Preliminary study of the tuning methods in fisheries virtual population analysis (VPA)
-
摘要:
实际种群分析法(VPA)是渔业资源评估的经典模型之一，也是总允许捕捞配额(TAC)计算的主要模型之一。由于VPA方法本身具有不确定性，单纯的分年龄组产量数据不能计算最末年的捕捞死亡系数(和种群数量)，所以它通常需要分年龄组产量数据和附属数据。VPA的调谐方法发源于欧洲，它们简单、易于理解和不需要繁杂的计算，在实际的渔业资源评估中有着广泛的应用。文章研究了最具有典型性的3种VPA调谐方法，JAM(judicious average method)、LS(Laurec and Shepherd method)和Hybrid。应用模拟数据的研究表明，3种方法在捕捞死亡系数稳定时可以较准确地估计补充值。当捕捞死亡系数随时间增加时，LS方法相对于其它2种方法有较优的表现。当捕捞死亡系数随时间减少时，JAM方法有较优的表现。
Abstract:Virtual population analysis (VPA) is one of the classic models in fish stock assessment, and is one of the main models in calculating the total allowable catch (TAC). Because of the indeterminacy of VPA, the catch-at-age data itself can not estimate the fishing mortality (and stock size) of the terminal years, therefore it requires the catch-at-age data and the auxiliary data. The tuning methods in VPA originated from Europe, they are simple to understand and do not require complicated calculations, and are widely applied in the practical fish stock assessment. This paper analyzed the three most typical tuning methods: JAM(judicious average method), LS(Laurec and Shepherd method), Hybrid. Simulation analysis shows that when fishing mortality rates are in status quo, all the three methods can produce correct solutions. When fishing mortality rates change with time, the LS method has better performances than the other two.
-
Keywords:
- virtual population analysis /
- cohort analysis /
- tuning methods /
- simulation analysis
-
呼吸代谢是生物能量学研究的重要内容之一，对于评估鱼类在水体生态系统中的作用、物质循环、能量流动以及养殖容量等具有十分重要的意义。而鱼体耗氧率的大小及变化在很大程度上反映其代谢水平的高低及变化规律，因而常作为衡量鱼类能量消耗的一个指标。通过了解耗氧率与各种因素的相互关系及变化规律可以了解鱼体的代谢水平和活动规律等，由此可为鱼类的养殖生产、新品种的培育、移植驯化、养殖水体水质的调控和活体运输等奠定理论基础。有关这方面，国内外学者已做过较多研究[1]。
千年笛鲷(Lutjanus seabe)隶属鲈形目，笛鲷科，笛鲷属，又名川纹笛鲷，分布于红海、印度洋、印度尼西亚、菲律宾、澳洲和我国南海[2]。千年笛鲷体色鲜艳美丽，可食用，可观赏；可活鱼销售，也可冰鲜出售，在其产地国被视为非常高质量的食用鱼。该鱼生长快、病害少、肉质鲜美，深受人们喜爱。笔者对千年笛鲷幼鱼的耗氧率进行测定，旨在为该鱼的增养殖提供科学依据。
1. 材料和方法
1.1 实验地点
实验在广东省深圳市盐田南海水产研究所试验基地进行。
1.2 实验用鱼
实验所用的千年笛鲷幼鱼为南海水产研究所深圳试验基地人工繁殖的鱼苗，体重0.6~22.8 g ·尾-1。实验测定前2 d，从室外网箱移入室内60 L的塑料水槽中暂养，进行充气，投喂人工配合饲料。实验用海水为砂滤海水，盐度为29±1，pH为7.9~8.2。按不同要求，加淡水调制成不同盐度。
1.3 耗氧率测定
