Optimization for cultivation parameters of Bacillus sp. A4 using response surface methodology
-
摘要:
为了提高芽孢杆菌(Bacillus sp.)A4的菌浓度, 采用响应面法对其培养参数进行优化。以单因素实验为基础, 筛选适合A4菌生长的碳源和氮源, 采用Plackett-Burman实验方法确定影响菌浓度的显著因子; 通过最陡爬坡实验逼近菌浓度最大值响应稳定区域; 最后根据Box-Behnken实验确定显著因子的最佳水平, 建立相关参数的回归方程, 得到优化培养参数, 并以摇瓶培养实验验证理论参数及方程的科学性。结果显示, 最适碳源、氮源分别为玉米浆、大豆蛋白, 且它们与温度均为显著影响A4菌浓度的因子, 其最适水平分别为20.06 g · L-1、13.29 g · L-1、30.26 ℃。采用优化后的参数进行摇瓶培养(24 h), A4菌浓度达1.19×109 CFU · mL-1, 与理论计算值(1.24×109 CFU · mL-1)无显著差异(P>0.05), 但显著高于未优化菌株培养浓度(2.69×107 CFU · mL-1) (P < 0.01)。可见, 运用响应面法优化芽孢杆菌A4的培养参数, 能显著提高A4菌的菌浓度
Abstract:In order to increase the concentration of Bacillus sp.Strain A4, we used response surface methodology to optimize the cultivation conditions.We screened the most appropriate carbon source and nitrogen source via single factor experiment.Then, we obtained the significant factors for the growth of Strain A4 through Plackett-Burman design experiment.The highest concentration area was determined by the steepest climbing experiment.The optimal cultivation conditions and the correlation equation were analyzed by Box-Behnken central composite design experiment, and were verified by the real cultivation experiment.The results show that corn steep liquor and soybean protein were the optimal carbon and nitrogen sources.The concentration of soybean protein, corn steep liquor and temperature had remarkable effects on the growth of Strain A4, whose optimal values were 20.06 g · L-1, 13.29 g · L-1and 30.26 ℃, respectively.The concentration of Strain A4 reached 1.19×109 CFU · mL-1 after being cultured for 24 h, which had no significant difference with the predicted value (1.24×109 CFU · mL-1, P>0.05) according to the flask culture experiments, but was higher than that without optimization very significantly (2.69×107 CFU · mL-1, P < 0.01).The results indicate that response surface methodology can improve concentration of Strain A4.
-
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 不同碳源对菌浓度的影响
St.可溶性淀粉; C.玉米浆; St-C.可溶性淀粉-玉米浆; B.麸皮; M.糖蜜; B-M.麸皮-糖蜜; G.葡萄糖; Su.蔗糖; G-Su.葡萄糖-蔗糖; 字母相同或部分相同表示差异不显著(P>0.05), 反之表示差异显著(P < 0.05);图 2同此
Figure 1. Effect of various carbon sources on cell concentration
St.starch; C.corn steep liquor; St-C.starch-corn steep liquor; B.bran; M.molasses; B-M.bran-molasses; G.glucose; Su.sucrose; G-Su.glucose-sucrose.The same or partially same letters indicate no significant difference (P>0.05), while different letters indicate significant difference (P < 0.05).The same case in Fig. 2.
![]()
图 2 不同氮源对菌浓度的影响
P.蛋白胨; Y.酵母膏; P-Y.蛋白胨-酵母膏; Sm.豆粕; Sp.大豆蛋白; Sm-Sp.豆粕-大豆蛋白; A.硫酸铵
Figure 2. Effect of various nitrogen sources on cell concentration
P.peptone; Y.yeast; P-Y.peptone-yeast; Sm.soybean meal; Sp.soybean protein; Sm-Sp.soybean meal-soybean protein; A.ammonium sulfate
![]()
图 3 大豆蛋白和玉米浆对A4菌浓度影响的响应曲面和等高线图
Figure 3. Response surface and contour plots showing effects of soybean protein and corn steep liquor on cell concentration of Strain A4
![]()
图 4 温度和玉米浆对A4菌浓度影响的响应曲面和等高线图
Figure 4. Response surface and contour plots showing effects of temperature and corn steep liquor on cell concentration of Strain A4
![]()
图 5 温度和大豆蛋白对A4菌浓度影响的响应曲面和等高线图
Figure 5. Response surface and contour plots showing effects of temperature and soybean protein on cell concentration of Strain A4
表 1 Placket-Burman 实验因素水平及回归方程方差分析
Table 1 Level and effect of experimental factors for Plackett-Burman design
因素
factor水平 level F P>F 重要性
significance-1 1 A玉米浆/g·L-1 corn steep liquor 10.00 20.00 6.80 0.059 5 3 B大豆蛋白/g·L-1 soybean protein 3.00 6.00 66.43 0.001 2 1 C温度/℃ temperature 15.00 30.00 17.93 0.008 2 2 D pH 7.00 8.00 1.14 0.346 3 6 E转速/r·min-1 rotate speed 150.00 225.00 2.40 0.149 0 4 F接种量/% inoculation amount 1 3 1.67 0.211 7 5 G装液量/% liquid volume in flask 40 60 0.44 0.489 1 7 注:模型的判定系数R2=0.963 0;模型的调整确定系数RAdj2=0.898 2
Note:The determination coefficient R2 was 0.963 0;the adjusted determination coefficient RAdj2 was 0.898 2.
