Research on acoustic target strength of Larimichthys crocea in South China Sea based on Kirchhoff Approximation Model
-
摘要:
渔业声学是评估鱼类丰度和分布的重要方法，而大黄鱼 (Larimichthys crocea) 的声学评估常受限于目标强度 (Target strength, TS) 数据不足。基于此，利用基尔霍夫近似模型 (Kirchhoff approximation model) 对南海地区养殖大黄鱼的目标强度进行了测定和计算，并探究了其姿态倾角、体长 (L) 及声波频率等因素与目标强度的关系，旨在补充大黄鱼的目标强度数据，为南海渔业资源的声学评估提供科学参考。结果表明，在38、70、120和200 kHz频率下，大黄鱼的目标强度与体长间的拟合关系分别为TS=20lgL−74.12、TS=20lgL−74.34、TS=20lgL−71.98和TS=20lgL−70.01。在相同频率下，大黄鱼的目标强度随体长的增加而增大，并且在姿态倾角介于 −20°~−10° 和10°~20° 时表现出较高的目标强度，这与其体鳔夹角、运动姿态和生活习性相符。当频率超过70 kHz时，大黄鱼的目标强度随频率的上升而增加，但非线性关系。
Abstract:Fisheries acoustics is as an important method for assessing fish abundance and distribution, but the acoustic assessment of Larimichthys crocea is often limited by insufficient Target strength (TS) data. Thus, we employed the Kirchhoff Approximation Model to measure and calculate the TS of cultured L. crocea in the South China Sea, and analyzed the relationship between its attitude inclination, body length (L), acoustic frequency and the target intensity, so as to supplement the target intensity data of L. crocea, and provide scientific references for the acoustic assessment of fishery resources in the South China Sea. The results show that at the frequencies of 38, 70, 120 and 200 kHz, the relationship between TS and body length can be approximated by TS=20lgL−74.12, TS=20lgL−74.34, TS=20lgL−71.98, and TS=20lgL−70.01, respectively. At the same frequencies, the TS of L. crocea increased with increasing body length, with higher values at angles of −20°−−10° and 10°−20°, aligning with their swim bladder orientation, movement posture and behavioral patterns. Moreover, when the frequency was over 70 kHz, the TS of L. crocea increased with increasing frequency but without a direct linear relationship.
-
海底冷泉生态系统的发现是当代海洋地质学和生物学研究领域中的重要成就之一[1]。冷泉是一类独特的生态系统，是从海底沉积界面以下渗漏出来的一种流体，其主要成分为甲烷 (CH4)、硫化氢 (H2S)等[2]。海底压力变化、构造抬升、地震、火山喷发、沉积物滑动及海平面下降等均可能导致压力梯度变化，引起天然气水合物分解后由构造面或沉积物裂缝向上运移和排放，从而形成冷泉[1]。冷泉被誉为“深海沙漠中的绿洲”，生命活动极度活跃，CH4、自生碳酸盐岩和H2S等可为海底生物提供基础能量来源[3-4]。冷泉活跃地带的化能自养微生物可通过CH4的厌氧氧化作用和硫还原等过程制造有机物，从而支持冷泉生态系统中大部分动物群落的生存发展[5]。冷泉独特的生态系统使其具有复杂的生境多样性，从而表现出较高的时空异质性和生物量[5]。中层鱼类是冷泉中的重要鱼类，也是当今重要的战略资源之一。据早期估计，20世纪80年代中层鱼类的全球生物量可达10亿吨，至2014年已达到100亿吨[7]，但目前我国对其开发程度仍较低[8]。中国南海海域蕴藏着丰富的中层鱼资源，是西太平洋最大、最深的边缘海之一[6]，其中位于北部区域的海马冷泉是目前流体活动非常活跃的冷泉系统之一[3]。
