王繼隆，李培倫，唐富江，魯萬(wàn)橋，劉偉

（中國(guó)水產(chǎn)科學(xué)研究院黑龍江水產(chǎn)研究所，農(nóng)業(yè)農(nóng)村部黑龍江流域漁業(yè)資源環(huán)境科學(xué)觀測(cè)實(shí)驗(yàn)站，黑龍江 哈爾濱 150070）

“四大家魚”之一的鰱Hypophthalmichthys molitrix 廣泛分布于我國(guó)北起黑龍江南至紅河的各大水系中[1]，是我國(guó)主要的淡水增養(yǎng)殖魚類。黑龍江流域鰱是我國(guó)高緯度地區(qū)的一個(gè)重要地理種群，具有重要的科學(xué)價(jià)值[2,3]。松花江流域鰱是黑龍江群體的重要組成部分，也是當(dāng)?shù)氐闹饕?jīng)濟(jì)魚類之一。目前關(guān)于鰱的研究較多，但是主要集中在南方水系以及一些湖泊、水庫(kù)等水域[4-9]。針對(duì)松花江流域鰱的研究較少，尤其年齡與生長(zhǎng)的研究罕見報(bào)道。年齡與生長(zhǎng)是魚類生物學(xué)研究的重要內(nèi)容，也是漁業(yè)資源評(píng)估的關(guān)鍵參數(shù)[10-12]，其反映魚類的生活史特征。準(zhǔn)確分析鰱的生長(zhǎng)能夠?yàn)轹栙Y源的可持續(xù)利用及保護(hù)提供科學(xué)依據(jù)。

本研究以鱗片為材料，通過觀察鱗片年輪，分析鰱的年齡結(jié)構(gòu)，采用Von Bertalanffy 生長(zhǎng)方程（VBGF）、邏輯斯諦生長(zhǎng)方程（Logistic GF）、Gompertz生長(zhǎng)方程（Gompertz GF）和冪指數(shù)生長(zhǎng)方程（Power exponential GF）分別模擬鰱的生長(zhǎng)，以篩選出最適的生長(zhǎng)方程[13]，為鰱的生長(zhǎng)分析提供更加準(zhǔn)確的基礎(chǔ)資料。

1 材料與方法

1.1 樣本來源

本研究樣本于2018、2019 年的6—10 月采捕于松花江干流肇源、新甸、湯原、樺川、富錦、同江斷面（圖1），采用網(wǎng)目大小為5～15 cm 的流刺網(wǎng)進(jìn)行采捕。共采集鰱樣本335 尾，部分樣品現(xiàn)場(chǎng)解剖測(cè)量，剩余樣品低溫保存帶回實(shí)驗(yàn)室。采集樣本鱗片用以鑒定年齡；測(cè)量樣本的體長(zhǎng)（精度0.1 cm）、體質(zhì)量（精度1 g）。

圖1 本次調(diào)查的采樣點(diǎn)位置Fig.1 The sampling sites in present survey

1.2 材料處理及數(shù)據(jù)分析

在實(shí)驗(yàn)室用5%氫氧化鉀水溶液浸泡鱗片5 min，然后在清水中清洗干凈后放置于載玻片，觀察鱗片上的輪紋，鑒定鰱的年齡。根據(jù)年齡鑒定結(jié)果，結(jié)合體長(zhǎng)數(shù)據(jù)分別采用Von Bertalanffy 生長(zhǎng)方程（VBGF）、邏輯斯諦生長(zhǎng)方程（Logistic GF）、Gompertz生長(zhǎng)方程（Gompertz GF）和冪指數(shù)生長(zhǎng)方程（Power exponential GF）模型擬合鰱的生長(zhǎng)，公式如下[14,15]：

式中，L∞為極限體長(zhǎng)，k 為相對(duì)生長(zhǎng)速率，t0為理論上魚類體長(zhǎng)為0 時(shí)的年齡，ε 為模型公式中的誤差，A、B、C 為冪指數(shù)模型中的參數(shù)。

模型中的參數(shù)采用最大似然法估計(jì)，假設(shè)各生長(zhǎng)模型中的殘差數(shù)值服從正態(tài)分布，在各生長(zhǎng)模型中，其似然值可表示為：

采用赤池信息準(zhǔn)則（Akaike Information Criterion，AIC）評(píng)估各模型的擬合效果，篩選最適模型。AIC 方法綜合評(píng)估模型的擬合效果和各參數(shù)影響，選擇參數(shù)少、準(zhǔn)確度高模型為最適模型。模型的AIC值越小說明模擬效果越好。具體公式如下：

