Seasonal variation of fishery resources in Wailingding marine ranching and adjacent waters
-
摘要:
珠江口外伶仃海域是重要的传统渔场和渔业资源洄游通道，近年来在人类活动和气候变化的双重压力下生境发生了巨大变化。为深入了解渔业资源的季节变动规律，根据珠江口外伶仃海洋牧场附近海域2020和2021年的调查数据，采用空间分析方法，探究了不同渔获种类的季节动态变化和特征分布，并对渔场重心进行分析归纳。结果表明，总体资源密度春季高于秋季，呈斑点状分布，春季渔场重心分布集中于南部海域，秋季渔场重心向西北方向移动；鱼类资源密度分布与总资源密度相似，春季鱼类资源重心位于西南方向，秋季向西北方向移动；蟹类春季资源密度整体分布均匀，秋季资源密度有所提高，高密度海域有所增加，呈片状分布，资源重心由西部向东北方向移动；虾类春季资源密度低于秋季，资源重心向东北方向移动；虾蛄类整体资源密度较低，资源重心春季位于西部海域，秋季向东北方向移动；头足类春季资源密度高于秋季，均呈片状分布，资源重心从东向西移动。
Abstract:Wailingding waters of the Pearl River Estuary have always been an important traditional fishing ground and migration channel for fishery resources. In recent years, great changes have taken place in habitats under the dual pressure of human activities and climate change. In order to deeply understand the seasonal variation of fishery resources, based on the survey data of the marine ranching in Wailingding waters in 2020 and 2021, we applied the spatial analysis method to explore the seasonal dynamics and characteristics distribution of different catch species, and summarized the fishing ground center of gravity. The results show that the total resource density in spring was higher than that in autumn, distributing in a patchy pattern. In spring, the center of gravity of the fishing ground were concentrated in the southern waters, but moved northwestward in autumn. The density distribution of fish resources was similar to that of total resources. In spring, the center of gravity of fish resources was located in the southwest direction, but moved northwestward in autumn. The resource density of crabs in spring was relatively uniform and increased in autumn, and high-density sea areas increased, distributing in a flaky pattern, and the center of gravity of resources moved from west to northeast. The resource density of shrimps in spring was lower than that in autumn, and the center of gravity of resources moved northeastward. The resource density of mantis shrimps was low and the center of gravity of resources was located in the western sea area in spring, but moved northeastward in autumn. The resource density of cephalopoda in spring was higher than that in autumn, distributing in a flaky pattern, and the center of gravity of resources moved from east to west.
-
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 2 春季渔业资源各类群分布
Figure 2. Distribution of various groups of fishery resources in spring
![]()
图 3 秋季渔业资源各类群分布
Figure 3. Distribution of various groups of fishery resources in autumn
![]()
图 4 春、秋季不同类群分布特征
Figure 4. Distribution characteristics of different groups in spring and autumn
-
[1] 黄洪亮, 冯超, 李灵智, 等. 当代海洋捕捞的发展现状和展望[J]. 中国水产科学, 2022, 29(6): 938-949. [2] LI J J, LI J, GONG P H, et al. Effects of the artificial reef and flow field environment on the habitat selection behavior of Sebastes schlegelii juveniles[J]. Appl Anim Behav Sci, 2021, 245: 105492. doi: 10.1016/j.applanim.2021.105492
[3] 陈丕茂, 舒黎明, 袁华荣, 等. 国内外海洋牧场发展历程与定义分类概述[J]. 水产学报, 2019, 43(9): 1851-1869. [4] 谢笑艳, 陈丕茂, 佟飞, 等. 珠海外伶仃岛海域海洋牧场选址探讨[J]. 南方水产科学, 2022, 18(5): 18-29. [5] 冯永玖, 方学燕, 陈新军, 等. 基于GIS的西北太平洋柔鱼资源空间插值及不确定性分析[J]. 资源科学, 2015, 37(11): 2299-2308. [6] 范江涛, 张俊, 冯雪, 等. 基于地统计学的南沙海域鸢乌贼渔场分析[J]. 生态学杂志, 2017, 36(2): 442-446. doi: 10.13292/j.1000-4890.201702.004 [7] 唐政, 单秀娟, 关丽莎, 等. 基于不同空间插值法的黄海和东海北部游泳动物多样性空间分布研究[J]. 渔业科学进展, 2020, 41(6): 1-11. doi: 10.19663/j.issn2095-9869.20190715001 [8] 史文娇, 岳天祥, 石晓丽, 等. 土壤连续属性空间插值方法及其精度的研究进展[J]. 