A comparative study of environmental microbial communities between lotus-fish co-culture and conventional pond culture
-
摘要:
荷-鱼共养是一种典型的生态养殖模式。为探究荷-鱼共养模式对各环境因子以及环境微生物群落组成的影响，采用野外原位调查结合宏基因组测序技术，比较了荷-鱼共养模式与常规池塘养殖模式下水环境因子、水体和底泥环境微生物多样性与群落组成的变化情况。结果表明，荷-鱼共养池塘中氮 (N)、磷 (P) 等营养盐含量显著下降，而溶解氧 (DO) 显著上升。底泥中总氮 (TN) 的平均质量分数从2.323 mg·kg−1降至2.017 mg·kg−1，水体中总磷 (TP) 的平均质量浓度从0.447 mg·L−1降至0.110 mg·L−1、DO平均质量浓度从7.253 mg·L−1升至8.790 mg·L−1。相对于常规池塘养殖模式，在荷-鱼共养池塘水体和底泥微生物群落中假单胞菌门、放线菌门、Candidate_division_NC10的相对丰度显著增加，而蓝藻门和浮霉菌门的相对丰度显著下降 (p<0.05)。在属水平上，微囊藻属 (Microcystis)、多核杆菌属 (Polynucleobacter)、unclassified Rhodocyclaceae是改变水体环境中微生物群落结构的关键物种；微囊藻属、unclassified Deltaproteobacteria、unclassified Desulfobacterales是改变底泥环境中微生物群落结构的关键物种。RDA分析结果显示，pH、硝态氮 (NO3-N)、DO与氨态氮 (NH4-N)、总有机碳 (TOC) 分别是导致不同模式养殖池塘水体和底泥微生物群落组成差异的关键环境因子。研究表明，荷-鱼共养模式能有效改善养殖池塘的水质，促进水体和底泥中益生菌群的增长，对维持养殖池塘生态环境的稳定性具有重要意义。
Abstract:Lotus-fish co-culture is a typical ecological farming system. To explore the effects of lotus-fish co-culture on environmental factors and microbial community in aquaculture ponds, we compared the changes in water environmental factors, microbial diversity and community composition in the water body and sediment environment between lotus-fish co-culture and conventional pond culture, through field investigation and metagenome sequencing technology. The results indicate that the nutrient contents decreased significantly but the dissolved oxygen increased significantly in lotus-fish co-culture pond. Besides, the total nitrogen in the sediment decreased from 2.323 mg·kg−1 to 2.017 mg·kg−1 averagely. The total phosphorus decreased from 0.447 mg·L−1 to 0.110 mg·L−1 but the dissolved oxygen increased from 7.253 mg·L−1 to 8.790 mg·L−1 averagely. Pseudomonadota, Actinomycetota and Candidate_division_NC10 were significantly enriched in lotus-fish co-culture pond (p<0.05). In contrast, Cyanobacteriota and Planctomycetota were enriched significantly in the conventional pond. On genus level, it was found that Microcystis, Polynucleobacter, unclassified Rhodocyclaceae were the key microbial taxa contributing most to the variations in microbial community composition; Microcystis, unclassified Deltaproteobacteria, unclassified Desulfobacterales were the key microbial taxa contributing most to the variations in microbial community composition in the sediment. RDA analysis shows that pH, NO3-N, DO, NH4-N and TOC were determined as the key environmental factors shaping microbial community composition in water body and sediment. These results indicate that lotus-fish co-culture can improve the pond water quality effectively and promote the development of probiotic microbial taxa in water body and sediment, which is important in maintaining the stability of ecological environment in aquaculture ponds.