假設(shè)各模型誤差服從獨(dú)立正態(tài)分布，則AIC 可表示為：

其中：m 為模型中的參數(shù)數(shù)量；n 為樣本量；lnL（p1,…,pm,σ2）為模型似然值的對(duì)數(shù)；RSS 為體長(zhǎng)觀測(cè)值和模型模擬值的差值平方和。

2 結(jié)果與分析

2.1 松花江干流鰱的體長(zhǎng)-體質(zhì)量關(guān)系

松花江干流鰱樣本的體長(zhǎng)范圍為14.4～76.2 cm，平均體長(zhǎng)為55.59 cm，體質(zhì)量范圍為43.5～6 122.8 g，平均體質(zhì)量為3 275.2 g。體長(zhǎng)-體質(zhì)量的冪指數(shù)關(guān)系為：W=0.0115×L3.0892；R2=0.9888（圖2）。

2.2 年齡組成

根據(jù)年齡鑒定結(jié)果，335 個(gè)鰱樣本共分為10 個(gè)年齡組，即1～10 齡。其中7 齡魚所占比例最高，占26.57%，其次為6 齡魚個(gè)體（20.9%）、8 齡個(gè)體（18.51%），10 齡魚個(gè)體最少，占0.30%（表1）。

圖2 松花江干流鰱體長(zhǎng)-體質(zhì)量關(guān)系Fig.2 Relationship between body length and body weight of silver carp Hypophthalmichthys molitrix from the main stream of Songhua River

表1 松花江干流鰱年齡組成Tab.1 Age composition of silver carp Hypophthalmichthys molitrix from the main stream of Songhua River

表2 鰱實(shí)測(cè)體長(zhǎng)及退算體長(zhǎng)Tab.2 Observed body length and extrapolated body length of silver carp Hypophthalmichthys molitrix from the main stream of Songhua River

表3 鰱生長(zhǎng)模型參數(shù)及對(duì)比Tab.3 Parameters and comparison of growth models of silver carp Hypophthalmichthys molitrix

2.3 生長(zhǎng)方程

因10 齡魚樣本少，生長(zhǎng)分析時(shí)將該數(shù)據(jù)去除。此外本研究對(duì)部分輪紋清晰鱗片進(jìn)行鱗徑分析，采用鱗徑-體長(zhǎng)間的正比例公式對(duì)該部分樣本的體長(zhǎng)進(jìn)行了退算（表2），共獲有效數(shù)據(jù)916 個(gè)。本研究將鰱樣本雌雄個(gè)體放一起分析，根據(jù)體長(zhǎng)與年齡數(shù)據(jù)，分別采用VBGF、Logistic GF、Gompertz GF 和冪指數(shù)生長(zhǎng)模型進(jìn)行生長(zhǎng)模擬，并通過AIC 準(zhǔn)則篩選最適模型。檢驗(yàn)結(jié)果表明，VBGF 的AIC 值均最小，其次為Gompertz 和Logistic 生長(zhǎng)模型，而冪指數(shù)生長(zhǎng)模型擬合效果最差（表3）。因此，在描述松花江鰱體長(zhǎng)生長(zhǎng)時(shí)，VBGF 是最適模型，更能體現(xiàn)鰱的生長(zhǎng)特性。根據(jù)分析結(jié)果，鰱VBGF 為：Lt=74.46*[1-e-0.26·（ti-0.11）]，鰱的生長(zhǎng)曲線見圖3。

圖3 鰱的體長(zhǎng)生長(zhǎng)曲線Fig.3 Body length growth curve of silver carp Hypophthalmichthys molitrix

3 討論

魚類的生長(zhǎng)是生物學(xué)研究的重要指標(biāo)，也是漁業(yè)資源評(píng)估的關(guān)鍵參數(shù)[10-12]，生長(zhǎng)特性因魚種類、發(fā)育階段及生存環(huán)境等因素的不同而存在較大差異。為了描述其生長(zhǎng)特征，常用一些數(shù)學(xué)模型來定量模擬魚類的生長(zhǎng)。然而，由于各生長(zhǎng)模型自身的不同特點(diǎn)而表現(xiàn)出不同的適用性，為了準(zhǔn)確分析魚類的生長(zhǎng)特征，有必要對(duì)模型進(jìn)行有效性篩選。

