈 Lateolabrax maculatus 6 1.23 石首鱼科 黄姑鱼 Nibea albifora 16 30.26 白姑鱼 Argyrosomus argentatus 30 47.78 鮸 Miichthys miiuy 8 3.12 棘头梅童鱼 Collichthys lucidus 48 1 340.92 虾虎鱼科 髭缟虾虎鱼 Triaenopogon barbatus 11 7.10 纹缟虾虎鱼 Tridentiger trigonocephalus 1 0.04 波氏吻虾虎鱼 Ctenogobius cliffordpopei 1 0.01 狼牙鳗虾虎鱼 Taenioides anguillaris 54 185.98 拉氏狼牙虾虎鱼 Odontamblyopus lacepedii 5 1.81 睛尾蝌蚪虾虎鱼 Lophiogobius ocellicauda 53 262.44 矛尾虾虎鱼 Chaeturichthys stigmatias 31 198.59 斑尾刺虾虎鱼 Synechogobius ommaturus 11 6.72 孔虾虎鱼 Trypauchen vagina 38 120.72 鲳科 银鲳 Pampus argenteus 8 1.50 䲗科 香斜棘䲗 Repomucenus olidus 2 0.04 鲉形目 Scorpaeniformes 鲂鮄科 小眼绿鳍鱼 Chelidonichthys spinosus 1 0.88 鲬科 鲬 Platycephalus indicus 1 0.01 鲽形目 Pleuronectiformes 舌鳎科 日本须鳎 Paraplagusia japonica 1 0.03 短吻红舌鳎 Cynoglossus joyneri 23 109.89 窄体舌鳎 Cynoglossus gracilis 75 705.37 鳎科 带纹条鳎 Zebrias zebra 1 0.21 鲀形目 Tetraodontiformes 鲀科 暗纹东方鲀 Takifugu obscurus 1 0.02 黄鳍东方鲀 Takifugu xanthopterus 1 0.37 调查期间,38个物种703个种对中,有76个种对呈显著正关联,12个种对为显著负关联,大部分种对(615对,87.5%)为随机关联,且随机关联种对中587对(95.4%)与偶见种有关。与棘头梅童鱼(Collichthys lucidus)有显著正关联的鱼类有13种,与龙头鱼(Harpodon nehereus)、矛尾虾虎鱼(Chaeturichthys stigmatias)和孔虾虎鱼(Trypauchen vagina)正关联的鱼类各有9种;负关联种对中涉及鱼种最多的是光泽黄颡鱼(Pelteobagrus nitidus),共有9对。主要经济鱼类(11种)中正关联种对19对(34.5%),负关联种对8对(14.5%)。同科种对有52对,其中正关联种对11个,负关联种对2个,分别是矛尾虾虎鱼和斑尾刺虾虎鱼 (Synechogobius ommaturus),短吻红舌鳎(Cynoglossus joyneri)和窄体舌鳎 (C. gracilis),其余种对为随机关联(表2,图2)。
表 2 长江口鱼类共现模式呈正相关、负相关和随机性的种对数量Table 2. Number of pairs of fish species with positive, negative and random co-occurrence patterns in Yangtze River estuary月份
month物种数
number of species共现模式
pattern of co-occurrence正相关
positive负相关
negative随机
random2月 Feb. 18 3 3 147 5月 May 24 11 4 261 8月 Aug. 27 51 4 296 11月 Nov. 27 26 6 319 总体 total 38 76 12 615 鱼类共现模式存在季节差异。随机关联的种对占绝对优势。8月正关联种对最多,其次是11月,2月最少;负关联种对不论是各个季节还是总体,均占比很小 (表2,图3)。共现网络中物种权度和边线数量以8月最为复杂,2月最简单(图4)。
物种权度的季节变化较大。平均物种权度最高的是8月,其次是11月,最低的是2月(图4,图5)。2月物种权度最高的为髭缟虾虎鱼(Triaenopogon barbatus) (2);5月除了棘头梅童鱼(4)和矛尾虾虎鱼(4)之外,其他种类都小于4;8月物种权度大于5的种类有8种,其中龙头鱼11,棘头梅童鱼10,短吻红舌鳎、鮸鱼(Miichthys miiuy)和髭缟虾虎鱼均为9,矛尾虾虎鱼8,多鳞四指马鲅(Eleutheronema rhadinum) 和孔虾虎鱼为7;11月物种权度除了棘头梅童鱼(5)和龙头鱼(3)之外,其余种类均≤3。
