Comparative and phylogenetic analysis of mitochondrial Cytochrome b gene and control region from natural triploid (Carassius auratus gibelio) in Chuzhou
-
摘要:
采用PCR产物直接测序法测定了14尾滁州鲫(Carassius auratus gibelio in Chuzhou)的线粒体细胞色素b(Cytochrome b，Cyt b)基因和控制区(D-loop)全序列，长度分别为1 141 bp和924 bp，且均无核苷酸变异位点。Cyt b基因的T、C、A和G含量分别为29.2%、27.8%、28.5%和14.5%；D-loop的T、C、A和G含量分别为33.2%、20.1%、32.6%和14.1%。2种序列中A+T含量(57.7%，65.8%)均明显大于G+C含量(42.3%，34.2%)，且G含量偏低，显示了与其他水生动物线粒体核苷酸碱基含量相似的特征。通过对滁州鲫的控制区结构进行分析，识别了其终止序列区(ETAS)、中央保守区(CD)和保守序列区(CSB)的关键序列。滁州鲫与其他鲫属鱼类的Cyt b和D-loop序列均具有高度的相似性，分别为93%~100%和94%~99%。基于2种序列的分子系统进化树分析均表明，滁州鲫与方正鲫(C.auratus gibelio in Fangzheng)亲缘关系最近，而与来自日本的鲫类群亲缘关系最远。
Abstract:The complete sequences of mitochondrial cytochrome b (Cyt b) gene and control region (D-loop) were amplified and sequenced in Carassius auratus gibelio, a natural triploid crucian carp in Chuzhou City of Anhui Province. No nucleotide variation sites were found in all sequences among 14 samples. The 1 141 bp Cyt b gene contained 29.2%, 27.8%, 28.5% and 14.5% of T, C, A and G, respectively; while 924 bp D-loop sequence contained 33.2%, 20.1%, 32.6% and 14.1% of T, C, A and G, respectively. The contents of A+T (57.5%, 65.8%) were significantly greater than those of G+C (42.3%, 34.2%) and G was the lowest among four nucleotides, the similar case as other aquatic animals. The key sequences of extended terminal associated sequences (ETAS), central domains (CSB-D, E and F) and conserved sequence blocks (CSB-1, CSB-2 and CSB-3) were identified. There was high sequence similarity between C.auratus gibelio in Chuzhou and other Carassius species recorded in GenBank based on Cyt b (93%~100%) and D-loop (94%~99%) sequences, respectively. The phylogenetic trees constructed by NJ and MP methods based on the two sequences indicated that the closest phylogenetic relationship was between C.auratus gibelio in Chuzhou and that in Fangzheng, while the farthest one was between C.auratus gibelio in Chuzhou and crucian carps in Japan.
-
Keywords:
- Carassius auratus gibelio in Chuzhou /
- Cyt b /
- control region /
- phylogenetic analysis
-
南海渔业资源丰富，海洋捕捞业推动了近海渔区的经济发展。近年来，由于过度捕捞导致近海渔业资源衰退。相较于近海，南海外海海域丰富的渔业资源具有更大的开发潜力[1]。灯光罩网是20世纪90年代初迅速发展起来的一种新型渔具渔法，主要捕捞趋光的中上层鱼类和头足类，代表种类为鸢乌贼 (Sthenoteuthis oualaniensis)、扁舵鲣 (Auxis thazard)、圆舵鲣 (A. tapeinosoma)、细鳞圆鲹 (Decapterus macarellus) 等。继2004年春季，灯光罩网成功探捕西、中沙海域鸢乌贼后，前往南海外海生产的渔船逐年增加。由于其操作简单、渔获量高、生产效益好、作业稳定，近年季节性前往南海外海作业的灯光罩网渔船超200艘，已成为南海外海的主要捕捞作业方式之一[2]。
渔业数据是进行渔业科学研究的基础，其精度直接影响研究结果的准确性。传统渔捞日志是原始渔业数据的主要来源，主要记录渔船捕捞情况，渔船的实时位置、航速、航向和航行轨迹等信息则无从得知，且随着渔捞日志数据的层层上报，错报、误报的情况也时有发生，数据的完整性和准确性均有待提高[3]。渔船监控系统 (Vessel monitoring system, VMS) 是集全球卫星定位、电子海图、计算机网络通讯和数据库等技术于一体，可实时获取和存储船舶船位信息的综合应用系统[4]。VMS数据包括渔船位置、航速、航向和日期，为渔船管理监测、渔业资源评估和渔业管理提供了更加准确、完整的基础数据。国外，VMS数据已广泛应用于渔船轨迹状态识别[5-6]、捕捞强度[7]、捕捞努力量[8]和渔获时空分布[9]等方面的研究，例如利用VMS数据预测渔船捕捞作业位置[10]、估算印度洋延绳钓渔船捕捞努力量和时空分布[9]。
