Seawater quality assessment method based on improved grey relational degree clustering: a case study of Daya Bay
-
摘要:
海洋环境质量评价是开展海洋环境管理的依据,而海洋环境评价的精度取决于海洋环境的监测和评价水平。为建立科学有效的指标评价体系,准确分析目前大亚湾西部的海水质量状况,通过改进灰色关联度聚类,将其与层次聚类结合起来,在大亚湾核电海域开展了海水质量评价探索研究。结果表明,在海水质量状况相对评价中,一类站点占比20.83%,二类站点占比66.67%,三类站点占比12.5%,总体结果表现良好。将4个季节进行对比发现,平均绝对关联度为夏季 (0.747 9) >冬季 (0.734 5) >春季 (0.729 0) >秋季 (0.709 7),夏季海水质量状况相对较好,秋季表现较差。根据评价结果可将大亚湾24个站点分成3个区域,而这3个区域的划分与大亚湾周边实际生产生活状况及实地踏勘情况相符,体现了评价方法的可操作性。
Abstract:Marine environmental quality assessment is the basis of marine environmental management, and its accuracy depends on the level of marine environmental monitoring and evaluation. In order to establish a scientific and effective indicator evaluation system and analyze the current seawater quality situation in western Daya Bay accurately, we carried out an exploration and research on sea water quality assessment in Daya Bay nuclear power sea area by improving grey relational degree clustering and combining it with hierarchical clustering. The evaluation results show that for relative evaluation of seawater quality, the proportions of Class I, Class II and Class III stations were 20.83%, 66.67% and 12.5%, respectively, which was an overall good result. Comparing the the four seasons, it is found that the average absolute correlation followed a descending order of summer (0.747 9) > winter (0.734 5) > spring (0.729 0) > autumn (0.709 7). The seawater quality was better in summer but worse in autumn. According to the evaluation results, the 24 stations in Daya Bay can be divided into three areas, which is consistent with the actual production, living conditions around Daya Bay and field survey, proving the operability of this evaluation method.
-
卵形鲳鲹(Trachinotus ovatus)俗称金鲳、黄腊鲳、红三等,隶属鲈形目、鲈亚目、鲹科、鲳鲹亚科、鲳鲹属,广泛分布于太平洋、大西洋和印度洋热带及温带海域[1-3]。该鱼体型较大、生长快、食性简单、肉质细嫩鲜美,广受养殖户和消费者喜爱。随着其繁育技术获得突破,且养殖过程中可全程使用人工配合饲料,出口加工市场大等;近年来,卵形鲳鲹养殖产业在我国发展迅速,已成为广东、广西、海南等华南沿海地区网箱主养海水鱼类之一,2017年全国养殖产量超10×104 t[4-6]。
