《Aquaculture, Fish and Fisheries》：Limited Contribution of Hatchery-Reared Pikeperch to a Wild Population in a Temperate Reservoir: Evidence From Otolith Microchemistry
编辑推荐：
鱼类增殖放流是减轻过度捕捞及其他威胁对野生鱼类种群影响的常见管理措施。该措施主要应用于淡水生态系统，但其实施策略往往复杂且具有变动性（包括不同放流时间、鱼体长度和来源），因此其效果评估具有挑战性。为评估并判定具有复杂管理历史的种群中人工放流个体的占比（捷克Li
鱼类增殖放流是减轻过度捕捞及其他威胁对野生鱼类种群影响的常见管理措施。该措施主要应用于淡水生态系统，但其实施策略往往复杂且具有变动性（包括不同放流时间、鱼体长度和来源），因此其效果评估具有挑战性。为评估并判定具有复杂管理历史的种群中人工放流个体的占比（捷克Lipno水库梭鲈——Stizostedion lucioperca），研究人员采用激光剥蚀电感耦合等离子体质谱法（LA-ICP-MS）测定耳石核区的微量元素组成，以验证鱼类的出生来源（野生个体与放流个体），并确认鱼类来源地（养殖设施）。在检测的10种元素中，有9种元素（Ba/Ca、Cu/Ca、K/Ca、Li/Ca、Mg/Ca、Mn/Ca、Na/Ca、Rb/Ca和Sr/Ca）在不同来源间表现出显著差异，而Zn/Ca未能提供具有判别意义的信号。研究人员利用100尾已知来源鱼类的数据训练机器学习分类算法，并据此对70尾来源未知的个体进行分类。对鱼类来源正确判别贡献最大的5个变量分别为Rb/Ca、Li/Ca、Sr/Ca、Ba/Ca和Mg/Ca。该模型总体准确率达到99%，其中野生鱼类的判别准确率为97%，放流鱼类为100%。在识别具体鱼源方面，放流设施的总体判别准确率约为89%，不同设施的个体识别准确率介于28%至100%。模型判定，大多数来源未知个体为土著个体（57尾，81.4%），较小比例被识别为放流鱼（13尾，18.6%）。鉴于放流鱼对梭鲈种群的贡献相对较小，应进一步审视该放流项目的效率，以避免低效的管理策略。更广泛地看，这些结果表明，耳石微化学结合机器学习为评估放流效率和支持基于证据的渔业管理提供了稳健框架。
该文发表于《Aquaculture, Fish and Fisheries》，聚焦温带大型水库中梭鲈（Stizostedion lucioperca）增殖放流成效的定量评估问题。研究背景在于，放流是淡水渔业管理中最常用的工具之一，常被用于补充自然种群、维持渔获量或推动资源恢复，但其真实成效常常缺乏严格验证。尤其在多来源苗种并存、自然补充持续发生、且长期承受捕捞与管理干预的大型水库中，放流个体与自然繁殖个体共同构成混合种群，使种群结构、来源归属及放流贡献难以直接判定。Lipno水库正是此类复杂管理系统的典型代表。该水库中梭鲈是重要的休闲渔业对象，过去二十余年经历了资源波动、种群崩溃后的部分恢复、多轮放流以及垂钓法规调整，但这些管理措施究竟在多大程度上维持了成体种群，仍缺乏严谨证据。因此，研究人员开展本研究，旨在利用耳石核区保留的出生地化学“指纹”，结合监督式机器学习，对野生与放流个体进行来源判别，并据此量化放流个体对当地梭鲈种群的实际贡献。
从研究设计看，研究围绕两个核心问题展开：其一，耳石微化学特征能否在复杂管理背景下可靠区分Lipno水库自然繁殖个体与多个养殖来源的放流个体；其二，若能够判别出生来源，则放流个体在水库现存梭鲈种群中究竟占据多大比例。研究结果表明，耳石核区微量元素组成具有很强的来源判别能力，能够高精度识别野生来源与放流来源，并在多数情况下进一步识别具体放流设施。更重要的是，来源未知的成体样本中，大多数个体被判定为Lipno水库自然繁殖来源，而来自放流的个体比例明显较低。这一结果说明，至少在该研究系统中，增殖放流对维持梭鲈种群的贡献有限，自然繁殖个体仍然构成种群主体。该研究的重要意义在于，为评估放流是否真正有效提供了可操作、可量化且具有较高判别精度的技术路径，也为渔业管理从经验性决策转向证据性决策提供了方法学支撑。