耗氧率测定试验在流水条件下进行。利用水位差使水流从贮水箱进入水位稳定器，最后流入用有机玻璃加工制成的密闭呼吸室，流量保持基本稳定，流速控制在150 mL · min-1左右。每个呼吸室各放幼鱼10尾，鱼放入呼吸室后，先让其适应2 h，使之处于自然状态，此后每隔1 h测定一次进、出水的溶氧量和水温。
采用美国YSI-581型测氧仪测定水中的溶氧量，测定前根据备测海水盐度，用WINKLER法校定仪器溶氧标准。每小时内鱼苗的耗氧量为进、出水溶解氧量之差与其单位时间内的流量之积，即：F =(C1－C2) V，式中：F为耗氧量(mg · 尾-1)，C1和C2分别为进、出水溶氧量(μL)，V为水的流量(mL · min-1)。试验结束后，用吸水纸吸干鱼体表水份，用感量0.01 g的电子天平精确称量鱼体重量，即可换算出耗氧率G= (C1－C2) V/BW，式中：G为耗氧率[mg · (kg · h)-1]，C1和C2分别为进、出水溶氧量(μL)，V为水的流量(mL ·min-1)，BW为体重(g · 尾-1)。每次试验均设一空白对照组，每组均同时采3个水样，取其平均值。
试验鱼窒息点的测定，系将鱼密封在水样瓶中，完全排除气泡，当鱼开始死亡、半数死亡和全部死亡时立即测定水样瓶中的溶氧量。
1.4 数据处理
实验数据通过SPSS statistica(Ver. 12.0)统计软件(StatSoft，Inc)进行处理分析，利用方差分析(ANOVA)来检验不同因子对千年笛鲷幼鱼耗氧率影响的显著性，并对各变量进行回归统计分析。
2. 结果
2.1 千年笛鲷幼鱼代谢水平与体重的关系
千年笛鲷幼鱼代谢水平与体重的关系见表 1。在水温27.3~28.5℃条件下，千年笛鲷幼鱼的耗氧量和耗氧率与体重有着密切关系，总体趋势是耗氧量随着鱼的生长而上升，耗氧率随着鱼的生长而下降。若以体重(g)为自变量(X)，每小时耗氧量mg · 尾-1为因变量(Y)，则两者相关关系可分别用幂函数回归方程式Y=1.287X0.110(R=0.881，P < 0.01)，或直线方程式Y=0.756+0.513X(R=0.993，P < 0.01)来表示(图 1)。从相关系数R值来看，直线函数型更能切实地反映实际情况。另一方面，每小时耗氧率mg · kg-1与体重的相关关系也可以用幂函数回归方程式Y=1 246.430X-0.036(R=-0.975，P < 0.01)，或直线方程式Y=1 225.280－31.186X (R=-0.928，P < 0.01)来表示(图 2)。根据相关系数R值的大小，表明幂函数回归方程与实测数据的吻合度更高。
表 1 不同体重千年笛鲷幼鱼的耗氧量及耗氧率Table 1. Oxygen consumption in relation to body weight of fry of L.sebae平均体重/g·尾-1 average body weight 测定尾数number 测定次数replication 每小时耗氧量/mg·(ind·h)-1 oxygen consumption 每小时耗氧率/mg·(kg·h)-1 oxygen consumption 0.611 10 3 0.990 1301.021 0.620 10 3 1.011 1250.122 7.408 10 2 4.141 901.125 7.550 10 2 5.332 880.000 19.902 10 2 10.620 628.401 22.821 10 2 12.691 556.092 ![]()
图 1 千年笛鲷幼鱼体重与每小时耗氧量的关系曲线Figure 1. Relationship between size and oxygen consumption in L.sebae![]()
图 2 千年笛鲷幼鱼体重与每小时耗氧率的关系曲线Figure 2. Relationship between size and oxygen consumption in L.sebae2.2 光照对千年笛鲷幼鱼代谢水平的影响
为了了解千年笛鲷幼鱼的代谢活动与光照的关系，实验先在自然光照条件下测定幼鱼的耗氧率，再用黑布包裹呼吸室，2 h后测定其在遮光条件下的耗氧率。测定结果见表 2。试验结果表明，在不同体重条件下，幼鱼在遮光条件下的耗氧率比在自然光照条件下要低15.362%~31.675%。将实验所获之数值综合进行χ2测验[χ2=∑(a－t)2/t]，结果得：χ2=335.27＞χ0.012，P < 0.01，表明光照对幼鱼的代谢水平具有非常显著的影响。