开展鱼类摄食节律研究,通过调整鱼类的摄食活动时间,使其摄食节律与大多数体细胞的生长增殖周期同步,是一种重要的时间生物学策略[7-11]。目前已有多种鱼类的摄食节律被研究,如大鳞副泥鳅(Paramisgurnus dabryanus)[12]、高体革䱨(Scortum barcoo)[13]、牙鲆(Paralichthys olivaceus)[14]、鬼鲉(Inimicus japonicus)[11]、双棘黄姑鱼(Nibea diacanthus)[15]、大口胭脂鱼(Ictiobus Cyprinellus)[16]和塞内加尔鳎(Solea senegalensis)[17]等,但对卵形鲳鲹的相关研究尚未见报道。
鱼类的耗氧率是有氧代谢强度的重要指标之一,耗氧率高低通常与鱼类的大小和摄食水平相对应,鱼类摄食活动的旺盛期通常也是高耗氧率时期。耗氧节律能直接反映出鱼类的新陈代谢规律和生理反应[18-20],耗氧率低时鱼多处在静止或缓慢运动状态,能量代谢强度低;耗氧率高时多处在剧烈运动状态,能量代谢强度高。胃肠排空是指食物从鱼摄食后至分别经胃、肠消化后排出体外的过程,胃肠排空影响着鱼类的食欲,鱼类胃肠饱满度和胃肠排空速率决定摄食量[21-23]。研究表明,不同鱼类的摄食、耗氧节律和胃肠排空时间存在较大差异。本研究以卵形鲳鲹为实验对象,探究其摄食、耗氧节律和胃肠排空时间的规律性,为确定卵形鲳鲹适宜投喂时间提供理论依据,也为其他水产动物的摄食节律研究和投喂策略提供参考。
1. 材料与方法
1.1 实验材料
本研究实验鱼为深圳大鹏澳海域中国水产科学研究院南海水产研究所深圳试验基地抗风浪网箱养殖的4月龄卵形鲳鲹,2018年9月30日,将实验鱼在露天高位池塘过渡驯养15 d,实验开始前1周,挑选大小一致、活力好且体表无伤的个体暂养于室内养殖桶中,使实验鱼适应实验环境,能在实验条件下正常摄食。养殖和暂养全程使用广东越群海洋生物研究开发有限公司生产的浮性卵形鲳鲹专用配合饲料。实验时挑选60尾用于摄食节律实验,9尾用于耗氧节律实验,90尾用于胃肠排空实验。实验期间水温为25.1~26.3 ℃、盐度32.5、pH 7.6~8.5。
1.2 实验方法
摄食节律实验采用分段式连续投喂法[10, 12],实验于2018年10月22日,将一昼夜分为12个时间段(00:00、02:00、04:00、06:00、08:00、10:00、12:00、14:00、16:00、18:00、20:00、22:00),每时段连续投喂,实验设3个平行组,每组20尾实验鱼,总质量(1 532.57±20.64) g,养殖密度约为40尾·m−3。分组后实验鱼停料1 d,从10月23日14:00开始投喂,为尽量排除实验鱼补偿摄食的影响,前3次投喂数据舍去。每次投喂前准确称取过量饲料,确保达到表观饱食,1 h后将残余饵料捞出,收集到各平行组各时段对应的小盒中,−20 ℃冰柜保存,待实验完成后,经60 ℃烘干获得实验鱼实际摄食量。测定残饵的溶失率以校正实验鱼的摄食量,即在实验完成后,将实验鱼捞出,向每组养殖桶中投入10 g实验用饲料,1 h后收集,与10 g未浸泡饲料同时放60 ℃烘干并称质量,求得溶解掉的饲料质量,计算溶失率。实验周期为3.5 d。
耗氧节律实验采用流水呼吸法[18,20],随机挑9尾卵形鲳鲹,设3个平行组,每组3尾,总质量(227.49±6.04) g,分别放入自制透明玻璃鱼缸中,用封口膜密封,玻璃缸规格为长×宽×高=40 cm×40 cm×50 cm,养殖密度约为38尾·m−3。提前用1 t水体的养殖桶备满沙滤自然海水,确保桶中水溶氧大于6 mg·L−1,调整流速,使流出实验玻璃鱼缸的水溶氧大于4 mg·L−1,实验持续1昼夜,分12次取样读取溶氧数据,取样时间与摄食节律实验相同(00:00、02:00、04:00、06:00、08:00、10:00、12:00、14:00、16:00、18:00、20:00、22:00),溶解氧用校准后的德国WTW多参数分析仪测定。
胃肠排空实验采用一次饱食投喂法[10,22],将一昼夜等分为12个时间段,每隔2 h取样1次作为一个处理组,设3个平行组,每组30尾,总质量(2 295.6±48.26) g,养殖密度约为60尾·m−3。分组后实验鱼停料2 d,确保实验鱼胃肠内容物充分排空,实验桶内无其他可食用物,投入的饲料为唯一食物来源。实验鱼饱食投喂后捞出剩饵,分别在饱食后第1、第3、第5、第7、第9、第11、第13、第15、第17、第19、第21和第23小时随机捞出2尾进行解剖取样。解剖前先用丁香酚将实验鱼深度麻醉,以减少胃肠蠕动而造成的实验误差。分别取出胃和肠中内含物并收集到各平行组各时段对应的小盒中,−20 ℃冰柜保存,待实验完成后,经60 ℃烘干称质量,实验均持续1昼夜。
1.3 数据分析
