Ecological benefit evaluation of marine ranching in Guangdong Province based on Entropy Weight Fuzzy Matter Element Method
-
摘要:
海洋牧场是广东省海洋渔业资源养护和环境修复的重要手段之一。为系统评估广东省海洋牧场的生态效益,采用熵权法 (Entropy Weight Method) 和模糊物元法 (Fuzzy Matter Element Method) 构建综合评价模型,根据2019—2021年广东省10个海域养护型海洋牧场的生物资源和环境因子调查数据,筛选出透明度、溶解氧、叶绿素、初级生产力、浮游生物多样性等26个关键指标,并制定三类标准作为参照。结果显示,2019—2021年广东省海洋牧场生态效益的综合得分分别为0.588 113、0.609 307和0.521 257,均高于一类标准的评价值 (0.462 171),表明广东省海洋牧场保持了较高的生态质量,并有效改善了海域的生态环境;初级生产力在生态效益评价中具有较高的重要性,其2021年的得分略有下降,主要受到无机氮含量上升和浮游生物、底栖生物多样性指数降低的影响。研究建议,应进一步完善评价指标体系和加强对外部环境因素影响的研究,以更科学地评估海洋牧场的生态效益。
Abstract:Marine ranching is one of the key measures for the conservation of marine fishery resources and environmental restoration in Guangdong Province. To systematically evaluate the ecological benefits of marine ranching construction in Guangdong Province, we applied Entropy Weight Method (EWM) and Fuzzy Matter Element Method (FMEM) to construct a comprehensive evaluation model to evaluate the ecological benefits of the construction of marine ranching. Based on the survey data of biological resources and environmental factors of marine ranching in ten sea areas of Guangdong Province from 2019 to 2021, we screened out 26 key indicators such as transparency, dissolved oxygen, chlorophyll, primary productivity, planktonic biodiversity, etc., and developed three types of standards as a reference. The results show that the comprehensive evaluation scores of the ecological benefits of marine ranching in Guangdong Province from 2019 to 2021 are 0.588 113, 0.609 307 and 0.521 257, respectively, all of which are higher than the evaluation value of the first-class standard of 0.462 171, revealing that the marine ranching in Guangdong Province have maintained high ecological quality and effectively improved the ecological environment of the sea area. Primary productivity has a high importance in ecological benefit evaluation, and the slight decline in the score in 2021 is mainly due to the rise in inorganic nitrogen content and the decrease in the biodiversity indices of plankton and benthic organisms. It is recommended to further improve the evaluation index system to provide a more scientific method for evaluating the ecological benefits of marine ranching.
