Research progress and prospects on benefit assessment of marine ranching
-
摘要:
建设海洋牧场是中国海洋渔业转型升级的关键策略，旨在通过人工干预的方式促进海洋渔业资源增殖和生态环境修复。人工鱼礁和增殖放流是海洋牧场建设的重要手段，人工鱼礁通过改善海域生态环境为鱼类提供适宜的栖息地，增殖放流则直接补充特定的海洋生物种群。文章综述了海洋牧场的发展历程、建设现状及效益评价方法，分析了人工鱼礁的水下物理状态、流场效应、规模效应及其渔业增殖效应，强调了科学布设的重要性；总结了增殖放流标记回捕、统计量分析和模型分析等效应评估方法。尽管中国在这些领域已经取得了显著进展，但仍面临人工鱼礁建设规模与生态效益的关系不明确、增殖放流效果评价的准确度有待提升以及缺乏成熟的定量评估模型等挑战。此外，还提出了未来的研究方向及建议，包括完善评价指标体系、强化技术创新、构建定量评估模型以及加强政策和管理指导等，以期推动海洋牧场科研和实践的发展，实现海洋渔业资源的可持续利用和海洋生态平衡。
Abstract:Marine ranching is a key strategy for the transformation and upgrading of China's marine fisheries, aiming at promoting the proliferation of marine fisheries resources and ecological environment restoration through artificial intervention. Artificial reefs and stock enhancement are important ways for the construction of marine ranching. Artificial reefs enhance marine habitats, thereby providing niches conducive to the habitation of fish species, while stock enhancement initiatives serve to directly supplement populations of specific marine species. This paper reviews the developmental trajectory, current construction status and benefit evaluation methodologies of marine ranching. It provides an analysis of the underwater physical conditions, hydrodynamic effects, scale effects, and fisheries propagation effects associated with artificial reefs, emphasizing on the importance of their scientific deployment. The paper also summarizes methods for assessing the efficacy of stock enhancement, encompassing mark-recapture techniques, statistical analyses and model-based assessments. Although China has made significant progress in these areas, challenges persist, such as the unclear relationship between the scale of artificial reef construction and ecological benefits, the necessity for enhanced precision in evaluating the outcomes of stock enhancement, and the absence of sophisticated quantitative assessment models. Thus, the paper proposes future research directions and recommendations, including the enhancement of evaluative indicator systems, the intensification of technological innovation, the development of robust quantitative assessment models, and the strengthening of policy and managerial guidance, so as to promote the progression of marine ranching research and practice, thereby realize the sustainable utilization of marine fishery resources and the achievement of marine ecological balance.
-
刀额新对虾(Metapenaeus ensis)隶属于节肢动物门、甲壳纲、十足目、对虾科、新对虾属[1-2]。新对虾属是南海海域经济虾类中最重要的属，既是捕捞种类，也是养殖品种[3]。刀额新对虾是南海海域新对虾属中重要的经济种，资源量丰富、分布广、繁殖期长[2]，是南海海域虾拖网的主要捕捞对象，渔汛旺期其产量占虾拖网虾类总产量的50%以上[4-5]。由于虾拖网网囊网目尺寸小、选择性差，导致捕获的刀额新对虾幼虾比例较高，有时甚至高达90%[5]，严重影响虾资源的合理利用。因此，有必要对南海海域虾拖网的网囊进行优化设计，以降低对刀额新对虾幼虾的捕捞比例，减少捕捞作业对渔业资源补充群体的不良影响。
明确拖网网囊对主要捕捞种类的选择性是渔具管理、渔具优化和资源利用的基础[6-7]。目前，已对南海海域刀额新虾进行过食性、营养级和群体形态学等方面的专题研究[8-9]；关于网囊对刀额新对虾的选择性有过少量报道[10-12]，但是关于虾拖网网囊网目对刀额新对虾选择性的系统、专题研究尚未见报道。本文在整理和总结南海海域虾拖网网囊系列选择性试验数据的基础上，专题开展网囊对刀额新对虾的选择性研究，为南海海域刀额新对虾资源的合理利用和虾拖网渔具的设计优化提供科学依据。
1. 材料与方法
1.1 试验渔船、时间和区域
试验于2014—2017年分4个航次进行(表1)，船名分别为“粤阳东渔12057”(船长16 m、主机功率79 kW)和“粤阳东渔12081”(船长21 m、主机功率98 kW)。试验区域为南海区近海渔场，经纬度范围为112°03'E~112°22′E、21°37'N~21°50′N，水深6~13 m，底质为沙泥。
表 1 网囊选择性试验基本信息Table 1. Basic information of tested codends航次
trial时间
time网囊
codend试验渔船
vessel方法
method网目内径/mm
mesh opening网囊规格 (圆周×纵向)
codend specification
(circumferernce×vertical)有效网次
valid haul1 2014.08 D25 粤阳东渔 12057YYDY12057 套网法 covered 21.10±0.93 58×60 6 1 2014.08 D30 粤阳东渔 12057YYDY12507 套网法 covered 26.64±0.73 48×50 8 2 2015.08 S35+D18 粤阳东渔 12081YYDY12081 套网法 covered S: 32.70±0.63
D: 15.07±0.36S: 29×43，D: 80×42 8 3 2016.08 S25+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 21.80±0.42
D: 21.80±0.42S: 40×60，D: 58×30 11 3 2016.08 S30+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 27.14±0.45
D: 21.80±0.42S: 35×50，D: 58×30 12 3 2016.08 S35+D25 粤阳东渔 12081YYDY12081 套网法 covered S: 32.42±0.18
D: 21.80±0.42S: 29×43，D: 58×30 10 4 2017.09 S35+D25 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 21.80±0.42S: 23×29，D: 81×20 11 4 2017.09 S35+D30 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 27.14±0.45S: 23×29，D: 67×17 10 4 2017.09 S35+D35 粤阳东渔 12081YYDY12081 裤网法 trouser S: 32.42±0.18
D: 32.42±0.18S: 23×29，D: 58×14 8 合计 total 84 注：S. 方形网目；D. 菱形网目
Note: S. square mesh; D. diamond mesh1.2 试验网具与网囊
试验网具为南海区最常见的双桁杆虾拖网(以下简称虾拖网)，其原主尺度为10.50 m×7.15 m(2.2 m)。关于虾拖网的结构特征、渔法特点和渔获组成等信息，可参阅相应的参考文献[5,13-14]。
2014—2017年，采用套网法和裤式拖网法(简称裤网法)依次对2组菱目网囊和6组菱目与方目混合网囊(简称混目网囊)进行了84个有效网次作业试验(表1)。套网法的试验网囊拉直长度约为1.5 m；裤网法试验网囊和对照网囊的拉直长度约为1.2 m。
