大亚湾海域水体和沉积物中石油类含量与分布特征

孙涛, 肖雅元, 王腾, 刘永, 付亚男, 李纯厚

孙涛, 肖雅元, 王腾, 刘永, 付亚男, 李纯厚. 大亚湾海域水体和沉积物中石油类含量与分布特征[J]. 南方水产科学, 2018, 14(4): 1-9. DOI: 10.3969/j.issn.2095-0780.2018.04.001
引用本文: 孙涛, 肖雅元, 王腾, 刘永, 付亚男, 李纯厚. 大亚湾海域水体和沉积物中石油类含量与分布特征[J]. 南方水产科学, 2018, 14(4): 1-9. DOI: 10.3969/j.issn.2095-0780.2018.04.001
SUN Tao, XIAO Yayuan, WANG Teng, LIU Yong, FU Yanan, LI Chunhou. Content and distribution characteristics of petroleum hydrocarbons in Daya Bay waters and sediments[J]. South China Fisheries Science, 2018, 14(4): 1-9. DOI: 10.3969/j.issn.2095-0780.2018.04.001
Citation: SUN Tao, XIAO Yayuan, WANG Teng, LIU Yong, FU Yanan, LI Chunhou. Content and distribution characteristics of petroleum hydrocarbons in Daya Bay waters and sediments[J]. South China Fisheries Science, 2018, 14(4): 1-9. DOI: 10.3969/j.issn.2095-0780.2018.04.001

大亚湾海域水体和沉积物中石油类含量与分布特征

基金项目: 公益性行业 (农业) 科研专项经费项目 (201403008);国家重点基础研究发展计划项目 (2015CB452904);国家自然科学基金NSFC-广东联合基金重点项目 (U1301235);中国水产科学研究院南海水产研究所中央级公益性科研院所基本科研业务费专项资金资助(2016TS35)
详细信息
    作者简介:

    孙 涛(1992 — ),男,硕士研究生,从事经济鱼种栖息地适宜性分析研究。E-mail:suntaoll@foxmail.com

    通讯作者:

    李纯厚(1963 — ),男,研究员,从事水生生物学研究。E-mail:chunhou@scsfri.ac.cn

  • 中图分类号: X 834

Content and distribution characteristics of petroleum hydrocarbons in Daya Bay waters and sediments

  • 摘要: 为探讨大亚湾海域水体和沉积物中石油烃的含量及其分布特征,2015年4月(春季)、8月(夏季)、10月(秋季)和12月(冬季)对大亚湾海域的石油烃进行了4个季度调查。结果显示,大亚湾表层水体石油烃质量浓度为0.005~0.268 mg·L–1,均值为0.067 mg·L–1,水质为国家三类海水,平均污染指数(Pi)为1.34,水体已经受到石油烃的污染。水体中石油烃的分布主要受湾内顺时针方向水平环流的影响,春季石油烃的高值区位于湾内东部海域,夏季位于湾内南部海域,秋季位于湾内西南部海域,冬季则位于湾内北部海域。表层沉积物中石油烃质量分数为7~559 mg·kg–1,均值为183.4 mg·kg–1,平均Pi为0.367,表明大亚湾表层沉积物除了A9站位受污染之外,整体未受石油烃污染。表层沉积物中石油烃呈点源分布,高值区位于中央列岛区、南澳镇东北海域以及大辣甲东面海域,主要分布于石化排污区、进港航道和油码头附近。
    Abstract: We investigated the content and distribution characteristics of petroleum hydrocarbon in Daya Bay waters and sediments in spring, summer, autumn and winter of 2015. The mass concentrations of petroleum in surface waters ranged from 0.005 mg·L–1 to 0.268 mg·L–1 (average: 0.067 mg·L–1). According to the National Seawater Standard, the water quality was at Grade Ⅲ. The average pollution index (Pi) was 1.34, indicating that the seawater had been polluted by petroleum hydrocarbons. The distribution of petroleum hydrocarbons in surface waters was mainly affected by the horizontal clockwise circulation. The petroleum hydrocarbons high value area was located in the eastern part in spring, southern part in summer, southwest in autumn and northern part in winter. The range of petroleum hydrocarbons mass fraction in surface sediments was 7−559 mg·kg–1 (average:183.4 mg·kg–1). The average Pi was 0.367, indicating that the surface sediments in Daya Bay were not polluted by petroleum hydrocarbon, except Station A9. Petroleum hydrocarbon was a point source in surface sediments, and the high value area was located in the central archipelagic region, northeastern Nan'ao Town and eastern Dalajia Island, and all of those areas were distributed in the petrochemical sewage area, near the channel and the petroleum terminal.
  • 康氏马鲛(Scomberomorus commerson)俗称鱼、康氏鲅,隶属鲈形目鲭科马鲛属,暖水性中上层肉食性鱼类,广泛分布于印度-西太平洋海域,国外自非洲东岸、红海,东至澳洲,北至韩国、日本均有分布[1],中国主要产于南海,东海和黄海北部可见少数洄游鱼群[2]。康氏马鲛游泳能力强,栖息深度为15~200 m,当南海北部近海水温下降时迁移至外海;水温上升时,从外海向近海作产卵和索饵洄游,表现出集群习性[2]。其肉质细腻、味道鲜美、营养丰富,兼具补气、平咳和提神等功效。康氏马鲛是各沿岸国重要的海产优质鱼类,全世界年产量(7~22)×104 t[3],是底拖网、流刺网及海钓的重要捕捞对象。鲭科鲔属、鲭属等鱼类都是常被人类食用的深海鱼,但近年来黄鳍金枪鱼(Thunnus albacores)产量严重下降[4]、黑鲔(Euthynnus lineatus)更被视为已濒临绝种[5],以往渔获尚称充足的马鲛也面临过度捕捞的压力。