-
随着对环境、食品安全以及可持续发展的日益关注,绿色饲料添加剂的研究与应用成为研究的热点之一。用氨基酸和微量元素的螯合物替代无机盐具有促进鱼虾、畜禽生长、提高成活率和饲料转化率、降低生产成本的作用[1-5],在国外倍受青睐,近年来在国内也逐渐得到重视。铜是对虾血蓝蛋白及其他一些金属酶类的重要组成成分,是对虾维持正常的生理功能及生长发育必须的微量元素之一;但是作为一种重金属,当其含量过高时对对虾有毒害作用,并且其在虾体内的积累会影响产品品质,排入水体会造成环境污染[6-8]。因此,合理控制饲料中铜元素的含量对于对虾养殖和品质,以及环境保护具有重要的意义,而选用利用率高的铜原料是其中的解决方法之一。凡纳对虾目前已成为我国养殖的主要对虾品种,虽然有关于铜需求量的报道,但却未见有关螯合铜应用的报道。本文将以凡纳对虾为研究对象,通过对对虾生长、免疫因子及其在虾体内残留量的影响,比较硫酸铜和蛋氨酸铜的应用效果,探讨蛋氨酸铜在凡纳对虾养殖中应用的可行性。
1. 材料与方法
1.1 饲料制备
取粤海饲料有限公司的无铜商品饲料,在每公斤饲料中分别添加含铜元素为0,7.5,15,30,45 mg的硫酸铜和螯合蛋氨酸铜,制粒,晒干,冷藏备用。
1.2 试验动物
凡纳对虾(Litopenaeus vannamei)。
1.3 实验设计
实验在粤海饲料有限公司东山岛实验基地进行。把个体均匀的凡纳对虾养在不同的桶中,随机分成9组,记录初重(见表 1),每组3桶,桶的容积为300 L,每桶中养殖对虾30尾,其中一组为对照(空白)组。试验早期,依据对虾体重,按其体重的8%~10%投喂,每天早、中、晚各投喂1次,在试验过程中根据对虾的生长及采食状况,调整投饵量,以下一次投喂时无残饵为准,养殖周期为8周。在实验中期(第4周)称重,结束时称重,并采血、肌肉和肝胰脏,计算生长速度、成活率,测量肌肉和肝脏组织的铜含量以及血清中酚氧化酶和超氧化物歧化酶的活性。
表 1 蛋氨酸铜和硫酸对对虾生长速度的影响Table 1 Effect of Met-Cu and copper sulphate in the feed on shrimp growth rate铜剂型
dosage form of copper铜添加量/mg·kg-1
copper content in feed初始体重/ g
initial body weight中期体重/ g
medium-term body weight终期体重/ g
final body weight前期生长速度/g·d-1
prior period growth rate后期生长速度/g·d-1
later period growth rate平均生长速度/g·d-1
average growth rate成活率/%
survival rate对照
control0 16.97±1.00 126.89±4.42 171.55±7.62 0.0975±0.0012 0.0592±0.0038 0.0823±0.0013 95.6 蛋氨酸铜
Met-Cu7.5 16.94±0.28 132.75±7.54 180.43±7.16 0.1027±0.0055 0.0632± 0.0018 0.0871±0.0031 95.6 15 16.90±0.16 130.74±3.63 171.85±5.68 0.101± 0.0041 0.0538±0.0108 0.0816± 0.0025 97.8 30 16.99±0.56 131.03±6.15 176.52±15.32 0.1006±0.0054 0.0596±0.0123 0.0844±0.0067 96.7 45 17.19±0.40 134.08±4.90 184.19±13.70 0.1031± 0.0036 0.0660±0.0119 0.0889± 0.0056 95.6 硫酸铜
coppes sulphate7.5 16.67±0.40 129.73±8.33 182.21±15.85 0.0997±0.0070 0.0688±0.0090 0.0877±0.0078 96.7 15 16.72±0.07 129.76±3.61 168.47±1.90 0.1009±0.0049 0.0512±0.0048 0.0804±0.0012 96.7 30 16.48±0.27 133.18±0.67 188.47±1.70 0.1035*±0.0017 0.0725*±0.0026 0.0906*±0.0018 97.8 45 16.83±0.13 129.51±2.84 169.35±5.59 0.1005±0.0035 0.0527±0.0066 0.0808±0.0017 96.7 注:*表示此值显著高于其他各组(P<0.05)
Note: *denotes this value is higher than the others significantly(P<0.05)1.4 酚氧化酶(PO)和超氧化物歧化酶(SOD)