试验网囊的网目尺寸分4档：18 mm、25 mm、30 mm和35 mm。其中18 mm是南海海域虾拖网普遍使用的网囊网目尺寸；25 mm为现行虾拖网管理规定中的网囊最小网目尺寸；30 mm和35 mm为试验网网囊尺寸。按照网目尺寸对网囊进行编号，例如D30表示网目尺寸为30 mm的菱目网囊；S30+D25表示方目段网目尺寸为30 mm，菱目段网目尺寸为25 mm的混目网囊。套网法试验中套网的网目尺寸为15 mm，内径为(12.55±0.28) mm，圆周286目，纵向136目。裤网法中对照网囊第一段网目尺寸为24 mm，第二段为22 mm；对照网囊第二段网目内径为(19.49±0.63) mm。试验网具和网囊的具体参数详见表1和图1、图2。
![]()
图 1 套网法网囊选择性试验渔具网衣展开图Figure 1. Schematic diagram of trawl and tested codends with covered codend method![]()
图 2 裤网法网囊选择性试验渔具网衣展开图Figure 2. Schematic diagram of trawl and tested codends with trouser trawl method1.3 试验与取样方法
为了方便操作，将试验网设置于渔船船首方向右舷第一顶网处。试验中不设置站点，也不规定渔船的拖曳速度、时间等作业参数，由船长根据实际情况控制，使试验尽量与传统虾拖网渔船作业保持一致。试验期间渔船拖速2.2~2.7 kn，网次作业时间1.5~3.5 h，平均1.75 h，网次平均拖曳距离9.01 km。
起网后，分别称量试验网囊和套网(或对照网囊)的渔获总质量，然后进行分类和鉴定，统计每个种类的渔获数量，并进行生物学测量。当刀额新对虾渔获数量≤50尾时，全部测量其长度；当渔获数量>50尾时，随机抽取50尾进行长度测量。在统计渔获种类的体长分布时，对于取样种类按取样比例进行加权处理。为了保证试验数据的准确性，尽量避免渔获物的2次取样。
1.4 数据处理的方法
1.4.1 基础数据的统计
以航次为单位统计虾拖网网囊和套网(或对照网囊)的渔获总数和总质量，分别计算各网囊刀额新对虾的数量和质量比例。将每个网次中网囊和套网(或对照网囊)的刀额新对虾体长数据进行排序，以5 mm为单位进行分组，分别统计各体长组刀额新对虾的数量。
1.4.2 选择性参数的估算
网囊对刀额新对虾的选择性估算按如下2个步骤进行：1)以网次为单位，使用Logistic曲线进行选择性模型拟合，估算网次选择性参数；2)将选择性模型拟合度较好的网次体长数据进行叠加，再次使用Logistic曲线进行选择性模型拟合，估算网囊对刀额新对虾的平均选择性参数，同时考虑网囊网次间差异对选择性的影响。
选择性参数的估算是在SELECT模型[6,15-18]的框架下，通过比较试验网囊和套网(或对照网囊)的刀额新对虾渔获数量，得到估算结果。在第i网次中，用NTij表示体长为lj的刀额新对虾被试验网囊捕获的数量，用NCij表示套网(或对照网囊)中刀额新对虾(体长亦为lj)的渔获数量，则体长为lj的刀额新对虾被试验网囊捕获的概率(φij)可表示为：
$${{\textit{φ}} _{ij}} = \frac{{{N_{Tij}}}}{{{N_{Tij}} + {N_{Cij}}}}$$ (1) 对于套网法试验，使用logistic方程拟合试验网囊对体长为l的刀额新对虾的选择率r(l)，其计算公式为：
$$r(l) = \frac{{\exp(a + bl)}}{{1 + \exp(a + bl)}}$$ (2) 式中a、b为待估参数。
对于裤网法试验，引入相对作业强度(p)，表示1尾刀额新对虾进入试验网囊的概率，则进入对照网囊的概率为1−p。体长为l的刀额新对虾被试验网囊捕获的概率可表示为：
$$\varphi(l) = \frac{{p\exp(a + bl)}}{{(1 - p) + \exp(a + bl)}}$$ (3) 根据选择性参数a和b，计算试验网囊对刀额新对虾的选择性指标50%选择体长(L50)和选择范围(SR)，相应的计算公式为：
$${L_{50}} = - a/b$$ (4) $${\rm SR} = {L_{75}} - {L_{25}} = 2\ln 3/b$$ (5) 通过极大似然法估算选择性参数a、b和p，其似然方程[7]为：
$$L(a,b,p) = \sum\limits_i {\sum\limits_j {[{N_{Tij}}\ln \varphi({l_j}) + {N_{Cij}}\ln(1 - \varphi({l_j}))]} } $$ (6) 式(6)的求解通过MS-Excel的“规划求解”功能实现[19-20]。参数a、b、p和选择性指标L50、SR的标准差通过Delta方法估算[6,17,21]。
选择性模型拟合度的优劣可根据残差值(deviance)和自由度(degree of freedom, df )的大小关系判断。通常当残差值小于自由度(P>0.05)，则认为模型拟合度为优。但当试验数据呈离散分布时，即使拟合度为优也会出现残差值远大于自由度(P<0.05)的情况。这时需要根据各体长组的实际残差值分布图作进一步判断[6,12,22]。
通过比较联合网次模型拟合的皮尔逊卡方统计量(Q)和自由度(d)的大小来判断网囊选择性是否存在网次间差异。当不存在网次间差异时，Q服从自由度为d的卡方分布(P>0.05)，反之则说明存在网次间差异[6,17,21-25]。如果存在网次间差异，计算过度离散叠加估算值(replication estimate of dispersion, REP)，并对联合网次估算的选择性参数标准差进行修正，即乘以(REP)1/2。Q和REP的计算公式为：
$$Q = \sum\limits_l {\sum\limits_h {\frac{{{{(n_{lt}^h - n_{l + }^h{y_l})}^2}}}{{n_{l + }^h{y_l}{{(1 - {y_l})}^{}}}}} } $$ (7) 式中
$n_{lt}^h$ 表示第h网次中试验网囊捕获的体长为l的刀额新对虾数量，$n_{l + }^h$ 表示第h网次中试验网囊与套网(或对照网囊)捕获的体长为l的刀额新对虾总数量，yl表示h网次中试验网囊捕获的体长为l的刀额新对虾的数量比例。$${\rm REP} = \frac{Q}{d}$$ (8) 式中d=(H−1)×体长组数，H为联网次的总网次数。
2. 结果
2.1 渔获概述
试验渔获质量为294.68 kg，刀额新对虾总渔获质量为100.71 kg，占渔获总质量的34.18%。各试验网囊中的总渔获质量及刀额新对虾所占比例详见表2。
表 2 试验渔获产量基本信息Table 2. Basic information of fish catch方法
method网囊
codend质量/kg mass 质量百分比/%
ratio of mass刀额新对虾
M. ensis总渔获
total catch套网法 cover D25 8.80 27.92 31.50 D30 13.43 45.01 29.83 S35+D18 9.50 28.53 33.28 S25+D25 15.36 23.36 65.77 S30+D25 4.94 33.61 14.70 S35+D25 20.13 37.60 53.53 裤网法 trouser S35+D25 18.47 32.47 56.89 S35+D30 7.18 42.91 16.73 S35+D35 2.92 23.27 12.53 合计 total 100.73 294.68 34.18 2.2 刀额新对虾的渔获数量及体长分布
试验中刀额新对虾的渔获总数量为14 138尾，各网囊和套网(或对照网囊)的数量、体长范围、众数体长及其比例等数据详见表3，体长分布见图3和图4。
表 3 刀额新对虾的渔获数量及体长分布Table 3. Number of M. ensis caught by each codend网囊
codend渔获尾数
number of catch体长范围/mm
length range众数体长/mm
modal length网囊
codend套网/对照网
cover/control网囊
codend套网/对照网
cover/control网囊
codend套网/对照网
cover/controlD25 964 2 53~123 33~58 88~93 (38.38%) D30 1 698 3 53~113 53~63 83~88 (51.94%) S35+D18 1 810 28 63~128 63~98 78~83 (37.07%) 73~78 (67.86%) S25+D25 2 307 384 58~103 28~93 78~83 (48.63%) 43~48 (39.84%) S30+D25 499 33 63~103 63~98 83~88 (46.49%) 73~78 (42.42%) [S35+D25]1 3 008 117 58~118 28~98 78~83 (41.42%) 73~78 (42.74%) [S35+D25]2 1 121 1 366 63~133 63~133 83~88 (58.25%) 83~93 (65.37%) S35+D30 283 270 63~133 73~133 93~103 (55.83%) 93~103 (60.00%) S35+D35 113 132 63~128 68~133 93~98 (47.79%) 93~98 (46.97%) 合计 total 11 803 2 335 注：[S35+D25]1. 套网法中的S35+D25网囊；[S35+D25]2. 裤网法中的S35+D25网囊
Note: [S35+D25]1. the S35+D25 codend for the covered codend method; [S35+D25]2. the S35+D25 codend for the trouser trawl method2.3 网囊对刀额新对虾的选择性
![]()
图 3 套网法选择性试验各网囊捕捞刀额新对虾的体长分布Figure 3. Length distribution of M. ensis caught by each codend with covered codend method![]()
图 4 裤网法选择性试验各网囊捕捞刀额新对虾的体长分布Figure 4. Length distribution of M. ensis caught by each codend with trouser trawl method2.3.1 套网法
