摘要 為掌握池塘圈養(yǎng)條件下大口黑鱸養(yǎng)殖周期的生長特征變化規(guī)律，測定體質(zhì)量為（16.3±4.9）～（424.9±27.2） g 生長周期內(nèi)大口黑鱸的體長、全長、吻長、眼徑、頭長、尾柄長、頭高、體高、尾柄高、體寬和體質(zhì)量生長特征參數(shù)，分析其生長特征參數(shù)之間的相關(guān)性，分別建立基于支持向量回歸（SVR）、徑向基神經(jīng)網(wǎng)絡（RBF）和隨機森林回歸（RF）的體質(zhì)量預測模型，將預測值與實測值擬合確定最佳模型；并運用模型擬合的方法建立各個生長特征參數(shù)的最佳生長模型。結(jié)果顯示：體質(zhì)量與生長特征參數(shù)均呈極顯著相關(guān)性；基于支持向量回歸（SVR）的體質(zhì)量預測模型預測效果最佳，預測模型的決定系數(shù)R2為0.996，均方根誤差為9.004，平均絕對誤差為6.598；體質(zhì)量與體長呈冪函數(shù)關(guān)系W=0.0127×L3.224，決定系數(shù)R2為0.977；全長、體長、吻長和頭長的最佳生長模型為Logistic 模型，頭高、體高、眼徑和體寬最佳生長模型為Von Bertalanffy 模型，體質(zhì)量、尾柄長和尾柄高最佳生長模型為Gompertz 模型；在養(yǎng)殖周期內(nèi)大口黑鱸肥滿度在2.26%～2.93% 波動。以上結(jié)果表明，可以利用生長模型和體質(zhì)量預測模型預測掌握圈養(yǎng)條件下大口黑鱸的生長過程，并通過精準投喂達最佳養(yǎng)殖效果。

關(guān)鍵詞 大口黑鱸； 生長特征； 模型擬合； 體質(zhì)量預測模型

中圖分類號 S965.211 文獻標識碼 A 文章編號 1000-2421（2024）02-0030-10

大口黑鱸（Micropterus salmoides），俗稱加州鱸，原產(chǎn)于北美洲的密西西比河流域，在20 世紀80 年代被引入我國，并逐漸成為我國重要的水產(chǎn)養(yǎng)殖品種之一［1］。目前，大口黑鱸的養(yǎng)殖方式多為傳統(tǒng)池塘養(yǎng)殖［2］，但這種養(yǎng)殖方式存在投飼率高、勞動成本高、病害頻發(fā)等問題，制約了大口黑鱸養(yǎng)殖業(yè)的發(fā)展［3］?；凇皶r時打掃衛(wèi)生”理念創(chuàng)制的池塘圈養(yǎng)模式，變池塘散養(yǎng)為圈養(yǎng)，養(yǎng)殖固形廢棄物排出率高，生態(tài)、經(jīng)濟和社會效益等綜合效益好于普通池塘養(yǎng)殖，成為當下備受關(guān)注的新型綠色高效養(yǎng)殖模式［4］。

隨著人工智能的不斷發(fā)展，機器學習方法已在動物體質(zhì)量預測中得到廣泛應用。如支持向量機（support vector machine，SVM）算法可用于構(gòu)建羊的體尺參數(shù)與體質(zhì)量的預測模型［5］；基于肩高、腰長、臀長、胸圍和大腿寬度等牛體特征建立牛體質(zhì)量的支持向量回歸（support vector regression，SVR）預測模型，預測效果較好［6］。建立生長模型是了解魚類生長規(guī)律的重要方法［7］，生長模型可以預測和分析魚類生長過程中的潛能和差異，養(yǎng)殖人員可以根據(jù)生長模型合理地制定養(yǎng)殖策略，提高養(yǎng)殖經(jīng)濟收益。國內(nèi)對于大口黑鱸生長特性研究主要集中于幼魚［8］，國外多對于野生或普通池塘養(yǎng)殖的大口黑鱸進行研究［9-10］，關(guān)于圈養(yǎng)條件下大口黑鱸的生長特性研究較少。

本研究以池塘圈養(yǎng)條件下的大口黑鱸為研究對象，測定其全長、體長、吻長、眼徑、頭長、尾柄長、頭高、體高、尾柄高、體寬和體質(zhì)量等生長特征參數(shù)，分析大口黑鱸從魚種［（16.3±4.9） g］到商品魚（400 g以上）的生長特征參數(shù)變化規(guī)律及各生長特征參數(shù)之間的相關(guān)性，通過模型擬合和機器學習的方法，分別建立池塘圈養(yǎng)條件下大口黑鱸生長模型和體質(zhì)量預測模型，以期為掌握大口黑鱸動態(tài)生長過程提供基礎(chǔ)數(shù)據(jù)和理論依據(jù)。

1 材料與方法

1.1 試驗材料

大口黑鱸樣品采捕于華中農(nóng)業(yè)大學水產(chǎn)養(yǎng)殖基地池塘中的1 號和4 號圈養(yǎng)桶。圈養(yǎng)桶上部分為直徑4 m、高2 m 的圓柱體，下部分為倒圓錐體。上部分為主要養(yǎng)殖區(qū)域，有效養(yǎng)殖水體為20 m3，養(yǎng)殖密度為2 000 尾/圈（100 尾/m3）。試驗周期為2022 年7月8 日至2023 年4 月24 日，共290 d。