我国VMS数据主要来源于北斗卫星系统。随着我国北斗卫星系统的建立和完善，大量学者对北斗VMS数据的分析应用展开研究。Li等[11]利用北斗船位数据研究了海州湾毛虾 (Acetes chinensis) 的资源分布变化；于杰等[12]基于北斗卫星船位监控系统数据分析双拖渔船的作业状态，研究了航次和网次提取方法；张荣瀚等[13]利用北斗VMS数据对流刺网渔业捕捞的时空分布进行了分析；裴凯洋等[14]利用北斗船位监控数据判断张网渔船的布网位置，提取放网时长和计算捕捞努力量。
目前国内对灯光罩网的研究大多依赖传统渔捞日志[15]或渔业统计数据[16]。如谢恩阁等[15]根据传统渔捞日志数据，对灯光罩网渔船的单位捕捞努力量渔获量 (Catch per unit effort, CPUE)进行标准化研究；邹建伟等[2]评估了鸢乌贼资源丰度变化情况，利用灯光罩网渔船在南海外海的生产数据分析了灯光罩网主要渔场的分布变动情况。而利用北斗船位数据对灯光罩网渔船生产的研究却鲜见报道。本文根据灯光罩网渔船的北斗船位数据，探讨了南海外海灯光罩网渔船的作业状态，以期为加强南海外海灯光罩网渔船的生产监测和渔船捕捞活动的有效管理提供决策参考。
1. 材料与方法
1.1 数据来源
北斗数据来源于中国水产科学研究院南海水产研究所南海渔业中心的“南海渔船动态监控平台”，数据字段包括渔船名称、北斗终端编码、渔船名称、经纬度、航向、速度和定位时间等，时间分辨率为3 min，空间分辨率为10 m。
捕捞日志数据来源于广西北海市水产技术推广站，选取桂北渔62666、桂北渔61999和桂北渔36288，3艘灯光罩网渔船2017年2—5月的捕捞日志数据，数据包括渔船名称、主机功率、航次、作业时间、作业位置和渔获量等信息。
本研究以南海外海3艘灯光罩网渔船为例，根据灯光罩网作业特点，基于作业水深、时间范围和平均速率等多个参数，判定船位点的作业状态。南海海域100 m水深数据来源于夏威夷大学网站 (https://apdrc.soest.hawaii.edu/) 海洋水深地形Etopo1，空间分辨率为1'×1'。使用Rstudio R-4.0.4、Excel 2016、IBM SPSS Statistics 20.0、ArcGIS 10.7等软件进行数据处理和绘图。
1.2 基于北斗数据的灯光罩网作业位点提取方法
1.2.1 航次提取
航次包括出航、作业和回航3部分。根据实际作业经验，在南海外海作业的灯光罩网渔船，作业渔场基本在100 m等深线以深海域。本研究利用灯光罩网渔船北斗船位数据的定位时间和经纬度，绘制渔船航行轨迹。根据轨迹与100 m等深线的相交结果，确定渔船的航次信息。
1.2.2 数据筛选、处理和渔船作业状态划分
首先，筛选出位于100 m等深线以深的船位点。又因灯光罩网渔船在夜晚天黑时作业，根据2—5月南海外海大致的天亮、天黑时间，将渔船作业时间范围划定当天晚上19:00至次日早上5:00，进一步筛选出作业时间介于19:00—次日5:00的船位点进行研究分析。另外，根据实际生产情况和生产经验，灯光罩网渔船每晚作业期间休息时间约0.5 h，故将捕捞日志记录作业时长统一减去0.5 h。灯光罩网渔船在夜晚作业期间，渔船可分为航行、作业、转场和停港休息4种状态，其中作业阶段可再细分为开灯集鱼、熄灯放网及起网收渔获3种状态 (表1)。
表 1 灯光罩网渔船状态划分Table 1. State division of light-net fishing vessels阶段划分
Stage division渔船状态
State of vessel持续时间
Duration备注
Remark航行
Navigation快速航行 视渔场距离而定 作业
Fishing开灯诱鱼 放锚阻滞 2.0~3.0 h 夜间，使用水锚阻滞，使渔船对水移动停止，渔船随海流漂移。 熄灯放网 5 min 起网收渔获 25 min 转场
Cruising快速航行 驶往下一个作业点，与航行状态相同，但不收回撑开的臂杆。 停航休息
Stopping放锚阻滞 白天，放水锚，随海流漂移。 1.2.3 平均速率频数统计
北斗船位数据记录了渔船每个船位点的经纬度和定位时间，根据相邻两点之间的经、纬度可求出相邻船位点的空间距离，根据相邻两点之间的定位时间可求出相邻船位点的时间间隔。假设两个船位点A、B，其经纬度分别为Alon、Alat、Blon、Blat。那么A、B两点之间的空间距离D可以用半正矢公式 (Haversine formula) 求得[13]，公式为：
$$ {\minibfont{ D = 2R\cdot\arcsin \left[\sqrt {{{\sin }^2}\left(\frac{{{B_{{\rm{lat}}}} - {A_{{\rm{lat}}}}}}{2}\right) + \cos ({A_{{\rm{lat}}}})\cos ({B_{{\rm{lat}}}}){{\sin }^2}\left(\frac{{{B_{{\rm{lon}}}} - {A_{{\rm{lon}}}}}}{2}\right)} \right]}} $$ (1) 式中：R为地球平均半径6 378 145 m。
根据A、B两点间的空间距离和时间间隔求得渔船的平均速率 (v)，公式为:
$$ {\minibfont v }= \frac{ \minibfont D}{{{ \minibfont {T_{{B}}}} - { \minibfont {T_{{A}}}}}} $$ (2) 式中：TA和TB分别是A、B两点的定位时间。
利用SPPS 20.0软件，统计船位点在各平均速率出现的频数，找出渔船作业的平均速率阈值。
1.3 灯光罩网渔船状态修正
采用多层过滤法，利用作业水深、作业时间和平均速率阈值对渔船船位点进行筛选判别，公式如下：