D25和D30网囊由于套网的刀额新对虾样本量过少，无法进行选择性分析；S35+D18网囊仅1个单网次数据获得有效解，模型的拟合度较好(P>0.05)，刀额新对虾的L50和SR分别为51.25 mm和16.48 mm；S25+D25网囊共5个单网次数据获得有效解，网次数据拟合度均较好(P>0.05)，联合网次拟合度P<0.05，但模型残差值分布正常，所以认为是由于体长数据的过度离散分布造成，联合网次估算的刀额新对虾平均L50和SR分别为60.84 mm和14.31 mm，存在网次间差异，对估算参数的标准差进行了修正；S30+D25网囊仅2个单网次数据获得有效解，单网次和联合网次拟合度较好(P>0.05)，联合网次估算的刀额新对虾平均L50和SR分别为63.21 mm和12.84 mm，不存在网次间差异；S35+D25网囊共5个单网次数据获得有效解，1个单网次和联合网次拟合的P<0.05，但模型残差值分布正常，联合网次估算的刀额新对虾平均L50和SR分别为64.53 mm和9.75 mm，存在网次间差异，对估算参数的标准差进行了修正(表4)。各网囊对刀额新对虾的平均选择性曲线详见图5。
表 4 套网法选择性试验参数估算Table 4. Selective parameters of tested codends with covered codend method时间
time网囊
codend网次
NH选择性指标
selective index选择性参数
selective parameter拟合度
goodness of fit网次间差异
estimate of REP尾数
numberL50/
mmSD SR/
mmSD a SD b SD D df P Q d P REP 网囊
codend套网
cover2014 D25 c-b 964 2 2014 D30 c-b 1 698 3 2015 S35+D18 9 51.25 8.94 16.48 7.20 –6.83 4.14 0.13 0.06 4.295 8 0.83 203 11 2016 S25+D25 2 59.65 5.84 21.51 7.41 –6.09 2.66 0.10 0.04 5.919 7 0.55 137 24 4 53.89 12.68 50.44 26.94 –2.35 1.79 0.04 0.02 10.608 7 0.16 120 44 6 53.31 7.79 30.96 11.92 –3.78 1.98 0.07 0.03 6.283 9 0.71 127 31 9 60.86 1.19 6.05 1.07 –22.12 4.21 0.36 0.06 14.094 14 0.44 367 64 10 60.94 1.70 5.18 1.21 –25.84 6.39 0.42 0.10 2.288 14 1.00 278 75 c-b 60.84 1.74 14.31 1.90 –9.34 1.44 0.15 0.02 51.617 14 <0.05 155.94 39 <0.05 4.00 1 029 238 S30+D25 4 61.48 7.89 11.78 6.01 –11.47 7.25 0.19 0.10 9.811 10 0.46 106 4 5 63.18 3.47 13.93 3.23 –9.97 2.80 0.16 0.04 8.822 6 0.18 233 17 c-b 63.21 2.97 12.84 2.66 –10.82 2.70 0.17 0.04 3.657 9 0.93 20.22 21 0.51 0.96 342 21 S35+D25 1 66.16 1.22 3.56 0.89 –40.86 10.77 0.62 0.15 7.000 11 0.80 443 16 5 68.58 1.61 7.76 1.83 –19.42 4.92 0.28 0.07 9.946 6 0.13 188 17 7 62.43 3.45 9.00 2.31 –15.25 4.70 0.24 0.06 22.166 4 <0.05 356 15 8 65.19 3.10 10.64 2.78 –13.46 4.11 0.21 0.05 14.343 7 0.05 279 18 9 71.90 3.55 14.86 5.32 –10.63 4.20 0.15 0.05 5.303 6 0.51 40 12 c-b 64.53 1.15 9.75 1.00 –14.54 1.72 0.23 0.02 37.441 6 <0.05 72.31 71 0.43 1.02 1 306 78 注：NH. 网次；c-b. 联合网次；L50. 50%选择体长；SR. 选择范围；a、b. 选择性参数；SD. 标准差；D. 残差值；dof和d. 自由度；Q. 皮尔逊卡方统计量；REP. 过度离散叠加估算值. Note: NH. number of hauls; c-b. combined hauls; L50. 50% retention length; SR. selection range; a and b are selective parameters; SD. standard error; D. value of model deviance; dof and d indicate the degree of freedom; Q. Pearson chi-square statistic; REP. replication estimation of dispersion ![]()
图 5 套网法混目网囊对刀额新对虾的平均选择性曲线Figure 5. Mean selective curves of tested codends for M. ensis with covered codend method2.3.2 裤网法
S35+D25网囊共8个单网次数据获得有效解，4个单网次和联合网次拟合的P<0.05，但模型残差值分布正常，联合网次估算的刀额新对虾平均L50、SR和相对作业强度(p)分别为75.43 mm、6.93 mm和0.51，存在网次间差异，对选择性参数的标准差进行了修正；S35+D30网囊共5个单网次数据获得有效解，单网次和联合网次的拟合度较好(P>0.05)，联合网次估算的刀额新对虾平均L50、SR和p分别为82.38 mm、6.39 mm和0.52，不存在网次间差异；S35+D35网囊共4个网次获得有效解，所有单网次和联合网次估算的拟合度均较好(P>0.05)，联合网次估算的刀额新对虾平均L50、SR和p分别为95.39 mm、20.44 mm和0.64，不存在网次间差异(表5)。各网囊对刀额新对虾的平均选择性曲线详见图6。
表 5 裤网法选择性试验参数估算Table 5. Selective parameters of tested codends with trouser trawl method时间
time网囊
codend网次
NH选择性指标
selective index选择性参数
selective parameter拟合度
goodness of fit网次间差异
estimate of REP尾数
numberL50/mm SD SR/mm SD a SD b SD P SD D df P Q d P REP 网囊
codend对照
control2017 S35+D25 2 78.16 3.15 3.74 4.45 –45.88 53.61 0.59 0.70 0.41 0.07 8.262 9 0.51 24 43 3 75.35 3.03 7.17 4.69 –23.08 14.44 0.31 0.20 0.46 0.07 8.968 6 0.18 55 101 4 73.52 1.40 3.45 2.58 –46.77 34.53 0.64 0.48 0.41 0.03 39.625 10 <0.05 149 244 6 78.46 7.90 7.46 6.76 –23.12 19.45 0.29 0.27 0.77 0.10 10.982 10 0.36 28 12 7 72.79 5.32 6.92 7.07 –23.12 22.96 0.32 0.32 0.51 0.06 9.766 8 0.28 54 57 8 75.98 2.38 8.55 3.66 –19.52 7.89 0.26 0.11 0.54 0.04 47.531 6 <0.05 244 288 9 73.52 1.47 4.22 3.61 –38.32 32.46 0.52 0.45 0.51 0.03 29.720 7 <0.05 182 193 11 85.59 4.74 10.74 3.67 –17.51 5.22 0.20 0.07 0.73 0.08 25.517 10 <0.05 116 108 c-b 75.43 1.36 6.93 2.14 –23.93 7.09 0.32 1.00 0.51 0.03 53.559 12 <0.05 152.00 81 <0.05 1.88 852 1046 S35+D30 1 78.84 6.40 7.68 8.90 –22.57 25.18 0.29 0.33 0.65 0.08 15.361 8 0.05 30 20 5 86.79 4.96 6.92 6.25 –27.56 24.11 0.32 0.29 0.50 0.07 9.579 11 0.57 39 48 7 81.18 3.61 5.01 4.56 –35.60 31.57 0.44 0.40 0.44 0.05 12.484 11 0.33 62 90 8 88.47 5.70 11.32 7.00 –17.17 9.82 0.19 0.12 0.60 0.08 14.706 11 0.20 64 65 9 92.09 8.49 9.80 7.41 –20.64 14.18 0.22 0.17 0.71 0.14 5.986 8 0.65 23 19 c-b 82.38 2.01 6.39 2.72 –28.32 11.68 0.34 0.15 0.52 0.03 14.308 8 0.07 44.21 50 0.70 0.88 218 242 S35+D35 1 83.59 7.52 8.72 9.18 –21.06 21.32 0.25 0.27 0.55 0.10 10.743 10 0.38 23 24 2 92.13 8.37 9.62 9.67 –21.03 19.67 0.23 0.23 0.65 0.14 6.200 7 0.52 24 22 3 110.78 31.97 20.43 19.45 –11.91 8.42 0.11 0.10 0.77 0.29 6.397 9 0.70 17 19 5 100.52 37.58 29.78 31.29 –7.42 5.58 0.07 0.08 0.65 0.30 10.246 11 0.51 36 47 c-b 95.39 10.43 20.44 10.51 –10.25 4.44 0.11 0.06 0.64 0.11 11.599 11 0.39 22.73 34 0.93 0.67 100 112 ![]()