$$ \begin{array}{*{20}{c}} {{K_{\rm{p}}} = {W_{\rm{f}}} \times {W_0}^{ - 1} \times 100\% }\\ {{K_{\rm{a}}} = {W_{\rm{f}}} \times {W_0}^{ - 1} \times {D^{ - 1}} \times 100\% }\\ {{R_{\rm{s}}} = {W_{\rm{s}}} \times {W_{\rm{w}}}^{ - 1} \times 100\% }\\ {{R_{\rm{b}}} = {W_{\rm{b}}} \times {W_{\rm{w}}}^{ - 1} \times 100\% }\\ {{R_{{\rm{OCR}}}} = A \times V \times {W_{\rm{w}}}^{ - 1}\times {t^{ - 1}} \times 100\% } \end{array} $$ 式中Kp为日摄食率;Ka为平均摄食率;Rs为胃内含物比率;Rb为肠内含物比率;ROCR为耗氧率;Wf为摄食量(g);W0为初始体质量(g);D为实验天数(d);Ws为胃内含物干质量(g);Wb为肠内含物干质量(g);Ww为鱼体湿质量(g);A为消耗水溶解氧质量浓度(mg·L−1);V为容积(L);t为呼吸时间(h)。
所有统计分析由Excel 2016和SPSS 20.0软件完成,实验数据先做方差齐性检验,然后进行单因素方差分析(One-Way ANOVA),再对不同处理组进行Duncan's多重比较,取P<0.05为差异显著。
2. 结果
2.1 昼夜摄食节律
在一昼夜的分段式连续投喂下,卵形鲳鲹在上午10:00和下午14:00—16:00期间表现出2个摄食高峰(P<0.05),凌晨02:00—08:00摄食水平显著低于其他时段(P<0.05),06:00摄食水平最低(P<0.05),属于典型的白天摄食类型。第1天的摄食最高峰出现在晚上22:00,之后在上午10:00和下午16:00各出现1个摄食高峰。第2天的摄食率波动较小,凌晨06:00天亮后摄食率逐渐升高,在傍晚18:00出现1个摄食高峰。第3天的摄食节律比前2 d相对稳定,分别在晚上20:00和上午10:00出现2个摄食高峰(图1)。
图 1 在分段式连续投喂下卵形鲳鲹的昼夜摄食节律变化 ($ \overline X \pm {\rm{SE}}$ ,n=3)图中不同英文字母表示每个取样时间点所得数据之间达到显著差异水平(P<0.05);后图同此Figure 1. Variation of diet feeding rhythm of T. ovatus by a continuous feeding at a fixed intervalThe values with different lowercase letters are significantly different at P<0.05 at each sampling time; the same case in the following figures.实验测得饲料的溶失率为6.3%,卵形鲳鲹的昼夜平均摄食率为2.33%,算出实验中卵形鲳鲹饲料的日摄食量为鱼体体质量的2.49%。
2.2 昼夜耗氧节律
水温25.1~26.3 ℃,卵形鲳鲹昼夜耗氧率波动较大,凌晨00:00—08:00,耗氧率逐渐升高,08:00达第1个耗氧高峰,之后迅速下降,在10:00—12:00时间段耗氧率达一天的最低值[0.413 mg·(g·h)−1](P<0.05),午后又迅速上升,在16:00达到第2个耗氧高峰,也是一天耗氧率最高值[0.702 mg·(g·h)−1](P<0.05),之后逐渐下降,至00:00耗氧率接近最低水平[0.417 mg·(g·h)−1] (P<0.05,图2)。
卵形鲳鲹在白天(8:00—18:00)平均耗氧率为(0.571±0.14) mg·(g·h)−1,夜间(18:00—08:00)平均耗氧率为(0.546±0.07) mg·(g·h)−1,白天与夜间相近(P>0.05)。
2.3 胃肠排空时间
卵形鲳鲹摄食后24 h内胃和全肠排空时间见图3。饱食后胃内含物比率下降迅速(P<0.05),7 h下降近50%,第15小时出现极低值(P<0.05),19 h后胃内含物为0。摄食后胃内含物比率呈阶梯下降趋势明显,通过与摄食后时间拟合后获得公式y=0.018 5x2−0.394x+2.071 5 (R2=0.995 5),y为胃内含物比率,x为摄食后时间。
饱食后3 h内全肠内含物比率迅速升高,第9~第11小时达到最大值(P<0.05),之后逐渐降低,在第21小时出现极低值(P<0.05)。
3. 讨论
3.1 昼夜变化对摄食率的影响
