Study on preparation of Sargassum fusiforme oligosaccharides by enzyme and its antioxidant and antibacterial properties
-
摘要:
羊栖菜多糖 (Sargassum fusiforme polysaccharides) 是羊栖菜中含量最丰富且极具特色的有效成分。海洋寡糖是由海洋多糖降解而来的产物。为从羊栖菜中提取活性较高的寡糖，并探究其抗氧化性及抑菌活性，以水提法所得的羊栖菜多糖为原料，利用褐藻胶裂解酶对其进行酶解，制备羊栖菜寡糖。通过单因素和正交试验，对酶解工艺进行优化，考察底物质量分数、加酶量和酶解时间3个因素对羊栖菜寡糖还原糖含量及平均聚合度的影响，确定酶解羊栖菜寡糖的最佳工艺参数为：酶解时间48 h、底物质量分数1.5%、加酶量20 U·mL−1，测得还原糖的质量浓度为 (26.53±0.92) mg·mL−1。经薄层层析法分析所制备寡糖的主要成分为单糖、双糖和三糖。抗氧化性和抑菌活性的测定结果表明：当质量浓度为3.0 mg·mL−1时，寡糖对DPPH (1,1-二苯基-2-三硝基苯肼)、ABTS [2,2'-联氮-双 (3-乙基苯噻唑啉-6-磺酸) 二铵盐]、羟自由基和超氧阴离子自由基的清除率分别达到63.1%、80.7%、71.3%和57.2%，当质量浓度为3.5 mg·mL−1时，寡糖的还原力为0.923。抑菌活性结果表明，当羊栖菜寡糖质量浓度在10和100 mg·mL−1时，对白色念珠菌 (Candida albicans)、金黄色葡萄球菌 (Staphylococcus aureus)、大肠埃希菌 (Escherichia coli)、铜绿假单胞菌 (Pseudomonas aeruginosa)均具有较好的抑菌作用。相对于羊栖菜多糖，羊栖菜寡糖在抗氧化性和抑菌活性上均有更好的表现。
Abstract:Sargassum fusiforme polysaccharides are the most abundant and extremely distinctive ingredients in S. fusiforme. Marine oligosaccharides are products derived from the degradation of marine polysaccharides. To extract more active oligosaccharides from S. fusiforme, we investigated the effects of oligosaccharides on antioxidant and antibacterial properties. We took S. fusiforme polysaccharide through water extraction as the raw material and prepared it by using enzymatic hydrolysis with fucoidan lyase. Then, we conducted single factor and orthogonal trials to optimize the enzymatic hydrolysis process. We examined the average degree of polymerization and reduced sugar content of S. fusiforme oligosaccharides in relation to substrate concentration, enzyme dosage, and enzymatic hydrolysis time. The optimal process parameters for enzymatic hydrolysis of S. fusiforme oligosaccharides were as follows: enzymatic hydrolysis time of 48 h, substrate concentration of 1.5%, enzyme dosage of 20 U·mL−1, and a measured reducing sugar content of (26.53±0.92) mg·mL−1. Thin layer chromatography was used to produce the monosaccharides, disaccharides and trisaccharides. The antioxidant and antibacterial properties of oligosaccharides were determined: when the mass volume concentration was 3.0 mg·mL−1, the scavenging rates of DPPH, ABTS, hydroxyl radical and superoxide anion radical were 63.1%, 80.7%, 71.3% and 57.2%, respectively. When the mass volume concentration was 3.5 mg·mL−1, the reducing power of oligosaccharides was 0.923. The bacteriostatic results show that S. fusiforme oligosaccharides have good bacteriostatic impact on Candida albicans, Staphylococcus aureus, Escherichia coli and Pseudomonas aeruginosa. Compared with S. fusiforme polysaccharide, it shows enhanced antioxidant and antibacterial effects.
-
台风是最严重的自然灾害之一，对渔业的影响尤为显著。中国南海台风频发[1]，过去几十年来，台风过境严重威胁网箱养殖设施的安全[2-3]，给水产养殖业造成了巨大损失。海南省马袅湾网箱养殖区共包含72口HDPE (高密度聚乙烯) 圆形深水网箱[4-5]，总养殖容积约12 943 m3[6]，是海南省重要的网箱养殖区。马袅湾为“U”字形半封闭海湾，位于海南省澄迈县西北部，毗邻琼州海峡西南侧。由于琼州海峡是台风过境海南的高频区域，加之马袅湾网箱养殖区的特殊地理位置，已成为海南省内受台风影响最为严重的网箱养殖区之一。因此，分析不同路径和强度的台风对马袅湾网箱养殖区的影响，并建立相应的预警体系具有重要的现实意义。
目前有关台风对网箱养殖区影响的研究多集中于调查分析和数据统计方面。姜雨青[7]基于1989—2018年西太平洋台风路径、设施渔业调研数据对我国沿海省市台风与设施渔业的关联性进行了评估；黄滨等[8]通过实地调查，分析了台风“米雷”在山东省网箱养殖业的灾害影响程度；张润川[9]指出台风浪导致的网箱破坏是福建省养殖渔业的重要致灾因子。但目前针对网箱养殖区的台风影响分析和灾害预警研究还极为匮乏。
