Size selectivity of codend mesh size of trawl for Decapterus maruadsi in northern part of South China Sea
-
摘要: 为确定南海拖网最小网目尺寸标准的适应性，采用套网法在南海北部对网目尺寸分别为30、35、40和45 mm的菱形网目（分别以D30、D35、D40和D45表示）进行了选择性试验。使用Logistic和Richards模型分别拟合了不同网目网囊下蓝圆鲹 (Decapterus maruadsi) 的选择性曲线，并通过比较两种模型的偏差和自由度确定最佳拟合曲线。结果显示，Logistic曲线对D30、D35和D45网囊的拟合效果更好，而Richards曲线对D40网囊的拟合效果更好。D30、D35、D40和D45网囊对蓝圆鲹的50%选择叉长 (50% retention fork length, L0.5) 分别为12.43、12.88、13.60和16.79 cm，选择范围 (Selection range, SR) 分别为8.45、6.75、6.08和2.19 cm。随着网目尺寸的增大，蓝圆鲹的L0.5逐渐增加，而SR逐渐减小。根据蓝圆鲹的L0.5和网目大小关系式计算得出的最小网目尺寸为41.39 mm。为保护蓝圆鲹等中小型经济鱼类，建议将南海拖网菱形网囊最小网目尺寸设定为45 mm。Abstract: To determine the suitability of minimum mesh size standards for trawls in the South China Sea, we conducted selectivity tests in that area by using the covered net method with mesh sizes of 30, 35, 40 and 45 mm (Denoted as D30, D35, D40 and D45, respectively). We used Logistic and Richards models to fit selectivity curves for Decapterus maruadsi by the maximum likelihood method, and determined the best-fitting curves by comparing the model deviations and degrees of freedom of the two models. The results show that the Logistic curve fitted better for D30, D35 and D45 mesh codend, while the Richards curve fit better for D40 mesh codend. The 50% retention fork lengths (L0.5) of D. maruadsi for D30, D35, D40 and D45 were 12.43, 12.88, 13.60 and 16.79 cm, respectively. As the mesh size increased, the L0.5 of D. maruadsi increased but the selection range decreased gradually. The minimum mesh size was 41.39 mm based on the relationship between L0.5 and mesh size of D. maruadsi. Thus, 45.39 mm is suggested as the minimum mesh size for trawl in the South China Sea to protect small and medium-sized economic fish such as D. maruadsi.
-
Keywords:
- Decapterus maruadsi /
- Trawl selectivity /
- Minimum mesh size /
- Covered net method /
- South China Sea
-
