Variation characteristics of phytoplankton community in polyculture ponds of Scylla serrata and Penaeus monodon
-
摘要:
为摸清锯缘青蟹 (Scylla serrata) 与斑节对虾 (Penaeus monodon) 混养池塘浮游植物种群结构的变化特征，于2018年3—11月对广州市番禺区十六涌3个养殖池塘中的浮游植物开展了逐月调查，并通过冗余分析 (RDA) 探讨了浮游植物与环境因子的相关性。结果表明，养殖池塘中共鉴定出浮游植物29种，主要由硅藻、蓝藻、甲藻、绿藻和裸藻5大门类组成，其中硅藻种类最多 (19种)，占浮游植物种类数的65.5%；其次是蓝藻，共5种，占浮游植物种类数17.2%；甲藻3种，绿藻和裸藻各1种。共出现优势种16种，主要为直舟形藻 (Navicula directa)、奇异菱形藻 (Nitzschia paradoxa)、柔弱菱形藻 (Nitzschia delicatissima)、尖布纹藻 (Gyrosigma acuminatum)、大角角藻 (Ceratium macroceros) 和小颤藻 (Oscillatoria tenuis) 等。浮游植物细胞密度介于2.56×103~189.2×103个·m−3，Shannon-Weaver多样性指数介于0.468~2.597。浮游植物与环境因子相关性RDA结果表明，营养盐、盐度和pH是影响养殖塘浮游植物种群结构的主要环境因子。
Abstract:To understand the variation characteristics of phytoplankton population structure in the polyculture ponds of Scylla serrata and Penaeus monodon, we have conducted a monthly survey on the phytoplankton in three cultured ponds in Panyu District, Guangzhou from March to November 2018, and discussed the relationship between phytoplankton and environment factors based on redundancy analysis (RDA). The results show that a total of 29 species in five Phyla were identified, among which the most abundant group was Bacillariophyta, with 19 species accounting for 65.5% of the total species, followed by Cyanophyta (5 species, 17.2%), Pyrrophyta (3 species), Chlorophyta (1 species) and Euglenophyta (1 species). Navicula directa, Nitzschia delicatissima, Gyrosigma acuminatum, Ceratium macroceros and Oscillatoria tenuis were the dominant species during the investigation. The abundance of phytoplankton cells varied from 2.56×103 to 189.2×103 cells·m−3. The variation of Shannon-Weaver diversity index ranged from 0.468 to 2.597. RDA reveals that nutrients, salinity and pH were the primary environmental factors influencing phytoplankton community.
-
罗非鱼(Oreochromis mossambicus)，又称非洲鲫鱼、福寿鱼，绝大多数生活在淡水域，也可在海水中生存[1]。罗非鱼肉质爽口、肌间刺较少且富含蛋白质，同时具有繁殖迅速、易于养殖等特点[2]。中国是全球最大的罗非鱼生产国与出口国，也是美国最大的罗非鱼进口国，向美国的罗非鱼出口产品中，冻罗非鱼片制品所占比例较大，2015年和2016年冻罗非鱼片在美国市场的占有率分别为62.27%和58.44%[3]。
