辽东湾水域小黄鱼的生长特征

根据2012-2013年在辽东湾水域进行的6个航次的底拖网调查资料,采用体长频率分析法研究了该水域小黄鱼(Larimichtlys polyactis)的生长特征。结果表明,2012-2013年间共采集小黄鱼样本2 593尾,体长范围为40~210 mm,平均体长为115 mm,优势体长组为90~130 mm,占59.3%。体长与体质量的关系式为W=3×10~(-5)×L~(2.8424)。采用ELEFAN技术计算了小黄鱼的Von-Bertalanffy生长方程,其极限体长L_∞、生长系数K分别为260 mm和0.47。种群总死亡系数Z、自然死亡系数M和捕捞死亡系数F分别为2.31、0.41、1.90。与辽东湾及其邻近水域的历史数据相比,辽东湾水域小黄鱼的生物学特征与2000年前发生了较大变化,极限体长减小,生长速度加快,群体小型化和低龄化严重。2012-2013年辽东湾水域小黄鱼的资源开发率为0.823,其资源处于过度开发状态。     

基于地统计二阶广义线性混合模型的黄海冬季小黄鱼时空分布和资源量指数估算

使用地统计二阶广义线性混合模型(geostatistical delta-GLMM)分析了2001—2011和2015—2017年黄、渤海小黄鱼越冬群体在黄海中部、南部的空间分布,并用geostatistical delta-GLMM、基于普通克里格插值法和基于站位调查设计的扫海面积法分别估计了小黄鱼资源量指数,对geostatistical delta-GLMM相较基于普通克里格插值法和基于站位调查设计的性能进行了比较研究。结果显示,在2001和2002年,黄海越冬场主要存在北部(36°00′～37°37.5′N,123°15′～124°15′E)、中部(33°75′～36°00′N,123°15′～124°75′E)和东南部(32°00′～33°75′N,124°00′～125°15′E)3个生物量高密度区,其中中部区密度最高。从2003年开始,小黄鱼的生物量密度开始下降,北部和东南部高密度区下降程度高于中部高密度区;至2016—2017年高密度区变得不明显。冬季小黄鱼总资源量指数与小黄鱼的年产量、渔船功率变化趋势相反,呈下降趋势,且大部分年份站位数在37站以上,站位范围覆盖了本实验区域,可排除采样站位因素,这说明小黄鱼资源仍面临过度捕捞,种群处于衰退状态。研究表明,地统计二阶广义线性混合模型估计的2001—2017年冬季黄海中部、南部小黄鱼的总资源量指数相对扫海面积法和普通克里格法的估计值精确度更高。     

复合鱼肉肌原纤维蛋白加热过程中理化特性变化的研究

考察了鲢(Hypophthalmichthys molitrix)、小黄鱼(Pseudosciaena polyactis)及其以质量比1∶1复合的肌原纤维蛋白的浊度、Ca2+-ATPase活性和巯基含量在加热过程中的变化规律。结果显示:随着加热温度的升高,三种蛋白溶液的浊度呈S型曲线增加。复合肌原纤维蛋白的增加模式与小黄鱼肌原纤维蛋白的增加模式相似,不同于鲢肌原纤维蛋白的增加模式。鲢肌原纤维蛋白和小黄鱼肌原纤维蛋白的Ca2+-ATPase活性随温度的升高逐渐下降。复合肌原纤维蛋白的Ca2+-ATPase活性在20～35℃略有上升,而后剧烈下降,55℃时活性完全丧失。复合肌原纤维蛋白的总巯基含量随着加热温度的升高呈下降趋势。当温度在30～60℃时下降缓慢,高于65℃时剧烈下降。     

黄海南部、东海北部夏秋季小黄鱼数量分布及与浮游动物的关系

对夏秋季黄海南部、东海北部海域的小黄鱼和浮游动物的数量分布及其它们之间的关系进行了研究,结果表明:夏秋季节,黄海南部、东海北部小黄鱼主要出现在大沙、江外、吕四和沙外渔场,夏季最高生物量分布区出现在长江口和江外渔场交界处的31°30′N、125°00′E海域,秋季最高生物量分布区出现在大沙和沙外渔场交界处的32°30′N、125°00′E海域。2个季节浮游动物优势种的组成主要以浮游甲壳动物、浮游幼体以及毛颚类动物为主。浮游动物有2个密集分布区:一个在近岸一侧123°00′E经度线附近,夏季呈南北方向分布,秋季呈西北-东南走向;另一个在32°00′N、125°00′E附近海域。从夏季到秋季,浮游动物优势种的组成有了较大的更替,优势种的范围更加扩大;夏季占绝对优势的中华哲水蚤到秋季已经不在优势种之列。夏秋季小黄鱼主要分布区与浮游动物的高密度分布区存在着良好的对应关系。夏季小黄鱼和其他浮游食性鱼类的强烈的摄食影响可能造成了秋季浮游动物丰度的急剧下降。小黄鱼主要分布区内饵料浮游动物优势种的季节变化可能对其食物选择的变化有重要的影响。     

基于Hurdle-GAMMs模型研究影响海州湾小黄鱼摄食的主要因素

根据2011年及2013-2016年秋季在海州湾及其邻近海域进行的渔业资源底拖网调查资料和胃含物分析数据,构建了Hurdle-GAMMs模型(Hurdle-generalized additive mixed models,广义加性混合效应模型),基于相对重要性指数和全子集回归筛选出小黄鱼(Larimichthy po...