图 6 裤网法混目网囊对刀额新对虾的平均选择性曲线Figure 6. Mean selective curves of tested codends for M. ensis with trouser trawl method3. 讨论
3.1 菱目网囊与混目网囊的选择性比较
目前，南海海域传统虾拖网均使用菱目网囊作业，且其网目尺寸较小(一般<20 mm)。据相关调查，当虾拖网网囊网目尺寸为18 mm时，刀额新对虾的幼虾比例>70%[5]。本研究2014年对菱目网囊D25和D30进行试验，结果表明对于刀额新对虾而言，网目尺寸增大，网囊选择性未见显著提高。由于套网的样本量太少，上述2种菱目网囊对刀额新对虾的选择性参数也无法估算。
鉴于菱目网囊选择性差的结论，2015年研究团队首次尝试使用混目网囊(S35+D18)进行试验；该混目网囊菱目段网目尺寸与渔船所用网囊一致(18 mm)，方目段网目尺寸为35 mm。结果表明，副渔获物(鱼类)的逃逸率显著提高，但目标种类的逃逸率仍然较低；刀额新对虾的L50太小(53.85 mm)，远小于南海区刀额新对虾的首次性成熟体长(80 mm)[26]，网囊网目尺寸需要进一步优化[11]。本研究采用的是单网次数据处理方法，得出S35+D18网囊对刀额新对虾的L50仅为51.52 mm，小于联合网次数据处理得到的值。此结论也进一步说明S35+D18网囊的网目尺寸需要进一步放大。
3.2 混目网囊之间的选择性比较
2016年使用3组混目网囊(S25+D25、S30+D25和S35+D25)进行试验，网囊菱目段网目尺寸均为25 mm，方目段网目尺寸分别为25 mm、30 mm和35 mm。根据前期联合网次分析法的结果，S25+D25和S35+D25网囊对刀额新对虾的L50分别为63.93 mm和67.96 mm； S30+D25网囊的刀额新对虾体长组数据不收敛，无法取得有效解[12]。本研究得出的S25+D25、S30+D25和S35+D25网囊对刀额新对虾的平均L50分别为60.84 mm、63.21 mm和64.53 mm。使用本研究的数据处理方法能够获得S30+D25网囊对刀额新对虾的选择性。这从侧面说明了如果在数据处理时完全忽略网囊的网次间差异，简单地将所有网次的体长组数据进行无条件叠加处理可能会得到错误的结论。本试验采用“2部曲”(two-step procedure)法：先以网次为单位进行数据处理，然后根据模型的拟合结果将一些网次数据剔除，在考虑网囊网次间差异的基础上叠加网次数据，求得平均选择性。这种数据处理方法得出的结论更加准确、客观和科学，国外一些相关研究也普遍采用这种方法进行数据处理[27-29]。
2017年，笔者课题组对3组混网囊(S35+D25、S35+D30和S35+D35)进行试验。此次网目尺寸的选择是以2014—2016年试验结论为基础，将方目段网目尺寸保持为35 mm，菱目段网目尺寸分别为25 mm、30 mm和35 mm。同时，为了避免套网法的“覆盖效应”，在试验方法上首次尝试采用目前国际上普遍使用的裤网法。根据试验结果，S35+D25、S35+D30和S35+D35网囊对刀额新对虾的平均L50随菱目段网目尺寸的增大而不断增大，SR则是先减少后增大，p不断增大。根据陈丕茂[26]的研究，南海区刀额新对虾的首次性成熟体长为80 mm。假设将刀额新对虾的可捕规格定为80 mm，所有试验网囊中仅S35+D30和S35+D35网囊的L50大于该可捕标准。但是，S35+D30网囊对刀额新对虾的SR远小于S35+D35的(6.39 mm vs 20.44 mm)，说明S35+D30网囊的选择性尖锐度较好。另外，考虑到网目尺寸过大会影响到渔船的生产效益，同时兼顾渔民的心理接受程度，笔者认为将S35+D30网囊作为南海区虾拖网网囊最小网目尺寸标准较为理想。
3.3 存在的问题及今后的研究方向
本研究中的试验数据均在渔船上即时收集。由于网次间间隔短，测量时间有限，对于渔获数量较多的种类(>50尾)，先统计该种类的总数量后，随机抽取50尾渔获进行体长测量。选择性数据处理时，以随机测量的50尾体长数据为基础，按照相应的取样比例进行加权处理，最后得出网次渔获种类的体长分布数据。但有些前期的研究则直接使用实测体长组数据进行选择性参数估算[12,15-16]。使用实测体长组数据和加权处理后的数据进行估算的结果是否存在显著差异？哪个方法计算的结果更加准确和科学？这将是未来的一个研究方向。
本研究存在的不足之处在于4个航次试验存在一定的时空差异。虽然网囊对刀额新对虾的选择性主要由网囊结构、网目尺寸和刀额新对虾的体型特征决定，但是为了减少时空差异对选择性研究的影响，今后可尝试将所有试验网囊在同一渔场、同一渔船和同一网次进行试验。南海区虾拖网通常是一船拖曳多顶网具。比如，本研究中租用的“粤阳东渔12081”作业中拖曳12顶网，一些大功率渔船甚至最多可拖曳32顶网。利用南海区虾拖网这种独特的作业方式，可将本研究中的所有试验网囊共同进行试验。同时，在试验方法上也可以将套网法、裤网法等进行有机结合，优势互补，相互印证。这样获得的试验数据会更加全面，得出的结论能够更好地为渔具管理和渔业资源的合理利用提供科学依据。
-
![]()
图 2 人工鱼礁水下物理状态及规模、流场、增殖效应关系示意图
Figure 2. Schematic diagram of relationship among underwater physical state, scale, flow field and proliferation effects of artificial reefs
![]()
图 3 人工鱼礁水下物理状态潜水录像观测和声学观测示意图
Figure 3. Schematic diagram of underwater physical state observation of artificial reefs via underwater video and acoustic monitoring
![]()
图 4 投放人工鱼礁引起的流场变化示意图
Figure 4. Schematic illustration of flow field changes induced by deployment of artificial reefs
表 1 海洋牧场综合效益评价指标体系
Table 1 Comprehensive benefit evaluation index system for marine ranching
目标层
Target一级指标层
Primary indicator二级指标层
Secondary indicator海洋牧场
综合效益
Compre-
hensive
benefits of
marine ranching生态效益
Ecological
benefits渔业资源增殖量
Fishery stock enhancement海洋环境质量改善
Marine environmental quality improvement生物多样性
Biodiversity幼鱼保护效益
Juvenile fish protection benefits生境建设面积
Habitat construction area生物固碳量
Biological carbon sequestration渔业生物群落结构稳定性
Stability of fishery
community structure生态系统服务
Ecosystem services经济效益
Economic
Benefits增养殖产量 (收入)
Aquaculture production (Revenue)休闲渔业产值
Recreational fisheries value捕捞收入
Fishing revenue产品销售收入
Product sales revenue人文收入
Cultural revenue社会效益
Social
benefits就业岗位增加量
Increase in employment opportunities渔民人均可支配收入增加量
Increase in per capita disposable
income of fishermen相关产业发展促进度
Promotion degree of related industry development专利技术产出数
Number of patented technologies produced技术成果转化数
Number of technological achievements transformed渔业产业结构调整
Adjustment of fishery industry structure海洋保护意识增强
Enhancement of marine conservation awareness
下载: 导出CSV
-
[1] 宋昱瑾, 田涛, 杨军, 等. 海洋牧场背景下的休闲渔业旅游发展模式研究[J]. 海洋开发与管理, 2022, 39(1): 110-116. [2] 王宁, 田涛, 尹增强, 等. 景观视角下的海洋牧场多产业融合发展模式浅析[J]. 海洋开发与管理, 2021, 38(12): 26-31. [3] 周卫国, 丁德文, 索安宁, 等. 珠江口海洋牧场渔业资源关键功能群的遴选方法[J]. 水产学报, 2021, 45(3): 433-443. [4] 杨红生. 我国蓝色粮仓科技创新的发展思路与实施途径[J]. 水产学报, 2019, 43(1): 97-104. [5] SALVANES A G V. Ocean ranching[M]//Encyclopedia of ocean sciences. 2nd ed. Singapore: Elsevier Pte Ltd., 2016: 146-155.