-
Keywords:
- Lotus-fish co-culture /
- Ecological culture /
- Environmental factor /
- Microorganisms /
- Metagenomics
-
长鳍金枪鱼(Thunnus alalunga)是南太平洋延绳钓金枪鱼渔业的重要目标种类，也是中国金枪鱼延绳钓渔船的主捕对象之一[1]。联合国粮农组织(FAO)2010年统计数据显示，南太平洋海域长鳍金枪鱼产量为15.29×104 t，占当年全球长鳍金枪鱼总产量的63%，中国渔船于1998年开始进入该海域进行长鳍金枪鱼延绳钓作业，近年来其产量和作业规模总体呈现出波动增长的趋势[2-3]。相关资源评估报告表明，目前南太平洋长鳍金枪鱼资源状态总体较好，仍具有一定的开发潜力[4]。远洋性鱼类，尤其是金枪鱼，为捕食深海散射层(deep scattering layer，DSL)生物，都具有“昼潜夜浮”的特性[5]。ZAGAGLIA等[6]认为这种垂直方向上的昼夜移动，会使得金枪鱼垂直活动水层与次表层水温的关系更为密切。DOMOKOS等[7]通过在美属萨摩亚群岛附近海域进行成年长鳍金枪鱼标志放流研究发现，长鳍金枪鱼在18~30 ℃水层均有分布，其中65%~70%的时间在20~25 ℃水层活动。延绳钓调查也得出相似结论，林显鹏等[8]在南太平洋所罗门群岛以及杨嘉樑等[9]在东太平洋库克群岛附近海域进行延绳钓调查得出，长鳍金枪鱼适宜栖息水温分别为20~26 ℃以及20~25 ℃。上述研究结果表明，水温垂直结构对长鳍金枪鱼垂直活动水层的分布有直接影响，同时也是长鳍金枪鱼渔场形成过程中极为重要的因素之一。因此，分析南太平洋长鳍金枪鱼的垂直活动水层分布特征，了解其适宜的垂直活动水层深度范围十分有必要。以往对长鳍金枪鱼垂直活动水层的研究主要依靠标志放流和延绳钓调查，但标志放流和延绳钓调查的区域跨度小且在时间上不连续，无法大面积、长时间序列的监测海洋次表层环境变化对长鳍金枪鱼资源分布的影响。该研究根据前人标志放流和延绳钓调查所得结论，采用Argo数据重构了南太平洋次表层20 ℃和25 ℃等温线深度场，结合2010年~2012年中水集团长鳍金枪鱼延绳钓生产统计数据，分析了南太平洋长鳍金枪鱼的垂直分布特征，并采用数值方法计算其适宜的垂直活动水层深度，以期为南太平洋延绳钓长鳍金枪鱼捕捞作业、资源保护和管理提供参考。
1. 材料与方法
1.1 数据
1.1.1 渔业数据
渔业数据来源于中水集团南太平洋长鳍金枪鱼延绳钓船队的21艘延绳钓渔船渔捞日志，数据包括作业时间、作业位置、渔获量、渔获尾数、下钩数等信息，时间为2010年~2012年，空间范围为5°S~21°S、155°E~180°E，具体研究区域见图 1。在实际分析统计中，以1°×1°为空间统计单元，并按月计算各1°×1°渔区网格内的单位捕捞努力量渔获量(catch per unit effort，CPUE)。
![]()
图 1 南太平洋长鳍金枪鱼渔场范围示意图Figure 1. Map of fishing ground of albacore tuna in the South Pacific OceanCPUE计算公式如下[10]：
$$ \operatorname{CPUE}_{(i, j)}=\frac{N_{f is h(i, j)} \times 1\;000}{N_{h o o k(i, j)}} $$ (1) 式中CPUE(i, j)、Nfish(i, j)、Nhook(i, j)分别是第i个经度、第j个纬度所处渔区网格内的CPUE(尾·千钩-1)、渔获尾数和实际下钩数。随后计算2010年~2012年各月各渔区网格内所有CPUE值的四分位数(Q1~Q3)，并将所有大于Q3(第3个四分位点)的CPUE称为高值CPUE，其所属渔区定义为南太平洋长鳍金枪鱼的中心渔场[11]。2010年~2012年按月统计的1°×1°渔区网格内CPUE样本数共1 939个，其中高值CPUE样本485个，CPUE的四分位数划分如下：Q1=7.27尾·千钩-1，Q2=11.23尾·千钩-1，Q3=15.78尾·千钩-1。
1.1.2 Argo数据
综合前人标志放流和延绳钓调查所得结论，选取20 ℃和25 ℃分别作为南太平洋长鳍金枪鱼适宜栖息水温的下界和上界，用于分析其垂直活动水层分布特征及适宜的垂直活动水层深度范围。2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据来源于中国Argo实时数据中心(http://www.argo.org.cn/)。文章采用杨胜龙等[12]的方法将离散分布的Argo剖面深度数据，等距插值到规则等温线层上，垂直等距间隔为1 m。将2010年~2012年所有Argo数据按月进行分组，分别提取20 ℃和25 ℃等温面上离散分布的深度值，并采用Kriging插值方法将其插值到1°×1°网格节点上。
1.2 方法
1.2.1 空间分析
将2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据与长鳍金枪鱼CPUE数据按月进行空间匹配，采用空间分析软件Arcgis绘制20 ℃和25 ℃等温线深度与CPUE空间叠加分布图。根据南半球的季节划分(1月~3月为夏季、4月~6月为秋季、7月~9月为冬季、10月~12月为春季)，分析不同季节下长鳍金枪鱼CPUE与20 ℃和25 ℃等温线深度的时空分布特征及其动态变化规律。
1.2.2 垂直活动水层深度计算