研究人员采用的主要技术方法包括：在捷克Lipno水库采集来源未知的大规格梭鲈以及作为野生参考群体的当年生幼鱼（YOY，young-of-the-year），同时在5个放流来源设施采集已知来源的放流个体；以矢耳石（sagitta otolith）横切面核区作为出生环境记录区，运用激光剥蚀电感耦合等离子体质谱（LA-ICP-MS）测定多种微量元素与Ca的比值，并辅以电子探针显微分析（EPMA）测定Ca作为内标；随后使用广义线性模型（GLM）与Tukey事后比较检验来源间元素差异，并构建随机森林（random forest）分类模型，对已知来源样本进行训练，再对来源未知个体进行归类。样本队列包括Lipno水库鱼类与5个养殖来源样本，形成已知来源训练集与未知来源判别集。
在研究结果部分，论文首先报告了不同来源个体耳石核区微量元素组成的总体差异。
Results部分显示，在所分析的10种元素中，除Zn/Ca外，其余9种元素比值均在不同来源间存在显著差异。这说明梭鲈出生环境，无论是天然繁殖水域还是不同养殖设施，均在耳石核区留下了可识别的地球化学信号。具体而言，Nové Hrady来源个体的Ba/Ca较高，Vodňany来源个体的Cu/Ca较高，Nové Hrady个体的K/Ca较低，Nové Hrady与Ko?etice来源个体的Li/Ca较高，而Vodňany个体的Li/Ca显著较低；Ko?etice个体的Mg/Ca较高，Vodňany与Humpolec个体的Mn/Ca较高，Vodňany个体的Na/Ca较低，Lipno与Nové Hrady个体的Rb/Ca较高，Lipno与Vodňany个体的Sr/Ca较高。上述结果表明，多元素联合而非单一元素，更适合构建来源判别框架。
随后，论文报告了随机森林分类模型对鱼类来源的判别表现。
Results部分显示，研究人员使用100枚已知来源耳石训练模型，涵盖Lipno野生群体和5个放流来源。模型在区分野生鱼与放流鱼方面表现极佳，袋外误差（OOB error）仅为1%，总体准确率达99%；其中野生鱼判别准确率为97.1%，放流鱼判别准确率达到100%。在进一步识别具体来源设施时，模型总体误差约为11%，即总体准确率约89%。不同设施间判别能力存在差异：Nové Hrady来源判别准确率为100%，Vodňany为91.7%，Humpolec为88.9%，Ko?etice为87.5%，Velké Rozběhlo仅为28.6%。这一结果说明，耳石微化学对来源判别具有很强效能，但其在不同设施间的分辨率受各来源样本量与地球化学差异程度影响。变量重要性排序进一步指出，Rb/Ca是最关键的判别指标，其次依次为Li/Ca、Sr/Ca、Ba/Ca和Mg/Ca，说明这些元素比值构成了梭鲈出生来源判别的核心信息轴。
接着，论文将训练好的模型应用于Lipno水库70尾来源未知个体，以定量估算放流贡献。
Results部分显示，来源未知个体中有57尾（81.4%）被归类为Lipno本地自然繁殖来源，仅13尾（18.6%）被归类为放流来源，其中12尾来自Humpolec，1尾来自Nové Hrady。未知来源样本的化学组成总体表现为较高的Sr/Ca与Rb/Ca均值，这与已知Lipno野生参考群体的信号较为一致，因此支持其以本地来源为主的判断。该结果是全文最核心的发现，即在成体或较大体型梭鲈群体中，人工放流来源个体比例有限，自然繁殖个体占据绝对优势。
论文进一步将模型估算结果与历史当年生幼鱼密度数据相联系。