[6] SEAMAN W, LINDBERG W J. Artificial reefs[M]//Encyclopedia of ocean sciences. 2nd ed. Singapore: Elsevier Pte Ltd., 2016: 226-233.
[7] 陈勇. 中国现代化海洋牧场的研究与建设[J]. 大连海洋大学学报, 2020, 35(2): 147-154. [8] 杨红生, 章守宇, 张秀梅, 等. 中国现代化海洋牧场建设的战略思考[J]. 水产学报, 2019, 43(4): 1255-1262. [9] 袁华荣, 陈丕茂. 广东省海洋牧场发展现状、问题与对策[J]. 广东农业科学, 2022, 49(7): 141-154. [10] 冯博轩, 许强, 孙春阳, 等. 浮鱼礁发展现状及其在南海海洋牧场中的应用展望[J]. 渔业现代化, 2023, 50(3): 1-10. [11] 章守宇, 刘书荣, 周曦杰, 等. 大型海藻生境的生态功能及其在海洋牧场应用中的探讨[J]. 水产学报, 2019, 43(9): 2004-2014. [12] 李木子, 曾雅, 任同军. 中国渔业增殖放流问题及对策研究[J]. 中国水产, 2021(9): 42-45. [13] 杨红生. 我国海洋牧场建设回顾与展望[J]. 水产学报, 2016, 40(7): 1133-1140. [14] 林承刚, 杨红生, 陈鹰, 等. 现代化海洋牧场建设与发展: 第230期双清论坛学术综述[J]. 中国科学基金, 2021, 35(1): 143-152. [15] 陈坤, 张秀梅, 刘锡胤, 等. 中国海洋牧场发展史概述及发展方向初探[J]. 渔业信息与战略, 2020, 35(1): 12-21. [16] YU J K, ZHANG L L. Evolution of marine ranching policies in China: review, performance and prospects[J]. Sci Total Environ, 2020, 737: 139782.
[17] 茹小尚, 邓贝妮, 冯其明, 等. 中外海洋牧场建设之比较[J]. 水产学报, 2023, 47(11): 97-106. [18] 唐启升. 渔业资源增殖、海洋牧场、增殖渔业及其发展定位[J]. 中国水产, 2019(5): 28-29. [19] LEBER K M, KITADA S, BLANKENSHIP H L, et al. Stock enhancement and sea ranching: developments, pitfalls and opportunities[M]. 2nd ed. New York: Wiley Blackwell, 2004: 1-48.
[20] 徐恭昭. 海洋鱼类资源增殖研究的几个问题[J]. 海洋科学, 1979(2): 1-6. [21] 赵荣兴, 邱卫华. 日本栽培渔业的进展[J]. 现代渔业信息, 2010, 25(9): 23-25. [22] HAMASAKI K, KITADA S. A review of Kuruma prawn Penaeus japonicus stock enhancement in Japan[J]. Fish Res, 2006, 80(1): 80-90.
[23] 冯雪, 范江涛, 孙晓, 等. 珠海外伶仃人工鱼礁对鱼类资源养护效果初步评估[J]. 南方农业学报, 2021, 52(12): 3228-3236. [24] 刘同渝. 国内外人工鱼礁建设状况[J]. 渔业现代化, 2003, 30(2): 36-37. [25] 尹增强, 章守宇. 对我国渔业资源增殖放流问题的思考[J]. 中国水产, 2008(3): 9-11. [26] 陈丕茂, 舒黎明, 袁华荣, 等. 国内外海洋牧场发展历程与定义分类概述[J]. 水产学报, 2019, 43(9): 1851-1869. [27] 冯顺楼. 开创海洋渔业新局面的一个重要措施: 从我国海洋渔业潜在危机看“人工鱼礁”建设的必要性[J]. 福建水产, 1983(4): 20-23. [28] 冯顺楼. 发展人工鱼礁开辟海洋牧场是振兴我国海洋渔业的必然趋势[J]. 现代渔业信息, 1989, 4(5/6): 3. [29] 李苗, 罗刚. 韩国海洋牧场建设经验与借鉴[J]. 中国水产, 2020(3): 26-28. [30] 程家骅, 姜亚洲. 海洋生物资源增殖放流回顾与展望[J]. 中国水产科学, 2010, 17(3): 610-617. [31] 张锋, 李苗, 陈圣灿, 等. 国家级海洋牧场示范区创建成效明显[J]. 中国水产, 2022(9): 27-29. [32] 牛艺博, 董利苹, 王金平, 等. 国际海洋牧场技术发展态势及其启示[J]. 世界科技研究与发展, 2020, 42(2): 160-171. [33] 丁德文, 索安宁. 现代海洋牧场建设的人工生态系统理论思考[J]. 中国科学院院刊, 2022, 37(9): 1335-1346. [34] NAGAMATSU T, SHIMA N, テツオ ナガマツ, et al. Experimental study on artificial upwelling device combined V-shaped structure with flexible underwater curtain[J]. Mem Facult Fish Kagoshima Univ, 2008(55): 27-35.
[35] NAKAYAMA A, YAGI H, FUJII Y, et al. Evaluation of effect of artificial upwelling producing structure on lower-trophic production using simulation[J]. J Jap Soc Civil Engin, Ser. B2 (Coastal Engineering), 2010, 66(1): 1131-1135. doi: 10.2208/kaigan.66.1131
[36] 李永祺, 张鑫鑫. 对海洋生态学和生物海洋学的浅析[J]. 海洋与湖沼, 2021, 52(5): 1067-1074. [37] KIM S K, YOON S C, YOUN S H, et al. Morphometric changes in the cultured starry flounder, Platichthys stellatus, in open marine ranching areas[J]. J Environ Biol, 2013, 34: 197-204.
[38] 水柏年. 海洋渔业资源增殖放流反思及优化探讨[J]. 大连海洋大学学报, 2023, 38(5): 737-743. [39] 王孟佳, 徐开达, 王好学, 等. 浙江近海甲壳类资源增殖放流现状研究[J]. 海洋开发与管理, 2024, 41(1): 136-144. [40] 阙华勇, 陈勇, 张秀梅, 等. 现代海洋牧场建设的现状与发展对策[J]. 中国工程科学, 2016, 18(3): 79-84. [41] SEAMAN W. Artificial habitats and the restoration of degraded marine ecosystems and fisheries[J]. Hydrobiologia, 2007, 580(1): 143-155.
[42] 杨红生, 许帅, 林承刚, 等. 典型海域生境修复与生物资源养护研究进展与展望[J]. 海洋与湖沼, 2020, 51(4): 809-820. [43] 张灿影, 孙景春, 鲁景亮, 等. 国际人工鱼礁研究现状与态势分析[J]. 广西科学, 2021, 28(1): 1-10. [44] 高宇航, 陈曦, 孟顺龙, 等. 人工鱼礁建设研究进展及其作用机理[J]. 中国农学通报, 2023, 39(23): 138-144. [45] SCHYGULLA C, PEINE F. Nienhagen reef: abiotic boundary conditions at a large brackish water artificial reef in the Baltic Sea[J]. J Coastal Res, 2013, 29(2): 478-486.