斑节对虾 (Penaeus monodon) 适盐度广、生长迅速、出肉率高，是我国和世界三大主要养殖对虾之一[1]。目前我国斑节对虾的养殖模式主要有池塘高密度养殖、虾蟹混养和虾鱼混养等方式[2]。虾蟹混养是一种高空间利用率、高收益的虾类和蟹类2种不同甲壳动物混合养殖的复合生态养殖模式[3]。蟹类主要是锯缘青蟹 (Scylla serrata)，由于蟹类为杂食性，能够摄食病弱或死亡的鱼虾、小型底栖动物等，对于对虾残饵的利用和水质净化有一定作用，可促进养殖塘底层物质循环和能量流动，提高营养物质的利用率[4]。虾蟹混养是一种复合生态养殖模式，因其持续稳定的养殖产量而备受欢迎。
浮游植物是指在水体中生活的微小植物，大小在几微米至几百微米之间，是水生生态系统中最主要的初级生产者，是食物网的基础[5]。浮游植物通过光合作用将水体中无机物转换为有机物，是水体中动物的主要食物来源，并且能够提高养殖水体中溶氧 (DO) 含量、吸收水体中的有毒有害物质、降低氨氮含量，保持养殖水体的稳定，其群落结构的变化对水生生态系统有着重要影响，主要包括能量流动、物质循环和信息传递[6]。浮游植物的生长繁殖极易受到外界环境的影响，其对环境条件的变化能够迅速做出响应，因此被视作水生生态系统的重要指示物[7-8]。
浮游植物作为饵料生物的基础，在池塘养殖过程中发挥了重要作用，与其相关的研究也日益受到重视。李俊伟等[9]研究对虾池塘混养鲻鱼 (Mugil cephalus) 和罗非鱼 (Oreochroms mossambcus) 对水环境及对虾生长的影响，探讨了浮游植物的变化特征；孔谦[10]也对凡纳滨对虾 (Litopenaeus vannamei) 与鲻鱼混养中精养池的理化因子进行了研究。目前有关虾蟹混养的研究较少，特别是针对混养池塘浮游植物群落结构的研究更是鲜见报道，本研究对广州市番禺区3个虾蟹混养池塘进行逐月调查，分析和探讨了养殖过程中浮游植物种类组成及其数量变化状况，旨在摸清虾蟹混养池塘浮游植物种群结构特征及其与环境因子的关系，以期为虾蟹混养的健康发展提供理论依据。
1. 材料与方法
1.1 养殖池塘
在广州市番禺区十六涌选取3个虾蟹混养池塘 (1#、2#、3#)，水深2 m，3月初开始投放虾苗，每20 d投放1次；4月初开始投放蟹苗，每2个月投放1次。虾蟹分别投放4次，6月初开始捕获虾蟹。2018年3—11月对3个混养池塘进行逐月调查，采集池塘水质样品和浮游植物样品，带回实验室测定和鉴定。
1.2 样品的采集、测定和鉴定
1.2.1 水质样品
1) 样品采集和保存。采用容积为5 L的有机玻璃采水器，在每个池塘四角和中央采集表层水，用滤膜现场过滤，用玻璃瓶收集适量过滤水保存，带回实验室测定。2) 样品测定。营养盐的分析测定参照国家标准《海洋调查规范第2部分：海洋水文观测》 (GB/T 12763.2—2007)、《海洋调查规范第4部分：海洋化学要素观测》 (GB/T12763.4—2007) 和《海洋监测规范第4部分：海水分析》 (GB 17378.4—2007)；叶绿素a的分析测定参照《海洋监测规范第7部分：近海污染生态监测和生物监测》 (GB 17378.7—2007) 中规定的方法。
1.2.2 浮游植物样品
1) 样品采集和保存。在每个池塘四角和中央用5 L采水器各采水样一份，经浮游生物网过滤后混合装入1 L采样瓶，并现场加入适量的5%甲醛溶液固定保存，带回实验室[11]。在实验室静置24 h，弃去上清液，浓缩后于高倍镜下鉴定浮游植物种类，并进行数量分析。2018年9月由于突发事件未采集到样品。2) 样品鉴定。采用显微镜鉴定。浮游植物样品定性分析和种类鉴定方法依据《中国淡水藻类》[12]、《中国海藻志》[13]、《中国淡水藻类》[14]、《中国淡水生物图谱》[15]、《环境微生物图谱》[16]。在10×40倍光学显微镜下进行，每次取0.1 mL样品放入浮游植物方格计数板计数，观察计数格，每个样品计数2片，2次求平均值作为最终结果，2片计数结果差异不超过15%，若相差较大，则再取1次计数，然后取数值相差较小的2片取平均值，即为浮游植物细胞密度[17]。
1.3 分析和评价方法
浮游植物物优势度 (Y) 应用以下公式计算：
$$ Y=\dfrac{{{n_i}}}{N}\times{f_i} $$ 式中ni为第i种的个体数；fi是该种在各站中出现的频率；N为所有站每个种出现的总个体数。
Shannon-Weaver多样性指数的计算公式为：
$$H' = - \sum\limits_{i = 1}^S {{P_i}{{\log }_2}{P_i}} $$ 式中H′为种类多样性指数，S为样品中的种类总数，Pi为第i种的个体数与总个体数的比值。
数据分析、处理以及图表的制作使用Excel 2016、Origin 2017、Canoco 5等软件。
2. 结果
2.1 种类组成