由于过境台风的路径和强度不同，网箱养殖区的台风浪与流场特征存在明显差异[10-12]。其中，台风浪是评估网箱养殖区是否受到影响的关键因素。研究表明，台风浪可能导致网箱结构变形、系泊系统失效及网衣损坏等灾害[13]；Zhang等[14]通过数值模拟和现场观测发现，循环波浪载荷引起的疲劳断裂是网箱受损的重要原因；Li等[15]分析了有效波高对系泊绳张力的影响，发现最大系泊绳张力随有效波高的增加而迅速增大；Yin等[16]指出，有效波高超过4 m的海浪已属于灾害性海浪，对网箱结构造成严重威胁；孙熊雄[17]基于BP神经网络建立了网箱致灾因子与破坏程度之间的定量关系，认为波高是导致锚绳断裂、浮架应力增大的主要因素，而流速的影响相对较小。但现有研究结果也表明，较大的流速也可能导致网箱失效或破坏[18-19]。基于以上研究，本研究选择有效波高作为马袅湾网箱养殖区受影响的关键评估指标，同时考虑最大流速的影响。在波高分级方面，参考已有研究[20]，将网箱养殖区受影响程度分为3个等级：当养殖区内有效波高最大值HS_max≥5.5 m时，网箱养殖区受到严重影响，需立即预警；当4 m≤HS_max<5.5 m时，网箱养殖区受到中等程度影响，需快速预警；当2.5 m≤HS_max<4 m时，网箱养殖区受到轻微影响，需适当预警。在流速方面，结合相关研究[21]、抗风浪深水网箱养殖技术规程及马袅湾网箱设计标准，当养殖区内最大流速Vmax≥1 m·s−1时，视为网箱养殖区受到严重影响；当Vmax<1 m·s−1时，以波高的影响为主，网箱养殖区相对安全。本研究以马袅湾大型网箱养殖区为主要研究区域，考虑到台风过境过程中风暴潮与波浪的较强相互作用[22-25]，基于Holland台风模型和Delft3D软件构建了适用于该海域的波流耦合模型，并对模型进行验证。通过数值模拟方法分析了不同路径和强度台风过程对马袅湾网箱养殖区的有效波高及流速的影响规律，确定了不同强度台风过境时的预警路径范围，以期为该区域网箱养殖业的防灾减灾工作提供科学依据和预警参考。
1. 数值模型的建立与验证
1.1 台风模型
风场数据的准确性是决定台风浪模拟精度的关键因素。由于台风过境过程中天气条件恶劣，实测数据获取困难，而欧洲中期天气预报中心再分析数据 (ERA)、交叉校准多平台数据集 (CCMP) 和美国国家环境预报中心 (NCEP) 等再分析数据普遍存在时空分辨率较低的问题，尤其在台风中心附近区域，其最大风速往往显著小于实际观测值。为此，目前普遍采用参数化台风模型[26-28]。本研究选用国际通用的Holland[29]台风模型来计算风场和气压场。其台风气压场分布公式为：
$$ P\left( r \right) {\mathrm{=}} {P_c} {\mathrm{+}} \left( {{P_n} {\text{−}} {P_c}} \right) \cdot \exp {\left( { {\text{−}} \dfrac{{{R_{\max }}}}{r}} \right)^B} $$ (1) 台风风场分布公式为：
$$ \begin{array}{c} {V_g}\left( r \right) {\mathrm{=}} \\ \sqrt {\left( {{P_n} {\text{−}} {P_c}} \right)\dfrac{B}{{{\rho _A}}}{{\left( {\dfrac{{{R_{\max }}}}{r}} \right)}^B} \cdot \exp {{\left( { {\text{−}} \dfrac{{{R_{\max }}}}{r}} \right)}^B} {\mathrm{+}} {{\left( {\dfrac{{rf}}{2}} \right)}^2}} {\text{−}} \dfrac{{rf}}{2} \end{array} $$ (2) 式中：r表示计算点与台风中心的距离；Pn表示台风外围气压；Pc表示台风中心气压；B表示台风形状参数；Rmax表示台风最大风速半径；f表示柯氏系数；ρA表示空气密度。
参数B采用Vickery[30]的参数经验公式，计算公式为：
$$ B {\mathrm{=}} 1.881 {\text{−}} 0.005\;57{R_{\max }} {\text{−}} 0.012\;95\varphi $$ (3) 最大风速半径采用Willoughby[31]提出的风速半径公式，计算公式为：
$$ {R_{\max }} {\mathrm{=}} 51.6\exp \left( { {\text{−}} 0.022\;3{V_{\max }} {\mathrm{+}} 0.028\;1\varphi } \right) $$ (4) 式中：φ表示地理纬度；Vmax表示台风中心最大风速。
台风中心位置、中心气压、最大风速等信息采用中国气象局热带气旋资料中心所提供的CMA最佳路径集[32-33]。
1.2 水动力模型
在正交曲线坐标系下，水动力基本方程[34]为：
连续性方程：
$$\begin{array}{c} \dfrac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\left( {\dfrac{{\partial \left[ {\left( {d {\mathrm{+}} \zeta } \right)U\sqrt {{G_{\eta \eta }}} } \right]}}{{\partial \xi }}} { {\mathrm{+}} \dfrac{{\partial \left[ {\left( {d {\mathrm{+}} \zeta } \right)V\sqrt {{G_{\xi \xi }}} } \right]}}{{\partial \eta }}} \right) {\mathrm{=}}\\ ({\text{d {\mathrm{+}} }}\zeta )Q {\text{−}} \dfrac{{\partial \zeta }}{{\partial t}} \end{array} $$ (5) $$ Q {\mathrm{=}} \left( {d {\mathrm{+}} \zeta } \right)\int_{ {\text{−}} 1}^0 {\left( {{q_{{\text{in}}}} {\text{−}} {q_{{\text{out}}}}} \right)d\sigma {\mathrm{+}} P {\text{−}} E} $$ (6) 式中：$ \sqrt{{G}_{\xi \xi }} $、$ \sqrt{{G}_{\eta \eta }} $分别表示ξ、η上的坐标转换系数；U、V分别表示ξ、η方向上的平均速度；ξ表示垂向上的自由面坐标；d表示垂向上的水底坐标 (即空间参考平面以下的水深)；Q表示单位面积流量；P和E分别表示降水量和蒸发量，由于研究的是海湾水动力问题，不考虑降水量和蒸发量，故此处为0。
动量方程：