[46] JIANG Z Y, LIANG Z L, ZHU L X, et al. Numerical simulation of effect of guide plate on flow field of artificial reef[J]. Ocean Engin, 2016, 116: 236-241. doi: 10.1016/j.oceaneng.2016.03.005
[47] 沈蔚, 章守宇, 李勇攀, 等. C3D测深侧扫声呐系统在人工鱼礁建设中的应用[J]. 上海海洋大学学报, 2013, 22(3): 404-409. [48] 刘永虎, 刘敏, 田涛, 等. 侧扫声纳系统在石料人工鱼礁堆体积估算中的应用[J]. 水产学报, 2017, 41(7): 1158-1167. [49] YOON H S, KIM D, NA W B. Estimation of effective usable and burial volumes of artificial reefs and the prediction of cost-effective management[J]. Ocean Coastal Manag, 2016, 120: 135-147. doi: 10.1016/j.ocecoaman.2015.12.007
[50] 郭栋, 董婧, 付杰, 等. 基于双频识别声呐的东港大鹿岛人工鱼礁调查研究[J]. 海洋湖沼通报, 2018(2): 41-48. [51] 沈天跃, 章守宇, 沈蔚, 等. 现场海域人工鱼礁分布状态聚类分析[J]. 水产学报, 2015, 39(9): 1350-1358. [52] 李东, 唐诚, 邹涛, 等. 基于多波束声呐的人工鱼礁区地形特征分析[J]. 海洋科学, 2017, 41(5): 127-133. [53] BROWN C J, COLLIER J S. Mapping benthic habitat in regions of gradational substrata: an automated approach utilising geophysical, geological, and biological relationships[J]. Estuar Coast Shelf Sci, 2008, 78(1): 203-214. doi: 10.1016/j.ecss.2007.11.026
[54] 佟飞, 唐振朝, 贾晓平, 等. 基于侧扫声纳方法的框架式人工鱼礁测量[J]. 南方水产科学, 2018, 14(1): 99-104. [55] 王素琴. 人工鱼礁的受力分析与设计要点[J]. 大连水产学院学报, 1987(1): 55-62. [56] 钟术求, 孙满昌, 章守宇, 等. 钢制四方台型人工鱼礁礁体设计及稳定性研究[J]. 海洋渔业, 2006, 28(3): 234-240. [57] 刘德辅, 刘伟伟, 庞亮. 人工鱼礁工程的风险评估[J]. 中国海洋大学学报(自然科学版), 2007, 37(2): 317-322. [58] SHERMAN R L, GILLIAM D S, SPIELER R E. Artificial reef design: void space, complexity, and attractants[J]. ICES J Mar Sci, 2002, 59: 196-200. doi: 10.1006/jmsc.2001.1163
[59] KIM J Q, MIZUTANI N, JINNO N, et al. Experimental study on characteristics of local scour and embedment of fish reef by wave action[J]. Proc Civil Engin Ocean, 1996, 12: 243-247. doi: 10.2208/prooe.12.243
[60] 林军, 章守宇. 人工鱼礁物理稳定性及其生态效应的研究进展[J]. 海洋渔业, 2006, 28(3): 257-262. [61] 胡庆松, 谭赓灏, 李俊, 等. 沉降对多孔方型人工鱼礁流场效应影响的数值模拟[J]. 上海海洋大学学报, 2023, 32(1): 217-226. [62] 公丕海, 郑延璇, 李娇, 等. 塔型桁架人工鱼礁流场效应及稳定性[J]. 中国水产科学, 2019, 26(5): 1021-1028. [63] KIM D, WOO J, YOON H S, et al. Wake lengths and structural responses of Korean general artificial reefs[J]. Ocean Engin, 2014, 92: 83-91. doi: 10.1016/j.oceaneng.2014.09.040
[64] 黑木敏郎, 佐藤修, 尾崎晃. 魚礁構造の物理学的研究I[R]. 札幌: 北海道水產部研究报告书, 1964: 1-19. [65] 影山芳郎. 水槽実驗によゐ多立方体魚礁モデル周りの可視化[J]. 水產土木, 1980, 17(1): 1-10. [66] 佐藤修, 影山芳郎. 人工魚礁. 京[J]. 恒星社厚生阁, 1984, 17: 38-42. [67] 影山芳郎, 大阪英雄, 山田英已. 人工礁周流況[J]. 水産土木, 1986, 23(2): 1-8. [68] 刘同渝. 人工鱼礁的流态效应[J]. 江西水产科技, 2003(6): 43-44. [69] 张硕, 孙满昌, 陈勇. 不同高度混凝土模型礁上升流特性的定量研究[J]. 大连水产学院学报, 2008, 23(5): 353-358. [70] 张硕, 孙满昌, 陈勇. 不同高度混凝土模型礁背涡流特性的定量研究[J]. 大连水产学院学报, 2008, 23(4): 278-282. [71] 刘洪生, 马翔, 章守宇. 人工鱼礁流场效应的模型实验[J]. 水产学报, 2009, 33(2): 229-236. [72] FUJIHARA M, KAWACHI T, OOHASHI G. Physical-biological coupled modelling for artificially generated upwelling[J]. Trans Jap Soc Irrig Drain Rural Engin, 2011, 65: 399-409.
[73] 虞聪达, 俞存根, 严世强. 人工船礁铺设模式优选方法研究[J]. 海洋与湖沼, 2004, 35(4): 299-305. [74] 李珺, 林军, 章守宇. 方形人工鱼礁通透性及其对礁体周围流场影响的数值实验[J]. 上海海洋大学学报, 2010, 19(6): 836-840. [75] 姜昭阳. 人工鱼礁水动力学与数值模拟研究[D]. 青岛: 中国海洋大学, 2009: 1-12. [76] 付东伟. 人工鱼礁流场效应的PIV试验研究[D]. 大连: 大连海洋大学, 2013: 11-48. [77] KIM D, WOO J, YOON H S. Efficiency, tranquillity and stability indices to evaluate performance in the artificial reef wake region[J]. Ocean Engin, 2016, 122(1): 253-261.
[78] 郭禹, 章守宇, 林军. 基于上升流效应的单位鱼礁建设模式研究[J]. 南方水产科学, 2020, 16(5): 71-79. [79] CHARBONNEL E, CARNUS F, RUITTON S, et al. Artificial reefs in marseille: from complex natural habitats to concepts of efficient artificial reef design[J]. Braz J Oceanogr, 2011, 59: 81-82.
[80] 吉牟田长生, 吕晓明. 鱼礁规模与投放条件[J]. 国外水产, 1985, 2(1): 37-41. [81] 隋吉盛, 郑中强, 常宗瑜, 等. 框架型人工鱼礁布放过程的动力学分析[J]. 渔业现代化, 2016, 43(3): 74-79. [82] 张永波, 王继业, 辛峻峰. 人工鱼礁工程技术进展研究[J]. 渔业现代化, 2016, 43(6): 70-75. [83] 郭禹. 基于流场仿真实验的人工鱼礁规模效应研究[D]. 上海: 上海海洋大学, 2020: 5-7. [84] LI D, TANG C, XIA C L, et al. Acoustic mapping and classification of benthic habitat using unsupervised learn in artificial reef water[J]. Estuar Coast Shelf Sci, 2017, 185: 11-21. doi: 10.1016/j.ecss.2016.12.001
[85] 李豹德. 从日本人工鱼礁建设探讨我国鱼礁建设的方向[J]. 海洋渔业, 1985(6): 248-253. [86] NUNN A D, TEWSONL H, COWX I G. The foraging ecology of larval and juvenile fishes[J]. Rev Fish Biol Fish, 2012, 22(2): 377-408. doi: 10.1007/s11160-011-9240-8
[87] LIMA J S, ZALMON I R, LOVE M. Overview and trends of ecological and socioeconomic research on artificial reefs[J]. Mar Environ Res, 2019, 145: 81-96. doi: 10.1016/j.marenvres.2019.01.010
[88] 唐衍力, 林嘉政, 王欣, 等. 许氏平鲉幼鱼对人工鱼礁模型不同阴影情况的行为响应[J]. 中国海洋大学学报 (自然科学版), 2024, 54(1): 26-34. [89] 张智鹏, 陈璐, 刘洪军, 等. 人工鱼礁建设对海洋浮游植物群落变化的影响[J]. 海洋通报, 2020, 39(5): 617-626. [90] ZHANG X, XU X F, FANG E J, et al. The characteristic of phytoplankton community and its variation at artificial reef area of the coastal sea of Tianjin[J]. Mar Sci Bull, 2019, 21(1): 40-55.