与物种权度相似,物种的中间中心性也存在季节差异。2月最高的为髭缟虾虎鱼(1.00);5月最高的为棘头梅童鱼(4.50);8月最高的为龙头鱼(23.26),其余种类超过5的有棘头梅童鱼(18.87)、髭缟虾虎鱼(18.66)、睛尾蝌蚪虾虎鱼(Lophiogobius ocellicauda,18.46)、短吻红舌鳎(17.01)、矛尾虾虎鱼(16.48)、鮸鱼(13.17)和孔虾虎鱼(7.73);11月最高也为棘头梅童鱼(13.17),其余超过5的有龙头鱼(6.33)、白姑鱼(Argyrosomus argentatus,6.00)和凤鲚(Coilia mystus,6.00)。
调查期间长江口发现的鱼类虽然有38种,但不存在每个季节都显著正关联的物种。在3个季节(5月、8月和11月)均正关联的有3个种对,分别为矛尾虾虎鱼与短吻红舌鳎、矛尾虾虎鱼与棘头梅童鱼以及棘头梅童鱼与白姑鱼。
3. 讨论
传统的河口鱼类群落结构研究多采用多元统计分析(包括聚类分析、多维标度排序、主成分分析、对应分析、冗余分析和典范对应分析等)描述变量间的相关关系,以及环境变量对各个物种的影响,这类研究一般不包括物种间的相互作用[25]。本研究利用成对概率模型和网络分析方法分析鱼类种间共现关系,对了解生物时空分布规律和评估种间作用关系具有重要意义。
3.1 长江口鱼类共现模式
部分研究认为鱼类共现主要是物种在生物和环境因素作用下的非随机关联[26-27],环境因素的作用要大于生物间相互作用[28-29]。本研究证实长江口鱼类群落模式主要是物种的随机共现[16-17]。94.5%的随机共现种对涉及偶见种,表明这种随机共现模式受偶见种影响较大。主要经济鱼类中49%的种间非随机共现模式,说明长江口主要经济鱼类在某些不确定因素的影响下形成了较为稳定的种间共现模式。
一般在环境因子变化较大的环境中,相似性较高的物种表现出相似的生态位,往往是生境过滤共现机制占据主要地位[30]。也有研究认为同科或同属鱼类在时间上出现明显的错位分布,因为生态位接近,时间错位分布可以减少对空间和食物资源的竞争,因而竞争排斥对群落的影响超过环境过滤[3]。但长江口鱼类同科种对仍然以随机共现模式为主。长江口水温、盐度等环境因素的空间梯度较大,对鱼类的环境过滤作用较高,且资源(如小型浮游动物等饵料生物)分布密度较大[18]。以上分析一定程度上说明在调查期间种间对空间和食物资源的竞争对长江口鱼类共现模式的影响较小,环境因子季节变化驱动的随机因素可能是导致长江口鱼类随机共现模式的主要原因,种间共现的正关联性则能够说明物种间对环境需求的相似性[9]。
对环境因子需求的相异性、躲避捕食者或种间对空间或饵料竞争等因素都有可能导致种间共现负关联[11]。光泽黄颡鱼是长江口常见的淡水鱼类,物种出现矩阵显示,光泽黄颡鱼在调查期间的各月均有出现,但光泽黄颡鱼与和其呈负关联的种类(如棘头梅童鱼、龙头鱼和矛尾虾虎鱼等)相比有明显的栖息地选择性差异[18]。鉴于负关联种对间的这种差异以及不明显的捕食关系[31],本研究认为环境过滤可能是导致种间负关联的主要因素。
3.2 共现模式的季节差异
种间共现模式的季节差异反映了鱼类群落构建季节变动的动力机制[1]。长江口鱼类空间共现模式的季节变化,反映了其鱼类群落组成明显的季节差异。季节性水文变化、自然资源变动可能导致种间共现模式的变化[11]。如夏秋季节长江栖息环境更适合鱼类索饵育肥,其物种丰度、生物多样性要高于其他季节[32-33],相应的8月和11月的鱼类共现网络复杂程度和群落聚集程度都较高,2月和5月则相对较低。高权度和高中间中心性物种的季节更替进一步证明长江口鱼类群落较大的季节波动,这种更替一定程度上影响了种间共现的随机性[3]。溯河洄游鱼类和海洋洄游鱼类分别在不同时空尺度上的优势导致了长江口鱼类群落出现明显的时空差异[18],本研究发现这种更替主要与海洋洄游和河口定居型鱼类有关(如2月的髭缟虾虎鱼,5月的棘头梅童鱼和矛尾虾虎鱼,8月的龙头鱼、棘头梅童鱼和髭缟虾虎鱼以及11月的棘头梅童鱼、龙头鱼和白姑鱼等),说明海洋洄游鱼类和河口定居型鱼类在长江口鱼类共现网络中占主导地位,在生物多样性维持中发挥重要作用。
3.3 长江口鱼类核心物种
在维护群落结构稳定性中,核心物种起着决定作用。控制模拟实验法、物种相互作用相对重要性法、群落重要性指数法、网络分析法和Ecopath with Ecosim模型法是常见的核心种识别方法[15]。本研究以种间共现关系为基础构建鱼类种间关系网,确定了棘头梅童鱼、矛尾虾虎鱼为长江口鱼类核心物种,其中棘头梅童鱼具有较高的IRI和中间中心性,说明其对群落内信息交换的控制能力较强,对维持长江口鱼类群落结构的稳定起关键作用。