$$\begin{array}{c} \dfrac{{\partial u}}{{\partial t}} {\mathrm{+}} \dfrac{u}{{\sqrt {{G_{\xi \xi }}} }}\dfrac{{\partial u}}{{\partial \xi }} {\mathrm{+}} \dfrac{v}{{\sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial u}}{{\partial \eta }}{\text{ {\mathrm{+}} }}\dfrac{w}{{d {\mathrm{+}} \zeta }}\dfrac{{\partial u}}{{\partial \sigma }} {\text{−}} \\ \dfrac{{vv}}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial \sqrt {{G_{\eta \eta }}} }}{{\partial \xi }} {\mathrm{+}} \dfrac{{uv}}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial \sqrt {{G_{\xi \xi }}} }}{{\partial \eta }} = \\ {\text{−}} \dfrac{1}{{{\rho _0}\sqrt {{G_{\xi \xi }}} }}{P_\xi } {\mathrm{+}} {F_\xi } {\mathrm{+}} \dfrac{1}{{{{\left( {d {\mathrm{+}} \zeta } \right)}^2}}}\dfrac{\partial }{{\partial \sigma }}\left( {{\nu _{\text{V}}}\dfrac{{\partial u}}{{\partial \sigma }}} \right) {\mathrm{+}} {M_\xi } {\mathrm{+}} fv \\ \end{array} $$ (7) $$\begin{array}{c} \dfrac{{\partial v}}{{\partial t}} {\mathrm{+}} \dfrac{u}{{\sqrt {{G_{\xi \xi }}} }}\dfrac{{\partial v}}{{\partial \xi }} {\mathrm{+}} \dfrac{v}{{\sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial v}}{{\partial \eta }}{\text{ {\mathrm{+}} }}\dfrac{w}{{d {\mathrm{+}} \zeta }}\dfrac{{\partial v}}{{\partial \sigma }} {\mathrm{+}} \\ \dfrac{{uv}}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial \sqrt {{G_{\eta \eta }}} }}{{\partial \xi }} {\text{−}} \dfrac{{uu}}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\dfrac{{\partial \sqrt {{G_{\xi \xi }}} }}{{\partial \eta }} = \\ {\text{−}} \dfrac{1}{{\rho _0}\sqrt {G_{\eta \eta }}}{P_{\eta} } {\mathrm{+}} {F_{\eta} } {\mathrm{+}} \dfrac{1}{{{{\left( {d {\mathrm{+}} \zeta } \right)}^2}}}\dfrac{\partial }{{\partial \sigma }}\left( {{\nu _{{{\mathrm{V}}}}}\dfrac{{\partial v}}{{\partial \sigma }}} \right) {\mathrm{+}} \\ {M_{\eta} } {\text{−}} fu \end{array}$$ (8) $$ \begin{array}{c} \dfrac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\left( {\dfrac{{\partial \left[ {\left( {d {\mathrm{+}} \zeta } \right)u\sqrt {{G_{\eta \eta }}} } \right]}}{{\partial \zeta }}} \right.\left. { {\mathrm{+}} \dfrac{{\partial \left[ {\left( {d {\mathrm{+}} \zeta } \right)v\sqrt {{G_{\xi \xi }}} } \right]}}{{\partial \eta }}} \right) {\mathrm{=}}\\ \left( {d {\mathrm{+}} \zeta } \right)\left( {{q_{{\text{in}}}} - {q_{{\text{out}}}}} \right) - \dfrac{{\partial w}}{{\partial \sigma }} - \dfrac{{\partial \zeta }}{{\partial t}} \end{array} $$ (9) 式中：v、u、w分别表示η、ξ、σ方向上的流速；Pξ
、Fξ分别表示ξ方向上的静压梯度、雷诺应力梯度；Fη 、Pη分别表示η方向上的雷诺应力梯度、静压梯度；Mξ、Mη表示外部动量的源或汇；f表示科氏力系数；vv表示垂向涡流黏度系数；qin和qout分别表示单位体积的源项和汇项。 水动力模型的潮位边界采用Tide Model Driver软件获取M2、S2、K1、O1、N2、P1、K2、Q1共8个主要潮汐分潮的调和常数进行驱动。
1.3 波浪模型
Delft3D-WAVE模块采用第三代波浪模型SWAN[35]进行波浪过程模拟，它考虑了近岸波浪传播的物理过程，包括波浪浅化、绕射、折射和波浪破碎等。其动谱平衡方程为：
$$ \dfrac{\partial }{{\partial t}}N {\mathrm{+}} \dfrac{\partial }{{\partial x}}{c_x}N {\mathrm{+}} \dfrac{\partial }{{\partial y}}{c_y}N {\mathrm{+}} \dfrac{\partial }{{\partial \sigma }}{c_\sigma }N {\mathrm{+}} \dfrac{\partial }{{\partial \theta }}{c_\theta }N = \dfrac{S}{\sigma } $$ (10) 式中：θ表示波浪传播方向；σ表示波浪相对频率；cx、cy、cθ和cσ分别表示在x、y、θ和σ空间中的传播速度；S表示能量作用量的源汇项，包括风能输入、波浪破碎、白浪耗散、底部摩擦引起的能量损耗等。