Results部分显示，在有数据的年份中，自然繁殖YOY密度整体上显著高于放流输入量，9年平均看自然繁殖个体约占总YOY群体的90%，放流个体约占10%，尽管不同年份间波动较大。这一结果与基于耳石微化学模型得出的成体群体中约18.6%为放流来源的估计在方向上总体一致，即放流虽有一定输入，但并未主导种群维持过程。研究人员因此指出，Lipno水库梭鲈种群的更新仍以自然繁殖为基础。
此外，论文利用非度量多维尺度分析（NMDS）进一步可视化不同来源之间的微化学分离格局。
Results部分显示，Lipno与Nové Hrady形成相对独立的聚类，Humpolec与Vodňany也与其他来源清晰区分，而Velké Rozběhlo与Ko?etice虽彼此较近，但仍保留一定可分性。这说明各来源在多元素空间中具有相对稳定而可识别的指纹结构，也从可视化层面支持随机森林模型的高判别性能。与此同时，研究还检验了野生参考群体跨年份的队列效应，结果表明队列（year-class）对任一微化学比值及模型判别能力均无显著影响。该发现意味着2019—2022年采集的野生YOY样本可作为稳定的多年份训练集，不会因年际环境变化而削弱来源判别的可靠性。
在讨论部分，研究人员强调，淡水渔业中的放流管理虽然普遍，但常缺乏足够精细的效果量化。本研究证明，耳石微化学结合机器学习能够在多来源放流、自然繁殖并存的复杂系统中，较为可靠地识别梭鲈出生来源，并据此评价放流项目成效。就元素机制而言，Rb/Ca是Lipno野生群体最具辨识力的标记之一，这与Lipno及Nové Hrady所在地区地质背景中Rb相对富集相一致；Li/Ca则有效区分Nové Hrady、Ko?etice等来源与Lipno本地群体；Sr、Ba和Mg等元素亦提供了补充判别信息。研究同时指出，不同元素的生态生理含义并不完全相同，例如Ba可能更多反映水体环境并部分受生长影响，Mg可能与代谢或生理状态更相关，因此多元素联合分析优于单元素解释。对于Ko?etice来源未在未知样本中被识别出的现象，论文仅指出其可能与放流个体在湖中的持续存在能力较弱有关，但并未作超出数据支持范围的延伸推断。
论文还指出，放流来源个体进入同一混合种群后，可能影响对生长、成熟、繁殖等种群参数的评估，因为不同来源鱼类在生态习性和行为上可能存在差异。尽管本研究估计放流个体在Lipno水库成体梭鲈中的占比约为18%，并非完全可以忽略，但该比例不足以支持放流是维持种群的主要途径。考虑到放流通常伴随较高经济成本，且外源个体持续输入还可能改变种群结构与遗传多样性，因此若放流贡献有限，其管理合理性便需要被重新审视。研究人员据此主张，应对放流效率开展常规监测，在放流强度、来源或法规发生重大变化后重复评估，并纳入所有已知来源的代表性样本与足够数量的库区捕获样本，以实现对放流贡献的持续量化。
研究结论部分可译为：本研究表明，Lipno水库梭鲈种群主要由自然繁殖形成的土著个体所主导，放流鱼对该种群的贡献有限。采用多种微量元素示踪物对梭鲈出生来源进行判别具有很高效能，其中出生于水库的个体表现出明显更高的Rb/Ca比值，唯有位于同一山地区域（?umava）附近的Nové Hrady来源为例外，但该来源仍可通过Li/Ca比值与土著个体清晰区分。未来，耳石微化学分析可用于监测放流效率，并评估不同养殖设施的成效，从而提高放流管理效率。从渔业管理角度看，应更加常规化地评估放流效率；对于像Lipno水库这样具有复杂放流历史的系统，建议在放流强度、来源或管理规定发生重大变化后定期重复评估。每次评估均应包括来自各放流来源设施的已知来源代表性样本，以及足够数量的库区捕获样本，以较高精度估算放流鱼对种群的贡献。这类监测框架有助于管理者识别哪些养殖来源真正有助于种群维持，发现放流表现的时间变化，并基于证据而非假设调整管理措施。