3.4 生物多样性保护策略
由于长江口鱼类群落受环境过滤影响较大,并且长江口又是棘头梅童鱼、刀鲚、凤鲚等重要经济鱼类的产卵场和育肥场,季节性洄游鱼类变化对长江口鱼类生物多样性有较大影响。因此为保护长江口鱼类生物多样性,除了采取合理措施保护长江口生态环境(如减少污染物排放,建立海洋牧场以修复河口底栖生态环境、保护底栖生物等)外,还应采取措施降低邻近海域的捕捞强度、实施经济种类的增殖放流、保持长江口与邻近海域的连通性及种群密度。
-
表 1 基于线性回归模型尼罗罗非鱼累计死亡率的相关性分析
Table 1 Correlation analysis of cumulative mortality of Nile tilapia by linear regression model
组别
Group胁迫时间
Stress time/h回归方程
Regression equation相关系数
Correlation coefficientP 半致死浓度
LC50/(g·L−1)大规格鱼 Large size fish 96 y=0.329x−2.445 0.999 0.016 8.95 小规格鱼 Small size fish 96 y=0.200x−0.750 0.998 0.028 6.25 表 2 尼罗罗非鱼互补重对数模型的参数估计及其显著性检验
Table 2 Estimated and tested parameters of complementary log-log model of Nile tilapia
组别
Group半致死浓度
LC50/(g·L−1)条件死亡率模型
Conditional mortality model累计死亡率模型
Cumulative mortality model参数
Parameter系数
Coefficient标准误
Standard errort 检验
t testP 参数
Parameter系数
Coefficient大规格鱼 Large size fish 9.01 β 21.401 1 0.150 7 142.015 9 0.000 1 β 21.401 1 γ48 −23.677 6 1.892 5 12.511 3 0.000 1 τ48 −22.710 7 γ96 −21.714 4 3.050 7 7.117 8 0.000 1 τ96 −20.800 2 Pearson卡方检验值 Pearson's chi square test 11.529 08<χ2 0.05=25.00,df=15,P=0.775 71>0.05
Hosmer & Lemeshow 拟合度卡方统计量 Hosmer & Lemeshow statistic value 4.900 0<χ2 0.05=15.51,df=8,P=0.768 21>0.05小规格鱼 Small size fish 6.35 β 11.405 9 2.138 8 5.332 8 0.000 1 β 11.405 9 γ48 −12.630 2 1.894 3 6.667 5 0.000 1 τ48 −11.353 7 γ96 −10.923 7 1.814 3 6.021 0 0.000 1 τ96 −9.524 9 Pearson卡方检验值 Pearson's chi square test 23.255 01<χ2 0.05= 25.00,df=15,P=0.107 09>0.05
Hosmer & Lemeshow 拟合度卡方统计量 Statistic value 13.002 9<χ2 0.05= 15.51,df=8,P=0.111 75>0.05注:P>0.05表示模型拟合效果好。 Note: P>0.05 indicates that the model shows the best performance. 表 3 慢性碱驯化下尼罗罗非鱼累计死亡率相关分析
Table 3 Correlation Analysis of cumulative mortality of Nile tilapia with gradual alkalinity
组别
Group碱度变化速度
Rate of alkaline
change/[g·(L·d)−1]成活时间
Survival time/h死亡碱度下限
Lower limit of
dead alkalinity/(g·L−1)生存碱度上限
Upper limit of
