Characteristics of soil organic carbon and labile components at early stage of reforestation of aquaculture pond
-
摘要:
海水养殖池塘退出养殖种植红树植物(退塘还林)是恢复红树林湿地及其生态系统碳汇功能的重要手段。为揭示退塘还林初期土壤有机碳库特征及其影响因素,阐明红树林湿地恢复过程中土壤碳库的动态变化,以广东省惠东县考洲洋海域退塘还林初期(红树种植2年)的池塘为研究对象,采集塘内红树种植岛、裸岛和水道3类样地0~100 cm的土壤柱状样品,比较分析了不同深度土壤有机碳(SOC)、活性有机碳 [易氧化有机碳(EOC)、微生物有机碳(MBC)和可溶性有机碳(DOC)]含量差异及其与土壤因子间的相关性。结果表明:裸岛、红树种植岛和水道3类样地土壤0~100 cm SOC的质量分数分别为(7.92±0.43)、(7.72±0.35)和(7.48±0.69) g·kg−1,SOC密度分别为(84.56±3.65)、(72.01±3.20)和(70.12±1.44) Mg·hm−2;种植岛和裸岛土壤SOC峰值均出现在40~60 cm土层,深于水道样地(峰值出现在0~20 cm)。3类样地土壤活性有机碳组分EOC、MBC和DOC质量分数均为种植岛>水道>裸岛,种植岛土壤EOC和MBC峰值分别在40~60 cm和80~100 cm土层,深于水道和裸岛。土壤容重、总氮 (TN) 和总磷 (TP) 是活性有机碳含量及其垂直分布的关键影响因子,EOC和DOC与土壤容重和TP,以及MBC与TN间均呈极显著负相关(p<0.05)。研究表明,考洲洋退塘还林初期土壤活性有机碳组分占SOC比例较高,土壤碳库处于较活跃的状态;红树种植使土壤中下土层SOC活性组分含量增加,促进了有机碳向土壤深层迁移,随着红树植株的生长,其对土壤碳库和湿地碳汇的影响也将更加显著。
Abstract:Reforest mangrove in aquaculture pond is considered to be an effective way to restore mangrove wetlands and their carbon sink function. In order to reveal the characteristics of soil organic carbon pools and their influencing factors at the early stage of reforest mangrove in aquaculture pond, and to elucidate the dynamic changes of soil carbon pools in the process of mangrove wetland restoration, we collected soil samples from a mangrove reforest aquaculture pond located in the northwest coast of Kaozhou Bay, Huidong County, Guangdong Province, southern China. The mangroves Rhizophora stylosa and Avicennia marina were planted in 2021. Cylindrical soil samples with 0–100 cm in length were collected in three areas: the mangrove plantation island (PI), bare island (BI), and the soil under the water channel (WC) in the pond. The soil sub-samples were compared for the soil organic carbon (SOC), as well as active organic carbon [Easily oxidizable organic carbon (EOC), microbial organic carbon (MBC) and soluble organic carbon (DOC)] mass fractions among different sampling areas and depths, as well as the relationship with soil physicochemical parameters. The results show that the average SOC mass fraction for the 0–100 cm soil depth followed a descending order: BI [(7.92±0.43) g·kg−1]>PI [(7.72±0.35) g·kg−1]>WC [(7.48±0.69) g·kg−1]. Similarly, the average SOC density followed a descending order: BI [(84.56±3.65) Mg·hm−2]>PI [(72.01±3.20) Mg·hm−2]>WC [(70.12±1.44) Mg·hm−2]. The highest SOC mass fraction and density were observed at the 40–60 cm depth in PI and BI areas, and at the 0–20 cm depth in WC area. The EOC, MBC and DOC mass fractions were highest in PI area, followed by WC and BI areas. The highest EOC and MBC in PI area were found at depths of 40–60 and 80–100 cm, respectively, which were deeper than those in WC and BI areas. Soil bulk density, total nitrogen and total phosphorus were identified as key factors influencing the distribution patterns of labile organic carbon. The EOC and DOC contents showed a significantly negative correlation with soil bulk density and total phosphorus, while the MBC content showed a significantly negative correlation with total nitrogen (p<0.05). The relatively high proportion of labile organic carbon components within SOC indicates that the soil carbon pool is still in an active state. The ratio of labile carbon of SOC is relatively high at the middle and deeper soil depth, indicating that the mangrove has promoted presence of labile organic carbon at middle and deeper soil depths, and mangrove facilitate the migration of organic carbon in the deeper soil layers. As the mangrove plants continue to grow, their effects on the carbon sequestration become more significant.