PO活力的测定参照Horowitz(1952)及Ashida(1971)的测定方法,以L-dopa为底物测定[9]。SOD活力的测定参照邓碧玉等改良的连苯三酚自氧化法[10]。
1.5 肌肉和肝胰脏铜含量的测定
参照国标GB17378.6-1998。
1.6 统计
利用SPSS统计软件中的ANOVA功能进行统计分析。
2. 结果
2.1 生长速度
如表 1所示,实验前期和后期,添加硫酸铜的各实验组对虾个体的平均生长速度分别在0.0997~0.1035 g · d-1和0.0512~0.0725 g · d-1之间,无论在实验前期还是后期,只有每kg饲料添加30 mg铜的实验组的生长速度显著高于其它各组,其它各组间差异不显著;而添加螯合铜的各实验组差异不显著,在实验前期和后期对虾个体的平均生长速度分别为0.1006~0.1031 g · d-1和0.0538~0.0660 g · d-1之间,同对照组间也无显著差异。
2.2 成活率
各实验组的成活率在95.6%~97.8%之间,各组差异不显著,见表 1。
2.3 肌肉和肝胰脏铜含量
如表 2,各实验组肌肉铜的含量为3.01~5.55 mg · kg-1,平均为(4.17±1.80)mg · kg-1,各组间差异不显著,但个体间差异非常大;对照组肝胰脏铜含量最低,为33.75 mg · kg-1,投喂硫酸铜添加量为45 mg · kg-1饲料的实验组最高,为210 mg · kg-1。肝胰脏铜含量大大高于肌肉。
表 2 铜在对虾组织中的分布Table 2 Distribution of copper in shrimp tissues铜剂型 dosage form of copper 铜添加量/mg·kg-1饵料
copper content in feed肝铜含量/mg·kg-1肝组织
copper content in liver肌肉铜含量/mg·kg-1肌肉
copper content in muscle对照 control 0 33.775 3.773±0.840 蛋氨酸铜
Met-Cu7.5 120.318 3.301±1.148 15 183.407 4.392±3.099 30 155.405 3.039±0.991 45 185.337 4.061±1.397 硫酸铜
copper sulphate7.5 51.013 4.376±1.281 15 158.494 3.013±1.601 30 156.358 4.655±2.022 45 210.358 5.552±3.020 2.4 PO和SOD活力
如图 1、图 2,除铜添加量为15 mg · kg-1饲料的实验组外,各实验组PO活力都高于对照组,当铜的添加量为30 mg · kg-1饲料时,PO活力最高,添加蛋氨酸铜和硫酸铜的实验组分别为12.8和9.8;血清SOD活力随着铜添加量的增加而升高,对照组最低为357,当添加量达到30 mg · kg-1饲料时,SOD活力最高,蛋氨酸铜组和硫酸铜组间无差异,都为507,而当铜添加量为45 mg · kg-1饲料时,反而降低,蛋氨酸铜组和硫酸铜组分别为443和486。
3. 讨论
微量元素是动物体必须的一大类营养元素,特别是作为某些酶或激素必须的组成成分,直接参与机体的几乎所有生理生化功能,对生命活动起着非常重要的作用,传统上使用的微量元素都为本元素的无机盐类,存在着适口性差、易吸潮、不易吸收、对维生素可能造成破坏的缺点,因此,欧美等发达国家从30年前就开始研究替代产品。研究表明,氨基酸复合矿物元素因其融多种氨基酸与微量元素于一体,具有氨基酸的鲜香味及诱食作用,并且氨基酸螯合盐有利于机体的吸收,能够提高生物体对微量元素的利用率[11],逐渐受到人们的重视。吕景才、赵元凤等利用蛋白下脚料如毛发、蹄脚、血粉等通过酸水解、碱中和、螯合等过程,制备了锌、锰、铜、钴等的氨基酸复合物,并以此作为微量元素添加到饲料中投喂鲤鱼和非鲫,同添加无机盐进行比较,他们发现添加复合微量元素的实验组生长速度显著高于添加无机盐的对照组,而饲料系数低于对照组,复合微量元素的添加量少于无机盐也能达到同样的效果[3-4]。阳会军等认为斑节对虾对蛋氨酸铜的吸收利用效率高于硫酸铜,并且能够促进斑节对虾的生长,减少铜的使用[2]。但就本实验结果来看,添加在饲料中喂养凡纳对虾时,蛋氨酸铜同硫酸铜相比没有优势,而当铜添加量为30 mg · kg-1饲料时,硫酸铜的促生长效果要好于蛋氨酸铜,这同Davis发现的凡纳对虾对饲料铜的最低需要量为32 mg · kg-1[12]接近。
酚氧化酶是甲壳动物的酚氧化酶原激活系统的产物,在识别异物、释放调理素促进血细胞的吞噬和包囊以及产生杀灭和排除异物的凝集素和溶菌酶等免疫功能方面发挥着重要的作用,同机体的免疫功能有直接的关系[13];而SOD具有消除自由基的功能,当SOD酶活力降低时,生物体内自由基积累过多,将导致代谢紊乱、正常生理功能失调,免疫及防御水平下降,容易引起疾病的发生[14]。维持适当水平的PO与SOD水平对于对虾对异物入侵迅速作出反应和维持虾体健康是非常重要的。因此,我们选这2个因子作为凡纳对虾的免疫指标。本研究发现,饲料铜的含量对对虾的血清SOD和PO活力都有一定影响,当每kg基础饲料中添加30 mg铜时最高,在此时,SOD的活力两者间没有差异,而添加蛋氨酸铜组的PO活力高于添加硫酸铜组;添加蛋氨酸铜与硫酸铜不影响两种酶活力的变化趋势。