采用频次分析和经验累积分布函数(empirical cumulative distribution function，ECDF)相结合的方法，计算南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围[13]。1)计算南太平洋长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度的平均值、均方差及适宜的垂直活动水层深度区间(平均值±均方差)；2)计算高值CPUE与20 ℃和25 ℃等温线深度的经验累积分布函数及适宜的垂直活动水层深度区间[最大D(t)处深度值±均方差]；取两者交集，即为长鳍金枪鱼适宜的垂直活动水层深度。
ECDF计算方法如下[14]：
$$ f(t)=\frac{1}{n} \sum\limits_{i=1}^n l\left(x_i\right) \quad l\left(x_i\right)= \begin{cases}1, & x_i \leq t \\ 0, & x_i>t\end{cases} $$ (2) $$ g(t)=\frac{1}{n} \sum\limits_{i=1}^n \frac{y_i}{\bar{y}} $$ (3) $$ D(t)=|f(t)-g(t)| $$ (4) 式中f(t)为深度值的经验累积分布函数，g(t)为高值CPUE与深度的加权经验累积分布函数，l(t)为分段函数，D(t)为t时刻处f(t)与g(t)差的绝对值。n为高值CPUE样本个数；t是以1 m为间距从低到高排列的深度范围序列；xi为第i个样本对应的深度值；yi为第i个样本对应的CPUE；y为所有高值CPUE样本的平均值；根据给定的显著性水平α=0.05，采用双样本K-S(Kolmogorov-Smirnov)检验方法分别检验高值CPUE与20 ℃和25 ℃等温线深度间的关系。
2. 结果与分析
2.1 长鳍金枪鱼垂直活动水层空间分析
2010年~2012年南太平洋长鳍金枪鱼CPUE与20 ℃等温线深度的月平均空间分布见图 2。20 ℃等温线深度大致以15°S为中心，呈南北对称分布，且存在明显的季节性变化，长鳍金枪鱼CPUE的时空分布与20 ℃等温线深度的220 m等深线时空变动特征具有明显的相关性。1月，研究海域内20 ℃等温线深度基本在220 m以上，深度为220~230 m区域占整个研究海域面积的比例较大，高值CPUE主要分布于12°S~18°S，深度为220~240 m的海域，瓦努阿图东北部，20 ℃等温线深度小于220 m的海域，也有少量高值CPUE分布；2月~3月，研究海域南部的20 ℃等温线深度略有下降，中心渔场开始北移，渔场分布的纬度范围变窄，瓦努阿图东北部渔场消失，而深度为220~230 m的区域面积则进一步扩张，约占整个研究海域面积的一半；秋季(4月~6月)，随着作业渔船数量的增加，高值CPUE的个数及分布范围均有所拓展，220 m等深线较1月~3月有明显的向南移动趋势，20 ℃等温线深度为220~230 m的海域面积开始逐步缩小，中心渔场所在区域20 ℃等温线深度则逐步加深，20 ℃等温线深度超过230 m的中心渔场数量显著增加，随着220 m等深线的南移，研究区域北部20 ℃水层的深度开始逐步变浅，而研究海域南部20 ℃等温线深度则开始逐步加深；从冬季(7月~9月)开始，10°S以北海域20 ℃等温线深度已基本全部处于220 m以下，此处区域全年均少有渔场出现，中心渔场位置开始逐步向南移动，深度为220~240 m的区域面积进一步缩小，渔场分布的纬度范围开始重新收窄；春季(10~12月)，中心渔场继续向南移动，中心渔场所处海域的20 ℃等温线深度则继续加深，到12月，南太平洋长鳍金枪鱼中心渔场已完全分布于15°S以南，中心渔场所在海域的20 ℃等温线深度下界也随之拓展到250 m。
![]()
图 2 各月平均20 ℃等温线深度与平均CPUE空间叠加图Figure 2. Overlay map of average isothermal depths at 20 ℃ and average CPUE in each month2010年~2012年南太平洋长鳍金枪鱼CPUE与25 ℃等温线深度的月平均空间分布见图 3。25 ℃等温线深度大致呈由北向南逐步递减的纬向带状分布。25 ℃等温线深度也存在明显的季节性变化，长鳍金枪鱼中心渔场的时空分布与25 ℃等温线深度的140 m等深线季节性变化趋势具有明显的相关性。1月，长鳍金枪鱼高值CPUE主要分布于25 ℃等温线深度为100~140 m的海域，瓦努阿图东北部，25 ℃等温线水深在80 m以下的海域，也有少量高值CPUE分布；2月~3月，中心渔场逐步北移，中心渔场对应的25 ℃等温线深度范围变窄，瓦努阿图东北部渔场消失；秋季(4月~6月)，随着研究海域内捕捞努力量的增加，中心渔场的数量和空间分布范围均有所拓展，140 m等深线开始逐步南移，水深为140~160 m的海域面积不断扩张，中心渔场对应的25 ℃等温线深度范围拓宽至80~160 m；冬季(7月~9月)，研究海域北部25 ℃等温线深度开始加深，140~160 m水深海域面积达到全年最大值，140 m等深线已完全分布于15°S以南，中心渔场对应的25 ℃等温线深度也随之变浅至80~150 m，研究海域南部25 ℃等温线深度开始变浅，中心渔场也随着140 m等深线的变动而向南转移，此处海域等深线分布密集，水层结构较为复杂，同时也是长鳍金枪鱼高值CPUE密集分布的海域；从春季(10月~12月)开始，140 m等深线开始北移，研究海域北部25 ℃等温线深度逐渐变浅，140~160 m水深的海域面积逐渐缩小，而在研究海域南部，25 ℃等温线深度则开始逐步加深，随着研究海域南部25 ℃等温线深度的增加，长鳍金枪鱼中心渔场的分布也随之不断南移，到12月，长鳍金枪鱼中心渔场已完全分布于15°S以南，中心渔场对应的25 ℃等温线深度范围缩小至80~120 m。
![]()