表 2 光照对千年笛鲷幼鱼耗氧率的影响Table 2. Effect of light exposure on the oxygen consumption of fry of L.sebae光照条件light exposure 平均体重/g·ind-1 average body weight 测定尾数number 每小时耗氧率/mg·(kg·h)-1 oxygen consumption 相对代谢率/% relative metabolic rate 自然光nature light 0.611 10 1301.021 30.953 遮光dark 993.146 自然光nature light 0.620 10 27.621 1250.122 遮光dark 979.719 自然光nature light 7.408 10 901.125 31.420 遮光dark 685.788 自然光nature light 7.550 10 880.000 31.675 遮光dark 668.693 自然光nature light 19.902 10 628.401 19.204 遮光dark 527.192 自然光nature light 22.821 10 556.092 15.362 遮光dark 482.033 $* 相对代谢率 =\frac{\text { 光照代谢率 }- \text { 遮光代谢率 }}{\text { 遮光代谢率 }} \times 100\\* Relative metabolic rate (\%)=\frac{\text { rate in nature light }- \text { rate under dark }}{\text { rate under dark }} \times 100$ 2.3 盐度对千年笛鲷幼鱼代谢水平的影响
在水温29.8~31.8℃的条件下，千年笛鲷幼鱼在不同盐度水环境中的代谢水平测定结果见表 3。从表 3的数据得知，千年笛鲷幼鱼在低盐度水环境下的耗氧率较高，随着水中盐度的增加，其耗氧率逐渐降低(图 3)。
Table 3. Effect of salinity on the oxygen consumption of fry of L.sebae盐度salinity 平均体重/g·ind-1 average body weight 测定尾数number 测定次数replication 每小时耗氧率/mg·(kg·h)-1 oxygen consumption 10 1.927 10 3 863.520 20 1.949 10 3 858.900 30 2.093 10 3 753.510 ![]()
图 3 盐度与千年笛鲷幼鱼耗氧率的关系Figure 3. Oxygen consumption of fry of L.sebae in relation to salinity2.4 饥饿对千年笛鲷幼鱼代谢水平的影响
千年笛鲷幼鱼在不同饥饿状况(2、4、6 d)下的代谢水平测定结果见表 4。从表 4中数据得知，千年笛鲷幼鱼在水温(27.3~28.5℃)等外界条件基本稳定的情况下，随着饥饿程度的增加其耗氧率显著的降低(图 4)。饥饿第2天，耗氧率大幅度下降了54.77%，而到饥饿第4天和第6天，幼鱼的耗氧率仅分别继续下降了11.735%和5.83%。
表 4 饥饿对千年笛鲷幼鱼耗氧率的影响Table 4. Effect of starvation on the oxygen consumption of fry of L.sebae饥饿程度/d starvation 平均体重/g·尾-1 average body weight 测定尾数number 测定次数replication 每小时耗氧率/mg·(kg·h)-1 oxygen consumption 代谢率变化/%* metabolic rate change 正常投喂feeding 1.031 10 4 934.100 2 0.953 10 2 603.538 -54.77 4 0.904 10 2 542.041 -11.35 6 0.861 10 2 512.202 -5.83 * 代谢率变化(%)=[(后2 d耗氧率－前2 d耗氧率)/前2 d耗氧率]×100
* Metabolic rate change (%)=[(rate in later stage－rate in former stage)/ rate in former stage]×100![]()
图 4 饥饿与千年笛鲷幼鱼耗氧率的关系Figure 4. Oxygen consumption of fry of L.sebae in relation to starvation2.5 千年笛鲷幼鱼窒息的临界氧阈
本试验测定了千年笛鲷幼鱼在盐度20和28条件下的窒息点(表 5)。结果表明：在海水盐度较高时，导致幼鱼窒息的临界氧阈值比较高。
表 5 千年笛鲷幼鱼窒息点测定结果Table 5. Suffocation point of fry of L.sebae盐度salinity 测定尾数number 测定次数replication 平均体重/g·尾-1 average body weight 水中溶氧量/mg·L-1 water dissolved oxygen 死亡1尾LT1 半数死亡LT50 全部死亡LT100 20 8 2 1.443 1.84 1.13 0.93 28 8 2 1.739 2.29 2.09 1.17 3. 讨论