浮游植物调查结果见附录1 (详见http://dx.doi.org/10.12131/20190233的资源附件)。共鉴定出浮游植物5门29种，其中硅藻种类最多 (19种)，占浮游植物种类数的65.5%；其次是蓝藻，共5种，占浮游植物种类数17.2%；甲藻3种，绿藻和裸藻各1种。每次采样中各塘浮游植物出现频次最多的有2门5种，其中硅藻门4种，分别为尖布纹藻 (Gyrosigma acuminatum)、新月菱形藻 (Nitzschia closterium)、柔弱菱形藻 (N. delicatissima) 和直舟形藻 (Navicula directa)，出现的频率分别为10、10、22和9；蓝藻门1种，为小颤藻 (Oscillatoria tenuis)，出现的频率为10 (图1-a)。
![]()
图 1 各塘不同月份浮游植物种类组成 (a) 和密度百分比 (b)Fig. 1 Species composition (a) and percentage of cell density (b) of phytoplankton in each pond in different months各池塘的浮游植物种类在时间上的差异不明显，基本呈先波动下降后小幅度增加的趋势，1#塘浮游植物种类数波动较大。各池塘出现种类数最多的月份各不相同 (图2-a)。其中1#塘出现种类数最多的为5月 (10种)；2#和3#塘种类数最大值均出现在养殖初期 (分别为6种和8种)。各月份均以硅藻门种类数最多，其次为蓝藻门和甲藻门，绿藻门和裸藻门的种类仅在养殖后期出现。
![]()
图 2 各塘浮游植物种类数 (a)、细胞密度 (b) 和多样性指数 (c) 的变化趋势Fig. 2 Monthly variation of species (a), cell density (b) and biodiversity index (c) of phytoplankton in each pond![]()
图 3 养殖池塘浮游植物与环境因子冗余排序图Fig. 3 RDA ordination biplot of phytoplankton species and environmental variables in pond2.2 细胞密度
各池塘浮游植物细胞密度的变化趋势见图2-b。浮游植物细胞密度介于2.56×103~189.2×103个·m−3，最大值出现在养殖前期的3—4月，最小值在7—8月。1#塘4月细胞密度最大 (124.8×103个·m−3)，其次是5月 (52.92×103个·m−3)，7月最低 (6.0×103个·m−3)；2#塘3月细胞密度最大 (189.2×103个·m−3)，其次是4月 (119.6×103个·m−3)，8月最低 (2.56×103个·m−3)；3#塘3月细胞密度最大 (118.8×103个·m−3)，其次是4月 (82.13×103个·m−3)，10月最低 (7.2×103个·m−3)。整个调查期间，3个池塘浮游植物细胞密度的最高值或次高值均出现在3—4月，而较低值均出现在7—8月 (图2-b)。
各次调查浮游植物细胞密度的组成中均以硅藻门占较高的比例，其他4门藻类所占比例相对较低；各养殖池塘各门浮游植物细胞密度所占百分比变化波动不大，同一月份不同养殖塘浮游植物细胞密度存在较大差异 (图 1-b)。
2.3 优势种组成
各次调查中浮游植物出现的优势种见表1。其中以7月和11月2次调查出现的优势种最多 (均为6种)；3月和5月出现的优势种最少 (均为3种)。调查期间各混养池塘出现的优势种有硅藻门的奇异菱形藻、直舟形藻、柔弱菱形藻和尖布纹藻等；甲藻门的大角角藻；蓝藻门的小颤藻。其中柔弱菱形藻在8次调查中均为优势种，尖布纹藻、新月菱形藻和小颤藻在4次调查中为优势种，奇直舟形藻均在3次调查中为优势种，其他优势种在1~2次调查中为当次调查的优势种。由此可知，养殖初期优势种主要为硅藻门的种类，养殖中后期蓝藻门的种类优势度逐渐增加，成为优势种。
表 1 混养池塘浮游植物优势种Table 1 Dominant species of phytoplankton in polyculture pond优势种
Dominant species3月
Mar.4月
Apr.5月
May6月
Jun.7月
Jul.8月
Aug.10月
Oct.11月