survival alkalinity/(g·L−1)半致死浓度
LC50/(g·L−1)相关系数
Correlation
coefficient大规格鱼 Large size fish +2 144 8.20 12.00 10.55 0.999 +4 92 7.21 15.92 11.59 0.997 +6 68 6.64 17.07 13.03 0.997 小规格鱼 Small size fish +2 140 8.01 11.50 9.91 0.999 +4 68 6.91 11.98 8.87 0.997 +6 52 5.90 15.23 8.54 0.999 表 4 常见鱼类急性胁迫96 h的半致死浓度
Table 4 96 h LC50 values of alkalinity of common fish species
种类
Species规格
Size半致死浓度
LC50/(mol·L−1)文献
Reference青海湖裸鲤 Gymnocypris przewalskii (12.52±0.32) g 150.18×10−3 [13] 达里湖高原鳅 Triplophysa dalaica (8.72±1.20) g 120.0×10−3 [13] 威海卡拉白鱼 Chalcalburnus chalcoides aralensis 2.60~4.62 g 112.23×10−3 [14] 大鳞副泥鳅 Paramisgurnus dabryanus (47.32±0.88) g 88.83×10−3 [13] 黄鳝 Monopterus albus (11.82±1.51) g 75.94×10−3 [15] 黑龙江泥鳅 Misgurnus mohoity (Dybowski) (16.3±0.53) g 72.62×10−3 [13] 异育银鲫 Carassiusauratus gibelio (28.20±3.91) g 70.368×10−3 [16] 达里湖鲫 Carassius auratus Linnacus (4.16±0.47) cm 63.42×10−3 [17] 彭泽鲫 Carassius auratus var. pengzesis 3.26~3.68 g 59.87×10−3 [18] 花鲈 Lateolabrax maculatus (3.19±0.21) cm 46.18×10−3 [19] 叶尔羌高原鳅 Triplophysa yarkandensis 4.64~11.39 g 35.143×10−3 [20] 欧鲇 Silurus glurnis Linnaeus (0.32±0.11)~(0.73±0.12) g 5.099×10−3 [21] -
[1] 刘永新, 方辉, 来琦芳, 等. 我国盐碱水渔业现状与发展对策[J]. 中国工程科学, 2016, 18(3): 74-78. doi: 10.3969/j.issn.1009-1742.2016.03.013 [2] 高珊, 常玉梅, 赵雪飞, 等. 不同NaHCO3碱度对瓦氏雅罗鱼鳃组织结构的影响[J]. 水生生物学报, 2020, 44(4): 736-743. doi: 10.7541/2020.088 [3] TRUCHOT J P, FORGUE J. Effect of water alkalinity on gill CO2 exchange and internal pCO2 in aquatic animals: effects of environmental pH change and sodium uptake blockade[J]. Comp Biochem Physiol A, 1998, 119(1): 131-136. doi: 10.1016/S1095-6433(97)00398-X
[4] 王燕. 碳酸盐碱度胁迫下尼罗罗非鱼HCO3 −离子代谢和转运的途径[D]. 上海: 上海海洋大学, 2017: 13-14. [5] 吴俊伟, 赵金良, 赵岩, 等. 高碳酸盐碱胁迫对尼罗罗非鱼氨代谢基因表达变化的影响[J]. 中国水产科学, 2016, 23(6): 1290-1299. [6] EVANS D H, PIERMARINI P M, CHOE K P. The multifunctional fish gill: dominant site of gas exchange, osmoregulation, acid-base regulation, and excretion of nitrogenous waste[J]. Physiol Rev, 2005, 85(1): 97-177.