尾明角灯鱼 (Ceratoscopelus warmingii) 和长鳍虹灯鱼 (Bolinichthys longipes) 是广泛分布于南海北部陆坡海域中资源量较高的中层鱼类[9]，均属于海洋暖水性深海发光鱼类。中层鱼类大部分具有昼夜垂直移动的习性，是世界海洋“过渡带”中最丰富的群体之一[10]。作为连接深海生态系统与中上层水域的生物泵，中层鱼类可增加有机碳的垂直移动通量，促进深海的物质循环与能量流动[11]，是海洋食物网的关键组成部分[12]。
生境差异会导致鱼类群落结构存在明显的时空差异性，其营养生态位结构也会存在明显不同[13-14]。为研究南海冷泉及毗邻海域中层鱼类的营养结构特征，选取了2种研究海域的优势种 (尾明角灯鱼和长鳍虹灯鱼)，基于稳定同位素技术分析其营养生态位和基础碳源特征，探究了冷泉生态系统对中层鱼类食性和营养结构的影响，为研究冷泉化能生态系统的物质能量循环提供参考数据。
1. 材料与方法
1.1 研究区域
样品采集于2021年南海北部冷泉及其毗邻海域，研究区域分为冷泉内部 (冷泉区，110°20'E—110°38'E，16°47'N—16°40'N) 和外部 (对照区，112°14'E—112°29'E，18°16'N—18°24'N) 2个采样区域，每个区域分别设置了3个采样站点。“南锋号”调查船总长66.66 m、宽12.4 m、总吨位1 537 t。渔业资源样品通过中层拖网采集，网长136 m，宽21 m，网囊网目为1 cm，平均拖速为2 m·s−1。
1.2 样品采集与处理
现场进行渔业种类鉴定和基础生物学测量，体长和体质量分别精确到0.1 cm和0.1 g，按种类分装于密封袋中，冷冻保存运回实验室分析。表层浮游动物采用浮游生物网进行采集，其他水深的浮游动物采用多联网 (200 μm)采集。采用水平拖网20 min的方式采集样品，经60目筛绢过筛，在经0.45 μm滤膜过滤的海水中暂养3 h，待胃排空后使用灼烧的GF/F膜 (玻璃纤维膜，美国Whatman公司，500 ℃灼烧5 h) 进行过滤，滤膜用锡纸包裹放入密封袋，冷冻保存带回实验室分析。
本研究采集冷泉区尾明角灯鱼30尾、长鳍虹灯鱼25尾和对照区尾明角灯鱼31尾、长鳍虹灯鱼37尾，根据其食性[8,11]选取了可能的食物来源种类：浮游动物、虾类、头足类和鱼类。冷泉区选取了溯源生物样本127个 (浮游动物样本8个、体长≤40 mm的头足类样本9个、虾类样本15个、体长≤25 mm的其他中层鱼类样本95个)，对照区溯源生物127个 (浮游动物样本8个、头足类样本10个、虾类样本20个、其他鱼类样本88个)。在实验室内，鱼类样品取0.1~0.2 g背鳍下方去皮白色肌肉，虾类去壳取腹部肌肉，头足类取躯干肌肉。在60 ℃烘箱内保持最少48 h，直至肌肉样品烘干至恒质量。用全自动样品快速研磨仪 (JXFSTPRP-24L)，配合3和5 mm的研磨珠将所有样品研碎为均匀粉末。然后用天平 (精度为百万分之一) 称取约0.8~0.9 mg粉状样品于锡杯中，记录编号与质量，包埋完成后置于干燥区域等待上机测样。
1.3 数据分析
碳 (δ13C)、氮 (δ15N) 稳定同位素测定采用Elementar isoprime visION稳定同位素比质谱仪，C、N分析精度均为 ±0.3‰。为保证仪器稳定和结果的准确性，每15个样品后加入2个标准样品。标准样品采用国际通用的B2155 (δ15N: 5.83‰; δ13C: −26.98‰)、B2159 (δ15N: 1.58‰; δ13C: −13.78‰)、USGS62 (δ15N: 20.17‰; δ13C: −14.79‰)和IAEA-CO-8 (δ15N: 0‰; δ13C: −5.764‰)等标准样品。同一批次测定中至少使用4种标准样品，以排除机器误差并为后续的数据矫正作准备。稳定同位素比率用δ表示，定义为与标准物质偏差千分之一(‰)：
$$ {\text{δ}}^{13} \mathrm{C} \;{\text{或}}\; {\text{δ}}^{15} \mathrm{N}{\mathrm{=}}\left[\left(\frac{R_{\rm {sample }}}{R_{\rm {standard }}}\right){\text{−}} 1\right] \times 1\;000 {\text{‰}} $$ (1) 式中：R表示 13C/12C或 15N/14N；Rsample表示样品的稳定同位素值；Rstandard为对应的国际标准物质箭石 (Vienna Pee Dee Belemnite, VPDB) 或氮气 (N2) 的同位素比值。
营养级 (Trophic level, TL) 的计算公式为：
$$\mathrm{TL}=\frac{{\text{δ}}^{15} \mathrm{N}_{\text {sample }}{\text{−}}{\text{δ}}^{15} \mathrm{N}_{\text {baseline }}}{{\Delta} {\text{δ}}^{15} \mathrm{N}}{\mathrm{+}}\lambda $$ (2) 式中：δ15Nsample为所测样品的平均δ15N值；δ15Nbaseline为基线生物的平均δ15N；Δδ15N表示食物链中δ15N的富集度 (3.4‰)。本研究选取的基线生物为浮游动物，测得其δ15N为4.10‰，由于浮游动物为初级消费者，因此λ取2。