总的说来,无论从生长速度、还是从免疫因子以及肌肉中铜的含量来说,在凡纳对虾饲料中添加蛋氨酸铜并不比添加硫酸铜具有优势,在添加浓度为30 mg · kg-1,添加硫酸铜的实验组生长速度反而显著高于添加蛋氨酸铜的实验组,与其他作者的结果不同,这可能与生物的种类有关,也可能与生物的生长环境有关,具体原因需要进行进一步的深入研究。
-
表 1 广东省海洋牧场评价指标值、分级标准及代表牧场评价指标值
Table 1 Evaluation index values, classification standards and representative marine ranching evaluation index values in Guangdong Province
评价指标
Evaluation index年份 Year 一类
Class I二类
Class II三类
Class III陆丰金厢
Jinxiang of
Lufeng遂溪江洪
Jianghong of
Suixi珠海外伶仃
Wailingding of
Zhuhai2019 2020 2021 透明度
Transparency/m2.040±1.020 1.360±1.060 1.850±0.440 4.000 5.000 6.000 0.958±0.227 2.430±1.031 2.030±0.975 溶解氧
DO/(mg·L−1)6.440±1.241 6.627±0.729 7.357±0.664 6.000 5.000 4.000 7.610±0.286 7.750±0.354 7.010±0.296 相对pH
Relative pH0.257±0.309 0.328±0.195 0.316±0.187 0.250 0.750 1.000 0.530±0.031 0.380±0.184 0.020±0.011 化学需氧量
COD/(mg·L−1)0.519±0.067 0.628±0.190 0.838±0.078 2.000 3.000 4.000 0.910±0.058 0.810±0.046 0.780±0.041 活性磷酸盐
Active phosphate/(mg·L−1)0.009 0±0.007 0.013 0±0.008 0.012 7±0.006 0.015 0.030 0.045 0.002±0.001 0.118±0.002 0.140±0.001 无机氮
Inorganic nitrogen/(mg·L−1)0.125±0.062 0.168±0.101 0.251±0.279 0.200 0.300 0.400 0.031±0.013 0.084±0.025 0.026±0.011 硫化物
Sulfide/(mg·kg−1)89.834±69.158 16.848±17.974 56.442±51.574 300.000 500.000 600.000 72.680±47.017 36.070±17.311 14.490±8.230 石油类
Petroleum hydrocarbons/(mg·kg−1)74.868±101.507 100.904±69.173 129.938±110.415 500.000 1000.000 15 000.000 206.460±107.332 301.830±170.232 116.950±56.878 铜
Cu/(mg·kg−1)13.263±2.492 13.063±4.495 28.270±35.567 35.000 100.000 200.000 15.670±2.305 9.230±3.171 17.220±2.465 铅
Pb/(mg·kg−1)17.465±6.707 24.818±7.069 26.648±7.512 60.000 130.000 250.000 30.820±3.575 19.760±2.545 28.830±1.689 镉
Cd/(mg·kg−1)0.201±0.108 0.110±0.096 0.157±0.146 0.500 1.500 5.000 0.365±0.167 0.050±0.064 0.050±0.135 锌
Zn/(mg·kg−1)59.428±19.906 56.899±32.840 77.087±23.961 150.000 350.000 600.000 94.210±14.479 38.980±9.345 96.110±16.387 汞
Hg/(mg·kg−1)0.026±0.006 0.041±0.065 0.071±0.046 0.200 0.500 1.000 0.066±0.037 0.020±0.016 0.030±0.008 砷
As/(mg·kg−1)8.794±3.099 9.342±2.939 9.526±3.628 20.000 65.000 93.000 8.604±0.826 5.770±1.358 8.380±2.365 叶绿素a