Nov.奇异菱形藻 Nitzschia paradoxa 0.411 0.079 直舟形藻 Navicula directa 0.336 0.216 0.06 柔弱菱形藻 Nitzschia delicatissima 0.180 0.528 0.628 0.056 0.221 0.108 0.400 0.085 近缘斜纹藻 Pleurosigma affine 0.037 大角角藻 Ceratium macroceros 0.145 尖布纹藻 Gyrosigma acuminatum 0.445 0.197 0.028 0.026 小颤藻 Oscillatoria tenuis 0.060 0.134 0.386 0.307 寒带菱形藻 Nitzschia frigida 0.032 新月菱形藻 Nitzschia closterium 0.021 0.081 0.101 0.053 二形栅藻 Scenedesmus dimorphus 0.081 0.127 梭形裸藻 Euglena acus 0.020 银灰平裂藻 Merismopedia glauca 0.020 琼氏圆筛藻 Coscinodiscus jonesianus 0.035 平滑双眉藻 Amphora lavis 0.028 伏氏海毛藻 Thalassiothrix frauenfeldii 0.222 大颤藻 Oscillatoria maxima 0.047 2.4 Shannon-Weaver多样性指数
各混养池塘浮游植物多样性指数的变化趋势见图2-c。调查期间1#塘多样性指数介于0.802~2.140，在5月达到最高值，其次是3月，最低出现在6月；2#塘多样性指数介于0.998~2.247，在11月达到最高值，其次是7月，最低出现在8月；3#塘多样性指数介于0.468~2.597，在4月达到最高值，其次是5月，最低出现在6月。
各池塘多样性指数的变化趋势各不相同，1#塘4—6月的多样性指数呈先上升后下降的趋势；2#塘3—6月的多样性指数变化幅度较小，7—11月则呈先上升后下降再上升的趋势；3#塘4—11月的多样性指数呈先下降后上升的趋势。
各养殖塘内浮游植物多样性指数总体上表现为养殖前期低养殖后期高。根据马建新等[18]的浮游植物多样性指数评价标准，1#和2#塘全年的生物多样性都处于较好的范围内，3#塘养殖后期生物多样性水平较差 (图2-c)。
2.5 浮游植物与主要环境因子的关系
通过对浮游植物数据去趋势分析 (DCA)，发现排序轴长为2.561，小于3，浮游植物群落分布更接近线性模型，根据之前学者的研究内容[19-20]，本研究选取水温、pH、DO、总氮 (TN)、盐度、亚硝酸盐 (NO2 −-N)、硝酸盐 (NO3 −-N)、磷酸盐 (PO4 3−)和铵盐 (NH4 +) 9种环境因子和主要浮游植物优势种的细胞密度进行冗余分析 (RDA)，浮游植物代码和环境因子分见表2和表3。养殖池塘浮游植物和环境因子关系的RDA排序图结果见图3。轴1和轴2特征值分别为0.263和0.18，前2个环境因子与物种轴之间的相关系数分别为0.939和0.922，拟合度较好，排序轴可以较好地反映浮游植物优势种和环境因子之间的关系；物种-环境累计百分比分别为36.1%和60.9% (表4)。养殖塘中浮游植物细胞密度主要受到营养盐、盐度和pH的影响，不同藻类受到环境因子的影响差异显著 (图3)。本次调查中，B1 (小颤藻) 作为蓝藻门的主要优势种，其细胞密度与水温、pH和DO成显著正相关，水温和pH的影响较大；A2 (柔弱菱形藻)、A4 (奇异菱形藻)、A3 (直舟形藻) 和A5 (近缘斜纹藻) 的细胞密度和NO2 −-N、NH4 +、PO4 3−、NO3 −-N、TN和盐度呈显著正相关，NO3 −-N和盐度对硅藻门影响较大C1 (大角角藻) 细胞密度与水温和PO4 3−呈显著正相关。
表 2 冗余分析中浮游植物代码种类Table 2 Phytoplankton species codes for redundancy analysis代码
Code种类
Species代码
Code种类
SpeciesA1 尖布纹藻
Gyrosigma acuminatumA6 中肋骨条藻
Skeletonema costatumA2 柔弱菱形藻
Nitzschia delicatissimaA7 洛伦菱形藻
Nitzschia lorenzianaA3 直舟形藻
Navicula directaB1 小颤藻
Oscillatoria tenuisA4 奇异菱形藻
Nitzschia paradoxaC1 大角角藻
Ceratium macrocerosA5 近缘斜纹藻
Pleurosigma affine表 3 养殖池塘浮游植物优势种冗余统计分析信息Table 3 Summary statistic for axes of RDA performed on dominant species in pond指标 Factors 轴 Axe 总方差