$$ {\minibfont{S=F\left(v\right)=\left\{\begin{array}{l}0\begin{array}{l} \begin{array}{l}d > 100\;{{\rm{m}}}\text{,\;}\\ 19:00 < t < 5:00\text{,\;}\\ 0.03\;{\rm{m}} \cdot {\rm{s}}^{-1}\leqslant v\leqslant 1.08\;{\rm{m}} \cdot {\rm{s}}^{-1}\end{array}\end{array}\\ 1\begin{array}{l} \begin{array}{l}d < 100\;{\rm{m}}\text{,\;}\\ t < 19:00\text{,\;}t > 5:00\text{,\;}\\ v < 0.03\;{\rm{m}} \cdot {\rm{s}}^{-1}\text{,\;}v > 1.08\;{\rm{m}} \cdot {\rm{s}}^{-1}\end{array}\end{array}\end{array}\right. }}$$ (3) 式中：S为船位点的状态；0为作业状态；1为非作业状态；d为100 m等深线；t为时间范围；v为灯光罩网渔船的平均速率。
采用过滤窗的方法修正船位点状态，以提高判定的准确度[17]，在时间序列船位点中，任意时间的点P状态与其附近n个点状态比较确定。
$$ \begin{split} \left\{\begin{array}{l} {\minibfont S}_{\rm{f}}=\minibfont F({\minibfont S}_{1}{\rm{,}}\;{\minibfont S}_{2}{\rm{,}}\;{\minibfont S}_{3}, \cdots , {\minibfont S}_{{m}-1})\\ {\minibfont S}_{\rm{b}}=\minibfont F({\minibfont S}_{{m}+{1}}{\rm{,}}\;{\minibfont S}_{{m}+{2}}{\rm{,\;S}}_{{m}+{3}}, \cdots , {{S}}_{{n}}\rm{)}\\ {{\minibfont S}}_{{x}}\in {{(\minibfont S}}_{{1}}\cdots {\minibfont S}_{{m}-{1}}{\rm{,}}\;{\minibfont S}_{m}{\rm{,}}\;{\minibfont S}_{{m}+{1}}, \cdots , {{\minibfont S}}_{{n}}\rm{)}\end{array}\right. \end{split}$$ (4) 式中：Sx为n个点状态(S1···Sm······Sn)；点P状态为Sm；P点前的船位点状态Sf由[S1, Sm−1]中状态最多的值确定；P点后的船位点状态Sb由[Sm+1, Sn]中状态最多的值确定；如果各状态值数量相同，则用离P点最近的值确定[17]。
$$ \begin{array}{l}{S}_{{m}}=F({S}_{\rm{f}}{\rm{,}}\;{S}_{m}{\rm{,}}\;{S}_{\rm{b}})\\ \begin{array}{cc}& =\left\{\begin{array}{l}{S}_{m}\begin{array}{cc}& \begin{array}{cc}& \end{array}\begin{array}{cc}& \end{array}\end{array}{S}_{\rm{f}}\ne {S}_{m}{\rm{,}}\;{S}_{m}\ne {S}_{\rm{b}}{\rm{,}}\;{S}_{\rm{f}}\ne {S}_{\rm{b}}\\ {S}_{m}\begin{array}{cc}\begin{array}{cc}& \end{array}& \end{array}\begin{array}{cc}& \end{array}{S}_{\rm{f}}={S}_{m}\,或\,{S}_{m}={S}_{\rm{b}}\\ {S}_{\rm{f}}\,或\,{S}_{\rm{b}}\qquad\;\;\qquad{S}_{\rm{f}}={S}_{\rm{b}}\end{array}\begin{array}{cc}& \end{array}\right.\end{array}\end{array} $$ (5) 判断Sm状态共有两种情况：如果Sf和Sb状态相同，Sm为两者的状态；如果Sf和Sb状态不同，Sm保持原状态值。
1.4 作业时长计算
灯光罩网渔船一晚可作业多个网次，在未变更渔场的情况下，可忽略每个网次间的时间差，一晚的作业时长可由相邻作业船位点定位时间间隔累加获得；因此，渔船一晚累计作业时长计算公式为：
$$ {\minibfont {E = \sum\limits_{i - 1}^{{n}} {({P_{i + 1}} - {P_i})}}} $$ (6) 式中：E是北斗提取1艘渔船1晚的累计作业时长 (h)；Pi+1~Pi为某渔船两个相邻作业船位点的时间间隔；n表示某渔船1晚作业船位点的数目；i为1晚的第i个作业船位点。
为对比北斗提取作业时长与实际记录作业时长的差异，计算北斗提取作业时长与实际记录作业时长的平均绝对误差 (MAE) 和平均相对误差 (MRE)，公式为：
$${\minibfont {{t_{\rm{MAE}}} = \frac{{ \displaystyle \sum\limits_{k = 1}^l {\left| {{E_{\text{k}}} - {R_k}} \right|} }}{l} }}$$ (7) $${\minibfont{ t_{\rm{MRE}} = \frac{{ \displaystyle \sum\limits_{k = 1}^l {{{\left| {{E_k} - {R_k}} \right|}}/{{{R_k}}} \times 100{\text{%}} } }}{l}}} $$ (8) 式中：tMAE 表示平均绝对误差；tMRE 表示平均相对误差；l为作业天数；Ek、Rk分别为第k天北斗提取作业时长和实际记录作业时长。
1.5 捕捞强度计算
利用CPUE 表示捕捞强度，计算公式如式 (7) 所示，并采用ArcGIS 10.7软件中克里金插值法绘制灯光罩网渔船捕捞强度分布图。