Helfman[24]把鱼类的摄食归纳为白天摄食、晚上摄食、晨昏摄食和无明显节律摄食4种类型。本研究的卵形鲳鲹第1天的摄食率波动大,第1个摄食最高峰出现在晚上22:00,之后在上午10:00和下午16:00各出现1个摄食高峰。第2天的摄食率波动较小,凌晨06:00天亮后摄食率逐渐升高,在傍晚18:00出现1个摄食高峰。第3天的摄食节律比前2天相对稳定,分别在晚上20:00和上午10:00出现2个摄食高峰。综合3 d的摄食率变化发现,其原因可能是实验鱼饥饿1 d后,补偿摄食的影响未完全消除而出现的结果,后两天卵形鲳鲹的摄食节律相对明显,表现为在上午10:00和下午14:00—16:00期间出现2个摄食高峰(P<0.05),凌晨02:00—08:00摄食水平显著低于其他时段(P<0.05),06:00摄食水平最低(P<0.05),这表明卵形鲳鲹属于典型的白天摄食类型。叉尾斗鱼(Macropodus opercularis)仔鱼在12:00—16:00表现出明显的摄食高峰,且在持续光照下摄食活动昼夜均很活跃,表明叉尾斗鱼为白天摄食类型[25]。白天摄食类型的鱼类,其视觉在摄食中具有重要意义,而夜间或晨昏摄食类型的鱼类,主要依靠如化学感觉、触觉等进行捕食[10-12, 26]。如大鳞副泥鳅[12]因长期生活在水体底层,栖息环境光线微弱,眼睛逐渐退化,触须发达,靠触觉和化学感觉来识别食物。因此按照自然摄食节律来确定适宜的喂料时间,可有效提高饲料效率,增加经济效益。可见鱼类的日摄食节律不仅能被规律的人工投喂时间适当调整,同时也受栖息环境和不同种属的影响。
3.2 昼夜变化对耗氧率的影响
鱼类的耗氧率高低通常与鱼类的大小、水温和摄食水平相对应。水温适宜,鱼类摄食活动旺盛时耗氧率也会相应升高。耗氧节律能直接反映出鱼类的新陈代谢规律和生理反应[18-20]。鱼类耗氧率的昼夜节律可分为4种,分别是白天耗氧率高于夜间耗氧率、夜间耗氧率高于白天耗氧率、昼夜耗氧率无差异和某一时间段内出现耗氧率高峰区域等[18]。本实验结果表明,卵形鲳鲹属于昼夜耗氧率基本无差异,白天和夜晚均有耗氧高峰期与低峰期,在06:00—8:00和14:00—18:00出现耗氧率高峰(P<0.05),说明卵形鲳鲹在这2个时间段呼吸代谢旺盛,活动频繁,结合前面分析的摄食节律,可能与捕食或消化有关。而在22:00—00:00和10:00—12:00出现耗氧率低谷(P<0.05)。自然条件下,22:00—00:00时间段光线微弱,对卵形鲳鲹这种白天摄食类型的鱼类,摄食活动相对减少,而10:00—12:00时间段,正处于一天中阳光直射、光照强烈且水温较高的时候,鱼类因其本性,减少活动以躲避强光。
3.3 胃肠排空时间
胃肠排空影响着鱼类的食欲,鱼类胃肠饱满度和胃肠排空速率决定摄食量[21-23]。本实验发现卵形鲳鲹在摄食7 h后约50%胃内含物已排出,第19小时胃内含物为0,全肠内含物也降至最低。余方平等[27]用相同方法测得眼斑拟石首鱼(Sciaenops ocellatus)摄食28 h后接近排空;马彩华等[28]发现大菱鲆(Scophthalmus maximus)在摄食6 h后开始排粪,20 h排空;董桂芳等[10]的研究发现斑点叉尾鮰 (Ictalurus punctatus)和杂交鲟(Acipenser baeri×A. gueldenstaedtii)胃和肠排空需要24 h。而卵形鲳鲹摄食胃肠排空时间较短,这可能与不同鱼类的胃肠消化及吸收速率有关。在同一时间段,胃内含物的减少量大于肠内含物的增加量,这可能是由于卵形鲳鲹属于游动迅速、活动量大的鱼类,为适应快速游动,身体侧扁,胃相对较小,肠道也相应较短,因此食物在体内被消化和吸收快,甚至可能部分营养物质在胃内已被消化吸收。结合昼夜节律实验发现,卵形鲳鲹在胃肠排空之前就有摄食行为,且全时段都能进行摄食。
3.4 投喂策略
投喂策略是鱼类养殖技术的重要部分,投喂不当不仅浪费饵料和劳动力,而且污染水质导致养殖效益低[26]。科学的投喂策略应符合鱼类摄食、耗氧节律和胃肠排空时间等生活习性和生理变化。研究表明鱼类摄食节律的形成与自然界食物丰度有关,推测长期特定的人工投喂策略可改变鱼类的摄食节律[29]。因此可通过特定时间的投喂来驯化鱼类的摄食时间,从而调整其日摄食节律。Luo等[30]研究了杂交鲟(A. schrenckii ♀×A. baeri ♂)育成阶段的最适投喂频率和投喂率。表明投喂频率和投喂率均对鲟鱼的生长性能指标有极显著影响(P<0.01),鲟鱼育成阶段最适投喂策略为以3.7%鱼体质量的投喂率,每天投喂6次。郑伟力等[31]通过对大鳞副泥鳅繁育研究表明可通过人工养殖驯化,将大鳞副泥鳅夜间摄食节律调整为晨昏摄食。因此,生产上可根据实际养殖情况对卵形鲳鲹进行定时定点的人工投饵驯化,适当调整其摄食节律,以提高人工养殖效率。
综合卵形鲳鲹昼夜摄食、耗氧节律和胃肠排空的实验结果,建议在卵形鲳鲹网箱养殖生产中,宜在光线较强和耗氧、摄食高峰的上午(09:00—10:00)和下午(14:00—16:00)时段进行投喂,投喂频率2~3次·d−1,投喂间隔7~9 h。