罗非鱼片的色泽直接影响消费者的购买欲望，鱼片红色肉在贮藏过程中由于氧化作用逐渐褐变，从而严重影响了鱼片的感官。目前罗非鱼加工行业通常使用的发色方法有一氧化碳(CO)发色、一氧化氮(NO)发色、亚硝酸盐发色、复合剂发色等。王晶等[4]通过亚硝酸盐与其他试剂复配处理可以使罗非鱼片色泽鲜艳，亚硝酸盐是国标内允许使用的食品添加剂，且能够杀死肉毒菌[5]，可与肌红蛋白形成稳定的MbNO，从而维持红色，前人多从降低亚硝酸盐的角度进行研究[6-8]；碳酸氢钠在食品中常被用作酸度调节剂及保水剂，是一种安全无毒的食品添加剂，用途广泛且价格低廉，Shun等[9]使用碳酸氢钠处理牛肉，发现能够提高牛肉色泽，但目前尚无碳酸氢钠用于罗非鱼片发色方面的研究。CO对罗非鱼片进行发色的方式有气体发色和活体发色[10]。CO的发色机理是通过配位键与肌肉中的肌红蛋白卟啉环结合，生成的碳氧肌红蛋白性质稳定不被氧气氧化，使得罗非鱼片的鲜红色泽能够长时间保持，但CO发色的安全性一直饱受争议，且中国与欧盟都禁止CO用于食品发色[11-12]，因此，更加安全的发色替代技术是当下的研究热点。
鉴于传统发色技术的应用限制，本研究以新鲜罗非鱼片为原料，探讨以亚硝酸钠和碳酸氢钠组成的新发色剂对罗非鱼片发色的效果，以期为新发色技术在罗非鱼乃至其他水产品加工的应用方面提供基础理论数据和参考。
1. 材料与方法
1.1 材料与仪器
新鲜罗非鱼购自广州市海珠区新港西路华润万家客村店，单尾质量500~750 g。
碳酸氢钠、亚硝酸钠等试剂购自国药集团化学试剂有限公司，所用试剂均为分析纯。
仪器为KONICA MINOLTA CR-400色差计(日本)；JJ50电子天平(常熟市双杰测试仪器厂)；Mettler GB204分析天平(瑞士)；DZ500/2D真空包装机(温州市新泰包装机械厂)。
1.2 实验方法
1.2.1 去皮罗非鱼片的制备
取规格、质量相近且同一品种的新鲜罗非鱼[(500±50) g]，在常温条件下放置在水箱中暂养30 min后取出，将鱼击晕后放血，沿鱼的背脊处裁切，取得背部鱼片，单片厚度2.5~3.0 cm。随后将鱼片进行清洗以去除血污，沿鱼片红色肉为中心轴裁切得到12 cm×6 cm左右的矩形鱼片，单只鱼片净质量为(50±2) g。
1.2.2 单因素条件对新发色剂发色效果的影响
1) 亚硝酸钠质量浓度对发色效果的影响。分别以0.15 g·L–1、0.25 g·L–1、0.35 g·L–1、0.45 g·L–1、0.50 g·L–1的亚硝酸钠溶液作为发色剂，加入3.0 g·L–1的碳酸氢钠溶液，浸泡鱼片20 min，观测亚硝酸钠质量浓度对罗非鱼片红色变化值Δa*的影响。
2) 发色助剂质量浓度对发色效果的影响。分别以1.5 g·L–1、3.0 g·L–1、4.5 g·L–1、6.0 g·L–1、7.5 g·L–1的碳酸氢钠溶液作为复配试剂，加入0.25 g·L–1的亚硝酸钠溶液，浸泡20 min，观测碳酸氢钠质量浓度对Δa*的影响。
3) 浸泡时间的影响。以3.0 g·L–1碳酸氢钠与0.25 g·L–1亚硝酸钠的混合溶液进行实验，分别浸泡10 min、20 min、30 min、40 min、50 min，观测浸泡时间对Δa*的影响。
1.2.3 罗非鱼片红度值的测定
参考Li等[13]的方法略有改动，每块鱼片浸泡前后分别在红色肉中心轴进行红度值a*的测定。测定前用白色和黑色标准板进行标准校正，使用CIE-LAB系统测定鱼片红色肉的红度值a*。每个处理取4片罗非鱼片，每片测定3次，取上述12个测量值的平均值为最后测量值。在实际生产及销售过程中人们更重视罗非鱼片的红色值，并以其作为鱼片新鲜与否的主要判断指标，而色差值Δa*相对于其他指标如白度、亮度等更具代表性，因此，本文以Δa*作为该发色效果的衡量指标，Δa*值即为鱼片发色前后的差值。
$$ \Delta{\rm{a}}^*={\text{鱼片发色后}}{\rm{a}}^*{\text{值}}-{\text{鱼片发色前}}{\rm{a}}^*{\text{值}} $$ 1.2.4 响应面实验设计
在上述实验的基础上，利用软件Design-Expert 10.0中的Box-Behnken进行响应面优化设计，以新发色剂溶液的亚硝酸钠质量浓度、碳酸氢钠质量浓度和浸泡时间为响应变量。以发色后的Δa*为响应值设计响应面实验。实验因素和水平见表1。