$$ {\minibfont {Y_{\rm{CPUE}} = \frac{{ \displaystyle \sum\limits_{j = 1}^{{m}} {{C_j}} }}{{ \displaystyle \sum\limits_{j = 1}^m {{T_j}} }}}}$$ (9) 式中：YCPUE是某渔区网格的单位捕捞努力量 (kg∙h−1)；Cj为0.5°×0.5°单位渔区内第j天的渔获总量 (kg)；m为总时间 (d)；Tj为第j天的累计作业时间 (h)。
2. 结果
2.1 航次提取结果
根据北斗船位数据记录的定位时间和经纬度，将船位点按时间顺序连接，便可以得到渔船轨迹。灯光罩网渔船桂北渔62666、61999和36288在2017年2—5月期间的渔船航行轨迹如图1所示，从3艘灯光罩网渔船轨迹与100 m等深线的相交分析结果看，2017年2—5月，桂北渔61999和36288渔船与100 m等深线均相交4次，桂北渔62666渔船与100 m等深线相交3次。一个航次指渔船从离开渔港到返回渔港的过程，每个航次先后2次通过100 m等深线，因此桂北渔61999和36288渔船在2017年2—5月均有2个航次，桂北渔62666渔船轨迹与100 m等深线相交次数为单数，表明渔船5月之前出海开展第2个航次，且第2个航次尚未完成。
![]()
图 1 南海外海灯光罩网渔船轨迹Figure 1. Track points of light-net fishing boats in open South China Sea3艘灯光罩网渔船航次信息如表2所示，在2017年2—5月，桂北渔61999完成2个航次，出海天数分别为60和46 d；第一个航次为2月4日11:12—4月5日10:59，第二个航次为4月14日19:20—5月30日22:01；桂北渔36288完成2个航次，出海天数均为47 d，第一个航次为2月15日11:42—4月3日9:48，第二个航次为4月14日13:47—5月30日23:03；桂北渔62666完成一个航次，为2月6日8:11—3月27日19:20，出海天数为49 d。与捕捞日志记录数据相比，提取航次数准确率为100%，提取航次天数准确率为93.98%。
表 2 灯光罩网渔船航次信息Table 2. Voyage information of light-net fishing vessels船名
Vessel name航次
Voyage时间
Time出海时间
Fishing time/d记录时间
Recored time/d差值
Difference/d准确率
Accuracy rate/%桂北渔 62666
Guibeiyu 62666第1航次 2月6日8:11—3月27日19:20 49 44 5 89.80 第2航次 4月10日19:03—5月30日24:00 51 50 1 98.04 桂北渔 61999
Guibeiyu 61999第1航次 2月4日11:12—4月5日10:59 60 55 5 91.67 第2航次 4月14日19:20—5月30日22:01 46 45 1 97.83 桂北渔 36288
Guibeiyu 36288第1航次 2月15日11:42—4月3日9:48 47 41 5 87.23 第2航次 4月14日13:47—5月30日23:03 47 46 1 97.87 合计 Total 298 281 17 93.98 2.2 数据筛选及平均速率频数统计结果
3艘灯光罩网渔船在2017年2—5月共有99369条船位数据，剔除重复数据后，根据灯光罩网渔船作业特点，选取100 m等深线以深的船位点数据61 820条，进而选取时间节点位于19:00−5:00之间的船位数据共计18 450条，用于平均速率频数统计分析。
根据平均速率频数曲线 (图2) 可知，船位点的平均速率频数分布主要有3个峰。第1个峰谷区间为0~0.03 m·s−1，渔船处于停航停港状态；第2个峰谷区间为0.03~1.0 m·s−1，渔船处于作业状态；第3个峰谷为大于1.08 m·s−1，渔船处于航行状态。因此基于平均速率计算与频数分布分析，灯光罩网渔船处于作业状态的平均速率最小值为0.03 m·s−1，最大值为1.08 m·s−1。位于该阈值范围内的船位点共9 382个，占总数的50.85%。
2.3 灯光罩网渔船状态修正
采用过滤窗修正的方法，n取3，m取1，修正后3艘灯光罩网渔船在2017年2—5月处于作业状态的船位数据共计9 405条，作业船位分布图如图3所示。
![]()
图 3 南海外海灯光罩网渔船作业位置Figure 3. Location of light-net fishing vessels operation in open South China Sea2.4 数据验证
对南海外海3艘灯光罩网渔船2017年2—5月捕捞信息和北斗船位数据提取的捕捞作业日期进行对比分析 (表3)。捕捞日志和北斗提取均有记录的时间共251 d，均无记录的时间共29 d，这些天说明北斗船位提取的捕捞信息是正确的，占总天数的92.72%；捕捞日志有记录北斗提取无记录的天数共9 d，表明北斗船位提取的捕捞信息是错误的，占总天数的2.98%；捕捞日志无记录北斗提取有记录的共13 d，占总天数的4.30%，因为没有捕捞日志记录，无法验证。
表 3 捕捞日志和北斗船位提取日期比较Table 3. Comparison of extraction date of fishing logbook and Beidou position船名
Vesssel name天数
Day/d捕捞日志有记录
北斗提取有记录
Have fishing logbook and Beidou data/d捕捞日志无记录
北斗提取无记录
No fishing logbook and no Beidou data/d捕捞日志有记录
北斗提取无记录
Have fishing logbook but without Beidou data/d捕捞日志无记录
北斗提取有记录