通过测量二维同位素空间的以下指标可得到食物网与种群营养多样性信息：δ15N范围 (δ15N range, NR)；δ13C范围 (δ13C range, CR)；凸多边形总面积 (Total area, TA)；矫正后的标准椭圆面积 (Standard ellipse area corrected, SEAc)；平均离心距离 (Mean distance to centroid, CD)；平均最邻近距离 (Mean nearest neighbor distance, MNND)；平均最邻近距离标准差 (Standard deviation of nearest neighbor distance, SDNND)。NR、CR、TA、SEAc 和CD可反映营养结构多样性，MNND和SDNND可反映营养冗余度。TA提供了同位素生态位面积或营养多样性总体程度，但易受多边形顶点物种的影响，因此延伸出SEAc的概念，它能更加准确地表示物种的核心营养生态位，反映物种对生态空间的利用情况[15-16]。
使用单因素方差分析法 (One-way ANOVA)和独立样本t检验方法分析2种鱼类的δ13C、δ15N和营养级差异，显著性水平α为0.05。利用循环统计中长度与角度2个属性来表示鱼类在不同区域食物网的方向性差异，并进行Rayleigh's与Watson-William检验，若检验结果显著 (p<0.05) 则表示物种的移动趋势一致，且食物网在此时间段或空间内的变化显著[17]。使用R4.2.1、Oriana 4.0、Origin 2022、Excel 2019、SPSS 20等软件进行数据分析和作图。其中，Oriana 4.0软件用于循环统计分析并作图，得到中层鱼的营养结构方向性变化。利用R4.2.1中的SIBER、siar数据包计算营养结构指标并绘制营养生态位椭圆，MixSIAR数据包计算浮游动物、头足类、虾类以及其他小型鱼类的食物碳源贡献比。
2. 结果
2.1 生物学特征
如表1所示，在冷泉区，尾明角灯鱼的体长、体质量较大，体长介于31~59 mm，平均体长为 (55.50±6.05) mm，体质量介于0.27~2.69 g，平均体质量为 (2.20±0.92) g。在对照区，长鳍虹灯鱼的体长、体质量较大，体长介于23~46 mm，平均体长为 (41.30±3.59) mm，体质量介于0.16~1.35 g，平均体质量为 (1.11±0.30) g。Pearson相关性分析表明，对照区的尾明角灯鱼的δ15N与体长、体质量呈极显著正相关性 (p<0.01)，δ13C与体长、体质量呈显著正相关性 (p<0.05)，其余样本均不存在显著相关性。
表 1 冷泉区和对照区2种中层鱼的体长和体质量特征Table 1. Characteristics of body length and body mass of two mesopelagic fish species in cold seep area and control area物种
Fish species样本量
Sample size/尾体长
Body length/mm体长范围
Body length range/mm体质量
Body mass/g体质量范围
Body mass range/g尾明角灯鱼 C. warmingii 31 39.77±8.35 40~67 0.86±0.65 0.66~4.10 长鳍虹灯鱼 B. longipes 37 41.30±3.59 23~46 1.11±0.30 0.16~1.35 尾明角灯鱼 C. warmingii* 30 55.50±6.05 31~59 2.20±0.92 0.27~2.69 长鳍虹灯鱼 B. longipes* 25 38.76±6.21 33~48 0.96±0.32 0.31~1.66 注：*. 冷泉区，无“*”则表示对照区。 Note: *. Cold seep area. The species' names without "*" represent that the fish were sampled in the control area. 2.2 稳定同位素特征
尾明角灯鱼的δ15N介于7.32‰~10.46‰，均值为 (8.37±0.61)‰，δ13C介于 −21.22‰~−19.30‰，均值为 (−20.37±0.37)‰；长鳍虹灯鱼的δ15N介于7.45‰~10.72‰，均值为 (9.05±0.71)‰，δ13C介于−21.62‰~−19.73‰，平均值为 (−20.48±0.44)‰。尾明角灯鱼和长鳍虹灯鱼在不同区域的δ13C、δ15N如表2所示，均表现为冷泉区高于对照区。独立样本t检验结果表明，2种鱼均在不同区域之间具有显著性差异。图1所示为尾明角灯鱼和长鳍虹灯鱼的稳定同位素特征图，可以直观地看出2种鱼在不同区域间存在明显差异。
表 2 冷泉区和对照区2种中层鱼的稳定同位素特征Table 2. Stable isotope characteristics of two mesopelagic fish species in cold seep area and control area物种
Fish species氮稳定同位素 δ15N 碳稳定同位素 δ13C 平均值
Mean value/‰范围
Range/‰显著性
Significance平均值
Mean value/‰范围
Range/‰显著性
Significance尾明角灯鱼 C. warmingii 8.37±0.61 7.32~10.46 — −20.37±0.37 −21.22~−19.30 — 对照区 Control area 8.15±0.65 7.64~9.40 p<0.01 −20.51±0.33 −20.96~−19.30 p<0.01 冷泉区 Cold seep area 8.60±0.48 7.32~10.46 −20.22±0.35 −21.22~−19.55 长鳍虹灯鱼 B. longipes 9.05±0.71 7.45~10.72 — −20.48±0.44 −21.62~−19.73 — 对照区 Control area 8.86±0.68 8.09~10.70 p<0.01 −20.68±0.42 −20.91~−19.73 p<0.01 冷泉区 Cold seep area 9.32±0.66 7.45~10.72 −20.19±0.28 −21.62~−19.95 ![]()