图 3 各月平均25℃等温线深度与平均CPUE空间叠加图Figure 3. Overlay map of average isothermal depths at 25 ℃ and average CPUE in each month2.2 长鳍金枪鱼适宜垂直活动水层深度计算
2010年~2012年南太平洋长鳍金枪鱼中心渔场所在区域，20 ℃等温线深度在181~272 m，25 ℃等温线深度在41~201 m均有分布。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的频次分布直方图(图 4)呈现出明显的偏正态分布趋势，20 ℃等温线深度平均值为227 m、均方差为18，25 ℃等温线深度平均值为115 m，均方差为27。采用频次分析方法计算得出，71%的长鳍金枪鱼中心渔场趋向于集中分布在20 ℃等温线深度为209~245 m(227±18)的海域，70%的长鳍金枪鱼中心渔场趋向于集中分布在25 ℃等温线深度为88~142 m(115±27)的海域。
![]()
图 4 长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度频次分布直方图Figure 4. Frequency distribution histogram of high CPUE and isothermal depths at 20 ℃ and 25 ℃采用K-S检验方法对长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间的关系进行检验，样本数为485，在给定显著性水平α=0.05下，得出D0.05=0.061 7。ECDF分析结果见图 5。20 ℃和25 ℃等温线深度对应的最大D(t)值分别为0.026 9和0.025 1，均远小于D0.05，表明样本间服从同一分布，长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度间有密切关系。20 ℃和25 ℃等温线深度对应的最大D(t)值分别出现在220 m和111 m，与中心渔场20 ℃和25 ℃等温线深度的均值稍有差异(分别为227 m和115 m)。采用ECDF方法得出长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度分别为202~238 m(220±18)、84~138 m(111±27)。综合频次分析和ECDF分析的结果，取两者交集，得出南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。
![]()
图 5 长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度值的经验累积分布函数Figure 5. ECDF for high CPUE of albacore tuna and isothermal depths at 20 ℃ and 25 ℃3. 讨论
3.1 长鳍金枪鱼渔场分布与20 ℃、25 ℃等温线深度的关系
以往对南太平洋长鳍金枪鱼渔场环境的研究，采用的多是遥感获取的海表面环境因子[15-19]。但标志放流和延绳钓调查结果表明，长鳍金枪鱼多分布于80 m以深的水层，10 m以浅的近表层很少有长鳍金枪鱼活动[20-21]。因此，相较于表层环境因子，采用次表层环境变量分析长鳍金枪鱼的栖息环境更为适合。长鳍金枪鱼耳石研究发现，长鳍金枪鱼经常出没于海洋环境变化较大的水层，如温跃层和混合层[22]。笔者在研究过程中也发现，15°S以南，长鳍金枪鱼高值CPUE密集分布的海域，其25 ℃等温线深度的等深线分布也十分密集，推测此处可能有混合层存在(图 3)。以往的研究中，常用20 ℃等温线深度来表示太平洋海域温跃层的深度，表明在太平洋海域次表层20 ℃等温线分布与温跃层的分布十分相似[23-24]。DOMOKOS等[6]指出，长鳍金枪鱼白天下潜至温跃层以下觅食DSL生物，夜晚则游回混合层上方，混合层及温跃层的深度直接影响到长鳍金枪鱼垂直活动水层的深度。对太平洋海域DSL生物的调查研究发现，DSL生物白天主要分布于温跃层以下，夜晚则分布于温跃层以上[25]。据此推断，20 ℃等温线可能通过影响DSL生物的垂直分布，进而影响长鳍金枪鱼垂直活动水层的空间分布。
K-S检验结果表明，长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间有密切关系。长鳍金枪鱼中心渔场所处海域，其20 ℃等温线深度多在220 m以深，超过250 m则少有中心渔场出现；25 ℃等温线深度多在140 m以浅，浅于80 m则少有中心渔场出现。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的时空分布均呈现出明显的季节性变化特征，20 ℃和25 ℃等温线深度的这种季节性变化进而导致长鳍金枪鱼垂直活动水层深度的季节性变化。长鳍金枪鱼中心渔场的时空分布与20 ℃等温线深度的220 m等深线和25 ℃等温线深度的140 m等深线的时空变动具有显著的相关性，进一步表明水温垂直结构对长鳍金枪鱼的垂直活动水层深度及渔场分布有直接影响。
3.2 长鳍金枪鱼适宜垂直活动水层深度分析
综合频次分析和ECDF方法计算得出，南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。所得结果在中西太平洋长鳍金枪鱼垂直分布水层(80~380 m)之内[19]，与临近的所罗门群岛附近海域长鳍金枪鱼活动较为频繁的水层(130~190 m)相符[7]，与相似纬度的东太平洋海域成年长鳍金枪鱼钓获深度(102.3~236.1 m)基本相同[26]，与东南太平洋长鳍金枪鱼延绳钓钓获深度(74.33~296.50 m)相似[27]。文章初步得出了南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围，在实际的长鳍金枪鱼延绳钓生产作业中，应尽可能使延绳钓钓钩沉降至88~238 m，从而有效节省饵料投放、提高长鳍金枪鱼的生产效率。
