模拟红海鲷（Pagrus major）在网箱养殖中的生长情况：对非线性模型的比较评估

《Aquatic Living Resources》：Modeling the growth of red sea bream ( Pagrus major) in cage culture: A comparative evaluation of nonlinear models

红海鲈网箱养殖生长动态研究表明，Logistic模型（R2=0.980，AIC=75.688）最适合作体质量预测，揭示其生长分为缓增期（3-6月）、加速期（7-12月，峰值月增重43.9g）和缓减期（13-15月），主要受水温（20-28℃）和盐度（25-33‰）调控，为优化养殖管理和经济决策提供依据。

　　在海洋水产养殖领域，对于具有重要经济价值的鱼类，如红鳍东方鲀（*Pagrus major*），其生产周期的可预测性和高效管理是实现经济成功的关键。然而，红鳍东方鲀在网箱养殖条件下的生长动态具有复杂性，受到不断变化的环境变量和密集管理输入的影响，这使得其生长轨迹的准确预测成为水产养殖业中的持续挑战。因此，开发一个强大且可靠的生长模型对于实现红鳍东方鲀养殖的可持续发展至关重要。本研究通过为期一年的生长监测实验，对三种非线性生长模型——逻辑斯蒂模型（Logistic）、戈珀茨模型（Gompertz）和冯·贝塔朗菲模型（Von Bertalanffy）进行了比较，旨在找出最适合描述红鳍东方鲀在网箱养殖条件下体重增长的模型。通过使用多种统计指标评估模型的拟合效果，包括决定系数（R2）、赤池信息准则（AIC）和贝叶斯信息准则（BIC），研究发现逻辑斯蒂模型在所有模型中表现最佳，其R2值高达0.980，且AIC和BIC值最低。根据该模型，红鳍东方鲀的最终体重（A）预测为370.7克，拐点年龄（Ti）为11.6个月，拐点体重（Wi）为185.3克，最大月体重增长（Mg）为43.9克。研究还发现，红鳍东方鲀的生长过程呈现出典型的S形曲线，具有明显的阶段性特征：初期生长缓慢，随后进入快速增长阶段，最后在后期生长速率逐渐减缓。这些生长阶段的转换与水温及盐度的动态变化时间上高度一致，说明环境因素对红鳍东方鲀生长具有重要影响。

红鳍东方鲀作为一种近岸暖水性鱼类，其自然栖息地包括黄海、渤海、东海和南海等海域，具有较高的经济价值，主要因其外观美观和高蛋白含量而受到市场欢迎。随着全球水产养殖业的快速发展，2022年水产养殖产量首次超过捕捞产量，突显了其在全球粮食安全中的重要作用。尤其是在Sparidae科中，全球产量在短短四年间增长了超过44%，从2018年的391,000吨增至2022年的564,000吨。在中国，这一科的养殖产量也呈现显著上升趋势，从2020年的122,449吨增长到2024年的157,047吨，增加了近30%。这种快速增长不仅对养殖业提出了更高的管理要求，也凸显了建立精准管理工具的必要性，如用于关键物种的生长模型，以确保养殖活动的可持续性和生产效率的最大化。

从1990年代起，随着海洋网箱养殖技术的引入，红鳍东方鲀在中国沿海地区得到了广泛养殖。然而，由于过度捕捞和生态环境恶化，野生种群数量持续下降，促使研究人员对红鳍东方鲀的多个生物学特性进行深入研究，包括病理学、胚胎发育、摄食习性和杂交等。这些研究为红鳍东方鲀的养殖奠定了基础。尽管如此，关于商业重要斑鱼科鱼类的定量生长研究大多集中在野生种群上，用于渔业管理。例如，已有研究应用生长模型来评估如*Pagrus auriga*和*Diplodus sargus*等鱼类的种群状态。然而，这些研究对于管理野生种群至关重要，但其生长动态在高密度、配方饲料和特定环境条件下的集约化养殖中则完全不同。因此，针对商业网箱养殖的红鳍东方鲀系统性地比较多种非线性模型以确定最合适的生长模型的研究尚未见报道，这导致了生产管理和经济预测中的不确定性，限制了对其养殖潜力的精确评估和优化管理。

动物形态特征的研究和生长模型的构建可以追溯到20世纪40年代。在水产养殖中，鱼类的生长表现与经济收益密切相关。因此，获取真实的鱼类生长数据并理解其生长表现对于养殖业至关重要。逻辑斯蒂、冯·贝塔朗菲和戈珀茨模型是广泛应用于该领域的三种生长模型。这些模型基于个体年龄、长度或体重数据构建生长曲线，以描述和预测特定养殖阶段中水生生物的生长轨迹，并提取具有生物学意义的参数。近年来，许多研究利用生长方程来描述水生动物的生长模式，这些模型已被应用于多种鱼类，如*Epinephelus fuscoguttatus*♀×*E. lanceolatus*♂、*Oreochromis niloticus*、*Scophthalmus maximus*、*Clarias gariepinus*、*Oncorhynchus mykiss*、*Cynoscion nebulosus*、*Lutjanus guttatus*、*Rhomboplites aurorubens*和*Pseudoplatystoma reticulatum*。这些研究不仅预测了鱼类的生长和发育模式，还为选择性育种计划提供了支持，帮助评估水产养殖的盈利能力，并指导资源分配。然而，选择最优生长模型是一个高度依赖于物种特性和养殖条件的过程。