耗氧率是动物体内代谢强度的重要指标，它反映了动物体的生理状况，也反映了动物在外界环境条件影响下的生活状况。耗氧率高则代谢水平高，反之亦然[3]。本研究表明，在适温条件下，以整尾鱼计，个体大的千年笛鲷耗氧量比小鱼的大，若按单位体重计算，则小鱼比大鱼有较高的耗氧率。从而表明小鱼代谢旺盛，生长迅速，生理活性高。耗氧量和耗氧率与鱼体重量的这些相关关系，已见于不少文献[4-5]，可以分别用直线回归方程或幂函数回归方程式来表达，为了更好地与实测数据相吻合，应选择相关系数R值较大的理论方程式。
许多研究表明，光照对代谢率有影响，而且在不同的动物中存在差异。光周期的改变能影响鱼的呼吸率，从而使其耗氧量随之发生变化[5-6]。本实验结果显示，千年笛鲷幼鱼在自然光照条件下的代谢明显高于遮光条件下的代谢率，这表明千年笛鲷幼鱼主要在白天取食或进行其他活动。在遮光安静条件下，外界刺激减少，这时千年笛鲷幼鱼的代谢水平接近于基础维持状态。
对尖吻鲈Lates calcarifer、平鲷Rhabdosargus sarba和鲻Mugil cephalus等种类的研究发现，水中含盐量的变化对鱼类的耗氧率有较大的影响，其主要原因可能是由于水中含盐量发生变化时，鱼类要消耗更多的能量来调节其体内的渗透压[5-8]。本实验结果表明，千年笛鲷幼鱼在早期生长阶段，对水环境含盐量的变化反应比较敏感，在低盐度环境下的耗氧率较高，随着水盐度的增加其耗氧率降低。
饥饿对鱼类的代谢水平也有很大的影响。表 4结果表明：千年笛鲷幼鱼的耗氧率随着饥饿程度的增加而降低，这种降低的趋势在幼鱼开始饥饿的前2 d比较明显，随着鱼体饥饿程度的加深而逐渐变得缓和，这可能是鱼类对饥饿的一种适应表现。在种苗生产中，按常规的做法[9]，在鱼苗运输前1 d要停止投喂饵料，以免在运输途中反胃吐食及排出粪便污染包装水，导致鱼苗缺氧死亡。从代谢角度来看，停食会降低鱼苗的耗氧率，可维持包装水中的溶氧水平，有利于鱼苗存活。
鱼类的窒息点具有种间差异，本文对不同盐度下千年笛鲷幼鱼窒息点的测定结果与其它海水鱼类如黄鳍鲷Sparus latus、真鲷Pagrosomus major等的相关研究表明，海水鱼类的窒息点比淡水鱼类要高[4, 10-13]，这可能表明海水鱼类用于维持生命活动的物质消耗相对较多。
-
![]()
图 1 在捕捞死亡系数不随着时间变化的模拟数据中，当白噪声的变异系数为WH=0(a), 0.1(b), 0.2(c), 0.3(d)时，表示300次重复的MAD结果的箱型图
MAD是平均绝对离差，即补充的偏倚比率的绝对值; “偏倚比率”是估计值与真实值比率的以2为底的对数。
最具有典型性的3种调谐VPA方法是：JAM，LS，HybridFigure 1. MAD boxplots of 300 replicates for the status quo fishing mortality and white noises levels (coefficient of variation) of WH=0(a), 0.1(b), 0.2(c), 0.3(d)
MAD is mean absolute deviation, i.e. the absolute bias ratio of recruitments.
Bias ratio is the ratios of estimated to true parameter values on log2 scale.
The three most commonly used VPA tuning methods are: JAM, LS, Hybrid.![]()
图 2 在捕捞死亡系数随时间增加的模拟数据中，当白噪声的变异系数为WH=0(a)，0.1(b)，0.2(c)，0.3(d)时，表示300次重复的MAD结果的箱型图
更多的解释见图 1的标题
Figure 2. MAD boxplots of 300 replicates for the fishing mortality which increased with time and white noises levels (coefficient of variation) of WH=0(a), 0.1(b), 0.2(c), 0.3(d)
For more see the caption of Fig. 1.
![]()
图 3 在捕捞死亡系数随时间减少的模拟数据中，当白噪声的变异系数为WH=0(a)，0.1(b)，0.2(c)，0.3(d)时，表示300次重复的MAD结果的箱型图
更多的解释见图 1的标题
Figure 3. MAD boxplots of 300 replicates for the fishing mortality which decreased with time and white noises levels (coefficient of variation) of WH=0(a), 0.1(b), 0.2(c), 0.3(d)
For more see the caption of Fig. 1.
