基于耳石微化学技术追踪银鲑(Oncorhynchus kisutch)海洋迁徙路径及其生态管理意义

为解决加拿大不列颠哥伦比亚省银鲑种群数量锐减及海洋生存率下降问题，研究人员首次结合耳石微量元素（如138Ba）与稳定同位素（δ13C/δ18O）分析技术，通过随机森林模型（准确率95%）成功区分乔治亚海峡(SoG)与温哥华岛西海岸(WCVI)迁徙群体，为渔业管理提供非依赖捕捞的迁徙评估新方法。

　　

论文解读
加拿大不列颠哥伦比亚省的银鲑种群自20世纪90年代起遭遇了灾难性衰退，海洋生存率骤降与迁徙模式改变成为关键难题。传统编码金属线标记(CWT)因回收率不足6%而失效，而主动追踪技术成本高昂。这一背景下，研究团队创新性地利用耳石——鱼类内耳中记录生命历程的"化学日记"，通过分析其微量元素（如锶、钡）和稳定同位素（δ¹³C、δ¹⁸O），结合机器学习手段，首次实现了对太平洋鲑鱼海洋迁徙路径的高精度回溯。

研究团队采集了2017-2018年间乔治亚海峡(SoG)和温哥华岛西海岸(WCVI)的202尾海洋样本及147尾淡水繁殖成体耳石，采用激光剥蚀电感耦合等离子体质谱(LA-ICP-MS)分析元素组成，同位素质谱测定δ¹³C/δ¹⁸O比值。通过PERMANOVA分析验证区域差异显著性后，构建随机森林分类模型（设置多重随机种子验证稳定性）。

样本站点与采集
海洋样本严格避开幼鱼外迁（6月前）与成体洄游期（10月后），确保SoG与WCVI样本分别代表"定居型"与"迁徙型"群体。淡水样本来自多个孵化场，覆盖不同种群来源。

海洋群体差异
PERMANOVA显示SoG与WCVI群体耳石化学特征显著分化（F=4.754, p<0.001），¹³⁸Ba与δ¹⁸O是主要驱动因子。年际差异（2017 vs 2018）与种群特异性（如锶含量变异）也被证实，但效应量低于区域差异。

分类模型效能
随机森林模型对海洋样本的分类准确率达95%，袋外误差率<10%。淡水成体溯源显示：83.7%个体被稳定归类（≥80%模型一致性），其中2017年70.6%判定为SoG定居型，2018年比例降至38.9%，揭示年际迁徙策略动态变化。

讨论与意义
该研究突破性地证实耳石微化学可解析鲑鱼大尺度海洋迁徙（如SoG与WCVI间差异），但小尺度差异（如亚区域）仍需更多标记物支持。相比传统CWT，该方法不受捕捞努力量偏差影响，为评估气候变暖等环境压力下的种群适应性演变提供新工具。作者Francis Juanes团队指出，结合孵化场耳石"基线数据库"，该技术可优化混合种群渔业管理策略，尤其适用于濒危种群监测。

结论
耳石微化学作为"内源标记"，成功解码银鲑迁徙生态型比例变化（2017-2018年SoG定居型下降31.7%），为太平洋鲑鱼保护提供了首个非渔业依赖的迁徙评估框架。未来需扩大元素/同位素组合与时空尺度验证，以提升分辨率应对更复杂的生态管理需求。