1.4 耦合模型及研究区域网格设置
马袅湾海域及部分琼州海峡区域的地形数据取自航保部电子海图C151586和C1515819，其余地形采用全球水深数据ETOPO1进行补充，海南省马袅湾地理位置、网箱分布如图1所示。
![]()
图 1 海南省马袅湾网箱位置示意图Figure 1. Geographic location, distribution of cages in Maniao Bay, Hainan Province台风过程的模拟需要考虑波流相互作用，尤其是在浅水中[36]。本研究采用Delft3D FLOW &WAVE模型耦合，波对流的作用主要通过在水动力模型中加入由波浪作用所产生的辐射应力[37]和波浪破碎[38]产生的动量源项，流对波的作用则体现为流对波浪的折射及频移等效应[39-40]。
水动力模型和波浪模型共用一套结构化网格，台风过程中影响海域的范围很大，使用二重嵌套网格，大模型网格计算范围为105.5°E—118°E、15°N—24°N，覆盖了大部分南海区域，网格分辨率设置为4 000 m；小模型网格计算范围为109.6°E—110.8°E、19.9°N—21.4°N，主要区域为琼州海峡附近，并在马袅湾海域进行局部加密，最小网格分辨率约为100 m，如图2所示。
1.5 模型验证
选取秀英站和湛江站天文潮的模拟结果与国家海洋局出版的潮汐表数据进行对比，结果如图3所示。模拟结果与实测数据之间的平均绝对误差 (MAE)、均方根误差 (RMSE) 和相关系数 (CC)，结果如表1所示。可以看出，天文潮的模拟结果具有较好的一致性，平均绝对误差小于0.14 m，均方根误差不超过0.17 m，相关系数均在0.97以上。
表 1 天文潮模拟精度Table 1. Simulation accuracy of astronomical tide观测站
Observation station平均绝对误差
MAE/m均方根误差
RMSE/m相关系数
CC秀英 Xiuying 0.134 0.166 0.978 湛江 Zhanjiang 0.109 0.145 0.990 为了验证风暴潮增水的模拟效果，将秀英站的计算结果与观测值[41]进行对比验证。结果见图4。其MAE为0.139 m，RMSE为0.180 m，相关系数为0.945。
选择“威马逊”、“海鸥”和“启德”台风期间的秀英、东方站和浮标测点Buoy2 [42]实测浪高对模型进行验证，结果如图5所示。模拟和实测误差的RMSE、MAE和平均绝对百分比误差 (MAPE)见表2。
![]()
图 5 “威马逊”“启德”和“海鸥”台风有效波高结果比较Figure 5. Verification of significant wave height results for typhoons Rammasun, Kaitai and Kalmaegi表 2 台风浪模拟精度Table 2. Significant wave height accuracy观测站
Observation station平均绝对
误差
MAE/m均方根
误差
RMSE/m平均绝对
百分比误差
MAPE/%相关系数
Correlation
coefficient秀英 Xiuying 0.179 0.255 7.4 0.992 浮标测点Buoy2 0.425 0.520 18.3 0.980 东方 Dongfang 0.238 0.335 14.6 0.934 模型在天文潮、风暴潮增水以及台风浪的模拟中，模拟结果均与实测值吻合较好，模型具有较高的准确性。
2. 不同台风对网箱养殖区的影响
2.1 台风路径分类
依据马袅湾的地理位置，参考先前的研究[43]，将影响该区域的台风路径划分为4种类型 (图6)：第I类台风路径从海南东北部或雷州半岛斜穿后向西北移动，进入北部湾；第II类台风路径自东向西穿过海南岛后进入北部湾；第III类台风路径沿海南岛东侧向北移动，最终在广东省沿岸登陆；第IV类台风路径从海南岛南部海域绕岛向北发展，进入北部湾。统计1995—2022年间对马袅湾产生显著影响的52场台风，各类台风路径的发生频次及强度如图7所示。结果表明，第I和第II类台风发生频次较高，均为18场 (34.6%)；第III类台风次之，11场 (21.2%)；第IV类台风最少，仅5场 (9.6%)。在52场台风中，“强台风”和“超强台风”共10场，其中第I、第II类台风各4场；第III类2场；第IV类路径台风等级较低。由此可见，第I、第II类台风对马袅湾海域构成的潜在风险更大。
![]()
图 7 不同台风路径下各等级台风发生次数Figure 7. Number of various levels of typhoons under different tracks2.2 第I类台风对网箱养殖区的影响
本研究选取2014年第
1409 号台风“威马逊”(Rammasun) 作为第I类路径的典型案例进行分析 (图8)。该台风于2014年7月10日在西北太平洋海域生成，7月15日首次在菲律宾登陆，随后于7月18日以中心气压910 hpa、最大风速60 m·s−1的强度在中国海南省文昌市二次登陆。台风穿越雷州半岛进入北部湾后，强度减弱至中心气压940 hpa、最大风速50 m·s−1。对“威马逊”台风过境期间的波流过程进行了模拟，获得了各网格点的有效波高和流场变化过程。进一步统计台风过程中各网格点有效波高的最大值，得到了研究区域有效波高最大值分布及养殖区内流速最大时刻流场 (图8)。养殖区内有效波高范围为3.84~5.94 m，流速范围为0.62 ~1.42 m·s−1。![]()
图 8 “威马逊”台风下养殖区有效波高最大值分布及最大流速时刻流场注：a. 养殖区有效波高最大值分布；b. 养殖区内最大流速时刻流场。Figure 8. Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon RammasunNote: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.以“威马逊”台风为模板，将原台风路径沿经度方向南北平移，平移间距为0.3°，构造出R1—R8共8场台风 (图9)。以构造的路径为基础，将每条路径下台风的强度等级按GB/T 19201—2006《热带气旋等级》依次设置为“超强台风”、“强台风”和“台风”，不同强度台风对应的参数统一取值如表3所示，共构造出27场设计台风。图10为R1—R8路径不同强度作用下马袅湾养殖区内的有效波高及流速最大值。
表 3 台风等级相关参数信息Table 3. Information on parameters related to typhoon levels台风等级
Typhoon intensity
level最大风速
Maximum wind
speed/(m·s−1)中心气压
Central
pressure/hpa超强台风 Super Typhoon 51.0 944 强台风 Severe Typhoon 41.5 962 台风 Typhoon 32.7 977 ![]()