-
表 1 KMO和Bartlett的检验
Table 1 KMO and Bartlett tests
指标
Indicator数值
ValueKaiser-Meyer-Olkin度量
KMO measurements0.727 Bartlett的球形度检验
Bartlett's sphericity test近似卡方
Approximate chi-square812.282 自由度 DF 105 显著性 Sig. 0.000 表 2 海水质量评价的因子载荷矩阵
Table 2 Factor load matrix for seawater quality assessment
因子
Factor第一主
成分
PC1第二主
成分
PC2第三主
成分
PC3第四主
成分
PC4悬浮物
Suspended solids0.466 0.429 −0.062 −0.365 pH 0.607 0.248 0.434 −0.241 水温 Water temperature −0.909 0.224 0.112 −0.122 盐度 Salinity 0.791 0.003 0.495 0.091 浮游植物密度
Phytoplankton density−0.455 0.124 −0.368 0.009 浮游植物多样性指数
Phytoplankton diversity index0.847 −0.223 0.039 0.060 浮游动物多样性指数
Zooplankton diversity index0.533 0.265 −0.225 −0.323 溶解氧 DO 0.633 0.465 0.179 0.129 石油类 Petroleum 0.303 0.493 −0.366 0.252 叶绿素a Chl a 0.192 0.795 0.001 0.260 无机氮
Inorganic nitrogen0.571 −0.667 −0.026 0.118 透明度
Transparency−0.224 −0.398 0.788 −0.032 活性磷酸盐 PO4-P 0.516 −0.469 −0.631 0.103 化学需氧量 CODMn −0.259 0.288 0.300 0.602 浮游动物生物量
Zooplankton biomass0.157 −0.218 −0.079 0.504 注:标红内容表示因子载荷绝对值>0.4,且同一列标红表示同属于一个主成分。 Note: The values marked in red represent that the absolute values of the factor load were over 0.4, and those marked in red within the same column represent that they belong to the same principal component. 表 3 海水质量评价指标及指标类型
Table 3 Seawater quality assessment index and index type
指标 Index 指标类型
Index type指标 Index 指标类型
Index type悬浮物 Suspended solids 极小型指标 石油类 Petroleum 极小型指标 透明度 Transparency 极大型指标 浮游植物密度 Phytoplankton density 极大型指标 pH 区间型指标 浮游植物多样性指数 Phytoplankton diversity index 极大型指标 水温 Water temperature 极小型指标 浮游动物多样性指数 Zooplankton diversity index 极大型指标 盐度 Salinity 极小型指标 浮游动物生物量 Zooplankton biomass 极大型指标 叶绿素a Chl a 区间型指标 活性磷酸盐 PO4-P 极小型指标 溶解氧 DO 极大型指标 化学需氧量 CODMn 极小型指标 无机氮 Inorganic nitrogen 极小型指标 表 4 海水质量评价的绝对关联度
Table 4 Absolute correlation degree of seawater quality assessment
冬季