表 1 响应面实验设计因素与水平Table 1. Factors and levels used in response surface experiment因素
factor水平 level –1 0 1 碳酸氢钠/g·L−1 (A) sodium bicarbonate 3 4.5 6 亚硝酸钠/g·L−1 (B) sodium nitrite 0.25 0.35 0.45 浸泡时间/min (C) soaking time 10 20 30 1.2.5 亚硝酸盐残留测定
由于使用亚硝酸盐发色后，其残留量也是文章的关注点。参照GB 5009.33—2016的《食品中亚硝酸盐与硝酸盐的测定》第二法分光光度法略作调整，称取处理后鱼片样品5 g，加入硼砂饱和溶液，搅拌均匀，70 ℃沸水浴提取15 min，冷却后加入亚铁氰化钾溶液、乙酸锌溶液使蛋白质沉淀，加水定容至100 mL，吸取5 mL滤液显色、测定。在波长为538 nm处测其吸光度值，记录数据后计算亚硝酸盐含量。计算公式为：
$$ X = \left[ {\left( {C - {C_0}} \right) \times V \times A \times 1\;000} \right]/\left( {m \times 1\;000} \right) $$ 式中，X为鱼片亚硝酸盐的质量分数(mg·kg−1)；C为测定的质量浓度(μg·mL−1)；C0为空白测定的质量浓度(μg·mL−1)；V为定容体积(mL)；m为取样的鱼片质量(g)；A为稀释倍数；1 000为转换系数。
1.3 数据处理
实验数据利用Excel 2016软件整理，用SPSS 20.0软件分析方差及显著性，数据以“平均值±标准差(
$\overline{X}\pm {\rm SD}$ )”表示，用Design-Expert 10.0软件进行响应面实验设计和结果统计分析，P<0.05为差异显著。2. 结果与讨论
2.1 单因素实验
2.1.1 亚硝酸钠质量浓度对罗非鱼片发色效果的影响
亚硝酸钠质量浓度介于0.15~0.35 g·L–1，罗非鱼片Δa*值随亚硝酸钠质量浓度增加而显著升高(P<0.05)，而当质量浓度大于0.35 g·L–1时，Δa*值的变化不显著(P>0.05，图1)。这可能是因为浸泡初期，肌红蛋白与亚硝酸钠反应产生红色的氮氧肌红蛋白使得鱼片色泽改善，而随着浸泡时间的增加，鱼片表面的肌红蛋白和亚硝酸钠完全反应，不再生成新的MbNO，色泽的变化不明显[14-15]。因此选取亚硝酸钠质量浓度0.35 g·L–1为0水平进行响应面设计实验。
![]()
图 1 不同水平亚硝酸钠处理后鱼片 (红色肉) 的红度值变化不同小写字母表示差异显著，图2、图3、图7同此Figure 1. Change of redness value of fillets (dark muscle) after treatment with different concentrations of sodium nitriteDifferent lowercase letters indicate significant difference. The same case in Fig.2, Fig.3 and Fig.7.2.1.2 碳酸氢钠质量浓度对罗非鱼片发色效果的影响
碳酸氢钠质量浓度介于1.5~4.5 g·L–1，罗非鱼片Δa*值随碳酸氢钠质量浓度的增加而显著上升(P<0.05)，质量浓度大于4.5 g·L–1时，Δa*值变化不显著(P>0.05，图2)；这可能是由于在弱碱条件下能够增强肌红蛋白色氨酸和铁卟啉环的荧光强度，鱼片的色泽有所增强，pH的进一步升高使得高铁肌红蛋白含量上升，其荧光强度迅速衰减[16-18]。因此选取碳酸氢钠质量浓度4.5 g·L–1为0水平进行响应面设计实验。
![]()
图 2 不同水平碳酸氢钠处理后鱼片 (红色肉) 的红度值变化Figure 2. Change of redness value of fillets (dark muscle) after treatment with different concentrations of sodium bicarbonate2.1.3 浸泡时间对罗非鱼片发色效果的影响
浸泡时间介于10~20 min，罗非鱼片Δa*值随浸泡时间延长而显著增加(P<0.05)，而当浸泡时间大于20 min，Δa*值开始出现缓慢下降(图3)；这是由于鱼片经过长时间浸泡，其表面产生MbNO饱和，而水中的氧气使得肌红蛋白被氧化，同时肌肉内外的渗透压不平衡使得红色肉区域的色素分散，鱼片色泽有下降趋势[19-20]。因此选取浸泡时间20 min为0水平进行响应面设计实验。