4. 展望
文章从次表层水温垂直结构的角度研究了南太平洋长鳍金枪鱼的垂直活动水层分布特征及其适宜的垂直活动水层深度范围，事实上，长鳍金枪鱼的垂直分布还受到海流、溶解氧、海水盐度、饵料生物分布等其他诸多环境因素的共同影响[28-30]。Argo数据可以实时获取次表层水温、水深、盐度以及溶解氧等信息，极大地拓展了远洋渔业资源和渔场学研究中海洋环境因子的选择范围，在远洋渔业研究中有着良好的应用前景。综合多种环境因子，恰当地选择神经网络、支持向量机、栖息地适应性指数等预报模型，准确、全面地把握渔场时空分布，是今后中国长鳍金枪鱼渔业研究的一个重要方向。
-
![]()
图 1 不同养殖池塘水体及底泥中微生物群落Sobs指数与Shannon指数
注：* 表示组间差异显著 (p<0.05)；** 表示组间差异极显著 (p<0.01)。
Figure 1. Sobs index and Shannon index of microbial communities in water body and sediment of different aquaculture ponds
Note: *. p<0.05; **. p<0.01.
![]()
图 2 不同养殖池塘水体及底泥微生物群落组成的主成分分析 (PCA)
注：椭圆表示各分组68%置信区间的核心区域。
Figure 2. Principal component analysis (PCA) result of microbial community in different aquaculture ponds
Note: The ellipses represent 68% coverage size in normal probability for each group.
![]()
图 3 养殖环境微生物群落组成分析
Figure 3. Composition of microbial communities in different aquaculture ponds
![]()
图 4 不同养殖模式下水体微生物群落属水平差异性分析
Figure 4. Difference analysis of relative abundance of microbial communities in water body on genus level under different culture modes
![]()
图 5 不同养殖模式下底泥微生物群落属水平差异性分析
Figure 5. Difference analysis of relative abundance of microbial communities in sediment on genus level under different culture modes
![]()
图 6 水体和底泥关键微生物属与环境因子相关性分析
Figure 6. Correlation coefficient between key microbial genus and environmental factors in water body and sediment
![]()
图 7 水体与底泥中环境因子与微生物群落组成的RDA分析
Figure 7. Redundancy analysis (RDA) of environmental factors and microbial community structure in water body and sediment
表 1 不同养殖池塘水环境理化因子指标
Table 1 Physicochemical factors of water environment in different aquaculture ponds
水质指标
Water quality荷-鱼共养池塘
Lotus-fish co-culture
pond (P1)常规养殖池塘
Conventional
culture pond (P2)总氮 TN/(mg·L−1) 2.554±0.414 3.001±0.134 总磷 TP/(mg·L−1) 0.110±0.059b 0.447±0.069a 硝态氮 NO3-N/(mg·L−1) 0.440±0.152b 0.830±0.036a 亚硝酸盐氮
NO2-N/(mg·L−1)0.001 00±0.000 43b 0.004±0.001a 氨态氮 NH4-N/(mg·L−1) 0.810±0.158a 0.343±0.171b 磷酸盐 PO4-P/(mg·L−1) 0.009±0.004 0.023±0.014 化学需氧量
COD/(mg·L−1)32.005±2.933b 76.035±5.519a pH 6.920±0.030b 7.933±0.060a 溶解氧 DO/(mg·L−1) 8.790±0.060a 7.253±0.087b 水温 Water temperature/℃ 25.710±0.269 25.383±0.202 注：同行数据不同上标字母表示不同养殖模式组间具有显著性差异 (p<0.05)。 Note: Different superscript letters for the data within the same row represent significant differences (p<0.05) between the groups of different breeding modes. 
