利用大小-频率种群调查数据对群体进行追踪，以估算个体的生长情况

《Ecosphere》：Cohort tracking using size-frequency population survey data to estimate individual growth

本研究利用71个近岸站位35年的多年度大小频率调查数据，通过高斯混合模型识别鱼群，跟踪不同时间段的鱼群以估计个体生长率，并拟合七种生长模型。结果显示，Richards生长模型（参数a=0.0124, b=0.0285, m=40.0）最佳，其曲线特征为初始高生长率随个体增大呈指数下降后线性递减，至约40岁达到生长停滞。分析表明地理分布和管理措施对生长影响不显著，但种群密度和温度可能通过生态压力间接影响生长。该方法为缺乏实验数据的海洋无脊椎动物提供了新的生长函数估算途径。

　　本研究探讨了物种生长速率与体型之间的关系，即生长函数。这种关系对于可持续渔业和野生动物管理至关重要，因为它能够帮助科学家估算个体年龄，并理解大小、生长和年龄之间的相互作用。这些信息在评估物种的生态和进化功能、生理特征以及种群动态方面具有重要价值。然而，目前只有部分物种的生长函数被明确确定，尤其是海洋鱼类和软体动物，如壳类生物，由于实验设计和技术挑战，获取生长数据尤为困难。传统的生长数据收集方法依赖于对个体进行长期跟踪，如通过标记-重捕技术，但这对于许多海洋物种来说并不现实，因为它们的生命周期难以追踪，且在自然环境中，个体的年龄验证往往需要侵入性操作，例如解剖以分析耳石或统计石的环状结构。

为了解决这一问题，本研究提出了一种基于多年体型频率调查数据的新方法，用于推导生长函数。该方法利用高斯混合模型（GMM）对每个调查站点和年份的体型分布数据进行分析，以识别和追踪种群中的不同群体（cohort），并据此估算生长速率。通过将GMM拟合到每个站点和年份的体型频率数据上，我们能够识别出多个群体，并利用这些群体的生长趋势来推导生长函数。研究对象为Kellet's whelk（Kelletia kelletii），这是一种在北美西海岸的亚潮带环境中生活的捕食性和食腐性软体动物，其生长速率对海洋生态系统有着深远的影响。

研究中使用的数据来自三个不同的调查项目：人工招募模块（ARM）调查、自然栖息地体型频率（NHSF）调查以及专门针对Kellet's whelk的调查（KkS）。这些数据覆盖了该物种从墨西哥下加利福尼亚到美国加州蒙特雷湾的广泛分布区域，并且时间跨度长达35年。通过在每个调查站点和年份上进行GMM拟合，我们识别了多个群体，并追踪这些群体在不同年份之间的变化，以估算生长速率。最终，我们使用七种不同的生长函数对这些估算值进行拟合，并通过信息准则（如BIC）和最小二乘法（least squares）选择最佳拟合模型。结果表明，Richards生长函数在这些数据中表现最佳，其特点是初期体型较小时生长速率最高，随后呈指数下降，再逐渐线性减少，最终在约40岁时趋于稳定。

研究还探讨了不同因素对生长速率的影响，包括生物地理区域（历史分布区与扩展分布区）、渔业管理措施（禁渔区与捕捞区）以及调查数据来源（ARM、NHSF和KkS）。通过构建和分析包含这些变量的回归模型，我们发现这些因素对生长速率的影响并不显著，但视觉分析表明，扩展分布区的生长速率可能略低于历史分布区，这可能与当地温度和生态条件有关。此外，尽管在扩展分布区的捕捞强度可能较高，但并未显著影响生长速率，这可能与捕捞规模相对较小，以及种群密度在扩展区较低有关。

在方法论上，我们强调了利用体型频率调查数据进行种群研究的重要性。这种数据通常比直接的标记-重捕数据更容易获得，并且可以为许多缺乏生长函数的物种提供关键的生长信息。通过识别和追踪不同年份的群体，我们能够推导出生长函数，从而支持种群生物学研究和可持续渔业管理。此外，研究还指出，尽管我们使用了七种不同的生长函数，但Richards函数在拟合过程中表现最优，其生长曲线形态与已知的其他软体动物生长模式相似，表明该方法具有一定的普适性。

本研究的成果不仅适用于Kellet's whelk，还可以推广到其他缺乏生长函数但具有体型频率调查数据的物种。例如，ARM和NHSF调查数据中包含了许多其他海洋无脊椎动物，如巨型钥匙螺（Megathura crenulata）、巨型岩石扇贝（Crassadoma gigantea）和太阳花海星（Pycnopodia helianthoides），这些物种的生长函数尚不明确，但可能具有重要的管理价值。此外，西夏威基海鱼项目（WHAP）的数据也展示了体型频率调查在研究多种礁区鱼类生长方面的潜力。

通过这种方法，我们可以减少对侵入性年龄验证技术的依赖，同时利用已有的大规模调查数据来推导生长函数。这不仅降低了数据收集的难度，也提高了研究的效率和成本效益。然而，研究也指出，尽管模型拟合结果在统计上未显示出显著的区域或管理差异，但实际的生态和环境因素可能仍然影响生长速率。因此，未来的进一步研究可以结合更详细的环境数据，如温度、食物可用性、捕食者压力等，以更全面地理解这些因素如何影响生长速率。

总体而言，本研究提出了一种创新的方法，通过分析体型频率调查数据来推导生长函数，并在Kellet's whelk上进行了验证。这种方法不仅为海洋物种的生长研究提供了新的思路，也为可持续渔业管理提供了重要的数据支持。随着更多类似数据的积累，这种方法有望成为一种广泛使用的工具，帮助科学家和管理者更好地理解海洋生态系统的动态变化。