![]()
图 3 不同浸泡时间处理后的鱼片 (红色肉) 红度值变化Figure 3. Change of redness value of of tilapia fillets (dark muscle) after different soaking time2.2 响应面优化复合发色的条件
2.2.1 实验设计及结果
实验结果见表2，对表中实验数据进行回归拟合，建立新发色剂处理罗非鱼片的工艺参数回归模型。回归方程为：
表 2 响应面法优化实验结果Table 2. Experimental results of Box-Behnken design实验号
test No.碳酸氢钠
sodium bicarbonate亚硝酸钠
sodium nitrite浸泡时间
soaking time红度值Δa*
redness value1 −1 0 −1 0.68 2 0 0 0 1.96 3 0 0 0 1.82 4 0 1 −1 1.75 5 0 0 0 1.69 6 0 0 0 1.82 7 0 1 1 1.98 8 −1 1 0 1.03 9 1 −1 0 0.98 10 0 0 0 1.86 11 1 1 0 1.95 12 −1 −1 0 0.72 13 −1 0 1 0.85 14 0 −1 1 1.23 15 1 0 1 1.36 16 0 −1 −1 0.83 17 1 0 −1 1.12 $$ Y=1.83 + 0.27A+0.37B+0.13C + 0.16AB- 0.55{A^2} - 0.27{C^2} $$ 式中Y为红度值Δa*；A为碳酸氢钠质量浓度(g·L–1)；B为亚硝酸钠质量浓度(g·L–1)；C为浸泡时间(min)。
2.2.2 方差分析
对回归方程进行方差分析及显著性检验(表3)。在响应面方差分析中，该回归模型的显著性水平P<0.000 1，说明模型极显著，而表示模型数据变异情况失拟项的P为0.439，大于0.05，失拟项不显著，说明模型数据比较稳定，可以充分反映实际情况，回归模型较好；由表3可知模型的决定系数R2=0.98，表示模型的实验结果与预测结果较接近，此实验模型的校正系数RAdj=0.95，表明实验的响应值有95%的几率受实验因素的影响，说明实验结果可靠。由表3中F参数可知各因素对Δa*影响的主次顺序为B>A>C，即亚硝酸钠质量浓度对Δa*的影响最大，其次是碳酸氢钠质量浓度，最后是浸泡时间。由方差分析可知3个单因素对响应值影响的显著水平均为P<0.01，表示3种单因素对响应值均具有极显著的影响；AB交互作用对响应值的影响显著(P<0.05)，模型中二次项A2和C2对响应值的影响达到极显著水平(P<0.01)，其他影响均不显著(P>0.05)。
表 3 回归与方差分析结果Table 3. Analysis of variance for fitted regression model方差来源
source of variation平方和
SS自由度
df均方
MSF P Prob>F 显著性
significance模型 model 3.68 9 0.41 41.35 <0.000 1 ** A-碳酸氢钠 sodium bicarbonate 0.57 1 0.57 57.30 0.000 1 ** B-亚硝酸钠 sodium nitrite 1.09 1 1.09 109.92 <0.000 1 ** C-浸泡时间 soaking time 0.14 1 0.14 13.66 0.007 7 ** AB 0.11 1 0.11 11.00 0.012 8 * AC 0.001 1 0.001 0.12 0.735 3 BC 0.007 1 0.007 0.73 0.421 1 A2 1.29 1 1.29 129.87 <0.000 1 ** B2 0.05 1 0.05 4.92 0.062 1 C2 0.32 1 0.32 32.18 0.000 8 ** 残差 residual 0.069 7 0.02 失拟项 lack of fit 0.032 3 0.01 1.12 0.439 1 纯误差 pure error 0.038 4 0.009 总和 cor total 3.75 16 R2=0.98 RAdj=0.95 注：*. P<0.05；**. P<0.01 2.2.3 响应面交互作用分析和优化
采用Design-Expert软件对实验结果进行回归拟合，响应曲面图见图4~图6。响应面呈规则的凸起形表明在实验因素水平范围内存在极大值，即响应面的最高点[21]。从响应面图中可知A、B、C 3个因子对Y有显著的影响作用，这与方差分析的结果也一致。