下载: 导出CSV
表 2 最陡爬坡实验设计及结果
Table 2 Design and result of the steepest ascent design
序号
No.A:玉米浆/g·L-1
corn steep liquorB:大豆蛋白/g·L-1
soybean proteinC:温度/℃ temperature 菌浓度/108 CFU·mL-1
cell concentration1 16.00 3.00 26.00 5.51 2 18.00 6.00 28.00 8.04 3 20.00 9.00 30.00 8.68 4 22.00 12.00 32.00 11.29 5 24.00 15.00 34.00 7.80 6 26.00 18.00 36.00 5.62 7 28.00 21.00 38.00 5.88 8 30.00 24.00 40.00 3.51
下载: 导出CSV
表 3 Box-Behnken 实验设计的因素及水平编码表
Table 3 Assigned concentration of each variable at different levels in Box-Behnken test
因素
factor编码水平 coded level of variables -1 0 1 A玉米浆/g·L-1 corn steep liquor 18.00 22.00 26.00 B大豆蛋白/g·L-1 soybean protein 8.00 12.00 16.00 C温度/℃ temperature 29.00 32.00 35.00
下载: 导出CSV
表 4 Box-Behnken 实验设计及结果
Table 4 Design and result of Box-Behnken test
序号
No.玉米浆(A)
corn steep liquor大豆蛋白(B)
soybean protein温度(C)
temperature菌浓度(Y)/108 CFU·mL-1
cell concentration1 -1 -1 0 9.83 2 1 -1 0 7.48 3 -1 1 0 10.43 4 1 1 0 10.43 5 -1 0 -1 11.90 6 1 0 -1 7.45 7 -1 0 1 8.29 8 1 0 1 10.11 9 0 -1 -1 9.54 10 0 1 -1 11.53 11 0 -1 1 8.51 12 0 1 1 9.49 13 0 0 0 12.30 14 0 0 0 11.72 15 0 0 0 12.27 16 0 0 0 12.40 17 0 0 0 11.20
下载: 导出CSV
表 5 回归系数模型及方差分析表
Table 5 Coefficient of regression model and variance analysis
因素
factor平方和
SS自由度
DF均方
MSF P>F 显著性
significance回归 regression 42.38 9 4.71 19.95 0.000 3 ** A 3.10 1 3.10 13.13 0.008 5 * B 5.31 1 5.31 22.51 0.002 1 * C 2.02 1 2.02 8.56 0.022 2 * AB 1.38 1 1.38 5.85 0.046 2 * AC 9.83 1 9.83 41.63 0.000 3 ** BC 0.26 1 0.26 1.08 0.333 2 Ns A2 8.05 1 8.05 34.10 0.000 6 ** B2 4.67 1 4.67 19.77 0.003 0 * C2 5.64 1 5.64 23.91 0.001 8 * 残差 residual 1.65 7 0.24 失拟项 lack of fit 0.61 3 0.20 0.79 0.560 3 纯误差 pure error 1.04 4 0.26 总差 cor total 44.03 16 注:*.差异显著(P < 0.05);* *.差异极显著(P < 0.001);Ns.不显著; 模型的判定系数R2=0.962 5;模型的调整确定系数RAdj2=0.914 2
Note:*.significant difference (P < 0.05);* *.very significant difference (P < 0.001);Ns.non-significant difference; the determination coefficient R2 was 0.962 5;the adjusted determination coefficient RAdj2 was 0.914 2.