    遗传多样性体现了物种对不同环境的适应能力和开发利用的潜力,开展鱼类遗传多样性研究对渔业资源的保护和持续利用至关重要[6]。目前国外关于康氏马鲛遗传多样性和种群结构的研究已有一些报道,包括HOOLIHAN等[7]、SULAIMAN等[8]通过线粒体控制区分别研究ROPME海域、东南亚和澳大利亚北部康氏马鲛种群结构;HERWERDEN等[9]基于微卫星标记研究阿拉伯半岛康氏马鲛群体的遗传变异;FAUVELOT和BORSA[3]通过控制区、细胞色素b以及微卫星3种分子标记探究其种群结构等。但中国关于康氏马鲛的研究很少,仅有杨炳忠等[10]关于马鲛体型特征与网目尺寸关系的初步探讨等少量渔业资源方面的调查研究,尚未见到遗传多样性及种质资源方面的报道。线粒体DNA(mtDNA)是群体遗传学研究的理想分子标记,具有分子结构简单、无重组、进化速度快及遵循母系遗传等优点[11]。其中线粒体控制区序列进化速率较快,但存在模糊种群遗传结构及片段缺失的情况[12],而进化速率中等的COI基因,不仅是物种DNA条形码鉴定的首选分子标记,如HEBERT等[13]提出了DNA条形码的概念及应用,WARD等[14]对澳大利亚207种鱼类进行了分子鉴定;同时也被广泛应用于群体遗传结构和遗传分化分析[12],如WANG等[15]、BENTLEY等[16]和SUN等[17]运用COI序列分别对大黄鱼(Larimichthys crocea)、裸狐鲣(Gymnosarda unicolor)和银鲳(Pampus argenteus)进行遗传变异分析。南海是中国康氏马鲛的主要产区,文章通过对南海康氏马鲛COI基因序列变异的研究,旨在了解其遗传背景,为种质资源保护利用提供参考资料。

    野生康氏马鲛样品为2005年~2014年间由近海作业的渔船上直接采购而得,采自广东省潮州市饶平(编号RP,20尾)、阳江市(编号YJ,20尾)以及广西防城港市东兴(编号DX,22尾),共计62尾。样品经形态学鉴定后用95%乙醇固定保存。取康氏马鲛背部肌肉组织约100 mg,采用酚-氯仿方法提取基因组DNA并用乙醇沉淀,于40 μL TE溶液溶解后保存。基因组DNA的提取和PCR扩增条件均参照乐小亮等[18]方法,PCR扩增引物为笔者实验室自行设计Cox1Rm:5′-GDGAAATYATWCCRAATCCGGGA-3′和Cox1F:5′-TCYTACCTGTGG-CMATCACACG-3′,PCR产物送至华大基因有限公司切胶纯化并测序。

    使用BioEdit 7.0.9.0软件人工校对序列,在MEGA 6.0软件中统计碱基组成,计算转换与颠换比、群体内及群体间遗传距离,构建基于Kimura-2 Parameter(K2P)模型的邻接树,并以1 000次bootstrap计算分支支持率[19]。基于Network软件构建网络图,并结合邻接树以分析单倍型分布情况及种群结构[20]。根据DnaSP 5.10软件统计各地理群体及总体单倍型数、核苷酸多样性(π)、单倍型多样性(Hd)等遗传多样性指数;获得净遗传距离(Da)以计算不同分支间分化时间[21];进行Ramos-Onsins & Rozas′s R2检验[22]。使用Arlequin 3.5软件计算遗传分化系数(Fst),并通过1 000次重复抽样检验其显著性以评价群体间遗传差异,根据公式Nm=(1-Fst)/(2Fst)计算群体间基因流(Nm); 获得τ、SSD和Raggedness值,通过分子方差(AMOVA)分析检验群体遗传变异[23]。根据Tajima′s D和Fu′s Fs中性检验结果以及基于DnaSP 5.10软件获得的核苷酸不配对分析图来检测种群的历史动态。种群扩张时间(T)利用公式τ=2ut进行估算,其中t表示种群扩张至今所经历的代数,T=t×代时,代时为研究对象的生殖周期;τ为扩张时间参数,u=μkμ为线粒体COI基因变异速率,k表示序列长度。

    在62尾康氏马鲛线粒体COI 5′端711 bp序列中,共检测到26个变异位点,其中11个简约信息位点,15个单一变异位点;转换与颠换比例为4.81,表明此片段没有饱和,适合遗传分析。序列中T、C、A和G含量分别为29.9%、28.7%、23.5%和17.9%,A+T的含量(53.4%)略高于C+G的含量(46.6%),与大多数硬骨鱼类COI基因片段特性一致[24]。共发现18个单倍型,其中13个为各群体所特有,5个为共享单倍型;H1、H2、H6为所有群体所共享,H4为饶平和东兴群体共享,H9为阳江和东兴群体共享。康氏马鲛总体62条序列(Hd=0.808±0.040,π=0.004 0±0.000 6)以及不同地理群体(Hd 0.758~0.840,π 0.003 2~0.004 8)均呈现高单倍型多样性、低核苷酸多样性的特点,其中单倍型多样性东兴群体最高(Hd=0.840±0.057),饶平群体最低(Hd=0.758±0.081);核苷酸多样性饶平群体最高(π=0.004 8±0.000 7),阳江群体最低(π=0.003 2±0.001 0)。具体遗传多样性参数见表 1