![]()
为了进一步得到各因素的最佳条件组合，使得罗非鱼片红色肉的Δa*值达到最优值，采用Design-Expert软件对各因素和响应值的数据进行优化分析。通过分析得到A、B、C的编码值分别为0.238、0.210、0.191，换算得到相应的碳酸氢钠质量浓度A=4.98 g·L–1、亚硝酸钠质量浓度B=0.39 g·L–1、浸泡时间C=21.9 min，优化的罗非鱼片红色肉的Δa*理论值为1.988。从实际操作便利方面考虑，最佳条件取碳酸氢钠质量浓度5.0 g·L–1、亚硝酸钠质量浓度0.4 g·L–1、浸泡时间22 min，在此优化条件下重复3次实验，测得处理后的罗非鱼片红色肉的Δa*=1.97，而预测值Δa*=1.98，通过显著性分析实验值和预测值之间的显著性P>0.05，不显著，表明实验确定的模型可以用于预测实际值。Mantilla等[22]用100% CO对罗非鱼片进行死后处理，得到Δa*值=6，相比处理前提升了35.29%，本实验方法达到了此CO发色方法近一半的效果，具有一定参考意义。
2.3 碳酸氢钠与亚硝酸钠复合发色处理后鱼片的亚硝酸盐残留变化
贮藏30 d内罗非鱼片的亚硝酸盐残留量变化不显著(P>0.05，图7)，贮藏30 d后亚硝酸盐的残留量为8.71 mg·kg–1，低于国标GB 2760—2014的限定值(30 mg·kg–1) 。
![]()
图 7 复合发色处理后的罗非鱼片在贮藏期间的亚硝酸盐残留量变化Figure 7. Change of nitrite residues of tilapia fillets after complex chromogenic treatment during storage3. 结论
本实验在单因素实验的基础上以新发色剂溶液的亚硝酸钠、碳酸氢钠质量浓度和发色剂溶液浸泡时间为响应变量，以罗非鱼片红色肉Δa*值为响应值进行响应面实验，最终得到新发色剂溶液的最佳发色条件为亚硝酸钠质量浓度0.4 g·L–1、碳酸氢钠质量浓度5.0 g·L–1、浸泡时间22 min。通过验证实验(n=3)，得到罗非鱼片红色肉的Δa*为1.97，提升了17.35%，较接近模型的预测值1.98，从感官上与CO发色的鱼片相近，说明该处理条件对罗非鱼片进行发色可行。经测定亚硝酸盐的残留量≤30 mg·kg–1，符合GB 2760—2014标准。还需进一步研究亚硝酸钠与碳酸氢钠复合试剂发色鱼片的品质及色泽稳定性，并与传统CO发色罗非鱼片进行比较，完善此复合发色的工艺。
-
![]()
图 1 各塘不同月份浮游植物种类组成 (a) 和密度百分比 (b)
Figure 1. Species composition (a) and percentage of cell density (b) of phytoplankton in each pond in different months
![]()
图 2 各塘浮游植物种类数 (a)、细胞密度 (b) 和多样性指数 (c) 的变化趋势
Figure 2. Monthly variation of species (a), cell density (b) and biodiversity index (c) of phytoplankton in each pond
![]()
图 3 养殖池塘浮游植物与环境因子冗余排序图
Figure 3. RDA ordination biplot of phytoplankton species and environmental variables in pond
表 1 混养池塘浮游植物优势种
Table 1 Dominant species of phytoplankton in polyculture pond
优势种
Dominant species3月
Mar.4月
Apr.5月
May6月
Jun.7月
Jul.8月
Aug.10月
Oct.11月