No fishing logbook but have Beidou data/d桂北渔 36288 Guibeiyu 36288 94 75 11 3 5 桂北渔 61999 Guibeiyu 61999 107 90 13 1 3 桂北渔 62666 Guibeiyu 62666 101 86 5 5 5 合计 Total 302 251 29 9 13 对比分析相同作业日期的记录作业时长和提取作业时长，验证提取作业时长的精确性。根据捕捞日志记录信息，对灯光罩网渔船作业时长进行分析，渔船每天作业8.5~9.5 h。根据北斗船位数据利用程序提取的信息显示，渔船每天作业时长在3~10 h，其中在9~10 h的天数占比最高，占总体的66.53%左右；其次是6~8 h，占总体的23.55% (图4)。记录作业时长和提取作业时长的均值分别为9.19 和8.69 h，平均绝对误差为1.12 h (表4)。
表 4 记录作业时长和提取作业时长的对比Table 4. Comparison of recorded and extracted operation time h均值
Mean value中值
Mid-value众数
Mode value极小值
Minimal value极大值
Maximum value记录作业时长
Recorded operation time9.19 9.50 9.50 8.50 9.50 提取作业时长
Extracted operation time8.69 9.50 9.80 3.00 10.00 绝对误差
Absolute error1.12 0.60 0.10 0.00 6.50 作业时长是捕捞努力量的重要参数，与渔获量之间存在相关性，故分别将记录作业时长和提取作业时长与渔获量进行相关性分析。结果显示，记录作业时长与渔获量的相关性极不显著 (P=0.111，图5-a)；提取作业时长与渔获量呈显著相关性 (P<0.01，图5-b)。
![]()
图 5 记录作业时长、提取作业时长与渔获量的关系Figure 5. Relationship between recorded and extracted operation time and fish catches2.5 捕捞强度分析
3艘灯光罩网渔船在2017年2—5月的捕捞强度分布情况如图6所示，捕捞强度的空间分布不均匀，整体上作业渔场集中在110°30'E—117°00'E、9°00'N—18°50'N。捕捞高强度区分别位于111°20'E—112°30'E、13°50'N—18°30'N，即西沙群岛附近和113°55'E—115°20'E、9°45'N—11°35'N，即南沙群岛双黄沙洲、太平岛附近。
3. 讨论
3.1 基于VMS在渔船状态判断方面的应用
渔船监控系统是当前世界渔业发达国家普遍采用的渔船管理系统，具备渔船定位、通信和安全管理等功能[12]。VMS可以实时获取渔船的船位、航速、航向等渔船动态信息[18]，揭示渔船捕捞状态[19]，从而弥补了渔捞日志数据在这些信息方面的不足。我国VMS数据主要来源于北斗卫星系统，相比其他国家广泛使用的AIS、Inmarsat-C等系统，北斗卫星系统具有回报频率高的特点[20]。因此，本文选择北斗船位数据对灯光罩网渔船的状态进行分析。
目前国内外已有不少学者采用不同方法，利用VMS数据分析判断渔船状态，例如，Gerritsen和Lordan[18]采用航速判别法，将VMS数据与捕捞日志数据集成，指出航速判别法不需要专业软件或密集计算也能应用，有利于推广。Joo等[21]用VMS数据使用人工神经网络方法改进数据库和规则，提高了对秘鲁鳀 (Engraulis ringens) 捕捞行为估测的准确性。de Souza等[22]使用欧盟的卫星AIS (Satellite-based Automatic Information Systems, S-AIS) 数据，通过数据挖掘和机器学习手段，对拖网、延绳钓和围网的捕捞活动进行识别。郑巧玲等[23]利用VMS数据，采用BP神经网络模型对流刺网、拖网、流动张网等不同作业方式进行类型辨别。杨胜龙等[24]使用支持向量机法构建延绳钓渔船捕捞作业分类模型，判断延绳钓渔船作业状态。本文根据灯光罩网的作业特点，分析北斗船位数据的渔船航速、经纬度等特征，采用多层过滤法，对灯光罩网渔船作业状态进行判定。
3.2 灯光罩网渔船作业特点
灯光罩网渔船理论上可全年作业，而南海外海夏秋季海况较差 (海面风速达到7级以上出现频率较高) ，渔船基本不能正常生产。因此，在南海外海作业时间段主要集中在冬、春两季，其中每年2—5月的CPUE最高[25]；因此本研究数据范围选择了2—5月。当前对渔船航次提取主要运用两种方法，即设定沿岸缓冲线距离[26-28]和等深线[12]。不同捕捞方式渔船进行航次提取所需设定的沿岸缓冲线距离不同。张胜茂等[27]提取拖网航次时对中国海岸线向外设置3 n mile缓冲线，使其包含附近的岛屿及港口，同时确保该缓冲线处于机动渔船底拖网禁渔区线之内。李国东等[29]在渔获物定点上岸渔港及附近海岸线向外设置1 nmile缓冲线距离，以提取毛虾网船航次信息，结果与渔船捕捞日志的航行记录完全吻合。等深线的设定主要根据渔船作业渔区范围，如南海拖网渔船作业海域基本位于20 m等深线以深海域，于杰等[12]采用20 m等深线对南海双拖网渔船进行航次提取。本研究选取的灯光罩网渔船作业海域基本位于100 m等深线以深海域，因此采用100 m等深线提取航次，通过渔船轨迹穿越100 m等深线的次数判断渔船航次数。
灯光罩网渔船属掩罩类作业，在夜晚作业。本研究依据渔船作业习惯及人工经验对灯光罩网渔船各阶段及状态进行划分。渔船每晚作业期间可划分为航行、作业、转场和停港休息4种状态，包括快速航行、抛锚阻滞、停航休息3种作业状态。然而不同网具类型的船位点状态识别时参考的要素不同，如在拖网和流刺网渔船作业过程中，渔船的速度有着不同的状态特征[20,30]。张胜茂等[31]在识别拖网渔船船位点状态时主要参考了航速及航向信息。张荣瀚等[20]使用多层过滤法，根据航速、空间距离、时间间隔和航向角度变化等多个参数识别流刺网渔船船位点状态。与拖网和流刺网不同，灯光罩网渔船在作业期间航速低且变化不明显，此外在抛锚阻滞状态下航向会随海流发生较大变化，因此航向数据也不能作为灯光罩网渔船状态识别的参考要素[29]。如果利用简单的速度规则，根据瞬时航速判断渔船状态，误差较大。本文利用相邻船位点的时间间隔和距离间隔计算渔船平均速率，通过平均速率频数统计分析判断平均速率阈值，并利用过滤窗修正法确定渔船作业状态，可在一定程度上减少误差。
3.3 灯光罩网渔船作业状态验证分析
3.3.1 航次提取验证分析