Total variance1 2 3 4 特征值 Eigenvalues 0.263 0.180 0.141 0.063 1.000 种类环境相关性 Species-environment correlations 0.939 0.922 0.963 0.632 累计变量百分比 Cumulative percentage variance 种类数据 Species data 26.3 44.3 58.4 64.6 种类环境相关 Species-environment relation 36.1 60.9 80.3 88.9 总特征值 Sum of all eigenvalues 1.000 所有典范特征值 Sum of all canonical eigenvalues 0.727 3. 讨论
3.1 浮游植物细胞密度的变化
本研究表明，养殖塘水体浮游植物细胞密度整体变化规律呈养殖前期较高，中后期较低的趋势，这与养殖塘水体营养盐含量的变化趋势一致 (图4)。营养盐，尤其是N、P含量是影响浮游植物密度的重要因子[21]，摄食行为[22]和恶劣天气[23]也会对浮游植物细胞密度产生影响。Teeling等[24]研究表明，浮游植物细胞密度与水体内N、P含量成正相关关系，在一定范围内且其他影响因子一致的情况下，N、P含量越高，浮游植物细胞密度越高，这与本研究结果相一致。Burford和Williams[25]研究表明，水体中有机氮的主要来源是过剩的饵料和虾类排泄物，大量的有机氮在养殖水体内富集，影响水质情况进而影响对虾正常生长。养殖中后期，浮游植物细胞密度的变化可能与蟹类摄食病弱或死亡的对虾、粪便和残饵有关，蟹类的摄食行为会降低水体内有机氮的含量。李志斐等[26]研究发现鲮 (Cirrhinus molitorella) 和凡纳滨对虾混养后水体内的浮游植物细胞密度也呈降低趋势，富营养化程度得到缓解。在虾苗投放前，养殖池塘水体环境相对稳定，浮游植物群落自然演替，藻类群落结构具有相对稳定性。虾苗投放后，塘内的理化因子和浮游生物种群均受到影响，从而导致浮游植物细胞密度改变。对虾通过摄食一定数量的浮游动物，间接地影响了浮游植物的群落结构，幼虾还会滤食部分浮游植物，直接影响浮游植物群落[23]。养殖前期，对虾主要以天然饵料如硅藻浮游动物等为主要食物来源，养殖后期人工投放饵料占据虾食的98%[27]。本研究结果显示，养殖后期3个养殖塘浮游植物数量变化基本趋于平缓。查广才和周昌清[28]研究发现台风、暴雨、持续高温等恶劣天气会导致养殖水环境不稳定，导致浮游植物细胞密度发生较大波动。本研究中7—8月浮游植物细胞密度处于较低水平，这可能与华南地区7—8月强降水和台风等恶劣天气有关。
3.2 浮游植物种类的变化
本次研究发现，斑节对虾与锯缘青蟹混养养殖塘浮游植物种类共鉴定出5门29种，硅藻和蓝藻所占比重较大，其他藻类较少。郭永坚等[29]在凡纳滨对虾-鲻混养池塘的研究中鉴定出浮游植物7门65种，李志斐等[26]在鲮和凡纳滨对虾混养养殖塘研究中鉴定出浮游植物6门44种，不同水体浮游植物种类数的差异可能跟研究水域及采样时间差异有关[30-32]。本次调查结果显示，不同季节浮游植物种类呈现春秋季>夏季的规律，不同养殖阶段浮游植物优势种不同，养殖初期主要优势种以硅藻为主，养殖中后期优势种逐渐出现了蓝藻门。这可能与养殖后期盐度下降和pH升高有关。盐度是调节浮游植物群落结构的重要因子，养殖初期盐度较高，优势种以硅藻门为主，如柔弱菱形藻和直舟行藻等；养殖后期盐度下降，蓝藻门种类较多并成为优势种。这与吴斌和廖思明[33]在广西北海凡纳滨对虾养殖池塘浮游植物群落结构的研究结果一致，盐度较高的池塘优势种往往是绿藻门和硅藻门，盐度较低的池塘优势种是蓝藻门和甲藻门。谢立民等[34]也指出盐度是影响浮游植物群落结构的重要因子，蓝藻门在盐度较低的虾塘中为主要优势种，当盐度较高时，舟行藻等硅藻门为主要优势种。本次调查结果显示，pH介于7.78~9.21，水体一直处于弱碱性，而浮游植物的最适生长范围为7.75~8.75，过高或过低都会导致浮游植物生物量的减少。pH是由水体内理化因子、浮游生物和养殖物种综合作用的结果，周晴等[35]研究表明，pH高的水体中，蓝藻大量生长繁殖。养殖后期水体内pH上升，蓝藻成为虾塘优势种。浮游植物Shannon-Weaver多样指数介于0.802~2.140，不同季节多样性指数变化差异较大，春秋两季处于较高水平，夏季处于较低水平。养殖中后期，蓝藻大量繁殖成为优势种，因此降低了夏季浮游植物的多样性水平，武秀国等[36]和宋庆洋等[37]的研究中也揭示了这一规律。