-
[1] 詹秉义. 渔业资源评估[M]. 北京: 中国农业出版社, 1995: 353. [2] 邓景耀, 叶昌臣. 渔业资源学[M]. 重庆: 重庆出版社, 2000: 396. [3] PAULY D, CHRISTENSEN C, DALSGARD J, et al. Fishing down marinefood webs[J]. Sci, 1998, 279(5352): 860-863. doi: 10.1126/science.279.5352.860
[4] 刘群, 王艳君, 尤凯. 渔业产量和资源生物量数值模型及相关因子的初步研究[J]. 中国海洋大学学报, 2005, 35(3): 375-381. https://d.wanfangdata.com.cn/periodical/ChpNaW5lclBlcmlvZGljYWxDSEkyMDIzMTIwNBIRcWRoeWR4eGIyMDA1MDMwMDUaCDd6aGZvM2tp [5] 王迎宾, 刘群. 鱼类自然死亡系数的估算及其影响因子的探讨[J]. 中国海洋大学学报, 2005, 35(1): 20-24. doi: 10.3969/j.issn.1672-5174.2005.01.004 [6] FROESE R. Keep it simple: three indicators to deal with over-fishing[J]. Fish and Fisheries, 2004, 2004(5): 86-91. doi: 10.1111/j.1467-2979.2004.00144.x
[7] FRY F E J. Statistics of a lake trout fishery[J]. Biometrics, 1949, 5: 26-67. https://pubmed.ncbi.nlm.nih.gov/18144441/
[8] GULLAND J A. Estimation of mortality rates[J]. ICES CM, 1965, Gadoid Fish Committee, No. 3 (Annex to Arctic fisheries working group report).
[9] POPE J G. An investigation of the accuracy of virtual population analysis using cohort analysis[J]. ICNAF Res Bull, 1972, 9: 65-74. https://www.semanticscholar.org/paper/An-investigation-of-the-accuracy-of-virtual-using-Pope-Pope/71d85abf3cc7d5cb94c7b4b373be0fc5fd178cfa
[10] QUINN T J, DERISO R B. Quantitative fish dynamics[M]. Oxford: Oxford University Press, 1999: 542. https://academic.oup.com/book/51168?login=false
[11] HART P J B, REYNOLDS J D. Handbook of fish biology and fisheries[M]. Malden, USA: Blackwell Publishing, 2002: 410. doi: 10.1002/9780470693803.fmatter
[12] HILBORN R, WALTERS C J. Quantitative fisheries stock assessment: Choice, dynamics and uncertainty[M]. New York: Chapman & Hall, 1992: 570. doi: 10.1007/BF00042883
[13] DERISO R B, QUINN T J, NEAL P R. Catch-age analysis with auxiliary information[J]. Can J Fish Aquat Sci, 1985, 42(4): 815-824. doi: 10.1139/f85-104
[14] LIU Q, PITCHER T J. Application of a constrained optimization method to the statistical analysis of fisheries catch-at-age data[J]. Fish Res, 1995, 22(1/2): 29-41. https://www.semanticscholar.org/paper/Application-of-a-constrained-optimisation-method-to-Liu-Pitcher/dc926eff2adf1ad5d6b427b2465cb1065f9340bb
[15] LAUREC A, SHEPHERD J G. On the analysis of catch and effort data[J]. J du Conseil International pour l'Exploration de la Mer, 1983, 41: 81-84. doi: 10.1093/icesjms/41.1.81
[16] POPE J G, SHEPHERD J G A. Comparison of the performance of various methods for tuning VPAs using effort data[J]. J du Conseil International pour l'Exploration de la Mer, 1985, 42: 129-151. doi: 10.1093/icesjms/42.2.129
[17] ICES Report of the workshop on methods of fish stock assessment[J]. ICES C M, 1988, 1988/Assess: 26.
[18] SCHNUTE J T, RICHARDS L J. The influence of error on population estimates from catch-age models[J]. Can J Fish Aquat Sci, 1995, 52(10): 2063-2077. doi: 10.1139/f95-800
[19] FU C, QUINN T J. Estimability of natural mortality and other population parameters in a length-based model: Pandalus borealisin Kachemak Bay, Alaska[J]. Can J Fish Aquat Sci, 2000, 57(12): 2420-2432. doi: 10.1139/f00-220
[20] RADOMSKI P, BENCE J R, QUINN T J. Comparison of virtual population analysis and statistical kill-at-age analysis for a recreational, kill-dominated fishery[J]. Can J Fish Aquat Sci, 2005, 62(2): 436-452. doi: 10.1139/f04-228
[21] WANG Y B, LIU Q. Estimation of natural mortality using statistical analysis of fisheries catch-at-age data[J]. Fish Res, 2006, 78(2/3): 342-351. doi: 10.1016/j.fishres.2005.11.020
下载:
计量
- 文章访问数: 5094
- HTML全文浏览量: 152
- PDF下载量: 2978
粤公网安备 44010502001741号