-
刀额新对虾(Metapenaeus ensis)隶属于节肢动物门、甲壳纲、十足目、对虾科、新对虾属[1-2]。新对虾属是南海海域经济虾类中最重要的属,既是捕捞种类,也是养殖品种[3]。刀额新对虾是南海海域新对虾属中重要的经济种,资源量丰富、分布广、繁殖期长[2],是南海海域虾拖网的主要捕捞对象,渔汛旺期其产量占虾拖网虾类总产量的50%以上[4-5]。由于虾拖网网囊网目尺寸小、选择性差,导致捕获的刀额新对虾幼虾比例较高,有时甚至高达90%[5],严重影响虾资源的合理利用。因此,有必要对南海海域虾拖网的网囊进行优化设计,以降低对刀额新对虾幼虾的捕捞比例,减少捕捞作业对渔业资源补充群体的不良影响。
明确拖网网囊对主要捕捞种类的选择性是渔具管理、渔具优化和资源利用的基础[6-7]。目前,已对南海海域刀额新虾进行过食性、营养级和群体形态学等方面的专题研究[8-9];关于网囊对刀额新对虾的选择性有过少量报道[10-12],但是关于虾拖网网囊网目对刀额新对虾选择性的系统、专题研究尚未见报道。本文在整理和总结南海海域虾拖网网囊系列选择性试验数据的基础上,专题开展网囊对刀额新对虾的选择性研究,为南海海域刀额新对虾资源的合理利用和虾拖网渔具的设计优化提供科学依据。
1. 材料与方法
1.1 试验渔船、时间和区域
试验于2014—2017年分4个航次进行(表1),船名分别为“粤阳东渔12057”(船长16 m、主机功率79 kW)和“粤阳东渔12081”(船长21 m、主机功率98 kW)。试验区域为南海区近海渔场,经纬度范围为112°03'E~112°22′E、21°37'N~21°50′N,水深6~13 m,底质为沙泥。
表 1 网囊选择性试验基本信息Table 1 Basic information of tested codends航次
trial时间
time网囊
codend试验渔船
vessel方法
method网目内径/mm
mesh opening网囊规格 (圆周×纵向)
codend specification
(circumferernce×vertical)有效网次
valid haul1 2014.08 D25 粤阳东渔 12057YYDY12057 套网法 covered 21.10±0.93 58×60 6 1 2014.08 D30 粤阳东渔 12057YYDY12507 套网法 covered 26.64±0.73 48×50 8 2 2015.08 S35+D18 粤阳东渔 12081YYDY12081 套网法 covered S: 32.70±0.63
D: 15.07±0.36S: 29×43,D: 80×42 8 3 2016.08 S25+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 21.80±0.42
D: 21.80±0.42S: 40×60,D: 58×30 11 3 2016.08 S30+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 27.14±0.45
D: 21.80±0.42S: 35×50,D: 58×30 12 3 2016.08 S35+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 32.42±0.18
D: 21.80±0.42S: 29×43,D: 58×30 10 4 2017.09 S35+D25 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 21.80±0.42S: 23×29,D: 81×20 11 4 2017.09 S35+D30 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 27.14±0.45S: 23×29,D: 67×17 10 4 2017.09 S35+D35 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 32.42±0.18S: 23×29,D: 58×14 8 合计 total 84 注:S. 方形网目;D. 菱形网目
Note: S. square mesh; D. diamond mesh1.2 试验网具与网囊
试验网具为南海区最常见的双桁杆虾拖网(以下简称虾拖网),其原主尺度为10.50 m×7.15 m(2.2 m)。关于虾拖网的结构特征、渔法特点和渔获组成等信息,可参阅相应的参考文献[5,13-14]。
2014—2017年,采用套网法和裤式拖网法(简称裤网法)依次对2组菱目网囊和6组菱目与方目混合网囊(简称混目网囊)进行了84个有效网次作业试验(表1)。套网法的试验网囊拉直长度约为1.5 m;裤网法试验网囊和对照网囊的拉直长度约为1.2 m。
试验网囊的网目尺寸分4档:18 mm、25 mm、30 mm和35 mm。其中18 mm是南海海域虾拖网普遍使用的网囊网目尺寸;25 mm为现行虾拖网管理规定中的网囊最小网目尺寸;30 mm和35 mm为试验网网囊尺寸。按照网目尺寸对网囊进行编号,例如D30表示网目尺寸为30 mm的菱目网囊;S30+D25表示方目段网目尺寸为30 mm,菱目段网目尺寸为25 mm的混目网囊。套网法试验中套网的网目尺寸为15 mm,内径为(12.55±0.28) mm,圆周286目,纵向136目。裤网法中对照网囊第一段网目尺寸为24 mm,第二段为22 mm;对照网囊第二段网目内径为(19.49±0.63) mm。试验网具和网囊的具体参数详见表1和图1、图2。
1.3 试验与取样方法
为了方便操作,将试验网设置于渔船船首方向右舷第一顶网处。试验中不设置站点,也不规定渔船的拖曳速度、时间等作业参数,由船长根据实际情况控制,使试验尽量与传统虾拖网渔船作业保持一致。试验期间渔船拖速2.2~2.7 kn,网次作业时间1.5~3.5 h,平均1.75 h,网次平均拖曳距离9.01 km。
起网后,分别称量试验网囊和套网(或对照网囊)的渔获总质量,然后进行分类和鉴定,统计每个种类的渔获数量,并进行生物学测量。当刀额新对虾渔获数量≤50尾时,全部测量其长度;当渔获数量>50尾时,随机抽取50尾进行长度测量。在统计渔获种类的体长分布时,对于取样种类按取样比例进行加权处理。为了保证试验数据的准确性,尽量避免渔获物的2次取样。
1.4 数据处理的方法
1.4.1 基础数据的统计
以航次为单位统计虾拖网网囊和套网(或对照网囊)的渔获总数和总质量,分别计算各网囊刀额新对虾的数量和质量比例。将每个网次中网囊和套网(或对照网囊)的刀额新对虾体长数据进行排序,以5 mm为单位进行分组,分别统计各体长组刀额新对虾的数量。