    表  1  中国南海康氏马鲛的遗传多样性指数
    Table  1.  Genetic diversity parameters of S. commerson populations in the South China Sea
    群体
    population
    经纬度
    longitude and latitude
    数量
    n
    单倍型数
    N
    变异位点数
    variable site
    单倍型多样性
    Hd
    核苷酸多样性
    π
    饶平(RP) 117.01°E,23.67°N 20 8 15 0.758±0.081 0.004 8±0.000 7
    阳江(YJ) 111.99°E,21.82°N 20 8 14 0.805±0.070 0.003 2±0.001 0
    东兴(DX) 108.10°E,21.55°N 22 10 15 0.840±0.057 0.003 6±0.001 0
    Clade A 50 13 15 0.722±0.055 0.001 5±0.000 2
    Clade B 2 1 0 - -
    Clade C 10 4 7 0.533±0.180 0.001 9±0.000 8
    总体total 62 18 26 0.808±0.040 0.004 0±0.000 6
    注:n. 数量;N. 单倍型数;Hd. 单倍型多样性;π. 核苷酸多样性;Clade A~C表示邻接树上3个分支
    Note:n. number of samples;N. number of haplotypes;Hd. haplotype diversity;π. nucleotide diversity;Clade A,Clade B and Clade C represent three branches of neighbor-joining tree.
    下载: 导出CSV 
    | 显示表格

    在邻接树上(图 1),所有个体聚为3个分支:1)Clade A有50个体,其中饶平、阳江和东兴分别为13、18、19个体;2)Clade B仅2个体,饶平和东兴各1个体;3)Clade C含10个体,饶平、阳江和东兴分别有6、2、2个体。Clade A单倍型多样性(Hd=0.722±0.055)高于Clade C(Hd=0.533±0.180),但两者核苷酸多样性相近(分别为0.001 5±0.000 2、0.001 9±0.000 8),且明显比康氏马鲛总体(π=0.004 0±0.000 6)低。3个分支中均有来自不同地理群体的个体,不呈现明显的地理聚群。康氏马鲛群体单倍型网络图(图 2)也显示不同地理来源的单倍型混杂分布在一起,没有形成各自的分支,而是呈现出以单倍型H2(为所有群体所共享)为中心单倍型的非典型星状的发散图。网络图中存在3个单倍型组:右边矩形框内由13个单倍型聚集成最大一组,中间单倍型H4形成单独一组,左边矩形框内4个单倍型为第3个组。单倍型网络关系图(图 2)与邻接树(图 1)的拓扑结构相一致。因Clade B和Clade C包含个体数量较少(19.4%),下文不作深入分析。

    图  1  基于62尾康氏马鲛COI序列建立的邻接树
    分支上数字只显示1 000次重抽样分析中大于60%的支持率
    Figure  1.  Neighbor-joining tree based on 62 mtDNA COI sequences of S. commerson
    The supporting rate>60% bootstrap supported in 1 000 replicates are shown on branches.
    图  2  南海康氏马鲛COI基因单倍型网络
    每个饼图代表一个特有单倍型及其共享该单倍型的个体数;饼图同背景色及其面积表示地理来源及其相对丰度及其枝上短线为突变步数,RP,YJ和DX分别代表饶平、阳江和东兴;矩形框表示不同的单倍型组。
    Figure  2.  Parsimony network of COI haplotypes of S. commerson in the South China Sea
    Each pie represents a unique haplotype and the number of included individuals. Small open circles represent haplotypes that were not sampled in the study. A dash on line indicates a mutation step. Sampling sites are color-coded and abbreviated as RP for Raoping, YJ for Yangjiang and DX for Dongxin, and the size of colored area indicates its relative abundance. Rectangle blocks represent haplotype groups.

    南海康氏马鲛群体内与群体间平均遗传距离均为0.003~0.005;群体间Fst为-0.027~0.066,仅饶平与阳江之间P<0.05;基因流Nm均大于4或小于0,群体间遗传分化程度并不高(表 2)。进行AMOVA分子方差分析:1)将3个群体作为一组,群体内个体间变异为96.34%,群体间仅占3.66%;2)以琼州海峡为界,一组为东侧饶平和阳江群体,另一组为西侧东兴群体,群体内个体间变异为97.95%,两组间变异为-5.34%。分支间Fst为0.811~0.833且P<0.001,Nm为0.1~0.117;AMOVA分析显示82.61%的变异来自3个分支间,仅17.39%变异来自分支内个体间。参照线粒体COI序列变异速率为每百万年1%~3%[15],根据Clade A、Clade B间净遗传距离Da为0.006 8,Clade A、Clade C间Da为0.007 6以及Clade B、Clade C间Da为0.008 9,推算出分歧时间分别为(68~22.67)万年前、(76~25.33)万年前和(89~29.67)万年前,均处于中更新世时期。Clade A分支所含个体占总体的80.6%,进一步遗传分析发现这一分支内3个地理群体间Fst为-0.014~0.069,仅饶平与东兴之间P<0.05,Nm为-36.214~11.695;AMOVA分析表明Clade A分支内变异主要集中在群体内个体间(97.31%),显示Clade A分支内3个地理群体间遗传分化程度也不高。