Nov.奇异菱形藻 Nitzschia paradoxa 0.411 0.079 直舟形藻 Navicula directa 0.336 0.216 0.06 柔弱菱形藻 Nitzschia delicatissima 0.180 0.528 0.628 0.056 0.221 0.108 0.400 0.085 近缘斜纹藻 Pleurosigma affine 0.037 大角角藻 Ceratium macroceros 0.145 尖布纹藻 Gyrosigma acuminatum 0.445 0.197 0.028 0.026 小颤藻 Oscillatoria tenuis 0.060 0.134 0.386 0.307 寒带菱形藻 Nitzschia frigida 0.032 新月菱形藻 Nitzschia closterium 0.021 0.081 0.101 0.053 二形栅藻 Scenedesmus dimorphus 0.081 0.127 梭形裸藻 Euglena acus 0.020 银灰平裂藻 Merismopedia glauca 0.020 琼氏圆筛藻 Coscinodiscus jonesianus 0.035 平滑双眉藻 Amphora lavis 0.028 伏氏海毛藻 Thalassiothrix frauenfeldii 0.222 大颤藻 Oscillatoria maxima 0.047 
下载: 导出CSV
表 2 冗余分析中浮游植物代码种类
Table 2 Phytoplankton species codes for redundancy analysis
代码
Code种类
Species代码
Code种类
SpeciesA1 尖布纹藻
Gyrosigma acuminatumA6 中肋骨条藻
Skeletonema costatumA2 柔弱菱形藻
Nitzschia delicatissimaA7 洛伦菱形藻
Nitzschia lorenzianaA3 直舟形藻
Navicula directaB1 小颤藻
Oscillatoria tenuisA4 奇异菱形藻
Nitzschia paradoxaC1 大角角藻
Ceratium macrocerosA5 近缘斜纹藻
Pleurosigma affine
下载: 导出CSV
表 3 养殖池塘浮游植物优势种冗余统计分析信息
Table 3 Summary statistic for axes of RDA performed on dominant species in pond
指标 Factors 轴 Axe 总方差
Total variance1 2 3 4 特征值 Eigenvalues 0.263 0.180 0.141 0.063 1.000 种类环境相关性 Species-environment correlations 0.939 0.922 0.963 0.632 累计变量百分比 Cumulative percentage variance 种类数据 Species data 26.3 44.3 58.4 64.6 种类环境相关 Species-environment relation 36.1 60.9 80.3 88.9 总特征值 Sum of all eigenvalues 1.000 所有典范特征值 Sum of all canonical eigenvalues 0.727
下载: 导出CSV
-
[1] 黄建华, 马之明, 周发林, 等. 池塘养殖斑节对虾的生长特性[J]. 海洋水产研究, 2006, 27(1): 14-20. doi: 10.3969/j.issn.1000-7075.2006.01.003 [2] 张新峰, 王淑生. 黄河三角洲地区罗非鱼与凡纳滨对虾混养技术[J]. 渔业致富指南, 2017(13): 21-22. [3] 陈贤龙, 潘雪央. 青蟹与斑节对虾半咸水池塘高效生态混养技术试验[J]. 科学养鱼, 2014(6): 29-31. [4] 李贵生, 何建国. 虾蟹混养与病毒病的传播[J]. 暨南大学学报(自然科学与医学版), 2001, 22(3): 101-104. [5] 唐娅菲, 王金辉, 程宏, 等. 三沙湾春季浮游植物群落结构及其与环境因子的关系[J]. 上海海洋大学学报, 2018, 27(4): 522-530. doi: 10.12024/jsou.20170802123 [6] 彭聪聪, 李卓佳, 曹煜成, 等. 虾池浮游微藻的群落结构及其对水环境调控的研究概况[J]. 南方水产, 2010, 6(5): 74-80. doi: 10.3969/j.issn.1673-2227.2010.05.012 [7] 李喆, 姜作发, 霍堂斌, 等. 黑龙江中游浮游植物多样性动态变化及水质评价[J]. 中国水产科学, 2012, 19(4): 671-678. [8] RAVIKUMAR P, MEHMOOD M A, SOMASHEKAR R K. Water quality index to determine the surface water quality of Sankey Tank and Mallathahalli Lake, Bangalore urban district, Karnataka, India[J]. Appl Water Sci, 2013, 3(1): 247-261. doi: 10.1007/s13201-013-0077-2