Chlorophyll a/(µg·L−1)1.778±0.866 1.847±1.081 1.271±1.360 7.330 3.170 0.000 0.963±0.762 0.179±0.862 0.310±0.211 初级生产力
Primary productivity/(mg·m−2·d−1)293.580±345.127 135.567±116.998 116.049±137.123 600.000 200.000 200.000 68.224±64.354 26.903±10.312 38.992±19.549 浮游植物密度
Phytoplankton density/(105个·m−3)12.936±8.717 66.583±139.309 81.270±136.115 20.000 10.000 7.500 433.549±595.033 10.320±7.684 22.240±5.678 浮游植物多样性指数
Phytoplankton Shannon-Wiener
diversity index H'3.153±0.076 3.065±0.964 2.907±1.008 2.500 1.500 0.600 3.071±0.419 3.700±0.031 3.460±0.513 浮游动物生物量
Zooplankton biomass/(mg·m−3)637.530±599.196 1 315.710±2 778.577 446.620±859.595 100.000 75.000 50.000 108.649±88.690 190.060±183.254 275.000±195.245 浮游动物多样性指数
Zooplankton Shannon-Wiener
diversity index H'3.153±1.194 3.065±0.756 3.165±1.028 2.500 1.500 0.600 2.368±0.608 2.410±0.532 5.200±0.403 底栖生物生物量
Benthic organisms biomass/(g·m−2)18.250±14.801 48.740±49.186 32.630±25.988 25.000 10.000 5.000 7.408±11.798 36.180±20.160 77.460±40.325 底栖生物多样性指数
Benthic organisms Shannon-Wiener
diversity index H'2.067±0.566 1.520±0.382 2.001±0.716 2.500 1.500 0.600 2.494±0.668 2.088±0.204 1.969±0.652 潮间带生物生物量
Intertidal organisms biomass/(g·m−2)109.440±84.269 116.950±58.371 216.610±350.882 915.410 460.190 4.960 65.856±54.798 492.130±89.354 915.410±635.201 潮间带生物多样性指数
Intertidal organisms
Shannon-Wiener diversity
index H'3.025±0.642 1.597±0.932 1.711±0.773 2.500 1.500 0.600 1.757±0.825 1.810±0.632 1.852±0.245 游泳动物生物量
Nekton biomass/(kg·km−2)3 097.060±3 722.550 1 493.130±2 617.070 421.920±340.634 7 367.720 3 715.180 62.650 182.252±43.663 885.563±468.015 62.648±30.203 游泳动物多样性指数
Nekton Shannon-Wiener
diversity index H'2.000±0.000 2.039±0.451 2.188±0.292 3.500 2.500 1.500 3.851±0.505 0.508±0.156 1.995±0.590 表 2 评价指标及对应熵权
Table 2 Evaluation index and corresponding entropy weights
评价指标
Evaluation index熵权
Entropy
weight ω透明度 Transparency/m 0.038 345 溶解氧 DO/(mg·L−1) 0.038 232 相对pH Relative pH 0.038 246 化学需氧量 COD/(mg·L−1) 0.038 359 活性磷酸盐 Active phosphate/(mg·L−1) 0.038 297 无机氮 Inorganic nitrogen/(mg·L−1) 0.038 197 硫化物 Sulfide/(mg·kg−1) 0.038 341 石油类 Petroleum hydrocarbons/(mg·kg−1) 0.038 470 铜 Cu/(mg·kg−1) 0.038 415 铅 Pb/(mg·kg−1) 0.038 412 镉 Cd/(mg·kg−1) 0.038 438 锌 Zn/(mg·kg−1) 0.038 386 汞 Hg/(mg·kg−1) 0.038 451 砷 As/(mg·kg−1) 0.038 390 叶绿素a Chlorophyll a/(µg·L−1) 0.037 800 初级生产力