下载: 导出CSV
-
[1] 彭聪聪, 李卓佳, 曹煜成, 等.凡纳滨对虾半集约化养殖池塘浮游微藻优势种变动规律及其对养殖环境的影响[J].海洋环境科学, 2011, 30(2):193-198. doi: 10.3969/j.issn.1007-6336.2011.02.010 [2] MCFARLAND K, JEAN F, THEBAULT J, et al.Potential impacts of blooms of the toxic dinoflagellate Karenia brevis on the growth, survival and juvenile recruitment of the non-native green mussel Perna viridis in southeastern United States[J].Toxicon, 2015, 109:94-102.
[3] 姜冰, 宋伦, 时明明, 等.辽宁近海外来赤潮海洋微藻入侵现状[J].水产科学, 2015, 34(12):795-800. http://industry.wanfangdata.com.cn/dl/Magazine?magazineId=sckx&... [4] ZHOU Y, MICHALAK A M, BELETSKY D, et al.Record-breaking Lake Erie hypoxia during 2012 drought[J].Environ Sci Technol, 2014, 49(2):800-807. https://ciglr.seas.umich.edu/wp-content/uploads/2017/07/Zhou_et_al...
[5] GRATTAN L M, HOLOBAUGH S, MORRIS J G.Harmful algal blooms and public health[J].Harmful Algae, 2016, 57(B):2-8. http://www.jlakes.org/config/hpkx/news_category/2017-05-27/1-s2.0-S...
[6] WALSH C J, BUTAWAN M, YORDY J, et al.Sublethal red tide toxin exposure in free-ranging manatees (Trichechus manatus) affects the immune system through reduced lymphocyte proliferation responses, inflammation, and oxidative stress[J].Aquat Toxicol, 2015, 161(e1):73-84.
[7] SU J F, MA M, WEI L, et al.Algicidal and denitrification characterization of Acinetobacter sp.J25 against Microcystis aeruginosa and microbial community in eutrophic landscape water[J].Mar Pollut Bull, 2016, 107(1):233-239. doi: 10.1016/j.marpolbul.2016.03.066
[8] 刘征宇, 宁喜斌, 李文利, 等.3株太湖溶藻细菌的分离及溶藻特性的初步研究[J].食品与发酵工业, 2016, 42(2):59-64. http://www.cqvip.com/QK/93201X/201602/668327553.html [9] SISON-MANGUS M P, JIANG S, KUDELA R M.Phytoplankton-associated bacterial community composition and succession during toxic diatom bloom and non-bloom events[J].Front Microbiol, 2016, 7(1433):1-12. https://escholarship.org/uc/item/9dz9950f
[10] LUPETTE J, LAMI R, KRASOVEC M, et al.Marinobacter dominates the bacterial community of the Ostreococcus tauri phycosphere in culture[J].Front Microbiol, 2016, 7:1-14.
[11] 郗建云, 曹煜成, 李卓佳, 等.溶藻菌A2对4种微藻的溶藻效果分析[J].南方水产科学, 2016, 12(5):34-42. http://www.schinafish.cn/CN/abstract/abstract9375.shtml [12] 周进, 陈国福, 朱小山, 等.赤潮过程中"藻-菌"关系研究进展[J].生态学报, 2014, 34(2):269-281. http://www.cqvip.com/QK/90772X/201402/48438315.html [13] AMIN S A, PARKER M S, ARMBRUST E V.Interactions between diatoms and bacteria[J].Microbiol Mol Biol Rev, 2012, 76(3):667-684. doi: 10.1128/MMBR.00007-12
[14] YANG Y F, HU X J, ZHANG J, et al.Community level physiological study of algicidal bacteria in the phycospheres of Skeletonema costatum and Scrippsiella trochoidea[J].Harmful Algae, 2013, 28(3):88-96.
