评估水下诱饵远程视频系统（BRUV）量化美洲龙虾（Homarus americanus）对天然与商业饵料行为响应的生态学研究

《Fisheries Management and Ecology》：Assessment of a Baited Remote Underwater Video Method to Evaluate American Lobster (Homarus americanus) Response to Baits in Nature

本研究通过水下诱饵远程视频系统（BRUV）创新性地量化了美洲龙虾（Homarus americanus）对不同饵料的行为响应，证实商业饵料（鲱鱼、鲭鱼）比天然饵料（蓝贻贝、海星等）具有显著更高的吸引力。该方法有效规避了传统渔获努力量（CPUE）测量的局限性，为渔业可持续饵料开发提供了高效可靠的评估工具。

　　

研究方法与实验设计

研究在加拿大新斯科舍省圣乔治湾开展（2019-2022年），采用定制化BRUV系统，该系统由搭载GoPro Hero 4相机的防水 housing、钢制三脚架框架和标准渔用饵料袋（2×2 cm网目）组成。相机镜头距海底1.4米，观测范围约3平方米。饵料包括三类商业饵料（大西洋鲱鱼Clupea harengus、大西洋鲭鱼Scomber scombrus、大西洋岩蟹Cancer irroratus）、五种天然饵料（蓝贻贝Mytilus edulis、海星Asterias rubens、绿海胆Strongylocentrotus droebachiensis、血虫Glycera sp.、滨螺Littorina littorea）及空白对照。所有饵料均标准化处理为200克冷冻块状，投放时处于解冻状态以控制气味释放速率。

实验采用嵌套式设计，每年开展多组（Set）重复试验，每组包含5种饵料的12次重复部署。总计完成465次有效试验，获取2932小时视频数据，10065次龙虾计数观测。视频分析采用双指标量化：视野内龙虾数量（FOV）和接触饵料袋的龙虾数量。为排除初始投放干扰，统计分析时剔除前45分钟数据。

观测频率验证与统计模型

通过高频采样验证（1分钟vs 5分钟间隔），证实常规观测频率（首小时每5分钟，后续每17分43秒）可准确捕获龙虾动态（Wilcoxon检验p>0.05）。采用负二项广义线性模型（解决泊松过度离散问题）分析数据，模型选择基于AIC准则，包含饵料类型、地理位置（西部/南部）、底质类型（开阔/覆盖）、月份和年份等变量。

主要研究发现

饵料吸引力层级

商业饵料（鲱鱼、鲭鱼）显著吸引最多龙虾（FOV均值3.5只），天然饵料吸引力居中（均值1.5只），空白对照接近零（均值0.1只）。岩蟹作为跨界饵料，吸引力介于商业与天然饵料之间。Tukey事后检验显示饵料响应分三个同质子集（p<0.05），证实饵料类型是影响龙虾聚集的核心因素。

环境因子的非交互影响

虽然地理位置（西部vs南部）、底质类型（开阔沙地vs藻类覆盖）、月份和年份显著影响龙虾绝对数量（LRχ²检验p<0.05），但这些因素与饵料类型无交互作用（p>0.05）。表明BRUV方法在不同环境条件下均能稳定评估饵料相对效果。

观测指标敏感性差异

视野内计数（FOV）比饵料袋接触计数更具统计辨别力。后者因龙虾争斗行为和社会交互导致数据变异性升高，难以区分饵料差异。这印证了陷阱捕捞中仅2%接近陷阱的龙虾最终被捕获的现象。

时间动态特征

龙虾数量在投放后45分钟内快速上升并达到平台期，随后缓慢下降（商业饵料从3.5只降至2只）。这种趋势在所有饵料类型中一致，表明饵料气味持续释放能力是维持吸引力的关键。

方法论价值与渔业应用

BRUV克服传统CPUE测量的多重局限：避免龙虾陷阱逃逸（94%进入陷阱个体逃逸）、减少环境变异干扰、降低渔民收入风险。该方法可实现高通量饵料筛选（15套系统可同步部署），为后续陷阱验证实验提供预筛选平台。推荐未来研究结合机器学习加速视频分析，并扩展至其他底栖渔业物种（雪蟹Chionoecetes opilio、挪威龙虾Nephrops norvegicus等）的可持续饵料开发。

技术优化建议

研究证实1.4米相机高度和1080p分辨率可有效识别隐蔽个体；30fps帧率预留行为学分析空间；推荐未来采用延时摄影延长观测时长至24-48小时以匹配渔具浸泡周期。需注意浑浊水体与复杂底质对观测精度的影响，但不影响饵料相对效果评估。