公民科学填补手工渔业数据空白：柬埔寨Sre Ambel河流域的时空模式与管理启示

为解决手工渔业因数据缺失导致的管理困境，研究人员在柬埔寨Sre Ambel河流域设计公民科学项目，招募15名渔民开展全年捕捞监测。研究首次系统揭示该流域153种鱼类的时空分布特征，发现干季物种丰富度(3.75尾/小时)显著高于雨季，为社区共管模式提供关键数据支撑，对全球资源有限地区渔业管理具有示范价值。

　　

在发展中国家，手工渔业(Artisanal fisheries)为民众提供了大量动物蛋白，却因管理资源匮乏而面临过度捕捞威胁。柬埔寨Sre Ambel河淡水系统的创新性解决方案令人瞩目——通过公民科学(Citizen Science)项目，15名当地渔民化身为科研助手，系统记录全年捕捞数据。

监测数据显示，这片水域蕴藏着惊人的生物多样性：75,702尾鱼类样本涵盖25个目(orders)、62科(families)、109属(genera)的153个物种。有趣的是，尽管雨季捕捞强度更高，干季却展现出更优的捕获率(CPUE: 3.75 fish/hour)和物种丰富度(species richness)。

这种"社区共管(co-management)"模式的精妙之处在于：既利用传统渔民的本地知识(local knowledge)，又通过标准化数据填补管理空白。研究揭示的时空分布规律，将成为评估禁渔期设置、保护濒危物种的关键基线(baseline data)。对于东南亚、拉美等管理资源有限的地区，这种"低投入-高产出"的监测范式无疑提供了宝贵借鉴。