[7] BERGMAN A N, LAURENT P, OTIANG'A-OWITI G, et al. Physiological adaptations of the gut in the Lake Magadi tilapia, Alcolapia grahami, an alkaline- and saline-adapted teleost fish[J]. Comp Biochem Physiol A, 2003, 136(3): 701-715. doi: 10.1016/S1095-6433(03)00223-X
[8] WILKIE M P, WOOD C M. The adaptations of fish to extremely alkaline environments[J]. Comp Biochem Physiol A, 1996, 113(4): 665-673. doi: 10.1016/0305-0491(95)02092-6
[9] ROMERO M F, FULTON C M, BORON W F. The SLC4 family of HCO3 − transporters[J]. Pflugers Arch, 2004, 447(5): 495-509. doi: 10.1007/s00424-003-1180-2
[10] ZHAO Y, ZHANG C S, ZHOU H T, et al. Transcriptome changes for Nile tilapia (Oreochromis niloticus) in response to alkalinity stress[J]. Comp Biochem Physiol D, 2020, 33: 100651. doi: 10.1016/j.cbd.2019.100651
[11] TONG C, LI M. Genomic signature of accelerated evolution in a saline-alkaline lake-dwelling Schizothoracine fish[J]. Int J Biol Macromol, 2020, 149: 341-347. doi: 10.1016/j.ijbiomac.2020.01.207
[12] DANULAT E, KEMPE S. Nitrogenous waste excretion and accumulation of urea and ammonia in Chalcalburnus tarichi (Cyprinidae), endemic to the extremely alkaline Lake Van (Eastern Turkey)[J]. Fish Physiol Biochem, 1992, 9(5/6): 377-386.
[13] 武鹏飞, 耿龙武, 姜海峰, 等. 三种鳅科鱼对NaCl盐度和NaHCO3碱度的耐受能力[J]. 中国水产科学, 2017, 24(2): 248-257. [14] 蔺玉华, 王信海, 丁辰龙. 卡拉白鱼的研究进展[J]. 吉林农业大学学报, 2015, 37(5): 512-519. [15] 周文宗, 宋祥甫, 陈桂发. 黄鳝对盐碱耐受性的研究[J]. 淡水渔业, 2014, 44(3): 95-99. doi: 10.3969/j.issn.1000-6907.2014.03.017 [16] 沈立, 郝卓然, 周凯, 等. 异育银鲫“中科三号”对盐度和碳酸盐碱度的耐受性[J]. 海洋渔业, 2014, 36(5): 445-452. doi: 10.3969/j.issn.1004-2490.2014.05.009 [17] 周伟江, 梁利群, 常玉梅, 等. 达里湖鲫对盐度和碱度突变和渐变的耐受性[J]. 淡水渔业, 2013, 43(5): 14-20. doi: 10.3969/j.issn.1000-6907.2013.05.003 [18] 郑伟刚, 张兆琪, 张美昭. 澎泽鲫幼鱼对盐度和碱度耐受性的研究[J]. 集美大学学报 (自然科学版), 2004, 9(2): 127-130. [19] 郑伟刚, 张兆琪, 张美昭, 等. 盐度与碱度对花鲈幼鱼的毒性研究[J]. 中国生态农业学报, 2005, 13(3): 116-118. [20] 陈生熬. 叶尔羌高原鳅早期发育及盐碱适应生理机制[D]. 武汉: 华中农业大学, 2019: 92-94. [21] 魏玉众, 张人铭, 宋明波, 等. 欧鲇幼鱼对盐碱的耐受性[J]. 新疆农业科学, 2019, 56(7): 1335-1343. [22] YAO Z L, WANG H, CHEN L, et al. Transcriptomic profiles of Japanese medaka (Oryzias latipes) in response to alkalinity stress[J]. Genet Mol Res, 2012, 11(3): 2200-2246.
