基于Ecopath模型的长江口及毗邻水域生态系统结构和能量流动研究

根据2000年和2006年秋季长江口及毗邻水域渔业资源和生态环境调查数据,利用Ecopath with Ecosim软件,构建2个时期的长江口及毗邻水域生态能量通道模型,比较分析了三峡工程蓄水前后长江口及毗邻水域生态系统的结构和能量流动特征.模型包含鱼类、虾类、蟹类、头足类、浮游动物、浮游植物、底栖动物、碎屑等17个功能群,基本覆盖了能量流动的途径.分析结果表明,2006年秋季长江口及毗邻水域生态系统的总生物量、系统总流量比2000年秋季有所下降,碎屑链的重要性略有降低;由于低营养级层次渔获物数量的增加,渔获物平均营养级有所下降.2个时期长江口及毗邻水域生态系统的再循环率较低,仍有较高的剩余生产量有待利用,均处于不成熟的发育期.     

渔业宏观经济与宏观管理问题的探讨

从宏观上掌握渔业经济活动的变化规律，这不仅是渔业领导者和渔业工作者必须具备的素质，而且也是领导矗业生产．组织渔业经济活动必须掌握的最基卒的依据。作者围绕渔业宏规经济问题的研究及其作用：渔业宏观经济的特性；渔业宏观经济中的普追问题；渔业宏观管理的依据；以及建立宏观经济控制调节体系等同题进行论述。     

虾夷扇贝动态能量收支模型参数的测定

本研究以虾夷扇贝为实验生物,介绍了动态能量收支(dynamic energy budget,DEB)模型5个关键基本参数的测定及计算方法,分析了方法的利弊及注意事项,为贝类DEB模型参数的准确获取提供参考方法。采用壳长与软体部湿重回归法计算虾夷扇贝的形状系数δm;采用静水法测定不同温度条件下虾夷扇贝的呼吸耗氧率,计算阿伦纽斯温度TA参数;采用饥饿法测定、计算单位时间单位体积维持生命所需的能量[]、形成单位体积结构物质所需的能量[EG]和单位体积最大储存能量[EM]3个参数。室内饥饿实验持续60 d,直至呼吸耗氧率及软体部干重基本保持恒定。结果显示,壳长(SL)与软体部湿重(WW)的回归关系式为WW=0.0118SL3.4511(R2=0.9365),根据公式V=(δm L)3,对软体部湿重的立方根和壳长进行线性回归,所得的斜率即为形状系数δm值(δm=0.32);获得不同规格的虾夷扇贝耗氧率与水温(热力学温度,K)倒数的线性回归关系,线性回归方程斜率的绝对值为阿伦纽斯温度TA,平均为(4160±767)K。饥饿实验结束时,软体部干重和呼吸耗氧率分别降低了56%和81%。虾夷扇贝的耗氧率稳定在0.17 mg/(ind·h),经计算获得[]=25.9 J/(cm~3·d);饥饿持续30天之后,虾夷扇贝软体部干重基本维持在(0.25±0.01)g,经计算获得[EG]=3160 J/cm~3,[EM]=2030 J/cm~3。动态DEB理论是基于能量代谢的物理、化学特性而建立的,体现了生物能量代谢的普遍性规律,能够反映摄食获取能量在不同发育生长阶段的能量分配情况。但是,DEB模型参数的测定及计算比较复杂。基本参数的准确获取将影响其他参数以及模型的准确性。本研究为虾夷扇贝DEB模型的构建奠定基础。     

水库渔获量与环境因素的多元回归模型

建国以来，全国共兴建水库86，000多座，养鱼面积达3，000万亩。为了充分发挥水库的渔业生产潜力，不少同志从资源利用、放养效益、浮游生物与鱼产力关系等方面探索了水库的渔业生产力。本文试图从水库渔获量与环境因素的关系出发，应用线性全回归模型、秩相关模型和对数偏相关模型等三种不同的方法，建立渔获量与环境的多元回归方程，     