1.4.2 选择性参数的估算
网囊对刀额新对虾的选择性估算按如下2个步骤进行:1)以网次为单位,使用Logistic曲线进行选择性模型拟合,估算网次选择性参数;2)将选择性模型拟合度较好的网次体长数据进行叠加,再次使用Logistic曲线进行选择性模型拟合,估算网囊对刀额新对虾的平均选择性参数,同时考虑网囊网次间差异对选择性的影响。
选择性参数的估算是在SELECT模型[6,15-18]的框架下,通过比较试验网囊和套网(或对照网囊)的刀额新对虾渔获数量,得到估算结果。在第i网次中,用NTij表示体长为lj的刀额新对虾被试验网囊捕获的数量,用NCij表示套网(或对照网囊)中刀额新对虾(体长亦为lj)的渔获数量,则体长为lj的刀额新对虾被试验网囊捕获的概率(φij)可表示为:
$${{\textit{φ}} _{ij}} = \frac{{{N_{Tij}}}}{{{N_{Tij}} + {N_{Cij}}}}$$ (1) 对于套网法试验,使用logistic方程拟合试验网囊对体长为l的刀额新对虾的选择率r(l),其计算公式为:
$$r(l) = \frac{{\exp(a + bl)}}{{1 + \exp(a + bl)}}$$ (2) 式中a、b为待估参数。
对于裤网法试验,引入相对作业强度(p),表示1尾刀额新对虾进入试验网囊的概率,则进入对照网囊的概率为1−p。体长为l的刀额新对虾被试验网囊捕获的概率可表示为:
$$\varphi(l) = \frac{{p\exp(a + bl)}}{{(1 - p) + \exp(a + bl)}}$$ (3) 根据选择性参数a和b,计算试验网囊对刀额新对虾的选择性指标50%选择体长(L50)和选择范围(SR),相应的计算公式为:
$${L_{50}} = - a/b$$ (4) $${\rm SR} = {L_{75}} - {L_{25}} = 2\ln 3/b$$ (5) 通过极大似然法估算选择性参数a、b和p,其似然方程[7]为:
$$L(a,b,p) = \sum\limits_i {\sum\limits_j {[{N_{Tij}}\ln \varphi({l_j}) + {N_{Cij}}\ln(1 - \varphi({l_j}))]} } $$ (6) 式(6)的求解通过MS-Excel的“规划求解”功能实现[19-20]。参数a、b、p和选择性指标L50、SR的标准差通过Delta方法估算[6,17,21]。
选择性模型拟合度的优劣可根据残差值(deviance)和自由度(degree of freedom, df )的大小关系判断。通常当残差值小于自由度(P>0.05),则认为模型拟合度为优。但当试验数据呈离散分布时,即使拟合度为优也会出现残差值远大于自由度(P<0.05)的情况。这时需要根据各体长组的实际残差值分布图作进一步判断[6,12,22]。
通过比较联合网次模型拟合的皮尔逊卡方统计量(Q)和自由度(d)的大小来判断网囊选择性是否存在网次间差异。当不存在网次间差异时,Q服从自由度为d的卡方分布(P>0.05),反之则说明存在网次间差异[6,17,21-25]。如果存在网次间差异,计算过度离散叠加估算值(replication estimate of dispersion, REP),并对联合网次估算的选择性参数标准差进行修正,即乘以(REP)1/2。Q和REP的计算公式为:
$$Q = \sum\limits_l {\sum\limits_h {\frac{{{{(n_{lt}^h - n_{l + }^h{y_l})}^2}}}{{n_{l + }^h{y_l}{{(1 - {y_l})}^{}}}}} } $$ (7) 式中
$n_{lt}^h$ 表示第h网次中试验网囊捕获的体长为l的刀额新对虾数量,$n_{l + }^h$ 表示第h网次中试验网囊与套网(或对照网囊)捕获的体长为l的刀额新对虾总数量,yl表示h网次中试验网囊捕获的体长为l的刀额新对虾的数量比例。$${\rm REP} = \frac{Q}{d}$$ (8) 式中d=(H−1)×体长组数,H为联网次的总网次数。
2. 结果
2.1 渔获概述
试验渔获质量为294.68 kg,刀额新对虾总渔获质量为100.71 kg,占渔获总质量的34.18%。各试验网囊中的总渔获质量及刀额新对虾所占比例详见表2。
表 2 试验渔获产量基本信息Table 2 Basic information of fish catch方法
method网囊
codend质量/kg mass 质量百分比/%
ratio of mass刀额新对虾
M. ensis总渔获
total catch套网法 cover D25 8.80 27.92 31.50 D30 13.43 45.01 29.83 S35+D18 9.50 28.53 33.28 S25+D25 15.36 23.36 65.77 S30+D25 4.94 33.61 14.70 S35+D25 20.13 37.60 53.53 裤网法 trouser S35+D25 18.47 32.47 56.89 S35+D30 7.18 42.91 16.73 S35+D35 2.92 23.27 12.53 合计 total 100.73 294.68 34.18 2.2 刀额新对虾的渔获数量及体长分布
试验中刀额新对虾的渔获总数量为14 138尾,各网囊和套网(或对照网囊)的数量、体长范围、众数体长及其比例等数据详见表3,体长分布见图3和图4。
表 3 刀额新对虾的渔获数量及体长分布Table 3 Number of M. ensis caught by each codend网囊
codend渔获尾数
number of catch体长范围/mm
length range众数体长/mm
modal length网囊
codend套网/对照网
cover/control网囊
codend套网/对照网
cover/control网囊
codend套网/对照网