下载: 导出CSV
表 2 不同养殖池塘底泥理化因子指标
Table 2 Physicochemical factors of sediment in different aquaculture ponds
底泥指标
Sediment quality index荷-鱼共养池塘
Lotus-fish co-culture
pond (P1)常规养殖池塘
Conventional
culture pond (P2)总氮 TN/( mg·kg−1) 2.016 7±0.085 1b 2.323 3±0.075 1a 总磷TP/(mg·kg−1) 0.610 3±0.052 6 0.564 0±0.041 0 硝态氮 NO3-N/(mg·kg−1) 0.950 0±0.124 9 1.040 0±0.244 3 氨态氮 NH4-N/(mg·kg−1) 59.890 0±8.969 6 83.810 0±54.186 5 有机质 TOC/(mg·kg−1) 34.266 7±0.152 8 39.200 0±4.326 7 镉 Cd2+/(mg·kg−1) 0.339 0±0.010 2 0.343 3±0.052 5 pH 5.6±0.2 5.8±0.1 注：同行数据不同上标字母表示不同养殖模式组间具有显著性差异 (p<0.05)。 Note: Different superscript letters for the data within the same row represent significant differences (p<0.05) between the groups of different breeding modes.
下载: 导出CSV
表 3 影响不同池塘微生物群落组成变化的关键微生物
Table 3 Key microbial taxa contributing most to variations in microbial community composition in different ponds
分 类 Taxonomy 累计贡献率
Cumulative
contribution rate/%相对丰度均值
Average relative abundance门 Phylum 属 Genus P1 P2 水体 Water body 蓝藻门 Cyanobacteriota 微囊藻属 Microcystis 17.31 0.20 15.81 假单胞菌门Pseudomonadota 多核杆菌属 Polynucleobacter 24.23 7.19 0.94 假单胞菌门Pseudomonadota 未分类的红环菌科 unclassified Rhodocyclaceae 28.36 3.90 0.18 假单胞菌门Pseudomonadota Limnohabitans 32.08 3.60 0.25 假单胞菌门Pseudomonadota 未分类的β变形菌纲 unclassified Betaproteobacteria 35.69 5.24 1.98 蓝藻门 Cyanobacteriota 聚球藻属 Synechococcus 39.11 0.03 3.12 放线菌门 Actinomycetota 未分类的放线菌门 unclassified Actinomycetes 41.91 10.49 7.97 浮霉菌门 Planctomycetota 未分类的浮霉菌门 unclassified Planctomycetota 44.27 1.78 3.86 蓝藻门 Cyanobacteriota 双色藻属 Cyanobium 46.30 0.03 1.86 浮霉菌门 Planctomycetota 未分类的浮霉菌纲 unclassified Planctomycetia 48.13 2.68 2.49 底泥 Sediment 蓝藻门 Cyanobacteriota 微囊藻属 Microcystis 12.17 0.02 5.15 未分类细菌 unclassified Bacteria 未分类的δ-变形菌纲 unclassified Deltaproteobacteria 18.06 14.28 11.79 热脱硫杆菌门Thermodesulfobacteriota 未分类的脱硫杆菌科 unclassified Desulfobacterales 21.84 3.53 1.93 硝化螺旋门 Nitrospirota 未分类的硝化螺旋菌门 unclassified Nitrospirota 25.44 1.59 3.11 浮霉菌门 Planctomycetota 未分类的浮霉菌门 unclassified Planctomycetota 28.22 0.99 2.16 黏细菌门 Myxococcota 厌氧粘细菌属 Anaeromyxobacter 30.81 1.43 2.52 Candidate_division_NC10 unclassified candidate_division_NC10 33.24 2.21 1.19 假单胞菌门Pseudomonadota unclassified Steroidobacteraceae 35.66 1.35 0.33 浮霉菌门 Planctomycetota 未分类的浮霉菌科 unclassified Planctomycetaceae 38.07 0.55 1.57 广古菌门 Euryarchaeota Methanoregula 40.36 1.98 1.02
下载: 导出CSV
-
[1] 周正, 米武娟, 许元钊, 等. 克氏原螯虾两种养殖模式的食物网结构及其食性比较[J]. 水生生物学报, 2020, 44(1): 133-142. doi: 10.7541/2020.016 [2] 农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 2023中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2023: 49-56. 农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 2023中国渔业统计年鉴[M]. 北京: 中国农业出版社, 2023: 49-56.