图 10 马袅湾养殖区内有效波高及流速最大值Figure 10. Maximum significant wave height and current velocity in aquaculture area of Maniao Bay总体而言，随着台风路径与养殖区距离的减小，各强度台风在养殖区内引发的HS_max与Vmax均呈递增趋势。R4路径台风导致的HS_max与Vmax均为最大，对养殖区的威胁最显著。这是由于R4台风路径位于马袅湾东北方向，台风中心距离较近，其逆时针旋转风场驱动波浪自湾口向湾内传播所致。在相同路径条件下，台风强度是影响网箱养殖区的关键因素，当台风强度减弱时，养殖区HS_max与Vmax均相应降低，威胁程度减小。在“台风”、“强台风”和“超强台风”等级下，路径每平移0.3°，HS_max平均变化幅度为12.77%~15.57%，Vmax平均变化幅度为12.33%~14.45%。
当台风等级为“超强台风”时，R3—R8路径下养殖区内Vmax≥1 m·s−1，为严重影响区域。其中，R4路径台风引发的HS_max>5.5 m且Vmax>1.5 m·s−1，是影响程度最严重的路径。对于“强台风” 等级，R3—R5路径下Vmax≥1 m·s−1，养殖区受严重影响；R6路径下网箱养殖区内Vmax<1 m·s−1，但由于4 m≤HS_max<5.5 m，养殖区受中等程度影响；而在R3以北和R6以南路径下，养殖区内Vmax<1 m·s−1且2.5 m≤HS_max<4 m，网箱养殖区受轻微影响。在“台风”等级情况下，“威马逊”至R6路径之间的范围均会导致养殖区内Vmax≥1 m·s−1，网箱养殖区受严重影响；而“威马逊”以北和R6以南路径下，Vmax<1 m·s−1且2.5 m≤HS_max<4 m，养殖区仅受轻微影响。
2.3 第II类台风对网箱养殖区的影响
选取2021年第
2118 号台风“圆规”(Kompasu) 作为第II类台风路径的典型代表。图11为该台风下养殖区有效波高最大值分布及最大流速时刻流场，马袅湾内部有效波高较小，均在4 m以下，特别是在网箱养殖区，波高介于2.5~3.3 m，流速介于0.33 ~0.65 m·s−1。![]()
图 11 “圆规”台风下养殖区有效波高最大值分布及最大流速时刻流场注：a. 养殖区有效波高最大值分布；b. 养殖区内最大流速时刻流场。Figure 11. Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon KompasuNote: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.将次平移的间距设定为0.3°，构建了K1、K2、K3、K4和K5共5条设计台风路径，如图12所示。将每条路径的台风强度分别设定为“超强台风”、“强台风”和“台风”，共构建出18场设计台风。图13为不同强度和路径的台风作用下网箱养殖区内有效波高及流速最大值。整体上看，随着台风路径从南向北移动，HS_max与Vmax均随路径的北移呈先增后减的趋势。“台风”、“强台风”、“超强台风”等级下，每平移0.3°，HS_max平均变化幅度为13.91%~16.90%，Vmax平均变化幅度为5.57%~14.55%。
![]()
图 13 马袅湾养殖区内有效波高及流速最大值Figure 13. Maximum significant wave height and current velocity in aquaculture area of Maniao Ba当台风等级为“超强台风”时， K2和K3路径下的网箱养殖区Vmax≥1 m·s−1，属于严重影响区域；K1和K4路径下的养殖区Vmax<1 m·s−1且4 m≤HS_max<5.5 m，属于中等影响区域；而“圆规”和K5路径下的Vmax<1 m·s−1且2.5 m≤HS_max<4 m，属于轻微影响区域。当台风等级为“强台风”时，各路径下的养殖区Vmax均小于1 m·s−1，其中K2—K4路径下4 m≤HS_max<5.5 m，网箱养殖区会受中等程度影响，“圆规”、K1和K5路径下2.5 m≤HS_max<4 m，网箱养殖区受轻微影响。台风等级为“台风”时，各路径下的养殖区Vmax均小于1 m·s−1，K1—K5路径下2.5 m≤HS_max<4 m，网箱养殖区受轻微影响， “圆规”路径下HS_max<2.5 m，网箱养殖区不受影响。
2.4 第III类台风对网箱养殖区的影响
选取2002年第0214号强台风“黄蜂”(VONGFONG) 作为第III类路径的典型代表。“黄蜂”过境过程中在马袅湾引起的有效波高最大值分布及在养殖区内引起最大流速时刻的马袅湾流场如图14所示。可以看出，在网箱养殖区内，波高主要集中在3.0~3.3 m之间，流速介于0.33~0.71 m·s−1。
![]()
图 14 “黄蜂”台风下养殖区有效波高最大值分布及最大流速时刻流场注：a. 养殖区有效波高最大值分布；b. 养殖区内最大流速时刻流场。Figure 14. Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon VongfongNote: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.依据路径类型定义范围，设置平移间距为0.6°，将原台风路径南向平移构建出V1、V2和V3共3条新的设计台风路径 (图15)。在此基础上，将等级分别设置为“超强台风”、“强台风”和“台风”，共构建出12场不同的设计台风。图16为不同强度和路径的台风作用下网箱养殖区内HS_max和Vmax。总体上看，随着台风路径向南移动，HS_max和Vmax逐渐增大。“台风”、“强台风”和“超强台风”等级下，每平移0.6°，HS_max平均变化幅度为9.17%~11.76%，Vmax平均变化幅度为4.01%~7.57%。
![]()
图 16 马袅湾养殖区内有效波高及流速最大值Figure 16. Maximum significant wave height and currentvelocity in aquaculture area of Maniao Bay当台风等级为“超强台风”时，V2和V3路径下的养殖区Vmax≥1 m·s−1，属于严重影响区域；V1路径下的养殖区Vmax<1 m·s−1且4 m≤HS_max<5.5 m，属于中等影响区域；而“黄蜂”路径下的养殖区2.5 m≤ HS_max<4 m且Vmax<1 m·s−1，属于轻微影响区域。当台风等级为“强台风”时，V3路径下的养殖区Vmax≥1 m·s−1，受严重影响；在“黄蜂”至V2路径范围内，养殖区Vmax均小于1 m·s−1，其中V2路径下4 m≤HS_max<5.5 m，网箱养殖区受中等程度影响；而“黄蜂”和V1路径下2.5 m≤HS_max<4 m，网箱养殖区受轻微影响。在台风等级为“台风”时，各路径下的养殖区Vmax均小于1 m·s−1。其中，V2和V3路径下网箱养殖区4 m≤HS_max<5.5 m，受中等程度影响；而“黄蜂”和V1路径下2.5 m≤HS_max<4 m，均受轻微影响。
2.5 第IV类台风对网箱养殖区的影响
选取1995年第