Primary productivity/(mg·m−2·d−1)0.044 584 浮游植物密度
Phytoplankton density/(105 个·m−3)0.037 649 浮游植物多样性指数
Phytoplankton Shannon-Wiener diversity index H'0.038 474 浮游动物生物量
Zooplankton biomass /(mg·m−3)0.037 998 浮游动物多样性指数
Zooplankton Shannon-Wiener diversity index H'0.038 470 底栖生物生物量
Benthic organisms biomass/(g·m−2)0.037 854 底栖生物多样性指数
Benthic organisms Shannon-Wiener diversity index H'0.038 272 潮间带生物生物量
Intertidal organisms biomass/(g·m−2)0.037 686 潮间带生物多样性指数
Intertidal organisms Shannon-Wiener diversity index H'0.038 474 游泳动物生物量 Nekton biomass/(kg·km−2) 0.037 954 游泳动物多样性指数
Nekton Shannon-Wiener diversity index H'0.037 807 -
[1] 纪建悦, 孙筱蔚. 海洋产业转型升级的内涵与评价框架研究[J]. 中国海洋大学学报 (社会科学版), 2021(6): 33-40. [2] 茹小尚, 邓贝妮, 冯其明, 等. 中外海洋牧场建设之比较[J]. 水产学报, 2023, 47(11): 97-106. [3] 张宛玉. 日本渔业发展历程对中国休闲渔业的启示[J]. 农村经济与科技, 2020, 31(13): 79-81. doi: 10.3969/j.issn.1007-7103.2020.13.033 [4] 杨红生. 我国海洋牧场建设回顾与展望[J]. 水产学报, 2016, 40(7): 1133-1140. [5] PRABOWO B, RIKARDI N, SETIAWAN M A, et al. Enhancing reef fish diversity using artificial reef-building: a case study of coral reef rehabilitation on Nyamuk Island, Anambas Islands[C]. IOP Conf Ser: Earth Environ Sci, 2021, 944: 012030.
[6] PONDELLA D J, CLAISSE J T, WILLIAMS C M. Theory, practice, and design criteria for utilizing artificial reefs to increase production of marine fishes[J]. Front Mar Sci, 2022, 9: 983253. doi: 10.3389/fmars.2022.983253
[7] 李加林, 沈满洪, 马仁锋, 等. 海洋生态文明建设背景下的海洋资源经济与海洋战略[J]. 自然资源学报, 2022, 37(4): 829-849. [8] 杨红生, 丁德文. 海洋牧场3.0: 历程、现状与展望[J]. 中国科学院院刊, 2022, 37(6): 832-839. [9] 李娇, 李梦迪, 公丕海, 等. 海洋牧场渔业碳汇研究进展[J]. 渔业科学进展, 2022, 43(5): 142-150. [10] 林承刚, 杨红生, 陈鹰, 等. 现代化海洋牧场建设与发展: 第230期双清论坛学术综述[J]. 中国科学基金, 2021, 35(1): 143-152. [11] HAMMOND M, BOND T, PRINCE J, et al. An assessment of change to fish and benthic communities following installation of an artificial reef[J]. Reg Stud Mar Sci, 2020, 39: 101408.
[12] BARTHOLOMEW A, BURT J A, FIRTH L B. Artificial reefs in the Arabian Gulf: benefits, challenges and recommendations for policy-makers[J]. Reg Stud Mar Sci, 2022, 56: 102723.