[3] 唐玉华. 荷藕与黄颡鱼同塘共生种养技术 (上)[J]. 农家致富, 2018(1): 38-39. [4] YANG Z, YAO Y H, SUN M, et al. Metagenomics reveal microbial effects of lotus root-fish co-culture on nitrogen cycling in aquaculture pond sediments[J]. Microorganisms, 2022, 10(9): 1740. doi: 10.3390/microorganisms10091740
[5] 蒋静, 郭水荣, 陈凡, 等. 稻田养鱼模式应用特点及思考[J]. 科学养鱼, 2017(12): 4-6. [6] 杨天燕, 孟玮, 高攀, 等. 基于高通量测序的鱼菜共生池塘与普通池塘微生物群落结构比较[J]. 水生生物学报, 2019, 43(5): 1104-1113. doi: 10.7541/2019.130 [7] TAMMINEN M, KARKMAN A, CORANDER J, et al. Differences in bacterial community composition in Baltic Sea sediment in response to fish farming[J]. Aquaculture, 2011, 313(1/2/3/4): 15-23.
[8] KOLDA A, GAVRILOVIĆ A, JUG-DUJAKOVIĆ J, et al. Profiling of bacterial assemblages in the marine cage farm environment, with implications on fish, human and ecosystem health[J]. Ecol Indic, 2020, 118: 106785. doi: 10.1016/j.ecolind.2020.106785
[9] ASSEFA A, ABUNNA F. Maintenance of fish health in aquaculture: review of epidemiological approaches for prevention and control of infectious disease of fish[J]. Vet Med Int, 2018, 26(2): 1-10.
[10] 操建华. 水产养殖业自身污染现状及其治理对策[J]. 社会科学家, 2018(2): 46-50. doi: 10.3969/j.issn.1002-3240.2018.02.007 [11] BENTZON-TILIA M, SONNENSCHEIN E C, GRAM L. Monitoring and managing microbes in aquaculture: towards a sustainable industry[J]. Microb Biotechnol, 2016, 9(5): 576-584.
[12] 吴代赦, 熊卿, 杜俊逸. 水产养殖对水体富营养化影响[J]. 江西科学, 2009, 27(4): 617-622. doi: 10.3969/j.issn.1001-3679.2009.04.036 [13] 常宝亮, 周浩民, 上官凌飞, 等. 氮、磷污染水体中荷花的生态效应和生理响应[J]. 南京农业大学学报, 2022, 45(4): 684-690. doi: 10.7685/jnau.202109037 [14] 种云霄, 胡洪营, 钱易. 大型水生植物在水污染治理中的应用研究进展[J]. 环境污染治理技术与设备, 2003(2): 36-40. [15] 袁新程, 刘永士, 施永海, 等. 3种养殖模式下暗纹东方鲀的生长及水质变化[J]. 水产科技情报, 2021, 48(1): 14-20. [16] 王传海, 李宽意, 文明章, 等. 苦草对水中环境因子影响的日变化特征[J]. 农业环境科学学报, 2007(2): 798-800. doi: 10.3321/j.issn:1672-2043.2007.02.076 [17] ZHAO Y, XIA X H, YANG Z F. Growth and nutrient accumulation of Phragmites australis in relation to water level variation and nutrient loadings in a shallow lake[J]. J Environ Sci, 2013, 25(1): 16-25.
[18] SU H J, WANG R, FENG Y H, et al. Long-term empirical evidence, early warning signals and multiple drivers of regime shifts in a lake ecosystem[J]. J Ecol, 2021, 109(9): 3182-3194. doi: 10.1111/1365-2745.13544
[19] 黄龙, 包维楷, 李芳兰, 等. 土壤结构和植被对土壤微生物群落的影响[J]. 应用与环境生物学报, 2021, 27(6): 1725-1731. [20] ENIKŐ T, TÖRÖK P, BORICS G, et al. Functional dynamics of phytoplankton assemblages in hypertrophic lakes: functional- and species diversity is highly resistant to cyanobacterial blooms[J]. Ecol Indic, 2022, 145: 109583. doi: 10.1016/j.ecolind.2022.109583
[21] 郑佳佳, 张小平, 胡彩虹, 等. 斯氏假单胞菌对草鱼养殖水体水质的调控作用[J]. 渔业现代化, 2013, 40(3): 5-9. doi: 10.3969/j.issn.1007-9580.2013.03.002 [22] 王立林, 胡艳伟. 尔王庄水库生态系统平衡关系研究[J]. 海河水利, 2014(1): 12-14. doi: 10.3969/j.issn.1004-7328.2014.01.004 [23] 朱广伟. 太湖富营养化现状及原因分析[J]. 湖泊科学, 2008, 20(1): 21-26. doi: 10.3321/j.issn:1003-5427.2008.01.003 [24] 陈建良, 胡明明, 周怀东, 等. 洱海蓝藻水华暴发期浮游植物群落变化及影响因素[J]. 水生生物学报, 2015, 39(1): 24-28. doi: 10.7541/2015.3 [25] CHEN Y G, SUN H J, YANG W, et al. Response of crucian carp Carassius auratus newly-hatched larvae exposed to mixtures of microcystin and ammonia: growth and antioxidant defenses[J]. Fresenius Environ Bull, 2013, 22(4): 1253-1258.