4. 结论
在虾蟹混养养殖塘调查中，共发现浮游植物29种，其中硅藻门种类占绝对优势，其次是蓝藻门，甲藻门、绿藻门和裸藻门的种类数相对较少，浮游植物多样性存在较大的季节差异。浮游植物种类数总体为养殖初期较多，养殖中后期较少。浮游植物细胞密度在养殖初期 (3—5月) 较高，养殖中后期 (6—11月) 较低。
浮游植物主要的优势种主要为直舟形藻、奇异菱形藻、柔弱菱形藻、尖布纹藻、大角角藻和小颤藻等。浮游植物多样性指数均处于较高水平，由此可见其浮游植物群落结构较为稳定。
营养盐、盐度和pH是影响池塘浮游植物群落结构的主要环境因子。浮游植物的细胞密度、种类及分布都与环境因子的动态变化密切相关，环境因子的变动可能会改变养殖塘内浮游植物的群落结构。通过调控环境因子来改善浮游植物的群落结构，从而达到优化养殖环境，保持虾塘内生态系统平衡，增强抗干扰能力，进而提高产量和增加收益的目标。
-
表 1 试验网囊和套网规格
Table 1 Specification of codend and cover net
网目
Mesh纵向目数
Longitudinal mesh amount长度
Length/m横向目数
Transversal mesh amount周长
Circumference/m有效网次
Effective haul网目尺寸
Mesh size/mm网线结构
Netting structureD30 400 12.0 300 9.0 9 30.05±1.50 12×3×2 D35 345 12.0 260 9.0 9 34.20±0.80 12×3×2 D40 300 12.0 224 9.0 10 39.42±0.99 12×3×2 D45 265 12.0 200 9.0 9 42.66±1.16 12×3×2 套网
Cover net720 14.4 540 10.8 — 20 7×3 
下载: 导出CSV
表 2 蓝圆鲹的Logistic和Richards曲线的估计参数和假设检验
Table 2 Estimated parameters and test of hypotheses of Logistic and Richards curves for D. maruadsi
参数
ParameterD30 D35 Logistic* Richards Logistic* Richards 选择性参数a −3.23±0.61 −2.47±4.39 −4.19±1.43 −0.55±67.13 选择性参数 b 0.26±0.04 0.24±0.11 0.33±0.08 0.27±0.19 非对称程度的控制参数 δ 0.69±1.60 0.08±5.29 50%选择叉长 L0.5 12.43±0.70 12.37±10.14 12.88±1.18 12.72±2.51 选择范围 SR 8.45±1.18 8.29±14.63 6.75±1.70 6.10±38.27 Akaike信息法则 AIC 65.34 67.31 47.83 51.05 H0: Model fit 模型残差 DR 28.06 42.22 22.21 23.43 自由度 DF 17 16 11 10 P 0.044 0.000 0.023 0.009 H1: δ=1 模型残差 DR 14.16 1.22 自由度 DF 1 1 P 0.000 0.270 参数
ParameterD40 D45 Logistic Richards* Logistic* Richards 选择性参数 a −8.51±2.54 −31.95±29.34 −16.85±1.92 −24.64±8.24 选择性参数 b 0.62±0.16 1.83±1.60 1.00±0.11 1.37±0.41 非对称程度的控制参数 δ 10.10±13.14 2.47±1.55 50%选择叉长 L0.5 13.83±0.66 13.60±29.82 16.79±0.11 16.83±10.83 选择范围 SR 3.57±0.91 6.08±1.88 2.19±0.24 2.44±0.27 Akaike信息法则 AIC 52.26 48.68 31.42 31.96 H0: Model fit 模型残差 DR 34.31 28.73 4.51 3.06 自由度 DF 10 9 15 14 P 0.000 0.001 0.996 0.999 H1: δ=1 模型残差 DR 5.58 1.45 自由度 DF 1 1 P 0.018 0.228 注：*. 本曲线拟合较好。 Note: *. The curve will be applied.