cover/controlD25 964 2 53~123 33~58 88~93 (38.38%) D30 1 698 3 53~113 53~63 83~88 (51.94%) S35+D18 1 810 28 63~128 63~98 78~83 (37.07%) 73~78 (67.86%) S25+D25 2 307 384 58~103 28~93 78~83 (48.63%) 43~48 (39.84%) S30+D25 499 33 63~103 63~98 83~88 (46.49%) 73~78 (42.42%) [S35+D25]1 3 008 117 58~118 28~98 78~83 (41.42%) 73~78 (42.74%) [S35+D25]2 1 121 1 366 63~133 63~133 83~88 (58.25%) 83~93 (65.37%) S35+D30 283 270 63~133 73~133 93~103 (55.83%) 93~103 (60.00%) S35+D35 113 132 63~128 68~133 93~98 (47.79%) 93~98 (46.97%) 合计 total 11 803 2 335 注:[S35+D25]1. 套网法中的S35+D25网囊;[S35+D25]2. 裤网法中的S35+D25网囊
Note: [S35+D25]1. the S35+D25 codend for the covered codend method; [S35+D25]2. the S35+D25 codend for the trouser trawl method2.3 网囊对刀额新对虾的选择性
2.3.1 套网法
D25和D30网囊由于套网的刀额新对虾样本量过少,无法进行选择性分析;S35+D18网囊仅1个单网次数据获得有效解,模型的拟合度较好(P>0.05),刀额新对虾的L50和SR分别为51.25 mm和16.48 mm;S25+D25网囊共5个单网次数据获得有效解,网次数据拟合度均较好(P>0.05),联合网次拟合度P<0.05,但模型残差值分布正常,所以认为是由于体长数据的过度离散分布造成,联合网次估算的刀额新对虾平均L50和SR分别为60.84 mm和14.31 mm,存在网次间差异,对估算参数的标准差进行了修正;S30+D25网囊仅2个单网次数据获得有效解,单网次和联合网次拟合度较好(P>0.05),联合网次估算的刀额新对虾平均L50和SR分别为63.21 mm和12.84 mm,不存在网次间差异;S35+D25网囊共5个单网次数据获得有效解,1个单网次和联合网次拟合的P<0.05,但模型残差值分布正常,联合网次估算的刀额新对虾平均L50和SR分别为64.53 mm和9.75 mm,存在网次间差异,对估算参数的标准差进行了修正(表4)。各网囊对刀额新对虾的平均选择性曲线详见图5。
表 4 套网法选择性试验参数估算Table 4 Selective parameters of tested codends with covered codend method时间
time网囊
codend网次
NH选择性指标
selective index选择性参数
selective parameter拟合度
goodness of fit网次间差异
estimate of REP尾数
numberL50/
mmSD SR/
mmSD a SD b SD D df P Q d P REP 网囊
codend套网
cover2014 D25 c-b 964 2 2014 D30 c-b 1 698 3 2015 S35+D18 9 51.25 8.94 16.48 7.20 –6.83 4.14 0.13 0.06 4.295 8 0.83 203 11 2016 S25+D25 2 59.65 5.84 21.51 7.41 –6.09 2.66 0.10 0.04 5.919 7 0.55 137 24 4 53.89 12.68 50.44 26.94 –2.35 1.79 0.04 0.02 10.608 7 0.16 120 44 6 53.31 7.79 30.96 11.92 –3.78 1.98 0.07 0.03 6.283 9 0.71 127 31 9 60.86 1.19 6.05 1.07 –22.12 4.21 0.36 0.06 14.094 14 0.44 367 64 10 60.94 1.70 5.18 1.21 –25.84 6.39 0.42 0.10 2.288 14 1.00 278 75 c-b 60.84 1.74 14.31 1.90 –9.34 1.44 0.15 0.02 51.617 14 <0.05 155.94 39 <0.05 4.00 1 029 238 S30+D25 4 61.48 7.89 11.78 6.01 –11.47 7.25 0.19 0.10 9.811 10 0.46 106 4 5 63.18 3.47 13.93 3.23 –9.97 2.80 0.16 0.04 8.822 6 0.18 233 17 c-b 63.21 2.97 12.84 2.66 –10.82 2.70 0.17 0.04 3.657 9 0.93 20.22 21 0.51 0.96 342 21 S35+D25 1 66.16 1.22 3.56 0.89 –40.86 10.77 0.62 0.15 7.000 11 0.80 443 16 5 68.58 1.61 7.76 1.83 –19.42 4.92 0.28 0.07 9.946 6 0.13 188 17 7 62.43 3.45 9.00 2.31 –15.25 4.70 0.24 0.06 22.166 4 <0.05 356 15 8 65.19 3.10 10.64 2.78 –13.46 4.11 0.21 0.05 14.343 7 0.05 279 18 9 71.90 3.55 14.86 5.32 –10.63 4.20 0.15 0.05 5.303 6 0.51 40 12 c-b 64.53 1.15 9.75 1.00 –14.54 1.72 0.23 0.02 37.441 6 <0.05 72.31 71 0.43 1.02 1 306 78 注:NH. 网次;c-b. 联合网次;L50. 50%选择体长;SR. 选择范围;a、b. 选择性参数;SD. 标准差;D. 残差值;dof和d. 自由度;Q. 皮尔逊卡方统计量;REP. 过度离散叠加估算值. Note: NH. number of hauls; c-b. combined hauls; L50. 50% retention length; SR. selection range; a and b are selective parameters; SD. standard error; D. value of model deviance; dof and d indicate the degree of freedom; Q. Pearson chi-square statistic; REP. replication estimation of dispersion 2.3.2 裤网法