9516 号台风“泰德”(Ted) 作为第IV类台风路径的典型代表案例 。图17为“泰德”台风下养殖区的有效波高最大值分布及最大流速时刻的流场。可以看出，该台风在养殖区引发的最大波高为0.8~0.9 m，流速范围为0.17~0.55 m·s−1。![]()
图 17 “泰德”台风下养殖区有效波高最大值分布及最大流速时刻流场注：a. 养殖区有效波高最大值分布；b. 养殖区内最大流速时刻流场。Figure 17. Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon TedNote: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.结合路径类型的定义范围，将原路径向东以0.3° 为间距平移，构造出T1、T2、T3和T4共4条设计台风路径 (图18)。将每条路径的台风强度分别设定为“超强台风”、“强台风”和“台风”，共构建出15场设计台风。图19为不同强度与路径台风作用下网箱养殖区的HS_max和Vmax。总体上看，随着台风路径向东移动，HS_max和Vmax逐渐增大。在“台风”、“强台风”和“超强台风”等级下，每东移0.3°，HS_max平均变化幅度为22.32%~23.88%，Vmax平均变化幅度为13.11%~19.02%。“超强台风”等级下，距离养殖区最近的T4路径引发的HS_max最大 (2.49 m)。仅在“超强台风”和“强台风”等级的T4路径下，养殖区出现Vmax>1 m·s−1。本研究表明，第IV类台风对网箱养殖区安全构成的威胁相对较小。
![]()
图 19 马袅湾养殖区内有效波高及流速最大值Figure 19. Maximum significant wave height and currentvelocity in aquaculture area of Maniao Bay3. 结论
本研究基于Holland风场模型和Delft3D软件建立了适用于海南省马袅湾的台风波流耦合模型，深入探究了台风路径及其强度对网箱养殖区的影响，得到以下结论：
1) 第I类台风路径发生频率高，覆盖范围广，影响程度大。“超强台风”等级时，路径每平移0.3°，HS_max平均变化15.57%，Vmax平均变化13.15%。R3—R8路径均会使马袅湾养殖区受到严重影响，其中R4路径下，养殖区HS_max>5.5 m，Vmax>1.5 m·s−1，遇到类似台风时应立即预警并做好周全保护措施，而R3以北路径台风对网箱养殖区影响轻微；当等级为“强台风”时，HS_max平均变化14.45%，Vmax平均变化14.84%，在R3—R5路径下，网箱养殖区受严重影响，应立即预警，R6路径下，养殖区受中等程度影响，R3以北和R6以南路径的台风，对网箱养殖区的影响轻微；当等级降至“台风”时，HS_max平均变化12.77%，Vmax平均变化12.33%，“威马逊”至R6路径的范围会使网箱养殖区受严重影响，均应立即预警，而“威马逊”以北和R6以南路径台风的影响程度轻微，可适度预警。
2) 第II类台风作用下，“台风”、“强台风”、“超强台风”等级下，每平移0.3°，HS_max平均变化幅度为13.91%~16.90%，Vmax平均变化幅度为5.57%~14.55%。“超强台风”等级时K2—K3路径下，网箱养殖区受严重影响；“超强台风”等级时K1与K4路径、“强台风”等级时K2—K4路径，网箱养殖区受中等程度影响，应快速预警；其余情况下，网箱养殖区受轻微及以下影响，可适度预警并采取设施检查等措施。
3) 第III类台风作用下，“台风”、“强台风”和“超强台风”等级下，每平移0.6°，HS_max平均变化幅度为9.17%~11.76%，Vmax平均变化幅度为4.01%~7.57%。等级为“超强台风”时的V2与V3路径下、“强台风”等级的V3路径下，网箱养殖区受严重影响；等级为“超强台风”时的V1路径、“强台风”和“台风”等级的V2路径、“台风”等级的V3路径下，网箱养殖区受中等程度影响，应快速预警，可采取设施加固等措施；其余情况下，网箱养殖区受轻微影响，应适度预警。
4) 第IV类台风作用下，“台风”、“强台风”和“超强台风”等级下，每平移0.3°，HS_max平均变化幅度为22.32%~23.88%，Vmax平均变化幅度为13.11%~19.02%。第IV类台风中心距马袅湾较远，仅在“超强台风”和“强台风”等级的T4路径下，养殖区Vmax>1 m·s−1，对养殖区影响严重。其余情况下，养殖区处于安全状态，无需预警。
本研究采用有效波高最大值和流速最大值作为预警依据，所得结果可为后续建立马袅湾网箱养殖区的台风防灾减灾快速预警系统提供依据。然而，网箱破坏是一个复杂的过程，后续将依据马袅湾不同的波流工况对网箱承载能力进行研究，以获得更科学的预警判据，提升预警的精度。
-
![]()
图 1 酶解时间、底物质量分数、加酶量对酶解效果的影响
注：相同颜色方柱上的不同字母表示具有显著性差异 (p<0.05)。
Figure 1. Effect of enzymatic hydrolysis time and substrate concentration and enzyme amount on enzymatic hydrolysis
Note: Different letters on the bars of the same color represent significant differences (p<0.05).
![]()
图 2 羊栖菜寡糖的薄层层析图 (左为羊栖菜寡糖，右为褐藻寡糖标准品)
Figure 2. TLC diagram of S. fusiforme oligosaccharide (Left is S. fusiforme oligosaccharide and right is brown algae oligosaccharide)
![]()
图 3 羊栖菜多糖、L-抗坏血酸、羊栖菜寡糖对DPPH、ABTS、羟基自由基、超氧阴离子自由基的清除率(p<0.05)
注：不同小写字母表示处理间差异显著(p<0.05)。
Figure 3. Scavenging rate of DPPH, ABTS free radical, hydroxyl radical, superoxide anion radical by S. fusiforme polysaccharide, oligosaccharide and L-ascorbic acid (p<0.05)
Note: Different lowercase letters represent significant differences between treatments (p<0.05).
![]()
图 4 羊栖菜多糖、寡糖的还原力 (p<0.01)
注：不同小写字母表示处理间差异显著(p<0.05)。
Figure 4. Reducing power of S. fusiforme polysaccharide and oligosaccharide (p<0.01)
Note: Different lowercase letters represent significant differences between treatments (p<0.05).