[23] WILKIE M P, WRIGHT P A, IWAMA G K, et al. The physiological adaptations of the Lahontan cutthroat trout (Oncorhynchus clarki henshawi) following transfer from well water to the highly alkaline waters of Pyramid Lake, Nevada (pH 9.4)[J]. Physiol Biochem Zool, 1994, 67(2): 355-380.
[24] 张震, 郝强, 周小秋, 等. 近年我国淡水鱼营养与饲料科学研究进展[J]. 动物营养学报, 2020, 32(10): 4743-4764. doi: 10.3969/j.issn.1006-267x.2020.10.026 [25] 庄青青, 赵金良, 赵丽慧, 等. 盐度胁迫对尼罗罗非鱼鳃氯细胞调节变化的影响[J]. 生态学杂志, 2012, 31(10): 2619-2624. [26] VILLEGAS C T. Evaluation of the salinity tolerance of Oreochromis mossambicus, O. niloticus and their F1 hybrids[J]. Aquaculture, 1990, 85(1/2/3/4): 281-292.
[27] 宋凌元, 赵亮亮, 张成硕, 等. 尼罗罗非鱼盐碱选育4代耐受性和生长性能评估[J]. 江苏农业科学, 2020, 48(5): 171-174. [28] WATANABE W O, KUO C M, HUANG M C. The ontogeny of salinity tolerance in the tilapias Oreochromis, O. aureus, and O. mossambicus×O. niloticus hybrid, spawned and hatched in freshwater[J]. Aquaculture, 1985, 47(4): 353-367. doi: 10.1016/0044-8486(85)90220-0
[29] 雷衍之, 董双林, 沈成钢. 碳酸盐碱度对鱼类毒性作用的研究[J]. 水产学报, 1985, 9(2): 171-183. [30] 赵岩, 吴俊伟, 孟森, 等. 碳酸盐碱度胁迫对尼罗罗非鱼血清pH、游离氨浓度及相关基因表达的影响[J]. 南方农业学报, 2016, 47(6): 1032-1038. doi: 10.3969/j:issn.2095-1191.2016.06.1032 [31] 蔡守平. 绿僵菌MaFZ-13对油桐鹰尺蠖致病力的时间-剂量-死亡率模型分析[J]. 中国森林病虫, 2020, 39(3): 1-4. [32] 杜雪松, 宾石玉, 林勇, 等. 基于ULCIZ和SIT的罗非鱼耐寒性能测定模型[J]. 广西师范大学学报 (自然科学版), 2013, 31(4): 134-139. -
期刊类型引用(3)
1. 石子玉,韩东燕,高春霞,陈锦辉,吴建辉,王学昉. 调查数据不确定性对崇明岛临近水域鱼类生物完整性指数结果的影响. 上海海洋大学学报. 2023(02): 357-368 . 百度学术
2. 高淑芳,张金鹏,施永海,袁新程,刘其根. 基于LC-MS技术的海、淡水养殖刀鲚卵巢的代谢组学比较分析. 南方水产科学. 2022(03): 68-75 . 本站查看
3. Shouhai LIU,Haijing ZHANG,Yanlong HE,Xiangsheng CHENG,Haofei ZHANG,Yutao QIN,Xi JI,Riguang HE,Yaohui CHEN. Interdecadal variability in ecosystem health of Changjiang(Yangtze) River estuary using estuarine biotic integrity index. Journal of Oceanology and Limnology. 2021(04): 1417-1429 . 必应学术
其他类型引用(5)