S35+D25网囊共8个单网次数据获得有效解,4个单网次和联合网次拟合的P<0.05,但模型残差值分布正常,联合网次估算的刀额新对虾平均L50、SR和相对作业强度(p)分别为75.43 mm、6.93 mm和0.51,存在网次间差异,对选择性参数的标准差进行了修正;S35+D30网囊共5个单网次数据获得有效解,单网次和联合网次的拟合度较好(P>0.05),联合网次估算的刀额新对虾平均L50、SR和p分别为82.38 mm、6.39 mm和0.52,不存在网次间差异;S35+D35网囊共4个网次获得有效解,所有单网次和联合网次估算的拟合度均较好(P>0.05),联合网次估算的刀额新对虾平均L50、SR和p分别为95.39 mm、20.44 mm和0.64,不存在网次间差异(表5)。各网囊对刀额新对虾的平均选择性曲线详见图6。
表 5 裤网法选择性试验参数估算Table 5 Selective parameters of tested codends with trouser trawl method时间
time网囊
codend网次
NH选择性指标
selective index选择性参数
selective parameter拟合度
goodness of fit网次间差异
estimate of REP尾数
numberL50/mm SD SR/mm SD a SD b SD P SD D df P Q d P REP 网囊
codend对照
control2017 S35+D25 2 78.16 3.15 3.74 4.45 –45.88 53.61 0.59 0.70 0.41 0.07 8.262 9 0.51 24 43 3 75.35 3.03 7.17 4.69 –23.08 14.44 0.31 0.20 0.46 0.07 8.968 6 0.18 55 101 4 73.52 1.40 3.45 2.58 –46.77 34.53 0.64 0.48 0.41 0.03 39.625 10 <0.05 149 244 6 78.46 7.90 7.46 6.76 –23.12 19.45 0.29 0.27 0.77 0.10 10.982 10 0.36 28 12 7 72.79 5.32 6.92 7.07 –23.12 22.96 0.32 0.32 0.51 0.06 9.766 8 0.28 54 57 8 75.98 2.38 8.55 3.66 –19.52 7.89 0.26 0.11 0.54 0.04 47.531 6 <0.05 244 288 9 73.52 1.47 4.22 3.61 –38.32 32.46 0.52 0.45 0.51 0.03 29.720 7 <0.05 182 193 11 85.59 4.74 10.74 3.67 –17.51 5.22 0.20 0.07 0.73 0.08 25.517 10 <0.05 116 108 c-b 75.43 1.36 6.93 2.14 –23.93 7.09 0.32 1.00 0.51 0.03 53.559 12 <0.05 152.00 81 <0.05 1.88 852 1046 S35+D30 1 78.84 6.40 7.68 8.90 –22.57 25.18 0.29 0.33 0.65 0.08 15.361 8 0.05 30 20 5 86.79 4.96 6.92 6.25 –27.56 24.11 0.32 0.29 0.50 0.07 9.579 11 0.57 39 48 7 81.18 3.61 5.01 4.56 –35.60 31.57 0.44 0.40 0.44 0.05 12.484 11 0.33 62 90 8 88.47 5.70 11.32 7.00 –17.17 9.82 0.19 0.12 0.60 0.08 14.706 11 0.20 64 65 9 92.09 8.49 9.80 7.41 –20.64 14.18 0.22 0.17 0.71 0.14 5.986 8 0.65 23 19 c-b 82.38 2.01 6.39 2.72 –28.32 11.68 0.34 0.15 0.52 0.03 14.308 8 0.07 44.21 50 0.70 0.88 218 242 S35+D35 1 83.59 7.52 8.72 9.18 –21.06 21.32 0.25 0.27 0.55 0.10 10.743 10 0.38 23 24 2 92.13 8.37 9.62 9.67 –21.03 19.67 0.23 0.23 0.65 0.14 6.200 7 0.52 24 22 3 110.78 31.97 20.43 19.45 –11.91 8.42 0.11 0.10 0.77 0.29 6.397 9 0.70 17 19 5 100.52 37.58 29.78 31.29 –7.42 5.58 0.07 0.08 0.65 0.30 10.246 11 0.51 36 47 c-b 95.39 10.43 20.44 10.51 –10.25 4.44 0.11 0.06 0.64 0.11 11.599 11 0.39 22.73 34 0.93 0.67 100 112 3. 讨论
3.1 菱目网囊与混目网囊的选择性比较
目前,南海海域传统虾拖网均使用菱目网囊作业,且其网目尺寸较小(一般<20 mm)。据相关调查,当虾拖网网囊网目尺寸为18 mm时,刀额新对虾的幼虾比例>70%[5]。本研究2014年对菱目网囊D25和D30进行试验,结果表明对于刀额新对虾而言,网目尺寸增大,网囊选择性未见显著提高。由于套网的样本量太少,上述2种菱目网囊对刀额新对虾的选择性参数也无法估算。
鉴于菱目网囊选择性差的结论,2015年研究团队首次尝试使用混目网囊(S35+D18)进行试验;该混目网囊菱目段网目尺寸与渔船所用网囊一致(18 mm),方目段网目尺寸为35 mm。结果表明,副渔获物(鱼类)的逃逸率显著提高,但目标种类的逃逸率仍然较低;刀额新对虾的L50太小(53.85 mm),远小于南海区刀额新对虾的首次性成熟体长(80 mm)[26],网囊网目尺寸需要进一步优化[11]。本研究采用的是单网次数据处理方法,得出S35+D18网囊对刀额新对虾的L50仅为51.52 mm,小于联合网次数据处理得到的值。此结论也进一步说明S35+D18网囊的网目尺寸需要进一步放大。