[26] PALÍKOVÁ M, KREJ'ČÍ R, HISCHEROVÁ K , et al. Effect of different cyanobacterial biomasses and their fractions with variable microcystin content on embryonal development of carp (Cyprinus carpio L.)[J]. Aquat Toxicol, 2007, 81(3): 312-318.
[27] TRINCHET I, DJEDIAT C, HUET H, et al. Pathological modifications following sub-chronic exposure of medaka fish (Oryzias latipes) to microcystin-LR[J]. Reprod Toxicol, 2011, 32(3): 329-340. doi: 10.1016/j.reprotox.2011.07.006
[28] CAO X K, JIANG L, ZHENG H, et al. Constructed wetlands for rural domestic wastewater treatment: a coupling of tidal strategy, in-situ bio-regeneration of zeolite and Fe (II)-oxygen denitrification[J]. Bioresour Technol, 2022, 344: 126185. doi: 10.1016/j.biortech.2021.126185
[29] 任丽娟, 何聃, 邢鹏, 等. 湖泊水体细菌多样性及其生态功能研究进展[J]. 生物多样性, 2013, 21(4): 422-433. [30] ZOTHANPIUA, PASSARI A K, LEO V V, et al. Bioprospection of actinobacteria derived from freshwater sediments for their potential to produce antimicrobial compounds[J]. Microb Cell Fact, 2018, 17: 1-14. doi: 10.1186/s12934-017-0850-2
[31] SHEN X X, XU M, LI M, et al. Response of sediment bacterial communities to the drainage of wastewater from aquaculture ponds in different seasons[J]. Sci Total Environ, 2020, 717: 137180. doi: 10.1016/j.scitotenv.2020.137180
[32] 程莹寅, 吴山功, 郑英珍, 等. 主养草鱼池塘底泥微生物群落多样性研究[J]. 淡水渔业, 2011, 41(6): 43-49. doi: 10.3969/j.issn.1000-6907.2011.06.008 [33] 殷文健, 何俊, 李佳佳, 等. 池塘和稻田养殖环境下克氏原螯虾肠道菌群结构特征及其影响因素[J]. 饲料研究, 2023, 46(10): 58-65. [34] BISSETT A, BOWMAN J, BURKE C. Bacterial diversity in organically-enriched fish farm sediments[J]. FEMS Microbiol Ecol, 2006, 55(1): 48-56.
[35] ZHANG D S, LI H, LIU Y, et al. Screening and identification of organics-degrading bacteria from the sediment of sea cucumber Apostichopus japonicus ponds[J]. Aquac Int, 2016, 24: 373-384. doi: 10.1007/s10499-015-9931-6
[36] ETTWIG K F, VAN ALEN T, VAN DE PAS-SCHOONEN K T, et al. Enrichment and molecular detection of denitrifying methanotrophic bacteria of the NC10 phylum[J]. Appl Environ Microbiol, 2009, 75(11): 3656-3662. doi: 10.1128/AEM.00067-09
[37] DINI-ANDREOTE F, STEGEN J C, van ELSAS J D, et al. Disentangling mechanisms that mediate the balance between stochastic and deterministic processes in microbial succession[J]. P Natl A Sci India, 2015, 112(11): E1326-E1332.
[38] 韩政, 汤春宇, 邵留, 等. 多营养层级淡水生态系统构建对微生物的影响[J]. 上海海洋大学学报, 2023, 32(3): 575-585. doi: 10.12024/jsou.20210403402 [39] 王晓丽, 其勒格尔. 黄河内蒙古段表层沉积物细菌多样性及群落结构类型[J]. 生态学报, 2020, 40(2): 578-589. [40] 阴星望, 田伟, 丁一, 等. 丹江口库区表层沉积物细菌多样性及功能预测分析[J]. 湖泊科学, 2018, 30(4): 1052-1063. doi: 10.18307/2018.0418 -
期刊类型引用(3)
1. 刘明泰, 李杨, 刘小林, 许淑芬, 常亚青. 皱纹盘鲍SRAP反应体系的正交优化. 大连海洋大学学报. 2013(01): 12-16 . 
百度学术
2. 智艳平, 武喜艳, 安瑶瑶, 郜刚. 青枯菌SRAP-PCR体系的建立与优化. 山西师范大学学报(自然科学版). 2013(04): 69-72 . 百度学术
3. 程长洪, 张敏莹, 刘凯, 徐东坡, 段金荣, 周彦锋, 施炜纲. 暗纹东方鲀SRAP-PCR体系的建立与优化. 浙江农业学报. 2011(06): 1084-1089 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 362
- HTML全文浏览量: 64
- PDF下载量: 32
- 被引次数: 3
粤公网安备 44010502001741号