下载: 导出CSV
-
[1] 陈国宝, 邱永松. 南海北部陆架区蓝圆够的生长死亡及合理利用研究[J]. 台湾海峡, 2003, 22(3): 457-464. [2] 张旭丰, 杨吝, 谭永光, 等. 方目网囊对蓝圆鲹和多齿蛇鲻的选择性比较[J]. 湛江海洋大学学报, 2002, 22(3): 26-32. [3] 农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 2020中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2020: 38-46. [4] 杨吝, 张旭丰, 谭永光, 等. 南海区拖网网囊最小网目尺寸选择性研究[J]. 中国水产科学, 2003, 10(4): 325-332. doi: 10.3321/j.issn:1005-8737.2003.04.012 [5] WILEMAN D A, FERRO R S T, FONTEYNE R, et al. Manual of methods of measuring the selectivity of towed fishing gear[R]. Copenhagen: ICES Coop Res Rep, 1996: 1-63.
[6] 耿平, 张魁, 陈作志, 等. 北部湾蓝圆鲹生物学特征及开发状态的年际变化[J]. 南方水产科学, 2018, 14(6): 1-9. doi: 10.12131/20180106 [7] 许庆昌, 李显森, 孙珊, 等. 黄海双船变水层疏目拖网网囊网目尺寸选择性研究[J]. 中国海洋大学学报(自然科学版), 2020, 50(5): 53-60. [8] 许庆昌, 李显森, 孙珊, 等. 海州湾双船有翼单囊拖网渔获物组成及选择性分析[J]. 海洋渔业, 2019, 41(6): 676-683. doi: 10.3969/j.issn.1004-2490.2019.06.004 [9] 宋学锋, 陈雪忠, 黄洪亮, 等. 东海区底拖网对小黄鱼的选择性研究[J]. 上海海洋大学学报, 2015, 24(3): 449-456. [10] 杨炳忠, 杨吝, 谭永光, 等. 基于裤式拖网法的虾拖网网囊网目选择性试验与分析[J]. 中国海洋大学学报(自然科学版), 2020, 50(4): 36-44. [11] 杨炳忠, 杨吝, 谭永光, 等. 南海区虾拖网网囊对刀额新对虾的选择性研究[J]. 南方水产科学, 2019, 15(2): 1-11. doi: 10.12131/20180197 [12] 杨炳忠, 杨吝, 谭永光, 等. 南海区桁杆虾拖网方目与菱目混合网囊网目选择性研究[J]. 南方水产科学, 2018, 14(1): 105-113. doi: 10.3969/j.issn.20950780.2018.01.014 [13] 杨炳忠, 杨吝, 谭永光, 等. 南海区桁杆虾拖网40 mm方目分离网片选择性的初步研究[J]. 海洋科学, 2018, 42(2): 64-70. [14] 梅春, 徐宾铎, 薛莹, 等. 胶州湾中部海域秋、冬季鱼类群落结构及其多样性研究[J]. 中国水产科学, 2010, 17(1): 110-118. [15] CHI Y, LIU D, XING W, et al. Island ecosystem health in the context of human activities with different types and intensities[J]. J Clean Prod, 2021, 281: 125334. doi: 10.1016/j.jclepro.2020.125334
[16] 孙满昌. 渔具渔法选择性[M]. 北京: 中国农业出版社, 2004: 709-715. [17] MILLAR R B, FRYER R J. Estimating the size-selection curves of towed gears, traps, nets and hooks[J]. Rev Fish Biol Fisher, 1999, 9(1): 89-116. doi: 10.1023/A:1008838220001
[18] HERRMANN B, SISTIAGA M, RINDAHL L, et al. Estimation of the effect of gear design changes on catch efficiency: methodology and a case study for a Spanish longline fishery targeting hake (Merluccius merluccius)[J]. Fish Res, 2017, 185: 153-160. doi: 10.1016/j.fishres.2016.09.013
[19] KOTWICKI S, LAUTH R R, WILLIAMS K, et al. Selectivity ratio: a useful tool for comparing size selectivity of multiple survey gears[J]. Fish Res, 2017, 191: 76-86. doi: 10.1016/j.fishres.2017.02.012
[20] STEWART J, FERRELL D J. Mesh selectivity in the New South Wales demersal trap fishery[J]. Fish Res, 2003, 59(3): 379-391. doi: 10.1016/S0165-7836(02)00024-3
[21] YANG B, YANG L, TAN Y, et al. Size selectivity of combined square and diamond mesh codends of shrimp beam trawl for banded scad Caranx (Atule) kalla in the northern South China Sea[J]. J Oceanol Limnol, 2018, 36(5): 1880-1890. doi: 10.1007/s00343-018-7070-4
[22] BROADHURST M K, STERLING D J, MILLAR R B. T45 side panels improve penaeid-trawl selection[J]. Fish Res, 2018, 204: 8-15. doi: 10.1016/j.fishres.2018.01.015
[23] MACBETH W G, BROADHURST M K, MILLAR R B. Improving selectivity in an australian penaeid stow-net fishery[J]. B Mar Sci, 2005, 76(3): 647-660.