3.2 混目网囊之间的选择性比较
2016年使用3组混目网囊(S25+D25、S30+D25和S35+D25)进行试验,网囊菱目段网目尺寸均为25 mm,方目段网目尺寸分别为25 mm、30 mm和35 mm。根据前期联合网次分析法的结果,S25+D25和S35+D25网囊对刀额新对虾的L50分别为63.93 mm和67.96 mm; S30+D25网囊的刀额新对虾体长组数据不收敛,无法取得有效解[12]。本研究得出的S25+D25、S30+D25和S35+D25网囊对刀额新对虾的平均L50分别为60.84 mm、63.21 mm和64.53 mm。使用本研究的数据处理方法能够获得S30+D25网囊对刀额新对虾的选择性。这从侧面说明了如果在数据处理时完全忽略网囊的网次间差异,简单地将所有网次的体长组数据进行无条件叠加处理可能会得到错误的结论。本试验采用“2部曲”(two-step procedure)法:先以网次为单位进行数据处理,然后根据模型的拟合结果将一些网次数据剔除,在考虑网囊网次间差异的基础上叠加网次数据,求得平均选择性。这种数据处理方法得出的结论更加准确、客观和科学,国外一些相关研究也普遍采用这种方法进行数据处理[27-29]。
2017年,笔者课题组对3组混网囊(S35+D25、S35+D30和S35+D35)进行试验。此次网目尺寸的选择是以2014—2016年试验结论为基础,将方目段网目尺寸保持为35 mm,菱目段网目尺寸分别为25 mm、30 mm和35 mm。同时,为了避免套网法的“覆盖效应”,在试验方法上首次尝试采用目前国际上普遍使用的裤网法。根据试验结果,S35+D25、S35+D30和S35+D35网囊对刀额新对虾的平均L50随菱目段网目尺寸的增大而不断增大,SR则是先减少后增大,p不断增大。根据陈丕茂[26]的研究,南海区刀额新对虾的首次性成熟体长为80 mm。假设将刀额新对虾的可捕规格定为80 mm,所有试验网囊中仅S35+D30和S35+D35网囊的L50大于该可捕标准。但是,S35+D30网囊对刀额新对虾的SR远小于S35+D35的(6.39 mm vs 20.44 mm),说明S35+D30网囊的选择性尖锐度较好。另外,考虑到网目尺寸过大会影响到渔船的生产效益,同时兼顾渔民的心理接受程度,笔者认为将S35+D30网囊作为南海区虾拖网网囊最小网目尺寸标准较为理想。
3.3 存在的问题及今后的研究方向
本研究中的试验数据均在渔船上即时收集。由于网次间间隔短,测量时间有限,对于渔获数量较多的种类(>50尾),先统计该种类的总数量后,随机抽取50尾渔获进行体长测量。选择性数据处理时,以随机测量的50尾体长数据为基础,按照相应的取样比例进行加权处理,最后得出网次渔获种类的体长分布数据。但有些前期的研究则直接使用实测体长组数据进行选择性参数估算[12,15-16]。使用实测体长组数据和加权处理后的数据进行估算的结果是否存在显著差异?哪个方法计算的结果更加准确和科学?这将是未来的一个研究方向。
本研究存在的不足之处在于4个航次试验存在一定的时空差异。虽然网囊对刀额新对虾的选择性主要由网囊结构、网目尺寸和刀额新对虾的体型特征决定,但是为了减少时空差异对选择性研究的影响,今后可尝试将所有试验网囊在同一渔场、同一渔船和同一网次进行试验。南海区虾拖网通常是一船拖曳多顶网具。比如,本研究中租用的“粤阳东渔12081”作业中拖曳12顶网,一些大功率渔船甚至最多可拖曳32顶网。利用南海区虾拖网这种独特的作业方式,可将本研究中的所有试验网囊共同进行试验。同时,在试验方法上也可以将套网法、裤网法等进行有机结合,优势互补,相互印证。这样获得的试验数据会更加全面,得出的结论能够更好地为渔具管理和渔业资源的合理利用提供科学依据。
-
图 3 考洲洋退塘还林区域不同样地土壤有机碳 (SOC) 质量分数和密度
注:不同字母表示相同土层不同样地间存在显著差异性(p<0.05)。
Figure 3. Soil organic carbon mass fraction and density in different sampling plots of mangrove reforested aquaculture pond of Kaozhou Bay
Note: Values with different letters have significant differences among sampling plots in the same soil layer (p<0.05).
图 4 考洲洋退塘还林区域不同深度土壤活性有机碳、微生物有机碳和可溶性有机碳质量分数
注:不同字母表示相同土层不同样地间存在显著性差异(p<0.05)。
Figure 4. Mass fractions of soil easily oxidizable carbon, microbial biomass carbon and dissolved organic carbon of different soil layers in mangrove reforested aquaculture pond of Kaozhou Bay
Note: Values with different letters have significant differences among sampling plots in the same soil layer (p<0.05).
图 5 土壤活性有机碳各组分占总有机碳的比例
注:EOC/SOC、MBC/SOC和DOC/SOC分别表示易氧化有机碳、微生物有机碳和可溶性有机碳质量分数占土壤总有机碳质量分数的比例。不同字母表示相同土层不同样地间存在显著性差异(p<0.05)。
Figure 5. Proportions of components of labile organic carbon to soil organic carbon
Note: EOC/SOC, MBC/SOC and DOC/SOC represent the ratios of mass fractions of EOC, MBC and DOC to mass fractions of soil total organic carbon, respectively. Values with different letters have significant differences among sampling plots in the same soil layer (p<0.05).