Winter站点 Station S5 S1 S21 S20 S23 S13 S11 S8 绝对关联度 Absolute relevance 0.802 0.789 0.772 0.769 0.767 0.756 0.756 0.756 站点 Station S19 S10 S15 S18 S3 S14 S4 S24 绝对关联度 Absolute relevance 0.754 0.750 0.744 0.738 0.730 0.728 0.727 0.722 站点 Station S17 S9 S12 S22 S16 S7 S2 S6 绝对关联度 Absolute relevance 0.718 0.714 0.711 0.703 0.703 0.697 0.667 0.654 春季
Spring站点 Station S22 S12 S14 S7 S4 S11 S17 S20 绝对关联度 Absolute relevance 0.843 0.842 0.785 0.765 0.763 0.758 0.752 0.751 站点 Station S21 S23 S18 S13 S16 S6 S19 S24 绝对关联度 Absolute relevance 0.748 0.747 0.743 0.725 0.724 0.724 0.722 0.721 站点 Station S10 S9 S8 S15 S5 S1 S3 S2 绝对关联度 Absolute relevance 0.717 0.701 0.688 0.687 0.667 0.655 0.647 0.622 夏季
Summer站点 Station S7 S8 S13 S14 S3 S23 S4 S5 绝对关联度 Absolute relevance 0.841 0.823 0.816 0.814 0.806 0.803 0.799 0.771 站点 Station S6 S18 S1 S17 S24 S2 S10 S22 绝对关联度 Absolute relevance 0.769 0.764 0.763 0.748 0.744 0.743 0.736 0.734 站点 Station S21 S16 S11 S12 S15 S20 S9 S19 绝对关联度 Absolute relevance 0.706 0.702 0.700 0.695 0.680 0.679 0.666 0.643 秋季
Autumn站点 Station S7 S22 S4 S9 S20 S3 S6 S10 绝对关联度 Absolute relevance 0.771 0.771 0.770 0.755 0.752 0.750 0.748 0.746 站点 Station S19 S17 S12 S21 S11 S23 S13 S18 绝对关联度 Absolute relevance 0.742 0.733 0.718 0.711 0.702 0.701 0.699 0.697 站点 Station S1 S24 S15 S16 S5 S2 S8 S14 绝对关联度 Absolute relevance 0.683 0.672 0.665 0.664 0.655 0.654 0.649 0.625 年度
Annual站点 Station S7 S4 S22 S23 S13 S12 S14 S20 绝对关联度 Absolute relevance 0.769 0.765 0.763 0.754 0.749 0.742 0.738 0.738 站点 Station S17 S10 S18 S21 S3 S8 S11 S5 绝对关联度 Absolute relevance 0.738 0.737 0.735 0.734 0.733 0.729 0.729 0.724 站点 Station S6 S1 S19 S24 S9 S16 S15 S2 绝对关联度 Absolute relevance 0.724 0.722 0.715 0.715 0.709 0.698 0.694 0.671 表 5 海水质量评价的分类
Table 5 Classification of seawater quality assessment
站点
Station冬季
Winter春季
Spring夏季
Summer秋季
Autumn年度
AnnualS1 △ ☆ □ ☆ □ S2 ☆ ☆ □ ☆ ☆ S3 □ ☆ △ △ □ S4 □ △ △ △ △ S5 △ ☆ □ ☆ □ S6 ☆ □ □ △ □ S7 □ △ △ △ △ S8 △ □ △ ☆ □ S9 □ □ ☆ △ □ S10 △ □ □ △ □ S11 △ △ ☆ □ □ S12 □ △ ☆ □ □ S13 △ □ △ □ △ S14 □ △ △ ☆ □ S15 △ □ ☆ ☆ ☆ S16 □ □ ☆ ☆ ☆ S17 □ △ □ □ □ S18 △ △ □ □ □ S19 △ □ ☆ △ □ S20 △ △ ☆ △ □ S21 △ △ ☆ □ □ S22 □ △ □ △ △ S23 △ △ △ □ △ S24 □ □ □ ☆ □ 注:△. 一类;□. 二类;☆. 三类;一类表示综合表现最好,其后依次为二类、三类。 Note: △. Class I; □. Class II; ☆. Class III. Class I indicates the best overall performance, followed by Class II and Class III. -