[24] BROADHURST M K, MILLAR R B, WOODEN M E L, et al. Optimising codend configuration in a multispecies demersal trawl fishery[J]. Fish Manag Ecol, 2006, 13(2): 81-92. doi: 10.1111/j.1365-2400.2006.00479.x
[25] MADSEN N, HANSEN K, MADSEN N A H. Behavior of different trawl codend concepts[J]. Ocean Eng, 2015, 108: 571-577. doi: 10.1016/j.oceaneng.2015.08.047
[26] BAYSE S M, HERRMANN B, LENOIR H, et al. Could a T90 mesh codend improve selectivity in the Belgian beam trawl fishery?[J]. Fish Res, 2016, 174: 201-209. doi: 10.1016/j.fishres.2015.10.012
[27] CHENG Z, WINGER P D, BAYSE S M, et al. Out with the old and in with the new: T90 codends improve size selectivity in the Canadian redfish (Sebastes mentella) trawl fishery[J]. Can J Fish Aquat Sci, 2020, 3: 1-36.
[28] ROBERT M, MORANDEAU F, SCAVINNER M, et al. Toward elimination of unwanted catches using a 100 mm T90 extension and codend in demersal mixed fisheries[J]. PLOS ONE, 2020, 15(7): e235368.
[29] 杨吝, 谭永光, 张旭丰. 南海底拖网方、菱目网囊选择性研究[J]. 湛江海洋大学学报, 2002, 22(3): 19-25. -
期刊类型引用(9)
1. 聂艺，卢钰博，王旭明，刘晓玲，许修明，程敬伟，崔龙波. 烟台芝罘湾贝、参单养和贝-参-鱼复合养殖对环境的影响比较. 烟台大学学报(自然科学与工程版). 2025(01): 55-63 . 
百度学术
2. 傅建军，安睿，朱文彬，王兰梅，罗明坤，董在杰. 套养池塘主要养殖阶段浮游生物的群落结构特征. 水产学杂志. 2024(01): 104-112 . 百度学术
3. 宋光同，王芬，徐笑娜，朱成骏，陈祝，李翔，周翔，叶圣陶，蒋业林. 中华鳖养殖过程中浮游生物群落结构的演变. 中国农学通报. 2024(08): 157-164 . 百度学术
4. 季雨来，吴召仕，张京，刘鹏，裴鹏娜，张帅，黄佳聪. 太湖流域平原农业区典型圩塘浮游植物群落特征及其影响因子. 湖泊科学. 2024(05): 1380-1392 . 百度学术
5. 闵文武，王龙燕，陈飞雄，周其椿. 集装箱养殖生态净化池塘中浮游植物群落结构多样性分析. 水产科技情报. 2024(05): 302-310 . 百度学术
6. 蒲炜佳，董世鹏，张东旭，于力业，谢宜成，徐羡，王芳，李由明. 三疣梭子蟹池塘综合养殖系统浮游植物群落结构及其与环境因子的关系. 中国水产科学. 2022(04): 549-561 . 百度学术
7. 侯德昌，张莹莹，魏文志. 不同中华鳖养殖模式浮游植物功能群特征及水环境评价. 安徽农业科学. 2022(09): 96-99+170 . 百度学术
8. 马景雪，张培玉，王宗兴，郑明刚，高萍，曲凌云，王波，郑风荣. 青岛崂山湾近海扇贝养殖区细菌多样性及环境因子分析. 海洋科学进展. 2022(02): 307-319 . 百度学术
9. 张晓蕾，王强，张国奇，周陆，李廷发，张玉，赵思雅. 池塘循环流水养殖模式中浮游植物群落结构的空间变化研究. 南方水产科学. 2021(03): 36-45 . 本站查看
其他类型引用(2)
计量
- 文章访问数: 679
- HTML全文浏览量: 247
- PDF下载量: 73
- 被引次数: 11
粤公网安备 44010502001741号