    表  2  康氏马鲛地理群体间及分支间遗传分化系数(Fst)和基因流(Nm)
    Table  2.  Pairwise differentiation (Fst) and gene flow (Nm) among sampling sites and clades of S. commerson
    Nm
    Fst
    饶平
    RP
    阳江
    YJ
    东兴
    DX
    Clade A Clade B Clade C Clade A
    RP
    Clade A
    YJ
    Clade A
    DX
    饶平RP 7.076 8.121
    阳江YJ 0.066* -19.018
    东兴DX 0.058 -0.027
    Clade A 0.117 0.105
    Clade B 0.811*** 0.100
    Clade C 0.827*** 0.833**
    Clade A(RP) 11.695 6.746
    Clade A(YJ) 0.041 -36.214
    Clade A(DX) 0.069* -0.014
    注:*. 0.01<P<0.05;**. 0.001<P<0.01;***. P<0.001
    下载: 导出CSV 
    | 显示表格
    表  3  中国南海康氏马鲛的分子方差分析
    Table  3.  Analysis of molecular variance (AMOVA) of S. commerson in the South China Sea
    序号
    ordinal
    分组
    group
    项目
    item
    组群间
    among groups
    组群内群体间
    among populations within groups
    群体内
    within populations
    总计
    total
    I group (RP,YJ,DX) 平方和 5.16 85.23 90.39
    变异组成 0.05 1.45 1.50
    变异比例 3.66 96.34
    group1(琼州海峡东侧RP,YJ) group2(琼州海峡西侧DX) 平方和 1.53 3.63 85.23 90.39
    变异组成 0.08 0.11 1.45 1.48
    变异比例 -5.34 7.39 97.95
    group (Clade A,Clade B,Clade C) 平方和 56.21 34.18 90.39
    变异组成 2.75 0.58 3.33
    变异比例 82.61 17.39
    group (Clade A RP,Clade A YJ、Clade A DX) 平方和 1.57 25.33 26.90
    变异组成 0.02 0.53 0.55
    变异比例 2.69 97.31
    注:Ⅰ. 将康氏马鲛3个地理群体作为1组;Ⅱ. 按琼州海峡两侧分组;Ⅲ. 将3个分支作为1组;Ⅳ. 将Clade A分支中3个地理群体作为1组
    Note:Ⅰ. three populations as a whole;Ⅱ. two groups on either sides of Qiongzhou Strait;Ⅲ. cladewise;Ⅳ. three populations of Clade A as a whole
    下载: 导出CSV 
    | 显示表格

    康氏马鲛的中性检验及不配对分布见表 4图 3。Clade A核苷酸不配对分析(图 3-a)为明显单峰分布,中性检验为极显著负值(P<0.01),Ramos-Onsins & Rozas′s R2检验为0.10(P=0.04);Clade C核苷酸不配对分析(图 3-b)未呈单峰分布,虽Fu′s Fs为非显著负值(P=0.38),但Tajima′D为极显著负值(P=0.008),R2检验值为0.12。整体及3个群体中性检验都为非显著负值(P>0.05);R2检验结果为0.13~0.24(P>0.05),SSD和Raggedness值较大且不存在显著差异(P>0.05);核苷酸错配分析(图 3-c)为多峰分布。根据Clade A扩张参数τ为1.18,参考线粒体COI基因进化速率为每百万年1%~3%[15],以生殖周期为2年计[25],估算出Clade A扩张发生在末次冰期期间(8.30~2.77)万年前,扩张后的有效群体大小θ1(999 99)约是扩张前θ0(0.003 5)的2.8×107倍。

    表  4  康氏马鲛的中性检验、不配对分布
    Table  4.  Neutrality tests and mismatches distribution of S. commerson
    群体
    population
    Tajima′s D Fu′s Fs R2 P SSD P Rg P
    D P Fs P
    饶平RP -0.553 0.31 -0.286 0.50 0.13 0.08 0.06 0.08 0.11 0.22
    阳江YJ -1.425 0.06 -1.558 0.20 0.19 0.22 0.02 0.17 0.07 0.47
    东兴DX -1.254 0.11 -2.856 0.05 0.24 0.06 0.03 0.10 0.08 0.44
    Clade A -2.025 0.003 -8.935 0 0.10 0.04 0.01 0.29 0.09 0.14
    Clade B - - - - - - - - - -
    Clade C -1.839 0.008 -0.175 0.38 0.12 0.23 0.41 0 0.36 0.97
    总体total -1.077 0.16 -1.567 0.25 0.16 0.14 0.04 0.12 0.09 0.38
    下载: 导出CSV 
    | 显示表格
    图  3  康氏马鲛核苷酸不配对分析图
    a. Clade A;b. Clade C;c. 整体
    Figure  3.  Nucleotide mismatch distribution of S. commerson
    a. Clade A; b. Clade C; c. overall individuals

    康氏马鲛总体中性检验为非显著负值;R2检验及SSD、Raggedness值较大且不存在显著差异;核苷酸错配分析(图 3-c)为多峰分布均表明总体从数据上分析未呈现出扩张现象,可能是3个分支叠加所致,但Clade A核苷酸不配对分析(图 3-a)、中性检验及R2检验均表明Clade A在(8.30~2.77)万年前末次冰期期间发生过扩张现象。种群经历了快速扩张与气候变化及其生活习性有关,末次冰期期间气温水温下降,康氏马鲛经历了海平面的大幅度下降,近海栖息范围不断缩小[26],但因康氏马鲛广泛分布于印度-西太平洋海域[1],相比只栖息于近海沿海的鱼类种群,康氏马鲛因能由近海沿海向外海迁移[2],在洋流的影响下基因交流更为频繁,种群因而发生了扩张。Clade C分支Tajima′D检验为极显著负值(P=0.008),表明这一分支也发生过种群扩张,但其核苷酸不配对分析及Fu′s Fs检验均未从数据上呈现出扩张现象,可能与取样点及取样量过少有关。