在本研究中，针对红鳍东方鲀在商业网箱养殖条件下的生长，我们比较了三种广泛使用的非线性生长模型的拟合效果和统计性能，最终确定了逻辑斯蒂模型为最佳选择。该模型不仅达到了最高的R2值（0.980）和调整后的R2值（0.976），还获得了最低的AIC（75.688）和BIC（77.383）值，表明它在拟合度和模型简洁性之间取得了最佳平衡。逻辑斯蒂模型的参数估计，如最终体重（A）为370.692克，拐点年龄（Ti）为11.6个月，拐点体重（Wi）为185.3克，以及最大月体重增长（Mg）为43.9克，为养殖管理提供了关键的生物学参数。这些参数对于优化养殖策略，如确定最佳收获时间、调整投喂方案以及开展选择性育种，具有重要的实践意义。

在养殖过程中，水温、盐度、溶解氧和pH等水质参数对红鳍东方鲀的生长表现产生了显著影响。研究发现，水温的波动和盐度的变化是导致生长阶段转换的主要因素。例如，在养殖初期（3至6个月），水温从17.70°C上升至32.10°C，而盐度则从32‰下降至25‰。这种显著的盐度下降被认为是一个已知的生理应激源，可能导致能量从体生长转移到能量消耗较大的渗透调节过程，从而抑制体重增长。相反，在养殖中期（7至12个月），水温稳定在20至28°C之间，这是红鳍东方鲀的最佳生长温度范围，同时溶解氧水平较高，有助于促进高效的代谢和物质转化。在后期（13至15个月），尽管溶解氧达到年度峰值，但水温的下降成为限制生长的主要因素，因为它直接影响代谢活动并构成生理应激源。

除了这些主要环境因素，研究还监测了其他化学参数，如氮、磷、有机负荷（COD）和重金属（如锌和铬）。这些参数虽然对初级生产力至关重要，但其过量可能引发富营养化和随后的缺氧现象。然而，在本研究中，这些物质的浓度以及氨氮和亚硝酸盐等有毒代谢产物均保持在亚致死水平，不足以被视为主要的生长限制因素。此外，其他参数如碱度、钙离子（Ca2?）和镁离子（Mg2?）均处于安全范围内，支持正常的生理功能。虽然锌和铬的微量存在可能构成次级应激源，但它们的浓度较低，表明它们并未直接驱动生长阶段的显著变化。这些背景参数的稳定性进一步支持了水温与盐度作为主要环境变量的结论。

本研究还探讨了生长模型的选择问题，指出非线性模型在不同物种和养殖条件下的适用性存在显著差异。逻辑斯蒂模型因其对称性，能够更准确地反映红鳍东方鲀在稳定网箱养殖条件下的生长轨迹。相比之下，戈珀茨和冯·贝塔朗菲模型因其不对称性，可能更适合描述那些在早期快速生长后逐渐减缓的鱼类。这些模型的参数估计差异主要源于其数学特性和对不同生长阶段的适用性。例如，逻辑斯蒂模型的拐点出现在最终体重的一半处，而戈珀茨和冯·贝塔朗菲模型的拐点则分别出现在最终体重的约37%和30%处。这种数学上的对称与不对称特性，使得逻辑斯蒂模型在描述红鳍东方鲀的生长过程中，能够更好地平衡生长速率的加速和减缓阶段。

本研究的结果表明，逻辑斯蒂模型在描述红鳍东方鲀的年度生长轨迹方面具有显著优势。尽管其他模型在某些特定阶段表现良好，但逻辑斯蒂模型在整体拟合度和模型简洁性之间达到了最佳平衡。此外，研究还指出，模型选择的差异可能源于多种因素，包括物种自身的生长模式、养殖条件的变化以及所关注的生物参数类型。例如，冯·贝塔朗菲模型更适合描述长度随年龄变化的生长模式，而逻辑斯蒂和戈珀茨模型则在体重随年龄变化的分析中表现更优，因为体重是长度的立方函数，自然呈现出加速生长的特征。

综上所述，本研究通过系统比较三种非线性生长模型，确认逻辑斯蒂模型为描述红鳍东方鲀在网箱养殖条件下生长的最佳模型。这一模型不仅提供了准确的生长预测，还为优化养殖管理策略提供了可靠的生物学参数。然而，研究也指出，模型的适用性可能受到养殖环境和管理实践的影响，因此在不同地理区域、养殖系统或投喂方案下，可能需要重新评估和调整模型。未来的研究可以进一步验证和优化这些模型，以适应更广泛的水产养殖场景。