表 1 土壤有机碳及其活性组分质量分数与土壤因子间的相关系数
Table 1 Correlation coefficients between mass fraction of soil organic carbon and its labile components and soil factors
项目
Item盐度
SpH 容重
BD含水量
MC总氮
TN碳氮比
C/N总磷
TP有机碳
SOC易氧化
有机碳
EOC微生物
量碳
MBC可溶性
有机碳
DOC盐度 S 1 pH −0.338** 1 容重 BD/(kg·m−3) −0.391** −0.130 1 含水量 MC/% 0.331** 0.273** −0.804** 1 总氮TN/(g·kg−1) −0.015 0.078 −0.142 −0.059 1 碳氮比C/N 0.142 −0.010 0.070 0.155 −0.551** 1 总磷TP/(g·kg−1) 0.126 −0.546** 0.176 −0.384** 0.175 −0.173 1 有机碳 SOC/(g·kg−1) 0.086 −0.036 −0.133 −0.085 0.774** −0.213* 0.198 1 易氧化有机碳EOC/(g·kg−1) 0.310** 0.207 −0.496** 0.502** −0.051 0.190 −0.373** 0.092 1 微生物量碳MBC/(g·kg−1) 0.126 −0.095 −0.038 0.067 −0.323** −0.001 −0.039 −0.376** −0.172 1 可溶性有机碳DOC/(mg·kg−1) 0.409** −0.146 −0.343** 0.128 −0.168 −0.009 0.154 −0.038 0.125 0.215* 1 注:* 表示存在显著相关性 (p<0.05);** 表示存在极显著相关性 (p<0.01)。 Note: * and ** represent significant (p<0.05) and extremely significant (p<0.01) correlation, respectively; S. Salinity; BD. Bulk density; MC. Moisture concent. -
[1] 李林锋, 吴小凤, 刘素青. 湛江5种红树林树种光合作用特性及光合固碳能力研究[J]. 广西植物, 2015, 35(6): 825-832. doi: 10.11931/guihaia.gxzw201412028 [2] ALONGI D M. Carbon cycling and storage in mangrove forests[J]. Annu Rrv Mar Sci, 2014, 6(1): 195-219. doi: 10.1146/annurev-marine-010213-135020
[3] ARNAUD M, KRAUSE S, NORBY R J, et al. Global mangrove root production, its controls and roles in the blue carbon budget of mangroves[J]. Global Change Biol, 2023, 29(12): 3256-3270. doi: 10.1111/gcb.16701
[4] LIU H X, REN H, HUI D F, et al. Carbon stocks and potential carbon storage in the mangrove forests of China[J]. J Environ Manage, 2014, 133(1): 86-93.
[5] 林秋莲, 顾肖璇, 陈昕韡, 等. 红树植物秋茄替代互花米草的生态修复评估: 以浙江温州为例[J]. 生态学杂志, 2020, 39(6): 1761-1768. [6] Food and Agriculture Organization. The world's mangroves 1980–2005[R]. Rome: Food and Agriculture Organization of the United Nations, 2007: 9-13.
[7] RICHARDS D R, FRIESS D A. Rates and drivers of mangrove deforestation in Southeast Asia, 2000–2012[J]. PNAS, 2016, 113(2): 344-349. doi: 10.1073/pnas.1510272113
[8] LUO Y Y, NOT C, CANNICCI S. Mangroves as unique but understudied traps for anthropogenic marine debris: a review of present information and the way forward[J]. Environ Pollut, 2021, 271(1): 116291-116299.
[9] 王文卿, 张林, 张雅棉, 等. 红树林退塘还林研究进展[J]. 厦门大学学报 (自然科学版), 2021, 60(2): 348-354. [10] 范航清, 莫竹承. 广西红树林恢复历史、成效及经验教训[J]. 广西科学, 2018, 25(4): 363-371, 387. [11] YANG Y, YU K, FENG H. Effects of straw mulching and plastic film mulching on improving soil organic carbon and nitrogen fractions, crop yield and water use efficiency in the Loess Plateau, China[J]. Agr Water Manage, 2018, 201(1): 133-143.
[12] MANDAL A, MAJUMDER A, DHALIWAL S S, et al. Impact of agricultural management practices on soil carbon sequestration and its monitoring through simulation models and remote sensing techniques: a review[J]. EST, 2022, 52(1): 1-49.
[13] YU C X, FENG J X, YUE W Z, et al. The role of blue carbon stocks becomes more labile with mangrove development[J]. Ecol Indic, 2023, 154(1): 110634-110643.