    中国南海康氏马鲛线粒体COI序列总体及各地理群体均呈现出高单倍型多样性(Hd=0.808±0.040)、低核苷酸多样性特征(π=0.004 0±0.000 6),这与HOOLIHAN等[7](Hd=0.986,π=0.038)、FAUVELOT和BORSA[3](Hd=0.959,π=0.088)基于控制区序列分析康氏马鲛遗传多样性有相同的特点,符合GRANT和BOWEN[27]提出的4种海水鱼类遗传多样性模式中高Hdπ的分布模式。Clade A近期历史上发生过种群快速扩张,说明其在短时间内经历过由一个较小群体快速成长为一个大群体的过程[28],单倍型多样性随着群体数量的快速增加而变大,但核苷酸产生的变异没有足够的时间来积累,因此呈现高Hdπ特征。康氏马鲛与同分布于印度-西太平洋海域的裸狐鲣(Gymnosarda unicolor)(Hd=0.86±0.04,π=0.004±0.002)[16]相近,而明显高于银鲳(Pampus argenteus)(Hd=0.580±0.111,π=0.001 5±0.116)[17]、四指马鲅(Eleutheronema rhadinum)(Hd=0.530±0.089,π=0.001 6± 0.001 2)[29]等,说明其遗传多样性相对丰富,这可能是不同的地理分布和生活习性所致。

    基因流的阻隔及环境因子的影响会导致不同地理群体间遗传结构上的显著差异,大部分海水鱼常因其活动范围广、地理屏障少而被认为遗传分化较低,种群结构不明显[28]。文章中邻接树(图 1)和单倍型网络图(图 2)均聚集形成3个分支,分支间FstNm及AMOVA分析均表明NJ树上3个分支间存在高度显著分化,分歧时间约为(89~22.67)万年前间,可能是更新世冰期的影响[30],更新世存在冰期和间冰期的交替,冰期海平面的下降、沿海大陆架大面积露出使群体被迫分隔在不同海域形成了遗传结构上的差异,从而分化出了不同的分支[31]。但分支中不同地理来源的个体杂乱分布在一起,不呈现明显的地理聚群,是由于冰期过后气候回升,随着海平面的上升被隔离的分支进行了再次接触[30]

    群体间Fst(表 2)为-0.027~0.066,基因流Nm均大于4或小于0,AMOVA分子方差分析(表 3)显示群体内的变异为96.34%,表明群体间遗传分化程度并不高;不同分支与群体地理分布无关,表明群体间无明显地理结构,可能的原因包括:卵子具漂浮性和较强的潜在扩散能力,且成鱼存在产卵和索饵洄游这一集群习性行为[1-2],因此具有使种群资源恢复和促进群体间基因交流的能力;以琼州海峡为界的AMOVA分析也显示变异主要集中在群体内个体间(97.95%),说明琼州海峡未对康氏马鲛起到屏障隔离的作用,南海内不存在明显阻碍康氏马鲛扩散的地理障碍[32];受到向北的南海暖流和向南的黑潮以及中国沿岸流的影响,成鱼和幼鱼可随海流进行扩散[33];更新世后的海平面上升事件对海洋鱼类的mtDNA遗传结构具有重要影响[30],Clade A发生扩张的时间较晚,缺乏足够的时间达到迁移和漂变的平衡[33];还有一个可能原因是由于其他马鲛属鱼类分布均在80°的经度和80°的纬度甚至更小的范围内,但康氏马鲛在印度-西太平洋海域内的分布跨越了160°的经度和80°的纬度范围(自非洲东岸、红海,东至澳洲,北至中国、韩国、日本)[3],其在广阔的世界栖息范围内存在地理结构的分化[3, 8],但中国南海海域未达到这一分化程度。

    物种遗传多样性的高低,与其生存进化潜力密切相关[34]。目前康氏马鲛遗传多样性总体较丰富,说明其资源虽有所下降但未影响到遗传多样性,具有潜在的资源恢复能力,这为种内杂交和选育提供了种质保障。南海康氏马鲛虽然出现了3个分支,但分支间遗传差异不大,分支内与分支间都有不同地理来源的个体,各地理群体个体均分散存在于不同分支中,均表明没有出现明显的地理聚群,因而可作为一个管理保护单位。3个地理群体中,饶平与阳江间存在具统计学意义的显著分化(Fst=0.066,P=0.036);Clade A分支内饶平与东兴群体间也出现了显著分化(Fst=0.069,P=0.027),说明南海康氏马鲛可能并不是一个随机交配群体。因文中仅采用线粒体COI分子标记对南海3个地理群体进行康氏马鲛遗传多样性进行分析,可考虑结合其他更灵敏分子标记包括核基因标记(如AFLP、微卫星等)和线粒体基因标记(如控制区、细胞色素b等)并增加采样点和样品数量,以更深入地了解中国沿海康氏马鲛群体结构和遗传多样性状况。

  • 图  1   大亚湾石油烃类调查站位点分布图

    Figure  1.   Survey stations of petroleum hydrocarbons in Daya Bay

    图  2   大亚湾各季节表层水体石油烃平面分布图

    Figure  2.   Horizontal distribution and seasonal variation of petroleum hydrocarbons in surface waters of Daya Bay

    图  3   大亚湾各季节表层沉积物石油烃平面分布图

    Figure  3.   Horizontal distribution and seasonal variation of petroleum hydrocarbons in surface sediments of Daya Bay

    表  1   大亚湾表层海水石油烃浓度的季节变化

    Table  1   Seasonal variation of petroleum hydrocarbons in surface waters of Daya Bay

