海岸带生态系统对夜间人工光照（ALAN）的响应：基于双壳类哨兵物种的高频原位监测数据集

《Scientific Data》：One-year high-frequency environmental and behavioral data from ALAN experience in a French coastal area

本研究针对海岸带生态系统受夜间人工光照（ALAN）影响缺乏高质量环境数据的现状，在法国阿尔卡雄湾通过为期一年的原位实验，利用高频非侵入式测瓣技术（HFNI valvometers）连续监测太平洋牡蛎（Crassostrea gigas）和欧洲平牡蛎（Ostrea edulis）的瓣膜行为，同步采集光照辐照度、温度、盐度等理化参数。研究揭示了ALAN对双壳类生物节律的潜在干扰，为海岸带光污染评估提供了超过4GB的开放数据集（PANGAEA存储），对制定生态友好型养殖管理与公共照明政策具有重要科学支撑。

　　

随着全球城市化进程加速，夜间人工光照（Artificial Light at Night, ALAN）已成为海岸带生态系统的新型胁迫因子。超过22%的全球海岸线（约190万平方公里）正遭受ALAN的侵扰，其通过破坏自然光周期这一最稳定的环境节律信号，可能引发海洋生物行为紊乱、种间互作失衡乃至食物网结构改变等一系列生态风险。然而，相较于陆地生态系统，海岸带ALAN影响的实证研究仍严重匮乏，缺乏长期、高频的原位环境与生物行为同步监测数据。

为填补这一空白，法国波尔多大学Damien Tran团队在《Scientific Data》发表了题为“One-year high-frequency environmental and behavioral data from ALAN experience in a French coastal area”的数据论文，聚焦阿尔卡雄湾这一典型半封闭海岸泻湖，开展了为期一整年（2023年12月至2024年11月）的原位控制实验。研究通过构建模拟天光照射（skyglow）强度的水下LED照明系统，对比分析了ALAN对两种重要经济牡蛎（Crassostrea gigas和Ostrea edulis）行为节律的影响，并同步采集了光照、水温、盐度、浊度等关键环境参数，形成了高质量、可公开访问的多维数据集。

本研究的技术核心在于集成高频非侵入式测瓣仪（HFNI valvometers）、水下光谱辐照度传感器（MPE-PAR）及多参数水质探头（WiSens CTDS/TBD）。测瓣仪以10Hz采样频率连续记录64只牡蛎（每种物种各32只，分设对照与ALAN处理组）的瓣膜开合行为，通过电磁感应原理量化阀开幅度（Valve Opening Amplitude, VOA）、开持续时间（Valve Opening Duration, VOD）等指标。环境传感器以5分钟间隔采集水下光照（380-780nm）、压力、温度、浊度等数据。实验平台通过太阳能供电系统实现全年自主运行，并每周进行生物污损清理以保障数据质量。

数据记录与质量控制

全年共产生约4.12GB原始数据，经严格质控后有效数据占比达85.5%。数据集包含五个子集：

1. 1.
   牡蛎小时尺度瓣膜行为数据（VOA、VOD、VOA/VOD）及伴随温度记录；
2. 2.
   水下光照辐照度（μE/cm^-2/s^-1）与传感器温度；
3. 3.
   10-700Hz频段水下声压幅值（ALAN组部分时段数据因水听器故障缺失）；
4. 4.
   水温、压力、盐度、电导率等理化参数。
   通过对照组与ALAN组温度（r²=0.999）及水压（r²=0.983）数据的高度相关性，验证了实验环境条件的一致性。

研究结论与意义

该研究首次在生态系统尺度上提供了ALAN对海岸带底栖生物行为节律影响的长期高频证据。数据显示ALAN可能通过干扰牡蛎的潮汐、昼夜、月相及年周期节律，影响其摄食、生长及抗逆能力。数据集为后续探究光污染对水生生物内源计时系统（生物钟基因表达）、能量代谢及种群动态的机制研究奠定了坚实基础，同时为沿海养殖业优化照明管理、政府制定光污染防控政策提供了科学依据。通过LUCIOLE项目（ANR-22-CE34-0010）的持续推动，这些数据将助力构建海岸带生态健康预警体系，促进人与自然和谐共生的海岸带可持续发展。