[91] 张皓宇, 刘汉超, 刘永虎, 等. 獐子岛近岸人工鱼礁区浮游动物群落结构特征[J]. 水产科学, 2016, 35(5): 473-479. [92] 陈涛, 王云龙, 廖勇. 象山港人工鱼礁区浮游动物种类组成及群落结构特征[J]. 海洋科学, 2014, 38(7): 41-46. [93] 廖秀丽, 陈丕茂, 马胜伟, 等. 大亚湾杨梅坑海域投礁前后浮游植物群落结构及其与环境因子的关系[J]. 南方水产科学, 2013, 9(5): 109-119. [94] CHEN Q, YUAN H R, CHEN P M. Integrated response in taxonomic diversity and eco-exergy of macrobenthic faunal community to artificial reef construction in Daya Bay, China.[J]. Ecol Indic, 2019, 101: 512-521. doi: 10.1016/j.ecolind.2019.01.049
[95] 詹启鹏, 董建宇, 孙昕, 等. 芙蓉岛海域人工鱼礁投放对大型底栖动物群落结构和功能性状的影响[J]. 应用生态学报, 2023, 34(3): 796-804. [96] 张镇, 董建宇, 孙 昕, 等. 莱州湾芙蓉岛人工鱼礁区大型底栖动物的营养结构特征[J]. 水产学报, 2023, 47(9): 099305. [97] 任彬彬, 袁伟, 孙坚强, 等. 莱州湾金城海域鱼礁投放后大型底栖动物群落变化[J]. 应用生态学报, 2015, 26(6): 1863-1870. [98] 刘鸿雁, 杨超杰, 张沛东, 等. 基于Ecopath模型的崂山湾人工鱼礁区生态系统结构和功能研究[J]. 生态学报, 2019, 39(11): 3926-3936. [99] YUAN H R, CHEN P M, LI X G. Taxonomic diversity and eco-exergy changes in fishery resources associated with artificial reefs over 14 years in Daya Bay, China[J]. Front Mar Sci, 2022, 9: 1054933. doi: 10.3389/fmars.2022.1054933
[100] 王新萌, 唐衍力, 孙晓梅, 等. 威海小石岛人工鱼礁海域渔获物群落结构特征及其与环境因子相关性[J]. 海洋科学, 2016, 40(11): 34-43. [101] 董天威, 黄六一, 唐衍力, 等. 日照前三岛人工鱼礁对渔业资源影响的初步评价[J]. 中国海洋大学学报 (自然科学版), 2015, 45(8): 38-45. [102] 曾雷, 唐振朝, 贾晓平, 等. 人工鱼礁对防城港海域小型岩礁性鱼类诱集效果研究[J]. 中国水产科学, 2019, 26(4): 783-795. [103] COWX I G. Stocking strategies[J]. Fish Manag Ecol, 1994, 1(1): 15-30. doi: 10.1111/j.1365-2400.1970.tb00003.x
[104] 杨祖长, 胡望娇, 冯广朋, 等. 基于浸泡法的胭脂鱼 (Myxocyprinus asiaticus)耳石锶标记技术[J]. 中国渔业质量与标准, 2024, 14(2): 22-27. [105] 吕少梁, 王学锋, 李纯厚. 鱼类标志放流步骤的优选及其在黄鳍棘鲷中的应用[J]. 水产学报, 2019, 43(3): 584-592. [106] 廖中华, 陈学艳, 郝永峰, 等. 标志技术在渔业增殖放流效果评估中的应用[J]. 现代畜牧科技, 2024(2): 112-114. [107] KITADA S. Economic, ecological and genetic impacts of marine stock enhancement and sea ranching: a systematic review[J]. Fish Fish, 2018, 19(3): 511-532. doi: 10.1111/faf.12271
[108] 马晓林, 周永东, 徐开达, 等. 浙江沿岸大黄鱼标志放流及回捕率调查研究[J]. 浙江海洋学院学报 (自然科学版), 2016, 35(1): 24-29. [109] 祝超文, 张虎, 贲成恺, 等. 江苏近岸海域大黄鱼标记放流及效果评估[J]. 水产养殖, 2023, 44(6): 1-9. [110] 张秋宏, 蒋日进, 刘明智, 等. 3种标记方法对刀鲚幼鱼生长影响初探[J]. 浙江海洋大学学报 (自然科学版), 2022, 41(5): 423-428. [111] 李影, 徐永江, 崔爱君, 等. 金属编码标签对许氏平鲉放流苗种的标记效果[J]. 渔业科学进展, 2023, 44(2): 40-49. [112] 刘胜男, 孙典荣, 刘岩, 等. 使用微卫星标记评估北部湾长毛对虾增殖放流效果[J]. 中国海洋大学学报 (自然科学版), 2019, 49(S02): 37-45. [113] GONZALEZ E B, NAGASAWA K, UMINO T. Stock enhancement program for black sea bream (Acanthopagrus schlegelii) in Hiroshima Bay: monitoring the genetic effects[J]. Aquaculture, 2008, 276(1/2/3/4): 36-43.
[114] HERVAS S, LORENZEN K, SHANE M A, et al. Quantitative assessment of a white seabass (Atractoscion nobilis) stock enhancement program in California: post-release dispersal, growth and survival[J]. Fish Res, 2010, 105(3): 237-243. doi: 10.1016/j.fishres.2010.06.001
[115] 陈丕茂. 渔业资源增殖放流效果评估方法的研究[J]. 南方水产, 2006, 2(1): 1-4. [116] CHEN P M, QIN C X, YU J, et al. Evaluation of the effect of stock enhancement in the coastal waters of Guangdong, China[J]. Fish Manag Ecol, 2015, 22(2): 172-180. doi: 10.1111/fme.12113
[117] KATSUKAWA T. Evaluation of current and alternative fisheries management scenarios based on spawning-perrecruit (SPR), revenue-per-recruit (RPR), and yield-perrecruit (YPR) diagrams[J]. ICES J Mar Sci, 2005, 62(5): 841-846. doi: 10.1016/j.icesjms.2005.04.002
[118] MUNRO J L, BELL J D. Enhancement of marine fisheries resources[J]. Rev Fish Sci, 1997, 5(2): 185-222. doi: 10.1080/10641269709388597
[119] HEASMAN M P. In pursuit of cost-effective fisheries enhancement of new south wales blacklip abalone, Haliotis rubra (Leach) fishery[J]. J Shellfish Res, 2006, 25(1): 211-224. doi: 10.2983/0730-8000(2006)25[211:IPOCFE]2.0.CO;2
[120] 吴晓睿, 宋大德, 熊瑛, 等. 海州湾中国毛虾 (Acetes chinensis)种群生物学特征和资源开发状态研究[J]. 海洋与湖沼, 2023, 54(2): 573-582. [121] LORENZEN K, AGNALT A L, LEE BLANKENSHIP H, et al. Evolving context and maturing science: aquaculture-based enhancement and restoration enter the marine fisheries management toolbox[J]. Rev Fish Sci, 2013, 21(3/4): 213-221.
[122] ROGERS M W, ALLEN M S, BROWN P, et al. A simulation model to explore the relative value of stock enhancement versus harvest regulations for fishery sustainability[J]. Ecol Model, 2010, 221(6): 919-926. doi: 10.1016/j.ecolmodel.2009.12.016
[123] SHARMA R, COOPER A B, HILBORN R. A quantitative framework for the analysis of habitat and hatchery practices on Pacific salmon[J]. Ecol Model, 2005, 183(2/3): 231-250.
[124] CAMP E V, LORENZEN K, AHRENS R N M, et al. Potentials and limitations of stock enhancement in marine recreational fisheries systems: an integrative review of florida's red drum enhancement[J]. Rev Fish Sci, 2013, 21(1/2/3/4): 388-402.
[125] GARLOCK T M, CAMP E V, LORENZEN K. Efficacy of largemouth bass stock enhancement in achieving fishery management objectives in Florida[J]. Fish Res, 2019, 213: 180-189. doi: 10.1016/j.fishres.2019.01.010
[126] NAMARA R M, CAMP E, SHANE M, et al. Optimizing marine stock enhancement through modeling: a sex-specific application with California halibut Paralichthys californicus[J]. Fish Res, 2022, 252: 106341.