    季节
    season
    质量浓度/mg·L–1
    mass concentration
    平均值/mg·L–1
    average
    污染指数
    pollution index
    平均污染指数
    average pollution index
    超标率 (>0.05 mg·L–1)/%
    over-standard percentage
    春季 spring0.008~0.2680.0470.160~5.3600.94027.27
    夏季 summer0.012~0.1430.0600.240~2.8601.20050.00
    秋季 autumn0.013~0.2010.1122.600~4.0202.24086.36
    冬季 winter0.005~0.0840.0490.100~1.6800.98054.55
    下载: 导出CSV

    表  2   大亚湾表层沉积物中石油烃含量的季节变化

    Table  2   Seasonal variation of petroleum hydrocarbons in surface sediments of Daya Bay

    季节
    season
    质量分数/mg·kg–1
    mass fraction
    平均值/mg·kg–1
    average
    污染指数
    pollution index
    平均污染指数
    average pollution index
    超标率 (>500 mg·kg–1)/%
    over-standard percentage
    春季 spring7~20251.3000.014~0.4040.1030
    夏季 summer85.3~559258.0270.170 6~1.1180.5169.09
    秋季 autumn85.4~448254.2910.170 8~0.8960.5090
    冬季 winter84.2~324187.3820.168 4~0.6480.3750
    下载: 导出CSV

    表  3   国内外近海海域水体中石油烃质量浓度比较

    Table  3   Comparison of petroleum hydrocarbon mass concentrations in water bodies at home and abroad

    调查海区
    survey area
    质量浓度/mg·L–1
    mass concentration
    平均值/mg·L–1
    average
    参考文献
    Reference
    胶州湾 Jiaozhou Bay0.025~0.1140.053[27]
    山东近海 Shandong inshore0.010~1.8900.114[27]
    珠江口 Pearl River Estuary0.020~0.8100.130[25]
    内伶仃洋 Inner Ling Dingyang0.039~0.1080.069[30]
    湄洲湾 Meizhou Bay0.004~0.3420.037[31]
    东山湾 Dongshan Bay0.010~0.0600.026[6]
    渤海 Bohai Sea0.004~0.0650.026[32]
    福建沿岸 Seawater near Fujian0.005~0.0370.015[33]
    长江口 Yangtze Estuary0.006~0.1870.079[26, 34]
    泰米尔纳德邦海岸 Tamilnadu Coast, India0.002~0.014[35]
    阿拉伯海湾及阿曼湾 Arabian Gulf and Gulf of Oman0.002~0.013[45]
    亚历山大湾 Alexandria coastal area0.009~1.250[46]
    埃及红海海岸 Egyptian Red Sea coastal waters0.000 2~0.007[47]
    大亚湾 Daya Bay0.005~0.2680.067本研究
    下载: 导出CSV

    表  4   国内外近海沉积物中石油烃质量分数比较

    Table  4   Comparison of petroleum hydrocarbon mass fraction in offshore sediments at home and abroad

    调查海区
    survey area
    质量分数/mg·kg–1
    mass fraction
    平均值/mg·kg–1
    average
    参考文献
    Reference
    湄洲湾 Meizhou Bay20.0~87.040.0[36]
    长江口 Yangtze Estuary61.2~1 062.4246.1[12]
    珠江口 Pearl River Estuary15.0~923.0208.0[24]
    珠江口广州海域 Pearl River Estuary Guangzhou area51~1 910544.9[25]
    温州近海 Wenzhou inshore10.0~33.920.7[37]
    泉州湾 Quanzhou Bay42.4~1 290615[38]
    厦门港 Xiamen Port133.3~1 397569.8[3]
    渤海湾 Bohai Bay6.3~535158[28]
    泰米尔纳德邦海岸 Tamilnadu Coast, India1.48~4.23[39]
    泰国金奈海岸 Chennai Coast, India1.8~39.72[40]
    阿布扎比 Abu Dhabi, UAE6.14~62.7[41]
    法国福斯湾 Gulf of Fos, France7.8~180[42]
    突尼斯比塞大湖 Bizerte Lagoon, Tunisia0.05~19.5[43]
    大亚湾 Daya Bay7~559183.4本研究
    下载: 导出CSV
  • [1] 吴风霞, 黄洪辉, 戴明, 等. 大鹏澳浮游纤毛虫群落与环境因子间的关系[J]. 南方水产科学, 2017, 13(1): 1-9.
    [2] 李磊, 蒋玫, 王云龙, 等. 长江口及邻近海域沉积物中石油烃污染特征[J]. 中国环境科学, 2014, 34(3): 752-757.
    [3]

    OU S M, ZHENG J H, ZHENG J S, et al. Petroleum hydrocarbons and polycyclic aromatic hydrocarbons in the surficial sediments of Xiamen Harbour and Yuan Dan Lake, China[J]. Chemosphere, 2004, 56(2): 107-112.

    [4]

    YE B X, ZHANG Z H, MAO T. Petroleum hydrocarbon in surficial sediment from rivers and canals in Tianjin, China[J]. Chemosphere, 2007, 68(1): 140-149.

    [5]

    LYLA S, MANOKARAN S, KHAN A. Petroleum hydrocarbon distribution in continental shelf region of southeast coast of India[J]. Int J Sediment Res, 2012, 27(1): 73-83.