![]()
图 5 羊栖菜寡糖和羊栖菜多糖的抑菌效果
注：a、b、c、d分别为铜绿假单胞菌、白色念珠菌、大肠埃希菌、金黄色葡萄球菌；1、2、3号点分别为100、10、1 mg·mL−1的羊栖菜寡糖溶液；4、5、6号点分别为100、10、1 mg·mL−1的羊栖菜多糖溶液；中心点为1 mg·mL−1青霉素-链霉素溶液。
Figure 5. Antibacterial effect of S. fusiforme oligosaccharide and polysaccharide
Note: a. P. aeruginosa; b. C. albicans; c. E. coli; d. S. aureus; S. fusiforme oligosaccharide solution of 100 mg·mL−1 at Point 1, 10 mg·mL−1 a Point 2, 1 mg·mL−1 at Point 3; S. fusiforme polysaccharide solution of 100 mg·mL−1 at Point 4, 10 mg·mL−1 at Point 5, 1 mg·mL−1 at Point 6; 1 mg·mL−1 of penicillin-streptomycin solution at center point.
表 1 正交试验因素水平编码表
Table 1 Coding table of orthogonal experimental factor level
水平
Level因素 Factor A：酶解时间
Enzymatic
hydrolysis
time/hB：底物质量分数
Substrate mass
concentration/
%C：加酶量
Enzyme
amount/
(U·mL−1)1 36 0.5 10 2 48 1.0 20 3 60 1.5 30 
下载: 导出CSV
表 2 正交试验结果
Table 2 Results of orthogonal test
试验号
Test No.因素 Factor 还原糖质量浓度
Reducing sugar mass
concentration/(mg·mL−1)A：酶解时间
Enzymatic hydrolysis time/hB：底物质量分数
Substrate mass fraction/%C：加酶量
Enzyme amount/(U·mL−1)1 1(36) 1(0.5) 1 (10) 4.55 2 1 2 (1.0) 2 (20) 22.36 3 1 3 (1.5) 3 (30) 24.11 4 2 (48) 1 3 11.92 5 2 2 1 17.34 6 2 3 2 26.53 7 3(60) 1 2 12.13 8 3 2 3 24.97 9 3 3 1 17.80 K1 51.02 28.60 39.69 K2 55.79 64.67 61.02 K3 54.90 68.44 61.00 k1 17.007 9.533 13.23 k2 18.597 21.557 20.34 k3 18.30 22.813 20.333 R 1.59 13.28 7.103 主次顺序
Order of importanceB>C>A 最优组合
Optimal combinationA2B3C2
下载: 导出CSV
表 3 自由基清除率
Table 3 Free radical scavenging rate
mmol·L−1 样品
Sample半抑制浓度 IC50 DPPH
自由基
DPPH free
radicalABTS
自由基
ABTS free
radical羟基
自由基
Hydroxyl
radical超氧阴离子
自由基
Super anion
radical多糖
Polysaccharide0.435 0.646 0.121 0.788 L-抗坏血酸
L-ascorbic acid— — 0.005 0.003 寡糖
Oligosaccharide0.102 0.085 0.013 0.170
下载: 导出CSV
-
[1] CHOI E Y, HWANG H J, KIM I H, et al. Protective effects of a polysaccharide from Hizikia fusiformis against ethanol toxicity in rats[J]. Food Chem Toxicol, 2008, 47(1): 134-139.
[2] LIU Q Q, LI G Y , ZHU S F, et al. The effects of kelp powder and fucoidan on the intestinal digestive capacity, immune response, and bacterial community structure composition of large yellow croakers (Larimichthys crocea)[J]. Fish Shellfish Immunol, 2024, 153: 109810.
[3] ALIMA A, MOHANNAD KAS, SHOEBUL I, et al. Seaweed polysaccharides: sources, structure and biomedical applications with special emphasis on antiviral potentials[J]. Future Foods, 2024, 10: 100440. doi: 10.1016/j.fufo.2024.100440
[4] 刘洪超. 羊栖菜多糖的提取分离、生物活性及结构鉴定[D]. 上海: 上海海洋大学, 2017: 14-15. [5] 余泳薏. 介质阻挡放电等离子体降解羊栖菜多糖及其免疫调节活性研究[D]. 广州: 华南理工大学, 2023: 20-23. [6] EL-FAR Y M, KHODIR A E, EMARAH Z A, et al. Fucoidan ameliorates hepatocellular carcinoma induced in rats: effect on miR 143 and inflamnation[J]. Nutr Cancer, 2020, 73(8): 1-13.
[7] 马婷, 曲航, 杨海龙. 提取方法对羊栖菜多糖理化性质及体外生物活性的影响[J]. 食品安全质量检测学报, 2023, 14(15): 259-268. [8] ZHENG Q W, JIA R B, QU Z R, et al. Comparative study on the structural characterization and α-glucosidase inhibitory activity of polysaccharide fractions extracted from Sargassum fusiforme at different pH conditions. [J]. Int J Biol Macromol, 2021, 194: 602-610.
[9] MAO W J, LI B F, GU Q Q, et al. Preliminary studies on the chemical characterization and antihyperlipidemic activity of polysaccharide from the brown alga Sargassum fusiforme[J]. Hydrobiologia, 2004, 512(1/2/3): 263-266.
[10] PASKALEVA E E, LIN X, DUUS K, et al. Sargassum fusiforme fraction is a potent and specific inhibitor of HIV-1 fusion and reverse transcriptase[J]. Virol J, 2008, 5(1): 8. doi: 10.1186/1743-422X-5-8
[11] TANG M T, JIANG H, WAN C, et al. Hypolipidemic activity and mechanism of action of Sargassum fusiforme polysaccharides[J]. Chem Biodivers, 2023, 20(8): e202300264.
[12] HU P, LI Z X, CHEN M C, et al. Structural elucidation and protective role of a polysaccharide from Sargassum fusiforme on ameliorating learning and memory deficiencies in mice[J]. Carbohydr Polym, 2016, 139: 150-158.
[13] CHEN P, YANG S, HU C, et al. Sargassum fusiforme polysaccharide rejuvenates the small intestine in mice through altering its physiology and gut microbiota composition[J]. Curr Mol Med, 2017, 17(5): 350-358.