[1] 申雅琪. 中国海域水质监测网优化与综合评价方法研究[D]. 上海: 上海交通大学, 2013: 1. [2] PAUL B, MEGAN L, BERTRAM O, et al. A review of methods for analysing spatial and temporal patterns in coastal water quality[J]. Ecol Indic, 2011, 11(1): 103-114. doi: 10.1016/j.ecolind.2009.11.001
[3] 林小苹, 黄长江, 林福荣, 等. 海水富营养化评价的主成分-聚类分析方法[J]. 数学的实践与认识, 2004(12): 69-74. [4] 马丽. 海湾生态系统健康评价方法与应用研究[D]. 厦门: 厦门大学, 2017: 93-108. [5] 林琳, 李纯厚, 杜飞雁, 等. 基于 GIS 的大亚湾海域生态环境质量综合评价[J]. 南方水产, 2007, 3(5): 19-25. [6] 杜飞雁, 李纯厚, 廖秀丽, 等. 大亚湾海域浮游动物生物量变化特征[J]. 海洋环境科学, 2006, 25(A01): 37-39. [7] 方良, 李纯厚, 杜飞雁, 等. 大亚湾海域浮游动物生态特征[J]. 生态学报, 2010, 30(11): 2981-2991. [8] 廖秀丽, 李纯厚, 杜飞雁, 等. 2003~2005年大亚湾水螅水母类生态研究[J]. 海洋环境科学, 2006, 25(S1): 48-51. [9] 党耀国, 尚中举, 王俊杰, 等. 基于面板数据的灰色指标关联模型构建及其应用[J]. 控制与决策, 2019(5): 1077-1084. [10] 张燕军, 孙有朝, 刘璐. 基于灰色关联度的人机系统功能聚类方法[J]. 机械工程与自动化, 2016(6): 21-22. doi: 10.3969/j.issn.1672-6413.2016.06.009 [11] 岑詠霆. 旅行社基于灰色关联度及熵权分析的聚类研究[J]. 工业工程与管理, 2012, 17(3): 113-116. doi: 10.3969/j.issn.1007-5429.2012.03.020 [12] 郭三党, 王玲玲, 刘思峰, 等. 基于最大灰色关联度的聚类方法分析[J]. 数学的实践与认识, 2013, 43(6): 195-201. [13] 吴风霞, 黄洪辉, 戴明, 等. 大鹏澳浮游纤毛虫群落与环境因子间的关系[J]. 南方水产科学, 2017, 13(1): 1-9. doi: 10.3969/j.issn.2095-0780.2017.01.001 [14] 王友绍, 王肇鼎, 黄良民. 近 20 年来大亚湾生态环境的变化及其发展趋势[J]. 热带海洋学报, 2004, 23(5): 85-95. [15] 王肇鼎, 练健生, 胡建兴, 等. 大亚湾生态环境的退化现状与特征[J]. 生态科学, 2003, 22(4): 313-320. doi: 10.3969/j.issn.1008-8873.2003.04.006 [16] MAGALHAES C, TANIGUCHI S, CASCAES M, et al. PCBs, PBDEs and organochlorine pesticides in crabs Hepatus pudibundus and Callinectes danae from Santos Bay, State of São Paulo, Brazil[J]. Mar Pollut Bull, 2012, 64(3): 662-667. doi: 10.1016/j.marpolbul.2011.12.020
[17] ISOBE T, OSHIHOI T, HAMADA H, et al. Contamination status of POPs and BFRs and relationship with parasitic infection in finless porpoises (Neophocaena phocaenoides) from Seto Inland Sea and Omura Bay, Japan[J]. Mar Pollut Bull, 2011, 63(5): 564-571.