[15] 苗祯, 杜宗军, 李会荣, 等.5株北极微藻藻际环境的细菌多样性[J].生态学报, 2015, 35(5):1587-1600. http://mall.cnki.net/magazine/Article/STXB201505033.htm [16] 张俊, 杨宇峰, 龚映雪, 等.中肋骨条藻与锥状斯氏藻藻际细菌溶藻效应研究[J].环境科学学报, 2010, 30(6):1271-1279. http://industry.wanfangdata.com.cn/yj/Detail/Periodical?id=... [17] 金秋, 陈立华, 闫少锋.有效微生物技术在城市环境治理领域中的应用[J].环境科技, 2015, 28(1):70-74. http://www.wenkuxiazai.com/doc/f06d61ac76eeaeaad0f3300a.html [18] 王寿兵, 徐紫然, 张洁.大型湖库富营养化蓝藻水华防控技术发展述评[J].水资源保护, 2016, 32(4):88-99. doi: 10.3880/j.issn.1004-6933.2016.04.015 [19] 潘立勇, 朱争鸣, 杨茜.利用微生物消除故黄河藻类的初步研究[J].环境科学与技术, 2001, 24(3):39-41. doi: 10.3969/j.issn.1003-6504.2001.03.011 [20] 郗建云. 虾池甲藻溶藻细菌的溶藻特性分析[D]. 上海: 上海海洋大学, 2016: 37. http://cdmd.cnki.com.cn/Article/CDMD-10264-1016912468.htm [21] 杨莺莺, 李卓佳, 陈永青, 等.益生菌D-1液体发酵工艺的研究[J].南方水产, 2005, 1(6):44-49. http://www.oalib.com/paper/4365136 [22] RAO Y K, TSAY K J, WU W S, et al.Medium optimization of carbon and nitrogen sources for the production of spores from Bacillus amyloliquefaciens B128 using response surface methodology[J].Process Biochem, 2007, 42(4):535-541. doi: 10.1016/j.procbio.2006.10.007
[23] 沈萍, 范秀荣, 李广武.微生物学实验[M].3版.北京:高等教育出版社, 1996:90-97. [24] 刘姣, 汪丽萍, 谭斌, 等.小麦麸皮生物加工及其在面制品中应用研究进展[J].食品工业科技, 2016, 37(12):375-379. doi: 10.3969/j.issn.1674-5280.2014.05.012 [25] 徐海燕, 辛国芹, 汪孟娟, 等.7株芽孢杆菌固体发酵条件下的产酶情况及对饲料消化能力的影响[J].青岛农业大学学报(自然科学版), 2016, 33(2):124-129. http://www.cnki.com.cn/Article/CJFDTotal-JSNY201307091.htm [26] BHATTACHARJEE K, JOSHI S R.A selective medium for recovery and enumeration of endolithic bacteria[J].J Microbiol Meth, 2016, 129:44-54. doi: 10.1016/j.mimet.2016.07.026
[27] OH J I, KIM M J, LEE J Y, et al.Isolation and characterization of algicidal bacteria from Cochlodinium polykrikoides culture[J].Biotechnol Bioprocess Eng, 2011, 16(6):1124-1133. doi: 10.1007/s12257-011-0232-2
[28] ONISHI Y, MOHRI Y, TUJI A, et al. The seagrass Zostera marina harbors growth-inhibiting bacteria against the toxic dinoflagellate Alexandrium tamarense[J].Fish Sci, 2014, 80(2):353-362. doi: 10.1007/s12562-013-0688-4
[29] 陆洪省, 刘文君, 张瑶, 等.溶藻菌R1的分离鉴定以及对栅藻共处代谢的影响[J].微生物学通报, 2016, 43(3):495-503. http://journals.im.ac.cn/html/wswxtbcn/2016/3/tb16030495.htm [30] KATO J, AMIE J, MURATA Y, et al.Development of a genetic transformation system for an alga-lysing bacterium[J].Appl Environ Microbiol, 1998, 64(6):2061-2064. https://www.researchgate.net/publication/13680031_Development_of_a...
[31] 刘开朗, 王加启, 卜登攀, 等.环境微生物群落结构与功能多样性研究方法[J].生态学报, 2010, 30(4):1074-1080. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB201004029.htm [32] GOU Y F, LI J H, ZHU J B, et al.Enhancing inulinase yield by irradiation mutation associated with optimization of culture conditions[J].Braz J Microbiol, 2015, 46(3):911-920. doi: 10.1590/S1517-838246320140918