图 1 尾明角灯鱼和长鳍虹灯鱼稳定同位素特征图注：形状可区分鱼类种类，颜色可区分区域，红色表示冷泉区 (T)，黑色表示对照区 (C)。Figure 1. Stable isotope characteristics of C. warmingii and B. longipesNote: Fish species is distinguished by shape; region is distinguished by color; red represents cold seep area (T); black represents control area (C).2.3 营养级特征
尾明角灯鱼的营养级变化范围为3.07~4.07，平均为3.38±0.17；长鳍虹灯鱼的营养级变化范围为3.19~4.15，平均为3.59±0.20 (图2)。整体表现为长鳍虹灯鱼的营养级高于尾明角灯鱼。尾明角灯鱼在对照区的营养级为3.4±0.19，冷泉区为3.35±0.14；长鳍虹灯鱼在对照区的营养级为3.61±0.20，冷泉区为3.57±0.19。2种鱼的营养级均表现为对照区营养级高于冷泉区，但2个区域间的差异并不显著 (p>0.05)。
![]()
图 2 尾明角灯鱼和长鳍虹灯鱼的营养级特征注：虚线表示上四分位或下四分位数，实线以及实线旁的数字表示平均值。Figure 2. Trophic level characteristics of C. warmingii and B. longipesNote: The dotted lines represent the upper or lower quartile, while the solid lines and the numbers next to the solid lines represent the average values.2.4 营养生态位宽幅及重叠
通过数据分析得到冷泉区和对照区2种中层鱼的营养结构指标 (表3)，整体表现为对照区的营养层次(NR)、食源多样性 (CR)、营养结构多样性 (CD)、冗余度 (MNND)、均匀度 (SDNND) 和生态位总空间 (TA) 更高，但核心营养生态位宽幅 (SEAc) 却更低。
表 3 尾明角灯鱼和长鳍虹灯鱼的营养结构指标Table 3. Trophic structure indexes of C. warmingii and B. longipes物种
Fish species营养层次
NR食源多样性
CR营养结构多样性
CD冗余度
MNND均匀度
SDNND生态位宽幅
SEAc生态位总空间
TA尾明角灯鱼 C. warmingii 3.13 1.67 0.54 0.21 0.29 0.66 3.33 尾明角灯鱼 C. warmingii* 1.76 1.66 0.51 0.19 0.14 0.57 2.16 长鳍虹灯鱼 B. longipes 3.27 1.67 0.72 0.20 0.12 0.89 3.23 长鳍虹灯鱼 B. longipes* 2.61 1.18 0.63 0.19 0.15 0.63 1.90 注：*. 冷泉区，无“*”则表示对照区。 Note: *. Cold seep area. The species' names without "*" indicate the fish were sampled in the control area. 通过营养生态位重叠图 (图3) 可发现冷泉区和对照区2种中层鱼的营养生态位相似，且营养生态位椭圆彼此两两重叠。对比分析2种中层鱼，发现对照区的营养生态位椭圆面积 (SEAc) 均明显大于冷泉区。通过观察2组椭圆重叠部分，发现尾明角灯鱼在2个区域间的重叠面积较大，表明其在2个区域间的差异较小。
![]()
图 3 冷泉区和对照区的尾明角灯鱼和长鳍虹灯鱼营养生态位重叠图注：C表示对照区，T表示冷泉区。Figure 3. Overlapping map of trophic niche of C. warmingii and B. longipes in cold seep area and control areaNote: C represents the control area, while T represents the cold seep area.针对同一区域的分析发现，无论在冷泉区或对照区，2种鱼类均存在明显重叠 (图4)，表明其在同一生存环境中存在一定的竞争关系。对照区2种鱼类的重叠面积为0.17，占尾明角灯鱼营养生态位宽幅的25.81%，占长鳍虹灯鱼的19.16%，表明长鳍虹灯鱼在竞争关系中占据优势。冷泉区2种鱼类的重叠面积为0.166，占尾明角灯鱼营养生态位宽幅的27.44%，占长鳍虹灯鱼的24.82%，表明长鳍虹灯鱼在竞争关系中仍占据优势。
![]()