[14] 鲁如坤. 土壤化学农业分析方法 [M]. 北京: 中国农业科技出版社, 1999: 166-169. [15] 陈小花, 陈宗铸, 雷金睿, 等. 东寨港红树林中不同群落区表层土壤有机碳及其活性组分浓度[J]. 湿地科学, 2022, 20(4): 499-507. [16] 胡慧蓉, 马焕成, 罗承德, 等. 森林土壤有机碳分组及其测定方法[J]. 土壤通报, 2010, 41(4): 1018-1024. [17] 熊燕梅, 吴晓东, 陈玉军, 等. 退塘还林中地形和植被恢复方式对红树林恢复效果影响[J]. 广东海洋大学学报, 2023, 43(4): 122-128. doi: 10.3969/j.issn.1673-9159.2023.04.015 [18] 覃国铭, 张靖凡, 周金戈, 等. 广东省红树林土壤碳储量及固碳潜力研究[J]. 热带地理, 2023, 43(1): 23-30. [19] 李燕, 赵志忠, 王鸿平, 等. 海南东寨港红树林湿地沉积物有机碳的分布特征[J]. 安徽农业大学学报, 2018, 45(2): 268-273. [20] 张耀鸿, 王艳玲, 李仁英, 等. 互花米草入侵对潮滩土壤活性有机碳组分的影响[J]. 土壤通报, 2012, 43(1): 102-106. [21] 陈顺洋, 安文硕, 陈彬, 等. 红树林生态修复固碳效果的主要影响因素分析[J]. 应用海洋学学报, 2021, 40(1): 34-42. [22] KAUFFMAN J B, BERNARDINO A F, FERREIRA T O, et al. Shrimp ponds lead to massive loss of soil carbon and greenhouse gas emissions in northeastern Brazilian mangroves[J]. Ecol Evol, 2018, 8(11): 5530-5540. doi: 10.1002/ece3.4079
[23] HANKE A, CERLI C, MUHR J, et al. Redox control on carbon mineralization and dissolved organic matter along a chronosequence of paddy soils[J]. Eur J Soil Sci, 2013, 64(4): 476-487. doi: 10.1111/ejss.12042
[24] 赵泽阳, 赵志忠, 付博, 等. 海南岛北部地区红树林湿地土壤有机碳分布规律及影响因素[J]. 广东农业科学, 2018, 45(12): 49-55. [25] 许延昭, 马维伟, 李广, 等. 尕海湿地植被退化过程中土壤轻重组有机碳动态变化特征[J]. 水土保持学报, 2018, 32(3): 205-211. [26] 张哲, 王邵军, 李霁航, 等. 土壤易氧化有机碳对西双版纳热带森林群落演替的响应[J]. 生态学报, 2019, 39(17): 6257-6263. [27] 许梦璐, 吴炜, 颜铮明, 等. 滨海滩涂不同土地利用类型土壤活性有机碳浓度与垂直分布[J]. 南京林业大学学报 (自然科学版), 2020, 44(4): 167-175. [28] 徐广平, 李艳琼, 沈育伊, 等. 桂林会仙喀斯特湿地水位梯度下不同植物群落土壤有机碳及其组分特征[J]. 环境科学, 2019, 40(3): 1491-1503. [29] JANDL R, SOLLINS P. Water-extractable soil carbon in relation to the belowground carbon cycle[J]. Biol Fert Soils, 1997, 25: 196-201. doi: 10.1007/s003740050303
[30] 张金波, 宋长春. 土地利用方式对土壤碳库影响的敏感性评价指标[J]. 生态环境, 2003, 12(4): 500-504. [31] LIPSON D A, SCHMIDT S K, MONSON R K. Carbon availability and temperature control the post-snowmelt decline in alpine soil microbial biomass[J]. Soil Biol Biochem, 2000, 32(4): 441-448. doi: 10.1016/S0038-0717(99)00068-1
[32] 周雅心, 陈钰, 郑毅, 等. 中国典型滨海湿地转变为养殖塘对土壤细菌多样性及群落结构的影响[J]. 环境科学学报, 2021, 41(6): 2402-2413. [33] 辛琨, 颜葵, 李真, 等. 海南岛红树林湿地土壤有机碳分布规律及影响因素研究[J]. 土壤学报, 2014, 51(5): 1078-1086. [34] SHAO X X, YANG W Y, WU M. Seasonal dynamics of soil labile organic carbon and enzyme activities in relation to vegetation types in Hangzhou Bay tidal flat wetland[J]. PLoS One, 2015, 10(11): e0142677. doi: 10.1371/journal.pone.0142677
[35] 刘亚男, 郗敏, 张希丽, 等. 中国湿地碳储量分布特征及其影响因素[J]. 应用生态学报, 2019, 30(7): 2481-2489. [36] 刘江伟, 徐海东, 林同岳, 等. 海涂围垦区不同林分土壤活性有机碳垂直变化特征[J]. 林业科学研究, 2022, 35(3): 18-26. [37] 肖烨, 黄志刚, 武海涛, 等. 三江平原不同湿地类型土壤活性有机碳组分及浓度差异[J]. 生态学报, 2015, 35(23): 7625-7633. [38] 章琪, 袁旭音, 韩磊, 等. 不同类型河岸带土壤活性有机碳空间分布及影响因素[J]. 环境科技, 2017, 30(5): 12-17. doi: 10.3969/j.issn.1674-4829.2017.05.005 [39] 高宇. 中国典型红树林湿地沉积物碳库分布特征及控制因子研究[D]. 北京: 清华大学, 2019: 78-79. [40] 徐薇薇, 乔木. 干旱区土壤有机碳浓度与土壤理化性质相关分析[J]. 中国沙漠, 2014, 34(6): 1558-1561. doi: 10.7522/j.issn.1000-694X.2013.00311 [41] 徐侠, 陈月琴, 汪家社, 等. 武夷山不同海拔高度土壤活性有机碳变化[J]. 应用生态学报, 2008, 19(3): 539-544. -
期刊类型引用(5)
1. 付鑫洋,司烨仪,周鑫,刘莉莉. 我国拖网网囊网目选择性研究现状. 农村经济与科技. 2023(02): 73-76 . 百度学术
2. 晏磊,杨炳忠,李亚男. 南海北部拖网方形和菱形混合网目网囊的渔获性能研究. 水产科学. 2023(04): 690-697 . 百度学术
3. 杨炳忠,晏磊,李杰,王腾,张鹏. 南海区双船大网目拖网网囊网目对带鱼的选择性. 中国水产科学. 2023(10): 1271-1281 . 百度学术
4. 李亚男,杨炳忠,张鹏,李杰,王腾,晏磊. 南海北部拖网对蓝圆鲹的选择性研究. 南方水产科学. 2022(03): 170-176 . 本站查看
5. 许庆昌,李显森,孙珊,樊钢洲. 秋季莱州湾弓子网网囊网目尺寸选择性研究. 渔业科学进展. 2020(06): 19-27 . 百度学术
其他类型引用(0)