[127] 冯瑞玉, 郭禹, 李金明, 等. 基于EnhanceFish模型的鱼类增殖放流策略研究: 以中山市南朗水域黄鳍棘鲷增殖放流为例[J]. 渔业科学进展, 2023, 44(5): 1-10. [128] 张崇良, 徐宾铎, 薛莹, 等. 渔业资源增殖评估研究进展与展望[J]. 水产学报, 2022, 46(8): 1509-1524. [129] 黄梦仪, 徐姗楠, 刘永, 等. 基于Ecopath模型的大亚湾黑鲷生态容量评估[J]. 中国水产科学, 2019, 26(1): 1-13. [130] 刘岩, 吴忠鑫, 杨长平, 等. 基于Ecopath模型的珠江口6种增殖放流种类生态容纳量估算[J]. 南方水产科学, 2019, 15(4): 19-28. [131] 林群, 袁伟, 马玉洁, 等. 基于Ecopath模型的海州湾三疣梭子蟹增殖生态容量研究[J]. 水生态学杂志, 2022, 43(6): 131-138. [132] 杨彬彬. 基于Ecopath模型的三沙湾能量流动分析及大黄鱼试验性增殖放流[D]. 厦门: 厦门大学, 2017: 17-43. [133] 石雯静, 张漫瑶, 赵晟. 基于Ecopath模型的中街山列岛海域曼氏无针乌贼生态容量的评估[J]. 浙江海洋大学学报 (自然科学版), 2024, 43(1): 51-62. [134] GAO Y P, FANG J G, LIN F, et al. Simulation of oyster ecological carrying capacity in Sanggou Bay in the ecosystem context[J]. Aquac Int, 2020, 28(5): 2059-2079.
[135] 徐晓卉, 尹洁, 刘淑德, 等. 基于Ecopath模型的长山列岛邻近海域褐牙鲆增殖生态容量研究[J]. 中国海洋大学学报 (自然科学版), 2024, 54(2): 63-72. [136] TAYLOR M D, BRENNAN N P, LORENZEN K, et al. Generalized predatory impact model: a numerical approach for assessing trophic limits to hatchery releases and controlling related ecological risks[J]. Rev Fish Sci, 2013, 21(3/4): 341-353.
[137] 袁俊楠. 海洋牧场综合化发展评价指标体系构建与实证研究[D]. 舟山: 浙江海洋大学, 2023: 15-30. [138] 田晓轩. 唐山曹妃甸海洋牧场综合效益评价研究[D]. 青岛: 中国海洋大学, 2015: 29-36. [139] 王言丰, 胡启伟, 余景, 等. 粤东柘林湾海洋牧场渔业资源增殖效果评估[J]. 南方水产科学, 2019, 15(2): 12-19. [140] 崔晨, 张云岭, 张秀文, 等. 唐山祥云湾海洋牧场渔业资源增殖效果评估[J]. 河北渔业, 2021(1): 25-31. [141] 王琼, 党晨阳, 葛春盈, 等. 基于层次分析法的浙江海域生态系统综合评估研究[J]. 浙江工商职业技术学院学报, 2021, 20(3): 6-12. [142] 李欣宇, 云岭, 齐遵利, 等. 基于Ecopath模型的祥云湾海洋牧场生态系统结构和能量流动分析[J]. 大连海洋大学学报, 2023, 38(2): 311-322. [143] 吴忠鑫, 张秀梅, 张磊, 等. 基于Ecopath模型的荣成俚岛人工鱼礁区生态系统结构和功能评价[J]. 应用生态学报, 2012, 23(10): 2878-2886. [144] 刘鸿雁, 杨超杰, 张沛东, 等. 基于Ecopath模型的崂山湾人工鱼礁区生态系统结构和功能研究[ J]. 生态学报, 2019, 39(11): 3926-3936. [145] 张紫轩. 人工鱼礁生态效应评价及增殖放流物种生态容量评估: 以莱州湾芙蓉岛人工鱼礁区为例[D]. 上海: 上海海洋大学, 2021: 27-43. [146] 孙国庆, 张合烨, 董世淇, 等. 基于定性网络模型评价生态调控情景对海洋牧场生态系统的影响: 以獐子岛海洋牧场为例[J]. 生态学报, 2024, 44(13): 5761-5772. [147] 赵新生, 孙伟富, 任广波, 等. 海州湾海洋牧场生态健康评价[J]. 激光生物学报, 2014, 23(6): 626-632. [148] 刘林忻, 刘津, 田景璐, 等. 基于模糊综合评价法的海洋牧场综合效益测算[J]. 河北渔业, 2020(6): 14-54, 60. [149] 马欢. 柘林湾海洋牧场生态系统综合效益评估[D]. 上海: 上海海洋大学, 2018: 29-50. [150] 袁俊南, 贺义雄. 海洋牧场综合化发展评价指标体系构建与实证研究[J]. 海洋开发与管理, 2022, 39(12): 93-97. [151] 岳奇, 鄂俊, 杜新远, 等. 我国北方典型海洋牧场综合效率评估初探[J]. 海洋湖沼通报, 2020(6): 142-149. [152] 李慕菡, 徐宏, 郭永军. 天津大神堂海洋牧场综合效益研究[J]. 中国渔业经济, 2021, 39(1): 68-73. [153] WAHL M. Marine hard bottom communities: patterns, dynamics, diversity, and change[M]. New York: Springer, 2009: 269-280.
[154] KING R S, DELUCA W V, WHIGHAM D F, et al. Threshold effects of coastal urbanization on Phragmites australis (common reed) abundance and foliar nitrogen in Chesapeake Bay[J]. Estuar Coasts, 2007, 30(3): 469-481. doi: 10.1007/BF02819393
[155] WOOTTON J T. Effects of disturbance on species diversity: a multitrophic perspective[J]. Am Nat, 1998, 152(6): 803-825. doi: 10.1086/286210
[156] CHESSON P. Mechanisms of maintenance of species diversity[J]. Annu Rev Ecol System, 2000, 31: 343-366. doi: 10.1146/annurev.ecolsys.31.1.343
[157] RUIZ G M, CARLTON J T, GROSHOLZ E D, et al. Global invasions of marine and estuarine habitats by nonindigenous species: mechanisms, extent, and consequences[J]. Integr Comp Biol, 1997, 37(6): 621-632.
[158] WAHL M. Marine hard bottom communities: patterns, dynamics, diversity, and change[M]. New York: Springer, 2009: 257-268.
[159] 李东, 侯西勇, 唐诚, 等. 人工鱼礁研究现状及未来展望[J]. 海洋科学, 2019, 43(4): 81-87. [160] 宋旻鹏. 中国北黄海海域不同礁型人工鱼礁区生态效果评价研究: 以威海小石岛人工鱼礁区为例[D]. 济南: 山东大学, 2023: 12-59. [161] 张博伦, 郭彪, 于莹, 等. 基于稳定同位素技术的天津大神堂海域人工鱼礁区食物网结构研究[J]. 渔业科学进展, 2019, 40(6): 25-35. [162] 张秀梅, 纪棋严, 胡成业, 等. 海洋牧场生态系统稳定性及其对干扰的响应: 研究现状、问题及建议[J]. 水产学报, 2023, 47(11): 107-121. [163] HILLERISLAMBERS J, ADLER P B, HARPOLE W S, et al. Rethinking community assembly through the lens of coexistence theory[J]. Annual Rev Ecol Evol S, 2012, 43: 227-248. doi: 10.1146/annurev-ecolsys-110411-160411
[164] 江兴龙, 王玮, 林国清, 等. 影响渔业资源增殖放流效果的主要因素探讨[J]. 渔业现代化, 2015, 42(4): 62-67. [165] 张涛, 奉杰, 宋浩. 海洋牧场生物资源养护原理与技术[J]. 科技促进发展, 2020, 16(2): 206-212. -
期刊类型引用(3)
1. 李进京，刘颖，李祥付，刘好真，徐鹏，孙元，焦海峰，王一农，尤仲杰. 韭山列岛海洋生态自然保护区及其附近海域底拖网生物资源的分布及群落结构分析. 海洋与湖沼. 2020(01): 176-185 . 
百度学术
2. 杨咏文，黄汉英，冯婉娴，李路，熊善柏，赵思明. 基于被动水声信号的淡水鱼混合数量预测. 华中农业大学学报. 2020(05): 147-152 . 百度学术
3. 马孟磊，陈作志，许友伟，张魁，袁伟，徐姗楠. 基于Ecopath模型的胶州湾生态系统结构和能量流动分析. 生态学杂志. 2018(02): 462-470 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 1184
- HTML全文浏览量: 70
- PDF下载量: 91
- 被引次数: 7
粤公网安备 44010502001741号