图 4 冷泉区和对照区两种中层鱼的营养生态位重叠百分比注：方格中的百分数表示横、纵坐标2个物种的营养生态位椭圆重叠面积占横坐标相应物种的椭圆面积百分比，颜色越深表示比例越大。Figure 4. Overlapping percentage of trophic niche of two mesopelagic fish species in cold seep and control areaNote: The percentage in the grid represents the percentage of the overlapping area of trophic niche ellipse of the two species on the horizontal and vertical axes to the corresponding species on the horizontal axis. The darker the color, the larger the proportion.2.5 基础食源分析
通过贝叶斯混合模型得到了2种中层鱼在冷泉区和对照区可能摄食的各类食物贡献比例密度图 (图5)，计算了各类食物的碳源贡献百分比。本研究发现，无论在冷泉区还是对照区，2种鱼类饵料中均为浮游动物占据较大比重，其次是虾类。对照区尾明角灯鱼的食物比例为浮游动物 (52.30%)最高，其次为虾类 (22.40%)、鱼类 (17.20%) 和头足类(8.10%)，但在冷泉区的食物比例为浮游动物 (57.10%)>虾类 (28.50%)>头足类 (7.80%)>鱼类 (6.60%)。主要差异在于在冷泉区，尾明角灯鱼摄食头足类的比例高于鱼类。对照区长鳍虹灯鱼的摄食比例为浮游动物 (44.40%) 最高，其次是鱼类 (27.60%)、虾类 (19.70%) 和头足类 (227.60%)，与尾明角灯鱼的差异在于摄食鱼类的比例较高，超过了虾类。但在冷泉区，长鳍虹灯鱼对虾类的摄食比例较高 (39.20%)，远大于对鱼类 (8.10%) 和头足类 (9.40%) 。这一趋势与尾明角灯鱼在冷泉区的比例相似。
![]()
图 5 尾明角灯鱼和长鳍虹灯鱼在冷泉区和对照区的食物贡献比例密度图Figure 5. Food contribution ratio density figures of C. warmingii and B. longipes in cold seep area and control area2.6 营养结构变化
图6可以直观地看出2种中层鱼类营养结构的大致变化趋势，相较之下，有更多的个体 (箭头) 朝向冷泉区 (右边)，表明2种鱼类在冷泉区的种群变化方向更加复杂多样。观察整体趋势 (绿色箭头) 均是朝向冷泉区，可推测冷泉区的种群拥有更稳定的营养结构。
![]()
图 6 尾明角灯鱼和长鳍虹灯鱼的营养结构方向性变化注：同心圆对应变化幅度，箭头方向表示营养结构变化方向，箭头长度表示变化幅度，每个箭头表示个体在营养生态位空间中的移动方向，中心绿色箭头表示鱼类整体的平均变化矢量，外围绿色实线表示平均变化向量周围的95%置信区间。Figure 6. Directional changes of trophic structure of C. warmingii and B. longipesNote: Concentric circles correspond to the magnitude of change; arrow direction represents the direction of trophic structure change; arrow length represents the magnitude of change; each arrow represents the movement direction of each individual in the trophic niche space; green arrow in the center represents the average change vector of the whole fish; green solid line in the periphery represents the 95% confidence interval around the average change vector.3. 讨论
3.1 摄食差异及营养来源
δ13C在食源和捕食者之间的分馏很小，约为1‰，经常被用作示踪生态系统中的碳源流动和转移过程，因此δ13C与食物来源丰富度相关联[18]。本研究中长鳍虹灯鱼的δ13C及其变化范围大于尾明角灯鱼，体现了长鳍虹灯鱼较高的食源多样性。尾明角灯鱼主要摄食各种桡足类、腹足类及中上层幼虫，并被归类为三级低等肉食性鱼类[8]。尾明角灯鱼属于多批次产卵类型，繁殖季节较长[11]，这可能导致其摄食能力较低，对食物资源的竞争能力低于长鳍虹灯鱼。根据鱼类食物来源贡献比可以得到2种鱼类均主要摄食浮游动物。关于长鳍虹灯鱼的食性研究较少，但有研究表明，中层鱼类的主要食物来源为浮游动物[19]，与本研究结论相符。桡足类是南海冷泉区域优势浮游物种，为浮游食性鱼类提供了丰富多样的饵料来源[20]。中层鱼类存在明显的昼夜垂直迁移活动，其饵料摄食行为也与之相对应[21-23]。冷泉区域浮游动物的丰度和生物量峰值集中在0~100 m水层，并且随水深增加而下降[24]。例如冰底灯鱼 (Benthosema glaciale)[25]、高体眶灯鱼 (D. metopoclampus)[19]、喀氏眶灯鱼 (D. garmani) [26-27]，其垂直迁移的目的之一即为了获取浮游生物饵料。McClain-Counts等[28]认为，中层鱼类对浮游动物的大量消耗可能控制了浮游动物的群落结构。浮游动物已被公认是鱼类的重要能量来源，对食物网上层消费者的物质与能量传递贡献巨大[29]。