    [6] 陈财珍, 林静, 许贻斌, 等. 福建省东山湾海洋生态环境中石油烃类分布特征与评价[J]. 海洋开发与管理, 2015, 32(10): 73-77.
    [7]

    VEERASINGAM S, VENKATACHALAPATHY R, SUDHAKAR S, et al. Petroleum hydrocarbon concentrations in eight mollusc species along Tamilnadu Coast, Bay of Bengal, India[J]. J Environ Sci, 2011, 23(7): 1129-1134.

    [8]

    GILDE K, PINCKNEY J L. Sublethal effects of crude oil on the community structure of estuarine phytoplankton[J]. Estuar Coast, 2012, 35(3): 853-861.

    [9]

    EWAOBOHO I, AMU O. Effect of crude oil extracts on early stages of African catfish Heterobranchus longifilis (val.) reared under controlled condition[J]. Global J Environ Sci, 2010, 8(2): 23-28.

    [10]

    RODRIGUES R V, MIRANDA-FILHO K C, GUSMÃO E P, et al. Deleterious effects of water-soluble fraction of petroleum, diesel and gasoline on marine pejerrey Odontesthes argentinensis larvae[J]. Sci Total Environ, 2010, 408(9): 2054-2059.

    [11]

    PACHECO M, SANTOS M A. Biotransformation, endocrine, and genetic responses of Anguilla Anguilla L. to petroleum distillate products and environmentally contaminated waters[J]. Ecotoxicol Environ Saf, 2001, 49(1): 64-75.

    [12] 马继臻, 袁骐, 蒋玫, 等. 长江口及其邻近水域油污染分布特征及其评价[J]. 海洋渔业, 2007, 29(3): 251-256.
    [13] 侯俊妮, 张传松, 石晓勇. 北黄海石油烃含量的季节变化和分布特征[J]. 渔业科学进展, 2011, 32(5): 121-125.
    [14] 陈勇民. 港口水域石油污染生物降解及生物修复技术的基础研究[D]. 西安: 长安大学, 2002: 21-27.
    [15]

    VENTURINI N, MUNIZ P, BICEGO M C, et al. Petroleum contamination impact on macrobenthic communities under the influence of an oil refinery: integrating chemical and biological multivariate data[J]. Estuar Coast Shelf Sci, 2008, 78(3): 457-467.

    [16] 周爱国, 蔡鹤生. 地质环境质量评价理论与应用[M]. 武汉: 中国地质大学出版社, 1998: 70-83.
    [17] 姜犁明, 董良飞, 杨季芳, 等. 大亚湾海域N、P营养盐分布特征研究[J]. 常州大学学报(自然科学版), 2013, 25(2): 12-15.
    [18] 韩舞鹰, 林洪瑛, 黄西能. 广东省大亚湾海水交换的研究[J]. 海洋通报, 1988, 7(3): 1-7.
    [19] 王聪, 林军, 陈丕茂, 等. 大亚湾水交换的数值模拟研究[J]. 南方水产, 2008, 4(4): 8-15.
    [20] 中国水产科学研究院南海水产研究所, 惠州市海洋与渔业局. 惠州市海洋渔业发展规划(1998—2010)[R]. 1999: 50-100.
    [21] 陈文静, 周劲风, 李耀初. 大亚湾海域水质变化趋势及成因分析[J]. 环境科学与技术, 2010, 33(s2): 28-32.
    [22] 徐娇娇. 大亚湾石化排污对邻近海域生态环境的影响及生态系统健康评价[D]. 上海: 上海海洋大学, 2013: 32-34.
    [23] 易华. 大亚湾海域重金属变化趋势分析[J]. 广东化工, 2012, 39(14): 111-113, 129.
    [24] 潘建明, 扈传昱, 刘小涯, 等. 珠江河口沉积物中石油烃分布及其与河口环境的关系[J]. 海洋环境科学, 2002, 21(2): 23-27.
    [25] 魏鹏, 黄良民, 冯佳和, 等. 珠江口广州海域石油烃的分布特征[J]. 海洋环境科学, 2010, 29(4): 473-476.
    [26] 唐洪杰, 杨茹君, 张传松, 等. 东海赤潮频发区石油烃的季节分布特征[J]. 海洋环境科学, 2007, 26(5): 446-449.
    [27] 谭丽菊, 张哲, 王江涛, 等. 山东近海水体石油烃的分布特征研究[J]. 中国海洋大学学报 (自然科学版), 2009(s1): 203-206.
    [28]

    ZHOU R, QIN X B, PENG S T, et al. Total petroleum hydrocarbons and heavy metals in the surface sediments of Bohai Bay, China: long-term variations in pollution status and adverse biological risk[J]. Mar Pollut Bull, 2014, 83(1): 290-297.

    [29] 秦华伟, 刘霞, 张娟, 等. 莱州湾海域水质石油类的分布特征[J]. 海洋环境科学, 2016, 35(5): 739-742.
    [30] 贺玉林, 刘泽伟, 卢伟华. 珠江口内伶仃洋水体和沉积物石油烃的分布特征[J]. 农业与技术, 2012(3): 125-127.
    [31] 王宪, 田春雨, 郑盛华. 湄洲湾表层海水石油烃的分布特征分析[J]. 华侨大学学报(自然科学版), 2008, 29(2): 241-244.
    [32] 王修林, 邓宁宁, 李克强, 等. 渤海海域夏季石油烃污染状况及其环境容量估算[J]. 海洋环境科学, 2004, 23(4): 14-18.
    [33] 王宪, 张元标, 李凌云, 等. 福建省沿岸水体与沉积物中油的分布特征[J]. 厦门大学学报(自然科学版), 2000, 39(3): 369-374.
    [34] 张传松, 王修林, 石晓勇, 等. 东海赤潮高发区COD和石油烃分布特征及其与赤潮发生关系的初步研究[J]. 应用生态学报, 2003, 14(7): 1093-1096.
    [35]

    VEERASINGAM S, VENKATACHALAPATHY R, RAJA P, et al. Petroleum hydrocarbon concentrations in ten commercial fish species along Tamilnadu Coast, Bay of Bengal, India[J]. Environ Sci Pollut Res, 2011, 18(4): 687-693.