[18] HU B Q, LI J, ZHAO J T, et al. Heavy metal in surface sediments of the Liaodong Bay, Bohai Sea: distribution, contamination, and sources[J]. Environ Monit Assess, 2013, 185(6): 5071-5083. doi: 10.1007/s10661-012-2926-0
[19] 杨清良, 林金美. 大亚湾核电站邻近水域春季浮游植物的分布及其小时间尺度的变化特征[J]. 海洋学报 (中文版), 1991(1): 102-113. [20] SONG X Y, HUANG L M, ZHANG J L, et al. Harmful algal blooms (HABs) in Daya Bay, China: an in situ study of primary production and environmental impacts[J]. Mar Pollut Bull, 2009, 58(9): 1310-1318. doi: 10.1016/j.marpolbul.2009.04.030
[21] LIU H X, SONG X Y, HUANG L M, et al. Diurnal variation of phytoplankton community in a high frequency area of HABs: Daya Bay, China[J]. Chin J Oceanol Lim, 2011, 29(4): 800-806. doi: 10.1007/s00343-011-0509-5
[22] SUN C C, WANG Y S, WU M L, et al. Seasonal variation of water quality and phytoplankton response patterns in Daya Bay, China[J]. Int J Environ Res Public Health, 2011, 8(7): 2951-2966. doi: 10.3390/ijerph8072951
[23] JIANG Z Y, WANG Y S, CHENG H, et al. Spatial variation of phytoplankton community structure in Daya Bay, China[J]. Ecotoxicology, 2015, 24(7/8): 1450-1458.
[24] 金亮, 徐华林, 张志敏, 等. 大亚湾春秋季鱼类种类组成及年龄结构分析[J]. 应用海洋学学报, 2011, 30(1): 71-80. doi: 10.3969/J.ISSN.1000-8160.2011.01.011 [25] 王聪, 林军, 陈丕茂, 等. 年平均风场作用下大亚湾水交换的数值模拟[J]. 上海海洋大学学报, 2009, 18(3): 351-358. [26] 薛向明, 李锐, 刘保生, 等. 大亚湾核电基地氡浓度水平调查与评估[J]. 核电子学与探测技术, 2020, 40(3): 522-526. [27] 陈天然, 余克服, 施祺, 等. 全球变暖和核电站温排水对大亚湾滨珊瑚钙化的影响[J]. 热带海洋学报, 2011, 30(2): 1-9. [28] 廖秀丽, 黄洪辉, 齐占会, 等. 亚热带海湾养殖环境综合分级定量评价研究[J]. 南方水产科学, 2020, 16(1): 98-109. -
期刊类型引用(6)
1. 张静,戴佳玥,来新昊,刘旭祥,张浩,王学锋,汤保贵. 卵形鲳鲹应对流速胁迫的代谢组学分析. 海洋学报. 2023(05): 53-63 . 百度学术
2. 段鹏飞,田永胜,李振通,李子奇,陈帅,黎琳琳,王心怡,王林娜,刘阳,李文升,王晓梅,李波. 棕点石斑鱼(♀)×蓝身大斑石斑鱼(♂)杂交后代与棕点石斑鱼低氧耐受能力初步研究. 中国水产科学. 2022(02): 220-233 . 百度学术
3. 逯云召,于燕光,薄其康,马超,宓慧菁,孙晓旺. 大泷六线鱼幼鱼的摄食节律研究. 渔业现代化. 2021(02): 35-39 . 百度学术
4. 李志成,江飚,钟志鸿,李诗钰,何润真,唐嘉嘉,李安兴. 硫酸铜治疗卵形鲳鲹淀粉卵涡鞭虫病的研究. 南方水产科学. 2021(03): 108-114 . 本站查看
5. 韩明洋,周胜杰,杨蕊,胡静,马振华. 温度胁迫下卵形鲳鲹仔鱼骨骼组织病理及分子表征. 南方农业学报. 2021(11): 3147-3156 . 百度学术
6. 黄小林,戴超,虞为,杨洁,杨育凯,李涛,林黑着,黄忠,孙莘溢,舒琥. 丁香酚对卵形鲳鲹幼鱼的麻醉效果. 广东海洋大学学报. 2020(04): 124-131 . 百度学术
其他类型引用(3)