根据航次提取结果可知，单艘渔船每航次平均为50 d，与捕捞日志相比，误差最大为5 d，最小为1 d，平均误差为2.8 d，准确率为94.30%。与李国东等[29]设定沿岸缓冲线距离提取毛虾网船航次信息结果相比，准确率偏低。分析原因可能是因为等深线值设定偏小，出海时间包括了部分前往渔场或返回渔港的过程，该部分时间在渔捞日志中不计入出海天数，一般为2~4 d。
3.3.2 作业日期与作业时长验证分析
灯光罩网渔船的作业原理是利用灯光诱集鱼群，灯光诱集效果的好坏直接影响到鸢乌贼渔获量的高低，而月光相对灯光诱集效果有显著影响[32]，月光天期间，月光较强，渔获率较月黑天低。尤其每月农历十四、十五、十六这3天，夜晚云雾少、月光强时，渔船一般不作业，但如果夜晚云雾大、月光弱，船长也会根据经验选择作业。其次，在对渔船实际作业情况的调查过程中发现，渔船试捕作业时，若网次渔获量过低，产生的经济效益不足以支撑继续捕捞消耗时，渔船会选择原地停航休息，这种情况也会导致捕捞日志无记录北斗提取有记录的情况发生。此外，捕捞日志的填报可能出现人为因素导致的错报漏报，北斗船位数据也会出现上传不及时或数据丢失，这些都会导致捕捞日志记录和北斗船位数据提取的信息出现偏差；但总体来说，捕捞日志记录信息与北斗提取信息较为吻合，作业日期平均准确率为92.72% (表3)，表明本研究提取作业日期的方法可行性较高。
提取作业时长与记录作业时长平均绝对误差为1.12 h (表4)，与谢恩阁等[15]研究结果相比，平均绝对时长降低了0.37 h，可能是由数据筛选的时间范围缩小导致。该误差的原因主要有3个方面：1)灯光罩网渔船起网收渔获后进行下一网次放网，网次之间会有10~20 min的时间差，若网次间作业位置未发生较大变动，提取作业时长程序在该过程中仍将渔船判定为作业状态，无法精确剔除该时间差；2)灯光罩网渔船在夜晚天黑时作业，本研究选取的船位数据为2—5月，每晚作业时间范围统一平均划定在19:00—次日5:00，事实上不同季节的天黑、天亮时间不同，提取的作业时长会产生部分偏差；3)在实际作业过程中，渔民会分拣装箱渔获物后再填写捕捞日志，导致记录的作业时间延后，时长偏大。为进一步验证提取作业时长的精确性，将提取作业时长和记录作业时长分别与渔获量进行相关性分析。其中，提取作业时长与渔获量之间呈显著性相关 (P<0.01，图5-b)，与张胜茂等[27]研究结果相符。记录作业时长与渔获量之间相关性极不显著 (P>0.05，图5-a)，与谢恩阁等[33]研究结果相符。分析捕捞日志记录作业时长发现，记录作业时长均为整数且固定，可能因为记录作业时长多为估计值，也可能因为渔民是在结束当晚作业后才补填捕捞日志，与实际作业情况有出入，导致记录作业时长与渔获量之间相关性不明显。总体而言，与捕捞日志记录数据相比，利用北斗船位数据提取的作业时长更符合客观事实。
3.4 捕捞强度验证分析
与传统捕捞日志数据相比，渔船轨迹数据时空精度更高。评估渔业活动对海洋环境影响的一个重要指标是捕捞强度，采用VMS数据计算单位时间、单位面积水域内投入作业的捕捞努力量，可以得到高时空分辨率的捕捞强度分布状况。国内外研究者常用于绘制渔场高精度捕捞强度分布图，评估渔船的捕捞分布[34]。陈森等[35]研究发现南海灯光罩网渔船作业渔区分为近海陆架区和外海深水区，其中外海深水区主要集中在南沙群岛北部海区的双黄沙洲、太平岛以及九章群礁等岛礁附近海域进行作业生产，且在外海深水区作业为2—6月，本研究结果与其基本一致。邹建伟等[2]对南海外海渔场分布及变动的研究发现2、3、5月渔区主要分布于10°N—12°N太平岛周围海域，4月渔区增加了14°N—18°30'N，整体渔区范围与本研究结果一致。根据航次提取结果分析，可能是因为渔船在4月中旬结束第一个航次，经西沙返港休息，且在返航过程中继续作业。
4. 小结
本文提出的分析定位时间和经纬度，计算平均速率阈值，结合等深线和时间范围，识别离散北斗船位数据，判断灯光罩网渔船作业状态的方法是可行的；适用于区分和计算渔船处于不同状态下的时间，并分析渔船行为和捕捞努力量。但本研究仍存在一定的不足，由于未考虑海面风速和海流对船速的影响，平均速率阈值划分粗度大。另外选取渔船数量较少，数据可能存在偶然性。今后可挖掘北斗船位数据更多特征，建立数学模型，提高作业船位点判定和提取的准确性。也可运用其他技术手段或数据进一步验证以提高准确率，如夜光遥感技术、视频监控和电子捕捞日志等手段，以期为我国渔业资源评估和渔业管理提供更加准确可靠的基础数据。
-
![]()
图 1 鲫属鱼类线粒体控制区序列及结构
*. 相同的核苷酸位点；-. 缺失位点；中央保守序列(CSB-F，CSB-E，CSB-D)和保守序列(CSB-1，CSB-2，CSB-3) 用下划线表示；终止相关序列(TAS)和其反向互补序列(ATGTA)用阴影表示；短小重复序列用方框表示；删除线表示启动子序列
Figure 1. Sequence and structure of mitochondrial DNA control region in genus Carassius
*. the same base site; -. gaps required for alignment; the conserved blocks (CSB-F, CSB-E, CSB-D) in central conserved sequence domain and conserved sequence blocks (CSB1, CSB2, CSB3) in conserved sequence blocks domain are underlined; TAS motifs (TACAT) and palindromic motifs (ATGTA) are shadowed; short repeated sequences are framed; promoters are indicated with strikethroughs.
![]()
图 2 基于线粒体Cyt b基因(a，b)和D-loop序列(c，d)的分子系统进化树
a，c为NJ树；b，d为MP树；节点数字表示支持率
Figure 2. Phylogenetic trees based on Cyt b (a, b) and D-loop (c, d)
a and c are NJ-trees; b and d are MP-trees; node numbers are bootstrap values.