基于个体生态模型在渔业科学中的应用研究现状

基于个体生态模型(IBM)于20世纪70年代提出,数十年间在渔业科学领域得到广泛应用,现已成为渔业科学研究的重要手段之一。本文主要介绍了IBM的基本概念和研究方法,概述了国内外研究现状以及在渔业科学中的应用,分析了模型在应用中存在的问题、未来发展方向及趋势。研究认为,IBM在渔业科学研究和应用过程中需充分考虑以下问题:(1)了解模拟对象的生活史过程生物学特性,以及其栖息地环境特征;(2)针对不同的对象选用合适的环境因子和参数;(3)参考经典的生态学理论框架和方法来建立和分析个体模型;(4)综合统计分析、海洋遥感、地理信息系统等方法;(5)利用野外和敏感性试验获得实测数据,以校正IBM模型并提高精度。     

文蛤动态能量收支模型构建、验证与应用

为评估文蛤生态容量,实验根据动态能量收支理论,基于R语言构建了文蛤动态能量收支模型,采用线性与非线性回归法估算模型参数,通过对比围塘环境下文蛤壳长、湿重、软体部湿重的实测值与模拟值验证模型,并应用于模拟黄海海域滩涂区文蛤的生长过程。结果显示,文蛤模型主要参数形状系数、阿伦纽斯温度系数和单位体积结构物质所需能量分别为0.57、9 278 K和2 056 J/cm³;实测与模拟的文蛤壳长、湿重和软体部湿重相关系数R²平均为0.996,模拟值与实测值的平均误差为3.58%;如东沿海区域6月实测文蛤软体部干重为0.48 g,壳长3.12 cm,模型模拟的软体部干重、湿重和壳长分别为0.476 g,6.6 g和3.2 cm。研究表明,实验构建的文蛤动态能量收支模型的准确度较高,可真实地反映出文蛤在自然水域中的生长过程,为评估文蛤生态容纳量及构建文蛤相关的生态系统模型提供科学参考。     

基于线性混合模型的蓝点马鲛叉长和体重关系的月间及性别差异

为了研究蓝点马鲛（）生活史特征的异质性,根据2018年10月至2019年3月在东海外海渔场的拖网调查采样数据,对其叉长和体重关系的月间及性别差异进行了研究。依据收集的367尾蓝点马鲛样本,求得其叉长和体重关系（b的估计均值为2.794。本研究构建了广义线性模型和9个线性混合模型,用于研究蓝点马鲛的叉长和体重关系（）在时间及性别上的差异。贝叶斯信息准则（BIC）值和均方根误差值均表明,最复杂的线性混合模型（即月份和性别对两个参数P<0.01）。在最优模型中,a值则与此相反。本研究表明,月份和性别对蓝点马鲛叉长和体重关系具有显著的影响,线性混合模型能把月份和性别的异质性通过随机效应在单个模型中更准确、快速地体现,从而进一步证实了此模型在数据来源异质性研究中的优势。     

斑节对虾Toll9受体基因免疫功能的研究与表达分析

Toll受体蛋白(Toll receptors)是一类重要的模式识别受体,在无脊椎动物先天性免疫系统中发挥重要作用。文章对斑节对虾(Penaeus monodon)新型Toll9受体基因(Pm Toll9)进行了研究:以人源胚胎肾细胞(HEK293T)成功构建体外细胞免疫模型,通过免疫印迹方法证实Pm Toll9重组真核蛋白可在HEK293T中成功表达。双荧光素酶报告系统检测发现在200 ng转染浓度处Pm Toll9对NF-κB报告基因的激活效果显著。q RT-PCR数据证明PmToll9成功激活HEK293T细胞Toll-like receptor(TLR)信号通路,促进通路下游髓样分化因子(My D88)、肿瘤坏死因子(TNF-α)和白介素(IL-10)的上调表达,同时酶联免疫吸附测定结果证明Pm Toll9可促进TNF-α蛋白表达水平显著上调。斑节对虾体内细菌刺激实验结果显示无乳链球菌(Streptococcus agalactiae)可激活Pm Toll9在肝胰腺、肠、淋巴和鳃中的表达,哈维氏弧菌(Vibrio harveyi)可显著抑制Pm Toll9在肝胰腺中的表达。提示无乳链球菌可通过Pm Toll9激活Toll信号通路,引起机体免疫防御反应,而哈维氏弧菌对此过程具有一定的抑制作用。     