    [36] 陈凯. 湄洲湾海域表层沉积物石油类分布特征[J]. 福建水产, 2009(3): 27-29.
    [37] 张树刚, 黄小烽, 陈雷, 等. 温州近岸海域石油烃分布特征[J]. 海洋湖沼通报, 2011(3): 105-110.
    [38] 丁光茂. 泉州湾表层海水和沉积物中油类的分布特征[J]. 福建水产, 2012, 34(1): 43-47.
    [39]

    VEERASINGAM S, RAJA P, VENKATACHALAPATHY R, et al. Distribution of petroleum hydrocarbon concentrations in coastal sediments along Tamilnadu Coast, India[J]. Carpath J Earth Environ Sci, 2010, 5(2): 5-8.

    [40]

    VENKATACHALAPATHY R, VEERASINGAM S, RAMKUMAR T. Petroleum hydrocarbon concentrations in marine sediments along Chennai Coast, Bay of Bengal, India[J]. Bull Environ Contamin Toxicol, 2010, 85(4): 397-401.

    [41]

    ABD E A, GAWAD E, LOTFY M M, et al. Assessment of the oil pollution extent in the offshore sediments, Abu Dhabi, UAE[J]. Aust J Basic Appl Sci, 2008, 2(3): 561-574.

    [42]

    MILLE G, ASIA L, GUILIANO M, et al. Hydrocarbons in coastal sediments from the Mediterranean Sea (Gulf of Fos area, France)[J]. Mar Poll Bull, 2007, 54(5): 566-575.

    [43]

    MZOUGHI N, DACHRAOUI M, VILLENEUVE J P. Evaluation of aromatic hydrocarbons by spectrofluorometry in marine sediments and biological matrix: what reference should be considered?[J]. Comptes rendus Chimie, 2005, 8(1): 97-102.

    [44] 李磊, 蒋玫, 沈新强, 等. 长江口及邻近海域水体中石油烃分布特征及其污染评价[J]. 环境化学, 2014(8): 1366-1372.
    [45]

    SHRIADAH M. Levels and distribution of petroleum hydrocarbons in the coastal waters and sediments of the United Arab Emirates in the Arabian Gulf and the Gulf of Oman[J]. Water Air Soil Poll, 2000, 119(1/2/3/4): 247-256.

    [46]

    AHMED O E, MAHMOUD S A, NADY M E. Organic sources in the Egyptian seawater around Alexandria coastal area as integrated from polycyclic aromatic hydrocarbons (PAHs)[J]. Egypt J Petr, 2016, 26(3): 817-826.

    [47]

    FAHMY M A, FATTAH L A, ABDEL-HALIM A M, et al. Evaluation of the quality for the Egyptian Red Sea coastal waters during 2011–2013[J]. J Environ Prot, 2016, 7(12): 1810-1834.

  • 期刊类型引用(8)

    1. 鲁超,刘炜,马祖友,樊立静,兰旺荣,温冬,程宏,陈拥,李允,郇凤. 近岸沉积物油类紫外分光光度法检测中硫单质干扰清除研究. 环境污染与防治. 2025(02): 108-113+156 . 百度学术
    2. 王赛男,许赞,刘亮,孙茜,赵文奎,王震. 一种便携式荧光测油仪在海上溢油应急监测中的适用性研究. 中国环境监测. 2023(03): 190-196 . 百度学术
    3. 张婉萍,樊敏,陶伟,谌书,彭晓鹃,董燕红. 基于正定矩阵因子模型的大亚湾海域污染特征解析研究. 海洋环境科学. 2022(06): 872-880 . 百度学术
    4. 刘荣林,孔小丽,王志远,孙妮,于红兵. 琼州海峡东部石油类污染特征研究. 环境科学与技术. 2021(S2): 210-215 . 百度学术
    5. 刘芳,柯盛,周立喜,陈成琼,陈耀. 广东雷州珍稀海洋生物国家级自然保护区水体和沉积物中石油类含量与分布特征. 海洋开发与管理. 2020(01): 69-74 . 百度学术
    6. 杨文超,黄道建,陈继鑫,陈晓燕,王宇珊,孙丽梅. 大亚湾2010—2018年表层沉积物中重金属含量时空分布及生态风险评价. 南方水产科学. 2020(04): 39-46 . 本站查看
    7. 杨文超,黄道建,陈继鑫,陈晓燕,王宇珊,孙丽梅. 大亚湾海域2009—2018年重金属时空分布及污染评价. 华南师范大学学报(自然科学版). 2020(05): 65-75 . 百度学术
    8. 杨文超,黄道建,陈继鑫,陈晓燕,刘旺,王宇珊. 大亚湾石化区第2条排污管线排污口海域生态环境质量研究. 海洋学研究. 2019(04): 85-91 . 百度学术

    其他类型引用(5)

图(3)  /  表(4)
计量
  • 文章访问数:  5162
  • HTML全文浏览量:  1161
  • PDF下载量:  175
  • 被引次数: 13
出版历程
  • 收稿日期:  2017-12-20
  • 修回日期:  2018-01-28
  • 网络出版日期:  2018-12-04
  • 刊出日期:  2018-08-04

目录

/

返回文章
返回