表 1 基于线粒体Cyt b基因和D-loop序列的滁州鲫的碱基组成
Table 1 Base composition of mitochondrial Cyt b and D-loop sequences of C.auratus gibelio in Chuzhou
% 序列
sequence密码子
condon碱基组成 base composition T C A G A+T C+G 细胞色素b Cyt b 第1位first site 23.6 26.2 25.2 24.9 48.8 51.2 第2位second site 41.8 25.0 20.0 13.2 61.8 38.2 第3位third site 2.4 32.1 40.3 5.3 62.7 37.3 总计total 29.3 27.8 28.5 14.5 57.7 43.3 控制区D-loop 总计total 33.2 20.1 32.6 14.1 65.8 34.2 
下载: 导出CSV
表 2 滁州鲫与其他鱼类间线粒体Cyt b和D-loop区的序列相似率
Table 2 Similarity of nucleotide sequences of mitochondrial Cyt b or D-loop between C.auratus gibelio in Chuzhou and other fishes
% 物种
species细胞色素b
Cyt b控制区
D-loop domain方正鲫 C.auratus gibelio in Fangzheng 100 99 彭泽鲫 C.auratus in Pengze 99 99 淇河鲫 C.aurutus in Qihe River 98 97 鲫 C.auratus auratus 98 97 黑鲫 C.carassius 98 97 日本银鲫 C.auratus langsdorfi 94 96 日本白鲫 C.auratus cuvieri 93 94 鲤 C.carpio haematopterus 88 89
下载: 导出CSV
-
[1] 张克俭, 万全, 李公行, 等. 滁州鲫的形态学和血清蛋白电泳谱型[J]. 水产学报, 1996, 20(4): 352-356. https://xueshu.baidu.com/usercenter/paper/show?paperid=be53c9802dddecec1d656391de70e631&site=xueshu_se [2] 张克俭, 万全, 李公行, 等. 滁州鲫染色体组型的研究[J]. 中国水产科学, 1995, 2(4): 8-15. doi: 10.3321/j.issn:1005-8737.1995.04.006 [3] 徐广友, 万全, 袁兆祥, 等. 滁州鲫雌核发育的细胞学研究[J]. 安徽农业大学学报, 2009, 36(4): 533-537. [4] 凌武海, 任信林. 天然滁州鲫氨基酸成分分析与营养价值评价[J]. 水产养殖, 2011, 32(1): 50-52. doi: 10.3969/j.issn.1004-2091.2011.01.013 [5] 姚继花, 楼允东, 江涌. 我国六个地区银鲫种群线粒体DNA多态性研究[J]. 水产学报, 1998, 22(4): 289-295. doi: 10.1017/S0266078400010713 [6] 凌武海, 马明发, 袁兆祥, 等. 滁州鲫、方正银鲫和彭泽鲫分子遗传差异的分析[J]. 安徽农业科学, 2009, 37(28): 13482-13483, 13485. doi: 10.3969/j.issn.0517-6611.2009.28.023 [7] 肖武汉, 张亚平. 鱼类线粒体DNA的遗传与进化[J]. 水生生物学报, 2000, 24(4): 384-391. doi: 10.3321/j.issn:1000-3207.2000.04.014 [8] 郭新红, 刘少军, 刘巧, 等. 鱼类线粒体DNA研究新进展[J]. 遗传学报, 2004, 31(9): 983-1000. https://xueshu.baidu.com/usercenter/paper/show?paperid=25713e1ff4e884760e4e4364b31966b8&site=xueshu_se&hitarticle=1 [9] XIAO Wuhan, ZHANG Yaping, LIU Huanzhang. Molecular systematics of Xenocyprinae (Teleostei: Cyprinidae): taxonomy, biogeography, and coevolution of a special group restricted in East Asia[J]. Mol Phylogenet Evol, 2001, 18(2): 163-173. doi: 10.1006/mpev.2000.0879
[10] PERDICES A, DOADRIO I. The molecular systematics and biogeography of the European cobitids based on mitochondrial DNA sequences[J]. Mol Phylogenet Evol, 2001, 19(3): 468-478. doi: 10.1006/mpev.2000.0900
[11] TANG Qiongying, LIU Huanzhang, MAYDEN R, et al. Comparison of evolutionary rates in the mitochondrial DNA cytochrome b gene and control region and their implications for phylogeny of the Cobitoidea (Teleostei: Cypriniformes)[J]. Mol Phylogenet Evol, 2006, 39(2): 347-357. doi: 10.1016/j.ympev.2005.08.007
[12] YU Meiling, HE Shunping. Phylogenetic relationships and estimation of divergence times among Sisoridae catfishes[J]. Sci China Life Sci, 2012, 55(4): 312-320. doi: 10.1007/s11427-012-4305-z
[13] ANG Jinqun, TANG Wenqiao, LIAO Teyu, et al. Phylogeographical analysis on Squalidus argentatus recapitulates historical landscapes and drainage evolution on the island of Taiwan and mainland China[J]. Int J Mol Sci, 2012, 13(12): 1405-1425. doi: 10.3390/ijms13021405
[14] ZHAO Kai, DUAN Ziyuan, PENG Zuogang, et al. Phylogeography of the endemic Gymnocypris chilianensis (Cyprinidae): sequential westward colonization followed by allopatric evolution in response to cyclical Pleistocene glaciations on the Tibetan Plateau[J]. Mol Phylogenet Evol, 2011, 59(2): 303-310. doi: 10.1016/j.ympev.2011.02.001
[15] AVISE J C. Gene trees and organismal histories: a phylogenetic approach to population biology[J]. Evolution, 1989, 43(6): 1192-1208. doi: 10.2307/2409356
[16] YANG Guang, XIAO Mingsong, YU Yanyan, et al. Genetic variation at mtDNA and microsatellite loci in Chinese longsnout catfish (Leiocassis longirostris)[J]. Mol Biol Rep, 2012, 39(5): 4605-4617. doi: 10.1007/s11033-011-1252-x
[17] ALTER S E, PALUMBI S R. Comparing evolutionary patterns and variability in the mitochondrial control region and Cytochrome b in three species of baleen whales[J]. J Mol Evol, 2009, 68(1): 97-111. doi: 10.1007/s00239-008-9193-2
[18] LUNT D H, WHIPPLE L E, HYMAN B C. Mitochondrial DNA variable number tandem repeats (VNTRs): utility and problems in molecular ecology[J]. Mol Ecol, 1998, 7(11): 1441-1455. doi: 10.1046/j.1365-294x.1998.00495.x