鱼类摄食方式通常会随着发育阶段、栖息地、昼夜、季节等因素改变[30]。本研究的样品均采自同一航次，采样时间一致，因此可排除采样方法产生的数据差异。有研究表明，栖息地变化会导致鱼类摄食习性不固定，并表现出典型的机会主义行为[31]。尾明角灯鱼和长鳍虹灯鱼的δ13C均表现为冷泉区高于对照区，这表明冷泉区生态系统营养物质丰富，中层鱼类的基础碳源条件优于对照区。冷泉生态系统不同于普通深海，其较高的生物多样性使其生境复杂、物质来源独特[32]。冷泉生境丰富多样的碳源主要来自各种化学自养微生物和光合作用，这维持了物种的高度营养多样性[33]。根据本研究结果，尾明角灯鱼和长鳍虹灯鱼对虾类、鱼类的摄食比例也较高，这很可能是在浮游生物较少的底层进行的摄食行为。自养厌氧微生物与甲烷发生厌氧氧化作用形成营养物质，由此衍生出了管状蠕虫、蛤类、贻贝类、多毛类等，推动了这片寡营养海区的生物多样性发展[1]。
3.2 营养水平特征
δ15N的富集度较高且稳定，约为2‰~4‰，是判断生物营养级位置的重要工具[34]。营养位置可定义为生物在食物网中的位置，可表征物种食性在不同时空以及食物链长度中的变化[35]。通过FishBase数据库可知，尾明角灯鱼的营养级为3.4，长鳍虹灯鱼的营养级为3.1。本研究测得的尾明角灯鱼的营养级为3.38，与数据库结果相近，但长鳍虹灯鱼为3.59，处于较高水平，与墨西哥湾的苍圆罩鱼 (Cyclothone pallida, 3.5)、莫名眶灯鱼 (D. problematicus, 3.6) 等混合浮游食性中层鱼类相近[28]。结合食源多样性和食物贡献比例结果，相较于尾明角灯鱼，长鳍虹灯鱼会摄食较高营养级的饵料生物。与此相似的有万山群岛的云斑海猪鱼 (Halichoeres nigrescens) 和黄斑篮子鱼 (Siganus canaliculatus)，前者属于杂食性鱼类，而后者偏向植食性，这导致云斑海猪鱼的营养级明显高于黄斑篮子鱼[34]。
生态系统的生产力水平决定了该区域能源可用性以及营养水平规模[36]，但冷泉独特的生境使其拥有较低的初级生产力和较高的能量传递效率[24]。尾明角灯鱼和长鳍虹灯鱼的δ15N均呈现冷泉区高于对照区的趋势，这表明冷泉区的中层鱼类δ15N富集程度较大，营养水平较高。深海生态系统营养物质供应较低，冷泉大量排放的CH4和复杂的微生物保障了当地物种的基础能量来源[37]。有研究表明，冷泉区域的食物网复杂多变，消费者对沉积类群和悬浮类群的摄食范围较广，食物网底部不断变化的δ15N会导致多样摄食的物种营养水平同步发生改变[33]。冷泉流体中富含二氧化硅、磷酸盐、氨等再矿化物质，影响了整个生境物种的营养水平[38]。沉积物中亚硝酸盐和甲烷代谢活跃，微生物通过多种代谢途径促进了消费者体内氮元素的固定[39]。共生贻贝之间存在资源分配，物种可根据自身氮吸收能力来获取无机氮，并根据食物网逐级传递，并因此与其他物种拉开营养差距[40]。
3.3 营养生态位空间差异
研究表明，在冷泉区域较高的流体通量及极端环境下，基础碳源多样性可能会降低[41]。稳定同位素值的广泛变化也表明该生境拥有多样化的碳源，可能来源于各种化学自养微生物，也有可能是植物光合作用，这支持了消费者较高的营养结构多样性[33]。但尾明角灯鱼和长鳍虹灯鱼均在对照区表现出了较广的营养生态位，而冷泉区则较窄，这是生物和非生物因素共同作用的结果，如食物资源可用性、环境适应性、捕食竞争关系等[42]。“最佳觅食理论”表明，物种为保障种群最大化生存与繁殖，会根据不同的栖息地特征表现出相应的摄食特征[43]。冷泉生态系统拥有丰富的生物多样性和各种化能生物资源，这可能使物种对饵料生物具有选择性[44]。研究表明，冷泉区域较高的生物丰度和较强的栖息地异质性，导致鱼类觅食活动范围有限，而当食物供应减少时，可能会扩大活动范围[32,45]。这也是中层鱼类垂直迁移活动的主要目的之一，为维持捕食风险和食物需求的平衡，仅靠深海捕食获取的能量不足以支持其日生长所需，因此以日为周期完成从近表层至深海的迁移[46]。从中上层水域的浮游生物至深层水域的底栖生物，猎物群落组成的变化使鱼类在摄食习性和营养生态位上均产生了分化[47]；同样的，冷泉独特的寡营养生境使尾明角灯鱼和长鳍虹灯鱼在不同区域产生了明显的营养结构差异。研究发现，中国南海冷泉虽然温度和叶绿素浓度较低，但能量传递效率很高，使得冷泉繁衍的微生物和衍生的各种消费者随环境因子呈现出独特的群落结构与生态差异[24]。
4. 结论
本研究阐明了南海冷泉及毗邻海域2种中层鱼类的营养生态位和基础碳源差异，通过对尾明角灯鱼和长鳍虹灯鱼碳、氮稳定同位素，营养生态位指标和基础碳源特征等的比较，发现2种鱼类的营养生态位结构相似，但长鳍虹灯鱼在食物资源与空间资源竞争方面更具优势。与对照区相比，冷泉区的2种中层鱼类食源多样性、营养结构多样性和营养生态位空间均处于较低水平，这是因为冷泉较高的生物多样性使当地物种出现摄食专一化。尾明角灯鱼和长鳍虹灯鱼均以浮游动物为主要摄食对象，但长鳍虹灯鱼对鱼类、虾类等次级消费者的摄食比例明显高于尾明角灯鱼，这是其营养生态位宽幅较大的原因。本研究为今后进一步探究中层鱼类的摄食习性和营养结构提供了资料，对后续研究深海食物网的营养来源和能量流动途径具有重要意义。
-
![]()
图 1 基尔霍夫近似模型坐标系结构示意图[25]
注：a. 侧向等距离切片；b. 腹背向等距离切片；c. 第j个体积单元；d. 坐标 (x, z) 向坐标 (u, v) 转化。
Figure 1. Geometric construction of acoustic fish models
Note: a. Lateral isometric slice; b. Abdominal and dorsal isometric section; c. jth element; d.Rotation of (x, z) to (u, v) coordinats.