[33] PU J B, XIA B H, HU Y J, et al.Multi-optimization of ultrasonic-assisted enzymatic extraction of Atratylodes macrocephala polysaccharides and antioxidants using response surface methodology and desirability function approach[J].Molecules, 2015, 20(12):22220-22235. doi: 10.3390/molecules201219837
[34] 唐艳斌, 闫巧娟, 江正强, 等.枯草芽孢杆菌产β-1, 3-1, 4-葡聚糖酶的响应面优化[J].微生物学通报, 2013, 40(4):551-557. http://med.wanfangdata.com.cn/Paper/Detail/PeriodicalPaper... [35] MAZZUCOTELLI C A, MOREIRA M D, ANSORENA M R.Statistical optimization of medium components and physicochemical parameters to simultaneously enhance bacterial growth and esterase production by Bacillus thuringiensis[J].Can J Microbiol, 2016, 62(1):24-34. doi: 10.1139/cjm-2015-0463
[36] 徐洪伟, 鞠红梅, 孙琪, 等.小分子肽产生菌培养基碳源与氮源的优化[J].中国卫生检验杂志, 2011, 21(8):1931-1935. http://www.cnki.com.cn/Article/CJFDTOTAL-ZWJZ201108037.htm [37] 谢涛, 方慧英, 诸葛健.玉米浆在产甘油假丝酵母甘油发酵中的作用机理[J].微生物学通报, 2006, 33(4):80-84. http://www.wenkuxiazai.com/doc/aca8fdc50c22590102029dab.html [38] 唐军, 黄良军, 蔡水洪, 等.玉米浆用量、渗透压和耗糖速率对甘油发酵的影响[J].华东理工大学学报(自然科学版), 2001, 27(3):234-237. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNGZ200819027.htm [39] 程谦伟, 孟陆丽, 刘胜.利用生产大豆浓缩蛋白副产物发酵酒精的研究[J].中国酿造, 2012, 31(5):68-70. http://www.cqvip.com/QK/91569X/200711/25965274.html [40] 艾骥. 溶藻细菌770SH、802SH的分离、鉴定及溶藻特性的研究[D]. 武汉: 华中农业大学, 2008: 21. http://cdmd.cnki.com.cn/Article/CDMD-10504-2008203768.htm [41] 曹煜成, 文国樑, 李卓佳, 等.池塘水体微生物群落代谢活性的动态变化及其与水质的关系[J].安全与环境学报, 2015, 15(1):280-284. http://www.cqvip.com/QK/83738X/201501/664126871.html -
期刊类型引用(13)
1. 王志华，杨晓明，田思泉. 南太平洋长鳍金枪鱼资源不同尺度的空间格局特征. 南方水产科学. 2023(02): 31-41 . 
本站查看
2. 许回，宋利明，沈介然，李玉伟，张敏. 基于GAM的库克群岛海域长鳍金枪鱼CPUE时空分布与海洋环境的关系. 海洋通报. 2023(04): 444-455 . 百度学术
3. XU Hui，SONG Liming，ZHANG Tianjiao，LI Yuwei，SHEN Jieran，ZHANG Min，LI Kangdi. Effects of Different Spatial Resolutions on Prediction Accuracy of Thunnus alalunga Fishing Ground in Waters Near the Cook Islands Based on Long Short-Term Memory(LSTM) Neural Network Model. Journal of Ocean University of China. 2023(05): 1427-1438 . 必应学术
4. 宋利明，任士雨，洪依然，张天蛟，隋恒寿，李彬，张敏. 大西洋热带海域长鳍金枪鱼渔场预报模型的比较. 海洋与湖沼. 2022(02): 496-504 . 百度学术
5. 袁红春，高子玥，张天蛟. 基于改进的XGBoost模型预测南太平洋长鳍金枪鱼资源丰度. 海洋湖沼通报. 2022(02): 112-120 . 百度学术
6. 周胜杰，杨蕊，于刚，吴洽儿，马振华. 青干金枪鱼和小头鲔循环水养殖生长研究. 水产科学. 2021(03): 339-346 . 百度学术
7. 程懿麒，张俊波，汪金涛，雷林. 基于神经网络的印度洋长鳍金枪鱼(Thunnus alalunga)时空分布与海洋环境关系研究. 海洋与湖沼. 2021(04): 960-970+1-6 . 百度学术
8. 谢笑艳，汪金涛，陈新军，陈丕茂. 南印度洋长鳍金枪鱼渔获率与水深温度关系研究. 南方水产科学. 2021(05): 86-92 . 本站查看
9. 张嘉容，杨晓明，戴小杰，邹莉瑾. 南太平洋长鳍金枪鱼延绳钓渔获率与环境因子的关系研究. 南方水产科学. 2020(01): 69-77 . 本站查看
10. 张亚男，官文江，李阳东. 印度洋长鳍金枪鱼栖息地指数模型的构建与验证. 上海海洋大学学报. 2020(02): 268-279 . 百度学术
11. 张嘉容，杨晓明，田思泉. 基于最大熵模型的南太平洋长鳍金枪鱼栖息地预测. 中国水产科学. 2020(10): 1222-1233 . 百度学术
12. 侯娟，周为峰，樊伟，张衡. 基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究. 南方水产科学. 2020(05): 42-50 . 本站查看
13. 江建军，许柳雄，朱国平，郭志勋，朱伟俊. 利用鳍条研究北太平洋长鳍金枪鱼的年龄与生长. 水产学报. 2019(04): 917-927 . 百度学术
其他类型引用(14)
计量
- 文章访问数: 3384
- HTML全文浏览量: 1087
- PDF下载量: 659
- 被引次数: 27
粤公网安备 44010502001741号