[19] PEREIRA S L, GRAU E T, WAJNTAL A. Molecular architecture and rates of DNA substitutions of the mitochondrial control region of cracid birds[J]. Genome, 2004, 47(3): 535-545. doi: 10.1139/g04-009
[20] LIU Guangxun, ZHOU Jian, ZHOU Dinggang. Mitochondrial DNA reveals low population differentiation in elongate loach, Leptobotia elongata (Bleeker): implications for conservation[J]. Environ Biol Fish, 2012, 93(1): 393-402. doi: 10.1007/s10641-011-9927-7
[21] 李娜, 陈少波, 谢起浪, 等. 闽浙地区香鱼线粒体Cyt b基因和D-loop区序列多态性分析[J]. 遗传, 2008, 30(7): 919-925. doi: 10.3321/j.issn:0253-9772.2008.07.018 [22] 赵亮, 谢本贵, 刘志瑾, 等. 太湖新银鱼线粒体D-loop和Cyt b片段序列结构与进化速率比较[J]. 动物学杂志, 2010, 45(2): 27-38. https://www.doc88.com/p-9971835339647.html [23] GALTIER N, GOUY M, GAUTIER C. Seaview and Phylo_ win: two graphic tools for sequence alignment and molecular phylogeny[J]. Comput Appl Biosci, 1996, 12(6): 543-548. doi: 10.1093/bioinformatics/12.6.543
[24] THOMPSON J D, GIBSON T J, PLEWNIAK F. The Clustal X windows interface: flexible strategies for multiple sequences alignment aided by quality analysis tools[J]. Nucleic Acids Res, 1997, 25(4): 4876-4882. doi: 10.1093/nar/25.24.4876
[25] KUMAR S, DUDLEY J, NEI M, et al. MEGA: a biologist-centric software for evolutionary analysis of DNA and protein sequences[J]. Brief Bioinform, 2008, 9(4): 299-306. doi: 10.1093/bib/bbn017
[26] HOCHACHKA P, MOMMSEN T P. Biochemistry and molecular biology of fish[M]. London: Elsevier Science Publishers, 1993: 1-38. https://www.sciencedirect.com/bookseries/biochemistry-and-molecular-biology-of-fishes
[27] CANTATORE P, ROBERTI M, PESOLE G, et al. Evolutionary analysis of cytochrome b sequences in some perciformes: evidence for a slower rate of evolution than in mammals[J]. J Mol Evol, 1994, 39(6): 589-597. doi: 10.1007/BF00160404
[28] 刘焕章. 鱼类DNA控制区的结构和进化: 以鳑鲏为例[J]. 自然科学进展, 2002, 12(3): 266-270. doi: 10.3321/j.issn:1002-008X.2002.03.008 [29] 唐琼英, 刘焕章, 杨秀平. 沙鳅亚科鱼类线粒体DNA控制区结构分析及系统发育关系的研究[J]. 水生生物学报, 2005, 29(6): 645-653. doi: 10.3321/j.issn:1000-3207.2005.06.008 [30] 刘良国, 杨品红, 王文彬, 等. 洞庭青鲫与其他六个鲫鱼品系线粒体DNA控制区的比较分析[J]. 水生生物学报, 2010, 34(2): 378-387. doi: 10.3724/SP.J.1035.2010.00378 [31] 苏天凤, 江世贵, 马之明, 等. 二长棘犁齿鲷线粒体DNA控制区结构和进化[J]. 南方水产科学, 2012, 8(6): 1-8. doi: 10.3969/j.issn.2095-0780.2012.06.001 [32] 马明发, 张克俭, 凌武海, 等. 三种群银鲫形态特征的比较研究[J]. 河北渔业, 2009(4): 17-19. doi: 10.3969/j.issn.1004-6755.2009.04.005 [33] 程磊, 常玉梅, 鲁翠云, 等. 鲫属鱼类DNA条码及种与亚种划分[J]. 动物学研究, 2012, 33(5): 463-472. doi: 10.3724/SP.J.1141.2012.05463 [34] 王姝妍. 古环境的变化和人工选择对鲫属鱼类遗传结构的影响[D]. 合肥: 中国科学技术大学, 2013. http://www.51papers.com/lw/70/8/wz1915427.htm [35] 乐佩琦. 硬骨鱼纲· 鲤形目· 下卷[M]. 北京: 科学技术出版社, 2000: 427-434. https://www.las.ac.cn/front/book/detail?id=91264d2d652fd346c5ed4c5ceb712232 [36] HOSOYA K. Cyprinidae[M]//NAKABO T. Fishes of Japan with pictorial keys to the species. Tokyo: Tokai University Press, 2002: 253-254.
[37] MURAKAMI M, MATSUBA C, FUJITANI H. The maternal origins of the triploid ginbuna (Carassius auratus langsdorfi): phylogenetic relationships within the C. auratus taxa by partial mitochondrial D-loop sequencing[J]. Genes Genet Syst, 2001, 76(1): 25-32. doi: 10.1266/ggs.76.25
[38] 付小全, 曾柳根, 洪一江, 等. 天然三倍体鲫鱼突变体萍乡肉红鲫线粒体细胞色素b基因序列分析[J]. 动物学杂志, 2009, 44(2): 97-101. http://dwxzz.ioz.ac.cn/dwxb/article/abstract/20090217?st=article_issue -
期刊类型引用(10)
1. 李杰，王腾，晏磊，杨炳忠，陈森，陈作志，张鹏. 锚泊式人工集鱼装置在渔业中的应用研究进展. 海洋渔业. 2025(01): 118-128 . 
百度学术
2. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼幼鱼日周期性及摄食期间的运动行为规律. 南方农业学报. 2022(05): 1407-1414 . 百度学术
3. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼体质量与消化酶和免疫相关酶活性的关系研究. 南方水产科学. 2022(03): 163-169 . 本站查看
4. 李杰，张鹏，王腾，晏磊，杨炳忠，陈作志. 基于广义加性模型研究影响罩网沉降性能的因子. 南方水产科学. 2021(04): 74-81 . 本站查看
5. 周胜杰，杨蕊，于刚，马振华. 黄鳍金枪鱼幼鱼体长与血液指标关系研究. 南方水产科学. 2021(05): 126-132 . 本站查看
6. 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
7. 冯波，龚超，钟子超，赵炯刚. 南海金枪鱼延绳钓作业参数优化. 渔业现代化. 2018(04): 64-69 . 百度学术
8. 黄微，李永振，于杰，陈国宝. 基于遥感的吕宋岛西北部海域灯光渔船空间分布及其与海洋涡的关系. 海洋学报. 2018(08): 10-19 . 百度学术
9. 张俊，邱永松，陈作志，张鹏，张魁，范江涛，陈国宝，蔡研聪，孙铭帅. 南海外海大洋性渔业资源调查评估进展. 南方水产科学. 2018(06): 118-127 . 本站查看
10. 李杰，晏磊，杨炳忠，张鹏. 罩网兼作金枪鱼延绳钓的钓钩深度与渔获水层分析. 海洋渔业. 2018(06): 660-669 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 3081
- HTML全文浏览量: 169
- PDF下载量: 1688
- 被引次数: 13
粤公网安备 44010502001741号