[9] 李俊伟, 朱长波, 颉晓勇, 等. 对虾养殖池塘内混养鲻鱼和罗非鱼对水环境及对虾生长的影响[J]. 生态科学, 2015, 34(6): 86-92. [10] 孔谦. 凡纳滨对虾与鲻鱼混养中精养池的理化生物因子的研究[D]. 湛江: 广东海洋大学, 2010: 12-13. [11] 蔡文贵, 李纯厚, 贾晓平, 等. 粤西海域浮游植物种类的动态变化及多样性[J]. 海洋环境科学, 2003, 22(4): 34-37. doi: 10.3969/j.issn.1007-6336.2003.04.009 [12] 毕列爵, 胡征宇.中国淡水藻类[M]. 北京: 科学出版社, 2004:5-195. [13] 郭玉洁, 钱树本.中国海藻志[M]. 北京: 科学出版社, 2003:5-133. [14] 胡鸿钧, 魏印心.中国淡水藻类[M]. 北京: 科学出版社, 1979: 3-1005. [15] 韩茂森. 中国淡水生物图谱[M]. 北京: 海洋出版社, 1995: 20-130. [16] 马放. 环境微生物图谱[M]. 北京: 中国环境科学出版社, 2010:37-71. [17] 徐姗楠, 杨玉滔, 粟丽, 等. 珠江口南沙海域浮游植物群落结构特征[J]. 南方水产科学, 2017, 13(4): 26-33. doi: 10.3969/j.issn.2095-0780.2017.04.004 [18] 马建新, 郑振虎, 李云平, 等. 莱州湾浮游植物分布特征[J]. 海洋湖沼通报, 2002(4): 63-67. doi: 10.3969/j.issn.1003-6482.2002.04.011 [19] 刘存歧, 孔祥玲, 张治荣, 等. 基于RDA的白洋淀浮游植物群落动态特征分析[J]. 河北大学学报(自然科学版), 2016, 36(3): 278-285. [20] 任辉, 田恬, 杨宇峰, 等. 珠江口南沙河涌浮游植物群落结构时空变化及其与环境因子的关系[J]. 生态学报, 2017, 37(22): 7729-7740. [21] 王敏, 张建云, 陈求稳, 等. 太湖西北湖区2003-2012年间氮磷浓度及浮游植物主要类群变化趋势分析[J]. 生态学报, 2019, 39(1): 164-172. [22] 李由明, 黄翔鹄, 李晓梅. 凡纳滨对虾养殖水体中浮游植物群落的组成分析[J]. 海南热带海洋学院学报, 2012, 19(5): 42-45. [23] 胡晓娟, 李卓佳, 曹煜成, 等. 强降雨对粤西凡纳滨对虾养殖池塘微生物群落的影响[J]. 中国水产科学, 2010, 17(5): 987-995. [24] TEELING H, FUCHS B M, BECHER D, et al. Substrate-controlled succession of marine bacterioplankton populations induced by a phytoplankton bloom[J]. Science, 2012, 336(6081): 608-611. doi: 10.1126/science.1218344
[25] BURFORD M A, WILLIAMS K C. The fate of nitrogenous waste from shrimp feeding[J]. Aquaculture, 2001, 198(1/2): 0-93.
[26] 李志斐, 李家磊, 王金林, 等. 混养鲮对凡纳滨对虾养殖池塘浮游生物群落结构的影响[J]. 河南农业科学, 2018, 47(1): 126-133. [27] 申玉春, 齐明, 朱春华, 等. 凡纳滨对虾不同生长阶段食物组成结构的研究[J]. 广东海洋大学学报, 2010, 30(1): 48-53. [28] 查广才, 周昌清. 恶劣天气对凡纳滨对虾低盐度养殖水体的影响[J]. 信阳师范学院学报 (自然科学版), 2006, 19(4): 414-418. [29] 郭永坚, 朱长波, 阴晓丽, 等. 凡纳滨对虾-鲻网围分隔混养池塘浮游植物群落结构特征的研究[J]. 