本文采用Von Bertalanffy、Logistic、Gompertz 和冪指數(shù)四個(gè)生長(zhǎng)模型分別模擬松花江干流鰱的生長(zhǎng)，通過AIC 準(zhǔn)則篩選最適生長(zhǎng)模型。結(jié)果表明，VBGF方程的AIC 值最小，說明該生長(zhǎng)模型模擬效果最好，其次為Gompertz、Logistic，而冪指數(shù)生長(zhǎng)模型模擬效果最差，可見VBGF 更能準(zhǔn)確反映松花江干流鰱的體長(zhǎng)生長(zhǎng)特性。VBGF 具有較強(qiáng)的適應(yīng)性，是常用的魚類生長(zhǎng)模型。該模型的參數(shù)常用于魚類死亡率、B-H 動(dòng)態(tài)綜合分析等漁業(yè)資源評(píng)估[16,17]。應(yīng)用VBGF 的先決條件是魚類的生長(zhǎng)應(yīng)屬勻速生長(zhǎng)類型。本研究中鰱體長(zhǎng)-體質(zhì)量?jī)缰笖?shù)關(guān)系中參數(shù)b 為3.0892，t 檢驗(yàn)結(jié)果表明b 與3 無顯著性差異（t＝0.134＜t（0.05,335）），可見鰱生長(zhǎng)符合勻速生長(zhǎng)特征，可使用VBGF 模型進(jìn)行生長(zhǎng)模擬。Gompertz 生長(zhǎng)方程模擬的生長(zhǎng)曲線呈現(xiàn)指數(shù)型，一般用于r 選擇型生物的生長(zhǎng)分析。鰱偏向于r-選擇生物[18]，Gompertz生長(zhǎng)方程對(duì)鰱的生長(zhǎng)模擬效果僅次于VBGF，高于其他模型。Logistic 生長(zhǎng)方程曲線呈現(xiàn)“S”型增長(zhǎng)趨勢(shì)，也常用于分析魚類的生長(zhǎng)，但是，該模型可能過多的考慮了環(huán)境因素的限制[19]。本文中鰱的Logistic生長(zhǎng)曲線表現(xiàn)效果不如VBGF 和Gompertz 生長(zhǎng)方程。冪指數(shù)生長(zhǎng)方程不同于其他三種模型，模型參數(shù)也有很大差異。其中參數(shù)C 大于零時(shí)，方程曲線呈現(xiàn)遞增趨勢(shì)，為指數(shù)型增長(zhǎng)，無極值；當(dāng)參數(shù)C 小于零時(shí)，模型曲線增長(zhǎng)呈現(xiàn)“S”型，有極值[20]。本研究中參數(shù)C 為0.036，曲線呈指數(shù)型單調(diào)上升。

由表2 可知，VBGF 中的Deviation 值最?。?.26 cm），其次為Gompertz（4.95 cm），Logistic 方程中最大（7.76 cm）。通過模型的AIC 值分析得出：模型的擬合效果的優(yōu)先順序是VBGF＞Gompertz＞Logistic。通過Deviation 值分析判斷的模型優(yōu)先順序和AIC判斷的結(jié)果一致。各模型中的體長(zhǎng)極大值均小于實(shí)測(cè)的最大值，其中Gompertz 和Logistic 生長(zhǎng)方程曲線均呈“S”型增長(zhǎng)趨勢(shì)，Logistic 生長(zhǎng)方程表現(xiàn)的更為收斂，更易低估體長(zhǎng)的極大值[21]，因而其Deviation 值最大。Logistic、Gompertz、冪指數(shù)方程與VBGF之間的AIC 差值△i分別為35.63、0.14 和249.40。一般認(rèn)為當(dāng)△i＜2 時(shí)，模型能獲得足夠的支持，較為適用；當(dāng)4＜△i＜7 時(shí)，模型幾乎得不到支持，模型間存在較大差異；當(dāng)△i＞10 時(shí)，說明模型間存在實(shí)質(zhì)性差異，不予支持[22]?？梢奊ompertz 方程也較為適合鰱的生長(zhǎng)模擬，而Logistic、冪指數(shù)模型的效果不符合要求。因此，在后續(xù)分析松花江干流鰱生長(zhǎng)特性時(shí)，首先選擇VBGF 進(jìn)行體長(zhǎng)生長(zhǎng)模擬，其次為Gompertz 方程。

鰱具有洄游的特性，在江河各連通水體內(nèi)棲息生活。每年的5—8 月，黑龍江流域部分鰱種群在松花江和黑龍江之間呈明顯的季節(jié)性洄游現(xiàn)象。因此，松花江干流鰱的樣本很大程度上也反映了黑龍江流域鰱的生長(zhǎng)特性。