![]()
图 4 大黄鱼样本背向、侧向X光影像及基尔霍夫近似模型切片处理示意图
Figure 4. Back and side X-ray images of L. crocea samples and schematic diagram of Kirchhoff Approximation Model slice processing
![]()
图 5 不同频率2个样品的目标强度随姿态倾角变化
Figure 5. Change of target intensity with attitude inclination of two samples at different frequencies
![]()
图 6 角度分布为N [−5°, 10°] 时10尾大黄鱼在0~200 kHz频率带内的宽频目标强度谱图
Figure 6. Broadband TS spectrum of 10 individuals of L. crocea estimated by using pitch angle distribution N [−5°,10°] within frequency range of 0−200 kHz
![]()
图 7 目标强度-体长拟合公式及散点图
Figure 7. Target strength-body length fitting formula and scatter plot
表 1 环境参数与海水鱼类声学参数
Table 1 Environmental parameters and acoustic parameters of marine fish
介质
Medium密度
Density/(kg·m−3)声速
Sound speed/(m·s−1)海水 Seawater 1 030 1 490 鱼体 Fish body 1 070 1 570 鱼鳔 Swim bladder 1.24 345 
下载: 导出CSV
表 2 样品鱼形态学信息
Table 2 Morphological information of sample fish
编号
No.全长
Total length/cm体长
Body length/cm体质量
Body mass/g1 28.20 25.11 290 2 28.40 25.23 300 3 25.30 22.43 232 4 27.20 24.17 270 5 28.10 24.02 296 6 29.00 25.46 308 7 30.50 27.20 320 8 31.20 26.33 326 9 38.00 35.72 448 10 35.80 32.65 450
下载: 导出CSV
表 3 样品鱼的形态学参数
Table 3 Morphological parameters of sample fish
编号
No.体长
Body length/cm体宽
Body width/cm体高
Body height/cm鳔长
Bladder length/cm鳔宽
Bladder width/cm鳔高
Bladder height/cm体鳔夹角
Tilt angle/(°)1 25.11 4.67 7.36 9.54 1.56 1.31 14.89 2 25.23 4.54 7.19 8.26 1.39 1.22 14.72 3 22.43 3.90 6.72 8.20 1.41 1.11 14.10 4 24.17 4.54 7.39 8.15 1.42 1.34 16.01 5 24.02 4.55 7.45 8.89 1.60 1.65 12.60 6 25.46 4.37 7.24 8.71 1.33 1.50 17.85 7 27.20 4.25 7.07 9.66 1.55 1.52 16.11 8 26.33 4.65 7.56 8.95 1.36 1.89 17.55 9 35.72 5.87 10.13 12.16 1.89 2.09 17.44 10 32.65 6.14 9.97 10.88 2.10 2.06 13.88 平均值 Mean 26.83 4.75 7.81 9.34 1.56 1.57 15.52
下载: 导出CSV
表 4 姿态倾角概率密度函数为正态分布 (−5°, 10°) 时不同频率下大黄鱼的平均目标强度
Table 4 Average target strength of L. crocea at different frequencies at a normal attitude in clination probablity density function (−5°, 10°)
编号
No.体长
Body length/cm目标强度均值Average target strength/dB 回归系数 b20 38 kHz 70 kHz 120 kHz 200 kHz 38 kHz 70 kHz 120 kHz 200 kHz 1 25.11 −45.74 −46.08 −43.31 −41.47 −73.74 −74.08 −71.31 −69.47 2 25.23 −46.15 −46.77 −44.04 −42.14 −74.19 −74.81 −72.08 −70.18 3 22.43 −46.82 −47.97 −45.58 −43.92 −73.84 −74.99 −72.60 −70.94 4 24.17 −46.56 −47.15 −44.59 −42.56 −74.23 −74.82 −72.26 −70.23 5 24.02 −46.23 −47.09 −44.17 −42.65 −73.84 −74.70 −71.78 −70.26 6 25.46 −46.39 −47.09 −44.63 −42.66 −74.51 −75.21 −72.75 −70.78 7 27.20 −45.24 −45.94 −43.58 −41.45 −73.93 −74.63 −72.27 −70.14 8 26.33 −45.60 −46.05 −43.50 −41.39 −74.01 −74.46 −71.91 −69.80 9 35.72 −43.60 −41.43 −40.32 −37.95 −74.66 −72.49 −71.38 −69.00 10 32.65 −43.96 −42.96 −41.22 −39.04 −74.24 −73.24 −71.50 −69.32 平均值 Mean 26.83 −45.55 −45.77 −43.35 −41.45 −74.12 −74.34 −71.98 −70.01
下载: 导出CSV
-
[1] 马彩华, 游奎, 李凤岐, 等. 南海鱼类生物多样性与区系分布[J]. 中国海洋大学学报 (自然科学版), 2006(4): 665-670. [2] 粟丽, 许友伟, 张魁, 等. 南海区拖网渔业发展趋势及其对渔业资源的影响[J]. 南方水产科学, 2023, 19(4): 41-48. doi: 10.12131/20230027 [3] 田思泉, 柳晓雪, 花传祥, 等. 南海渔业资源状况及其管理挑战[J/OL]. 上海海洋大学学报. http://kns.cnki.net/kcms/detail/31.2024.S.20240307.1752.012.html. [4] 赵欣. 南海渔业资源开发利用的时空特征及其治理[J]. 世界地理研究, 2022, 31(4): 762-772. doi: 10.3969/j.issn.1004-9479.2022.04.20222006 [5] 陈大刚, 张美昭. 中国海洋鱼类[M]. 青岛: 中国海洋大学出版社, 2015: 1231. [6] 杨卫, 王春苗. 我国大黄鱼养殖产业发展研究[J]. 海洋开发与管理, 2020, 37(5): 72-75. doi: 10.3969/j.issn.1005-9857.2020.05.014 [7] 金显仕, 田洪林, 单秀娟. 我国近海渔业资源研究历程及展望[J]. 水产学报, 2023, 47(11): 122-131. [8] 张丽媛, 杨剑虹, 熊清海, 等. 基于水声学的阳宗海鱼类行为特征及其资源评估[J]. 南方水产科学, 2024, 20(1): 110-119. doi: 10.12131/20230082 [9] 李哲, 朱文斌, 陈峰, 等. 近年我国渔业资源声学评估研究进展[J]. 浙江海洋大学学报(自然科学版), 2021, 40(1): 80-85, 92. [10] 武智, 李跃飞, 朱书礼, 等. 基于渔业声学调查的珠江东塔产卵场鱼类栖息地适宜性研究[J]. 南方水产科学, 2023, 19(3): 11-18. doi: 10.12131/20220283 [11] WOLFENKOEHLER W, LONG J M, GARY R, et al. Viability of side-scan sonar to enumerate Paddlefish, a large pelagic freshwater fish, in rivers and reservoirs[J]. Fish Res, 2023, 261: 106639. doi: 10.1016/j.fishres.2023.106639
[12] BECKER A, LOWRY M B, FOWLER A M, et al. 2023 Hydroacoustic surveys reveal the distribution of mid-water fish around two artificial reef designs in temperate Australia[J]. Fish Res, 2023, 257: 106509. doi: 10.1016/j.fishres.2022.106509
[13] DUNNING J, JANSEN T, FENWICK A J, et al. A new in-situ method to estimate fish target strength reveals high variability in broadband measurements[J]. Fish Res, 2023, 261: 106611. doi: 10.1016/j.fishres.2023.106611
[14] 万树杰, 陈新军, 童剑锋. 声散射模型在鱼类目标强度和种类识别研究中的应用及其进展[J]. 上海海洋大学学报, 2023, 32(1): 171-180. [15] RAUTUREAU C, GOULON C, GUILLARD J. In situ TS detections using two generations of echo-sounder, EK60 and EK80: the continuity of fishery acoustic data in lakes[J]. Fish Res, 2022, 249: 106237.