南方水产科学, 2015, 11(1): 45-54. doi: 10.3969/j.issn.2095-0780.2015.01.007 [30] 王旭娜, 江敏, 钟锐, 等. 凡纳滨对虾养殖池塘中浮游植物群落结构与水质因子的关系[J]. 水产学报, 2018, 42(11): 117-133. [31] 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 [32] 何京, 陈晨, 王一农, 等. 凡纳滨对虾设施养殖池塘浮游生物群落结构及多样性研究[J]. 生物学杂志, 2015(3): 62-66. [33] 吴斌, 廖思明. 广西北海凡纳滨对虾养殖池塘中微型藻类组成调查[J]. 广西科学, 2008, 15(4): 452-455. doi: 10.3969/j.issn.1005-9164.2008.04.034 [34] 谢立民, 林小涛, 许忠能, 等. 不同类型虾池的理化因子及浮游植物群落的调查[J]. 生态科学, 2003, 22(1): 34-37. doi: 10.3969/j.issn.1008-8873.2003.01.009 [35] 周晴, 陈柏娟, 娄方瑞, 等. 岩滩水库浮游植物多样性与环境因子的灰色关联性分析[J]. 广东农业科学, 2015, 42(3): 140-146, 152. doi: 10.3969/j.issn.1004-874X.2015.03.030 [36] 武秀国, 苏彦平, 陈修报, 等. 不同养殖类型池塘藻类群落特征[J]. 江苏农业科学, 2015, 43(1): 227-230. [37] 宋庆洋, 米武娟, 王斌梁, 等. 稻虾共作水体浮游植物群落结构特征分析[J]. 水生生物学报, 2019, 43(2): 187-194. -
期刊类型引用(13)
1. 唐峰华，巴尧骥，肖戈，石永闯，赵国庆，郭爱，张衡，崔雪森，陈峰. 西北印度洋公海鸢乌贼的繁殖生物学及其与环境要素的关系. 上海海洋大学学报. 2025(02): 350-364 . 
百度学术
2. 温利红，张衡，方舟，陈新军. 鸢乌贼渔业资源研究进展. 水产科学. 2023(03): 527-537 . 百度学术
3. 郭有俊，张丽姿，刘毅，曾笑薇，招春旭，李渊，颜云榕. 基于内壳生长纹的秋季东印度洋鸢乌贼生长特性. 水产学报. 2022(11): 2076-2083 . 百度学术
4. 颜云榕，邱星宇，张丽姿，钟亚娜，周倍合，招春旭，李忠炉. 南沙海域鸢乌贼繁殖生物学特性. 广东海洋大学学报. 2021(03): 20-27 . 百度学术
5. 陆化杰，宁欣，刘维，张羽翔，陈子越，陈新军. 不同气候条件下南海西沙海域鸢乌贼(Sthenoteuthis oualaniensis)渔业生物学比较研究. 海洋与湖沼. 2021(04): 1029-1038 . 百度学术
6. 朱凯，张立川，肖楚源，陈新军，林东明，朱俊磊. 南海鸢乌贼微型群雌性个体繁殖力研究. 渔业科学进展. 2020(06): 140-148 . 百度学术
7. 郭有俊，吴文秀，凌炜琪，招春旭，冯波，颜云榕. 海南东南部海域春季鸢乌贼CPUE与海洋环境关系. 广东海洋大学学报. 2020(06): 63-70 . 百度学术
8. 黄佳兴，龚玉艳，徐姗楠，陈作志，张俊，于文明. 南海中西部海域鸢乌贼中型群和微型群的营养生态位. 应用生态学报. 2019(08): 2822-2828 . 百度学术
9. 江淼，马胜伟，吴洽儿. 鸢乌贼资源综合利用技术研究现状. 食品工业科技. 2018(06): 340-344 . 百度学术
10. 江淼，马胜伟，吴洽儿. 南海鸢乌贼资源探捕与开发. 中国渔业经济. 2018(02): 65-70 . 百度学术
11. 粟丽，陈作志，张鹏，李杰，王欢欢，黄佳兴. 2017年南海中南部渔场灯光罩网渔获物组成及渔获率时空分布. 南方水产科学. 2018(05): 11-20 . 本站查看
12. 冯菲. 大数据技术在南海鸢乌贼资源调查上的研究进展. 安徽农业科学. 2018(33): 12-13+18 . 百度学术
13. 黄卉，杨丽芝，杨贤庆，李来好，郝淑贤，魏涯，王锦旭. 南海鸢乌贼墨汁多糖分离纯化及组分分析. 食品科学. 2017(24): 118-123 . 百度学术
其他类型引用(17)
-
其他相关附件
-
PDF格式
20190233附录1 点击下载(629KB)
-
计量
- 文章访问数: 4034
- HTML全文浏览量: 2135
- PDF下载量: 73
- 被引次数: 30
粤公网安备 44010502001741号