[14] 黄小流, 罗辉, 黄玉珊, 等. 马齿苋多糖对断奶大鼠肠道菌群影响的研究[J]. 动物营养学报, 2021, 33(8): 4694-4707. doi: 10.3969/j.issn.1006-267x.2021.08.048 [15] ZHANG Y B, QIN S, SONG Y P, et al. Alginate oligosaccharide alleviated cisplatin-induced kidney oxidative stress via Lactobacillus genus-fahfas-nrf2 axis in mice[J]. Front Immunol, 2022, 13: 857242. doi: 10.3389/fimmu.2022.857242
[16] 张玉姣, 孙晓娜, 田伟功, 等. 岩藻多糖及其降解物在小鼠肠道中的代谢及对肠道代谢产物的影响[J]. 现代食品科技, 2022, 38(12): 26-33. [17] IKEDA-OHTSUBO W, LOPEZ NADAL A, ZACCARIA E, et al. Intestinal microbiota and immune modulation in zebrafish by fucoidan from okinawa mozuku (Cladosiphon okamuranus)[J]. Front Nutr, 2020, 7: 67. doi: 10.3389/fnut.2020.00067
[18] 胡顺强, 郑恩萍, 赵婷雪, 等. 羊栖菜多酚微胶囊的制备及稳定性评价[J]. 现代食品, 2022, 28(15): 156-160. [19] 何丹. 利用羊栖菜开发生物有机肥及其应用研究[D]. 杭州: 浙江大学, 2018: 13-15. [20] 季德胜. 羊栖菜多糖分离纯化、结构鉴定及拮抗UVB辐射造成的皮肤光老化损伤研究[D]. 广州: 华南理工大学, 2017: 30. [21] DU R Y, GUO W W, YU S, et al. In situ assay of the reducing sugars in hydrophilic natural deep eutectic solvents by a modified DNS method[J]. J Mol Liq, 2023, 385: 122286.
[22] 葛东振. 酶法制备褐藻胶寡糖及其在方斑东风螺养殖上的应用评价[D]. 保定: 河北农业大学, 2022: 23-24. [23] 詹梦涛, 娄水珠, 刘仙花, 等. 3, 5-二硝基水杨酸法测定液体糖中总糖含量[J]. 云南民族大学学报 (自然科学版), 2020, 29(4): 317-321. [24] 汪梓旭. 孤囊马尾藻多糖与寡糖制备工艺优化[D]. 海口: 海南大学, 2020: 34-36. [25] 梁美娜, 张立宁, 林振, 等. 不同海区养殖羊栖菜组成分析及多糖的抗氧化活性研究[J]. 食品工业科技, 2023, 44(22): 275-284. [26] 杨斯淇. 羊栖菜多糖酶解产物及其分离纯化组分的生物活性研究[D]. 杭州: 浙江工商大学, 2018: 30-32. [27] 褚晨亮, 欧阳东菊, 陈润柯, 等. 三桠苦提取物抑菌活性研究[J]. 山东化工, 2024, 53(4): 30-32, 36. doi: 10.3969/j.issn.1008-021X.2024.04.009 [28] 张占霞, 闫路娜, 崔媛婕. 响应面优化酶法提取地皮菜粗多糖工艺的研究[J]. 中国食品添加剂, 2024, 35(10): 118-124. [29] WU Q, QIN D D, CAO H X, et al. Enzymatic hydrolysis of polysaccharide from Auricularia auricula and characterization of the degradation product[J]. Int J Biol Macromol, 2020, 162: 127-135. doi: 10.1016/j.ijbiomac.2020.06.098
[30] 王闪闪, 黄秀芳, 何华汉, 等. 山桐子饼粕多糖的提取优化及抗氧化活性研究[J/OL]. 中国粮油学报, https://doi.org/10.20048/j.cnki.issn.1003-0174.000977. [31] YIN D F, SUN X J, LI N, et al. Structural properties and antioxidant activity of polysaccharides extracted from Laminaria japonica using various methods[J]. Protoc Bioinformatics, 2021, 111(P2): 201-209.
[32] 许波杰, 闫培生. 褐藻多糖的提取及生物活性研究进展[J]. 现代食品科技, 2024, 40(7): 369-378. [33] 崔永燕, 杨敏, 刘楠, 等. 褐藻胶寡糖的酶法定向制备及其结构-功能关系的研究进展[J]. 食品科学, 2024, 45(10): 320-329. doi: 10.7506/spkx1002-6630-20230512-109 [34] 邓雄, 熊燕飞, 伍树松, 等. 褐藻寡糖对低初生重断奶仔猪抗氧化能力、免疫功能和肠道上皮屏障的影响[J]. 动物营养学报, 2024, 36(7): 4271-4280. doi: 10.12418/CJAN2024.368 [35] 马斌, 苏航, 徐永江, 等. 褐藻寡糖对花鲈幼鱼生长和生理指标及肠道组织形态的影响[J]. 南方水产科学, 2024, 20(3): 76-84. doi: 10.12131/20240022 [36] 史文军, 王学江, 李峰, 等. 饲料中添加褐藻寡糖对脊尾白虾免疫能力的影响[J]. 江苏农业学报, 2024, 40(4): 698-710. doi: 10.3969/j.issn.1000-4440.2024.04.014 [37] 乔艳艳, 蒋洪洲, 李冬男, 等. 蓝莓多糖的结构解析、抗氧化及抗菌活性[J]. 食品科学, 2024, 45(21): 94-103. [38] 王转莉, 徐玲玲, 杨盼. 影响蒲公英多糖抑菌效果因素的研究[J]. 西安文理学院学报 (自然科学版), 2024, 27(4): 74-77. [39] 马巧丽, 胡玉龙, 李杰明, 等. 雪莲多糖的结构分析及其生物活性研究进展[J]. 中南药学, 2024, 22(8): 2138-2143.
计量
- 文章访问数: 0
- HTML全文浏览量: 0
- PDF下载量: 0
粤公网安备 44010502001741号