长江下游靖江段沿岸贝氏(韰)渔获量的时间格局及ARIMA模型预测

长江靖江段是长江下游和河口渔业资源养护的重要地区,贝氏(韰)(Hemiculter bleekeri)在维系这一水域鱼类物种多样性和保持生态平衡方面起着重要作用.2002-2006年,在靖江沿岸滩涂湿地利用一部长40 m、高1.8 m、网目长度1.86 cm的定置张网采集142份渔获物样本,共获鱼类46 142尾,其中贝氏(韰)20 966尾,占总尾数的45.44%;平均每网次渔获数量148尾,最高达855尾,最低为11尾.在所有244 595.36 g鱼类渔获物中,贝氏(韰)有70 176.69 g,占总渔获物质量的28.69%;平均每网次渔获质量497.71 g,最高2 538.00 g,最低32.59 go分析表明,贝氏(韰)月渔获质量呈非平稳的随机过程.用SPSS V13.0软件对2002年1月-2006年12月的月渔获质量数据进行ARIMA建模拟合,建立了方程为(1-B12)lny1=(1-0.801B12)et-0.133的ARIMA(0,0,0)(0,1,1)12(含常数)的预测模型.该模型对2003-2006年的拟合精度在91.82%～96.48%之间,对2007年逐月预测的相对精度为81.30%～99.69%,年预测精度达93.73%,可有效预测贝氏餐的渔获量.     

渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较

为了研究渔业数据失真对两种非平衡剩余产量模型评估结果的影响,以南大西洋长鳍金枪鱼渔业产量和单位捕捞努力量渔获量(CPUE)数据作为基础数据,加入5种不同程度[变异系数(CV)=1%、5%、10%、20%和30%]的随机误差,模拟了(1)无数据失真,(2)仅产量数据失真,(3)仅CPUE数据失真,(4)产量和CPUE数据均失真等4种情况。利用基于ASPIC的非平衡剩余产量模型(ASM)和基于贝叶斯状态空间建模方法的非平衡剩余产量模型(BSM)分别评估了最大可持续产量(MSY)、B_(MSY)、F_(MSY)、B_(2011)/B_(MSY)、F2011/F_(MSY)等5种生物学参考点和管理指标。结果显示,在无数据失真情况下,ASM和BSM评估的MSY分别为2.866×10~4 t和2.836×10~4 t,B_(2011)/B_(MSY)分别为1.366和1.324,F2011/F_(MSY)分别为0.627和0.667,均相差不大,表明该渔业目前状态良好,ASM得到了较大的B_(MSY)(31.48×10~4 t)和较小的F_(MSY)(0.091);数据失真对ASM评估的B_(MSY)和F_(MSY)分别产生了严重的过低估计和过高估计,且CPUE数据失真产生的影响要比产量数据失真大;随着随机误差的增大,BSM评估的生物学参考点和管理指标的绝对百分比偏差有增大趋势;与ASM相比,BSM能够更好地处理渔业数据中存在的随机误差,除了MSY以外,BSM评估的生物学参考点和管理指标绝对百分比偏差均要比ASM的评估结果低,尤其是B_(MSY)和F_(MSY)。因此,在使用存在较大随机误差的渔业数据进行资源评估时,BSM具有一定的优势。