[16] 尚悦. 鱼种回波信号特征提取及分类方法研究[D]. 杭州: 浙江大学, 2019: 9-13. [17] 钱金玉. 莱州湾海洋牧场鱼礁区渔业资源声学调查技术研究[D]. 大连: 大连海洋大学, 2023: 5-7. [18] 杨毅. 鱼声散射特性分析及声学生物量监测方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2021: 13-14. [19] 李佩杰. 尾明角灯鱼目标强度的模型法研究[D]. 大连: 大连海洋大学, 2016: 24-25. [20] 吴晛天, 胡忠军, 葛航, 等. 基于基尔霍夫近似模型的鲢和鳙目标强度测量[J/OL]. 水产学报. http://kns.cnki.net/kcms/detail/31.1283.S.20220721.1344.002.html. [21] 薛铭华. 西北太平洋鲐鱼声散射特征及在声学资源评估中的应用[D]. 上海: 上海海洋大学, 2022: 49-50. [22] 李斌. 基于基尔霍夫近似模型的多鳞鱚 (Sillago sihama) 和红牙䱛 (Otolithes ruber) 目标强度测量研究[D]. 大连: 大连海洋大学, 2017: 44-45. [23] 孙扬, 汤勇, 邢彬彬, 等. 基于基尔霍夫射线模型法的高白鲑目标强度研究[J]. 大连海洋大学学报, 2021, 36(2): 310-316. [24] 王金明. 基于模型法对黄河鲤的目标强度的测量[D]. 大连: 大连海洋大学, 2018: 11-14. [25] KUSDINAR A, HWANG B K, SHIN H O. Determining the target strength bambood wrasse (Pseudolabrus japonicus) using Kirchhoff-Ray Mode[J]. J Korean Soc Fish Ocean Technol, 2014, 50(4): 427-434. doi: 10.3796/KSFT.2014.50.4.427
[26] CLAY C S, HORNE J K. Acoustic models of fish: the Atlantic cod (Gadus morhua)[J]. J Acoust Soc Am, 1994, 96(3): 1661-1668. doi: 10.1121/1.410245
[27] LOVE R H. Dorsal-aspect target strength of an individual fish[J]. J Acoust Soc Am, 1971, 49(3B): 816-823. doi: 10.1121/1.1912422
[28] PROUD R, HANDEGARD N O, KLOSER R J, et al. From siphonophores to deep scattering layers: uncertainty ranges for the estimation of global mesopelagic fish biomass[J]. ICES J Mar Sci, 2019, 76(3): 718-733. doi: 10.1093/icesjms/fsy037
[29] SIMMONDS J, MACLENAN D. Fisheries acoustics: theory and practice[M]. 2nd ed. Oxford: Blackwell Science, 2005: 229-230.
[30] 刘家富. 大黄鱼养殖与生物学[M]. 厦门: 厦门大学出版社, 2013: 295. [31] LI D L, HAO Y F, DUAN Y Q. Nonintrusive methods for biomass estimation in aquaculture with emphasis on fish: a review[J]. Rev Aquac, 2020, 12(3): 1390-1411. doi: 10.1111/raq.12388
[32] GAUTHIER S, HORNE J K. Acoustic characteristics of forage fish species in the Gulf of Alaska and Bering Sea based on Kirchhoff-Approximation Models[J]. Can J Fish Aquat Sci, 2004, 61(10): 1839-1850. doi: 10.1139/f04-117
[33] WANZENBÖCK J, KUBECKA J, SAJDLOVA Z, et al. Hydroacoustic target strength vs. fish length revisited: data of caged, free-swimming European whitefish (Coregonus lavaretus L.) suggest a bi-phasic linear relationship under a limited range of tilt angles[J]. Fish Res, 2020, 229: 105620. doi: 10.1016/j.fishres.2020.105620
[34] FOOTE K G. Importance of the swimbladder in acoustic scattering by fish: a comparison of gadoid and mackerel target strengths[J]. J Acoust Soc Am, 1980, 67(6): 2084-2089. doi: 10.1121/1.384452
[35] 谢晓, 张辉, 孙立元, 等. 基于网箱控制法和模型法的长江4种淡水鱼目标强度研究[J]. 中国水产科学, 2020, 27(5): 536-546.
计量
- 文章访问数: 467
- HTML全文浏览量: 54
- PDF下载量: 29
粤公网安备 44010502001741号