[13] CHONG L, SIDERS Z A, LORENZEN K, et al. Global synthesis of effects and feedbacks from artificial reefs on socioecological systems in recreational fisheries[J]. Fish Fish, 2024, 25(2): 303-319. doi: 10.1111/faf.12809
[14] 韩业越, 殷蕊, 孙桂清, 等. 北戴河国家级海洋牧场示范区人工鱼礁建设效果评价[J]. 河北渔业, 2020(4): 24-27, 57. [15] 董天威, 黄六一, 唐衍力, 等. 日照前三岛人工鱼礁对渔业资源影响的初步评价[J]. 中国海洋大学学报 (自然科学版), 2015, 45(8): 38-45. [16] 丁德文, 索安宁. 现代海洋牧场建设的人工生态系统理论思考[J]. 中国科学院院刊, 2022, 37(9): 1335-1346. [17] 赵新生, 孙伟富, 任广波, 等. 海州湾海洋牧场生态健康评价[J]. 激光生物学报, 2014, 23(6): 626-632. [18] LIU D J, ZOU Z H. Water quality evaluation based on improved fuzzy matter-element method[J]. J Environ Sci, 2012, 24(7): 1210-1216. doi: 10.1016/S1001-0742(11)60938-8
[19] 田福金, 马青山, 张明, 等. 基于主成分分析和熵权法的新安江流域水质评价[J]. 中国地质, 2023, 50(2): 495-505. [20] 袁华荣, 陈丕茂. 广东省海洋牧场发展现状、问题与对策[J]. 广东农业科学, 2022, 49(7): 141-154. [21] 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. [22] 陈清潮, 黄良民, 尹健强, 等. 南沙群岛海区浮游动物多样性研究I[M]//中国科学院南沙综合科学考察队. 南沙群岛及其邻近海区海洋生物多样性研究. 北京: 海洋出版社, 1994: 42-50. [23] 唐衍力, 于晴. 基于熵权模糊物元法的人工鱼礁生态效果综合评价[J]. 中国海洋大学学报 (自然科学版), 2016, 46(1): 18-26. [24] 郑元甲, 陈雪忠, 程家骅, 等. 东海大陆架生物资源与环境[M]. 上海: 上海科技出版社, 2003: 16-17. [25] NAIR N V, NAYAK P K. Exploring water quality as a determinant of small-scale fisheries vulnerability[J]. Sustainability, 2023, 15(17): 13238. doi: 10.3390/su151713238
[26] 冯雪, 戴小杰, 袁华荣, 等. 外伶仃海洋牧场附近海域游泳生物群落结构及其与环境因子的关系[J]. 上海海洋大学学报, 2024, 33(1): 186-201. [27] 封苏兰, 李玉, 朱琳, 等. 海州湾海洋牧场重金属的空间分布及来源分析[J]. 水生态学杂志, 2023, 44(5): 114-122. [28] YANG C P, WANG L M, LIU Y, et al. Spatial distribution, potential risks and source identification of heavy metals in the coastal sediments of the northern Beibu Gulf, South China Sea[J]. Int J Environ Res Public Health, 2022, 19(16): 10205. doi: 10.3390/ijerph191610205
[29] ZHU Y X, TIAN D Z, YAN F. Effectiveness of entropy weight method in decision-making[J]. Math Probl Eng, 2020, 2020: 3564835.
[30] 范硕, 宋波. 一种度量数据信息不确定性的方法[J]. 计算机与数字工程, 2021, 49(2): 347-352. [31] HUANG Y M, FANG D, ZHOU H Y, et al. Efficiency evaluation of intelligent swarm based on AHP entropy weight method[J]. J Phys: Conf Ser, 2020, 1693: 012072. doi: 10.1088/1742-6596/1693/1/012072
[32] WANG F, XU Z H, PAN W Y, et al. Construction and application of groundwater environmental health assessment model based on entropy weight and fuzzy matter element[C]. IOP Conf Ser: Earth Environ Sci, 2020, 446: 052043.
[33] 王文杰. 广东沿海五座人工鱼礁区建设效果评价[D]. 上海: 上海海洋大学, 2018: 10-22.