自然资源学报, 2012, 27(1): 163-175. doi: 10.11849/zrzyxb.2012.01.017 [9] 彭彬, 周艳莲, 高苹, 等. 气温插值中不同空间插值方法的适用性分析: 以江苏省为例[J]. 地球信息科学学报, 2011, 13(4): 539-548. [10] 石朋, 芮孝芳. 降雨空间插值方法的比较与改进[J]. 河海大学学报 (自然科学版), 2005(4): 361-365. [11] 贾悦, 崔宁博, 魏新平, 等. 基于反距离权重法的长江流域参考作物蒸散量算法适用性评价[J]. 农业工程学报, 2016, 32(6): 130-138. doi: 10.11975/j.issn.1002-6819.2016.06.018 [12] 朱求安, 张万昌, 余钧辉. 基于GIS的空间插值方法研究[J]. 江西师范大学学报 (自然科学版), 2004, 28(2): 183-188. [13] 陈吕凤, 朱国平. 基于地理加权模型的南设得兰群岛北部南极磷虾渔场空间分布影响分析[J]. 应用生态学报, 2018, 29(3): 938-944. doi: 10.13287/j.1001-9332.201803.037 [14] 冯雪, 范江涛, 孙晓, 等. 珠海外伶仃人工鱼礁对鱼类资源养护效果初步评估[J]. 南方农业学报, 2021, 52(12): 3228-3236. doi: 10.3969/j.issn.2095-1191.2021.12.005 [15] 黄梓荣. 南海北部陆架区头足类的种类组成和资源密度分布[J]. 南方水产, 2008, 4(5): 1-7. [16] 郑兰香, 杨程, 黄凌霄, 等. 基于反距离权重插值法的抽水型水库水质空间分布分析[J]. 宁夏工程技术, 2018, 17(3): 270-273. doi: 10.3969/j.issn.1671-7244.2018.03.019 [17] 汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012: 442-443. [18] 汪金涛, 陈新军. 中西太平洋鲣鱼渔场的重心变化及其预测模型建立[J]. 中国海洋大学学报 (自然科学版), 2013, 43(8): 44-48. [19] 李建生, 程家骅. 长江口水域主要渔业生物资源状况的分析[J]. 南方水产, 2005, 1(2): 21-25. [20] CAI W J, DAI M H, WANG Y C, et al. The biogeochemistry of inorganic carbon and nutrients in the Pearl River estuary and the adjacent Northern South China Sea[J]. Cont Shelf Res, 2004, 24(12): 1301-1319. doi: 10.1016/j.csr.2004.04.005
[21] TAO W, NIU L X, LIU F, et al. Influence of river-tide dynamics on phytoplankton variability and their ecological implications in two Chinese tropical estuaries[J]. Ecol Indic, 2020, 115: 106458. doi: 10.1016/j.ecolind.2020.106458
[22] HUANG L M, JIAN W J, SONG X Y, et al. Species diversity and distribution for phytoplankton of the Pearl River estuary during rainy and dry seasons[J]. Mar Pollut Bull, 2004, 49(7/8): 588-596.
[23] LU Y F, DING Z B, LI W, et al. The effect of seawater environmental factors on the corals of Wailingding Island in the Pearl River Estuary[J]. Cont Shelf Res, 2020, 197: 104087. doi: 10.1016/j.csr.2020.104087
[24] 韩旭东, 章守宇, 汪振华, 等. 马鞍列岛及其东部海域鱼类群落格局与环境因子之间的关系[J]. 水产学报, 2019, 43(6): 1483-1497. [25] SMITH J A, CORNWELL W K, LOWRY M B, et al. Modelling the distribution of fish around an artificial reef[J]. Mar Freshw Res, 2017, 68(10): 1955-1964. doi: 10.1071/MF16019
[26] KIM D H, WOO J H, YOON H S, et al. Efficiency, tranquility and stability indices to evaluate performance in the artificial reef wake region[J]. Ocean Eng, 2016, 122: 253-261. doi: 10.1016/j.oceaneng.2016.06.030
[27] 李圣法, 程家骅, 严利平. 东海大陆架鱼类群落的空间结构[J]. 生态学报, 2007, 27(11): 4377-4386. doi: 10.3321/j.issn:1000-0933.2007.11.001 [28] 李永振, 陈国宝, 孙典荣. 珠江口鱼类组成分析[J]. 水产学报, 2000, 24(4): 312-317. [29] 胥延钊. 渤海渔业生物群落结构特征研究[D]. 上海: 上海海洋大学, 2021: 21-25. [30] 王新元, 李建龙, 章翔, 等. 三亚蜈支洲岛热带海洋牧场渔业资源现状及季节变动[J]. 海洋与湖沼, 2021, 52(6): 1557-1566. doi: 10.11693/hyhz20210500124 [31] 唐广隆. 万山群岛海域渔业资源群落特征及黄鳍棘鲷食性特征[D]. 舟山: 浙江海洋大学, 2022: 44-47. [32] 吴强, 王俊, 李忠义, 等. 黄渤海春季甲壳类群落结构的空间变化[J]. 水产学报, 2012, 36(11): 1685-1693. [33] THAYER J A, BERTRAM D F, HATCH S A, et al. Forage fish of the Pacific rim as revealed by diet of a piscivorous seabird: synchrony and relationships with sea surface temperature[J]. Can J Fish Aquat Sci, 2008, 65(8): 1610-1622. doi: 10.1139/F08-076
[34] 李斌, 陈国宝, 郭禹, 等. 南海中部海域渔业资源时空分布和资源量的水声学评估[J]. 南方水产科学, 2016, 12(4): 28-37. doi: 10.3969/j.issn.2095-0780.2016.04.004 [35] 范江涛, 张俊, 冯雪, 等. 南沙海域鸢乌贼渔场与海洋环境因子的关系[J]. 上海海洋大学学报, 2019, 28(3): 419-426. [36] 方星楠, 余为, 陈新军. 东太平洋赤道海域茎柔鱼渔场的时空分布[J]. 水产科学, 2022, 41(3): 475-483. -
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)
下载:
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
