生态化学计量学与集约化可持续混合池塘系统的营养削减策略——再生水产养殖的概念

《Aquacultural Engineering》:Ecological stoichiometry and nutrient reduction strategies for intensive yet sustainable hybrid pond systems – concepts for regenerative aquaculture

【字体: 大 中 小 】 时间:2026年08月16日 来源:Aquacultural Engineering 4.4

编辑推荐:

  在本研究中,研究人员探讨了生态化学计量学理论(ES theory)和浮游生物生态学组模型(PEG model)的概念,这些概念可能有助于在全球日益流行的混合池塘水产养殖中实现再生机制。研究人员利用无鱼池塘水中型生态系统,在现实或具有挑战性的稀释情景下,在动态和

  
在本研究中,研究人员探讨了生态化学计量学理论(ES theory)和浮游生物生态学组模型(PEG model)的概念,这些概念可能有助于在全球日益流行的混合池塘水产养殖中实现再生机制。研究人员利用无鱼池塘水中型生态系统,在现实或具有挑战性的稀释情景下,在动态和稳态期间(实验I-II),研究了藻类生长对添加鱼粪和含碳物质的响应。利用池塘生活实验室,研究人员研究了在自下而上和自上而下代理变量变化下,由营养化学计量学和鱼类库存指数(FSI)分别介导的浮游动物体成分的不确定性(实验III)。实验I探索了以纤维素-木质素型有机碳为代价的N和P梯度水平,表明P富集解释了处理差异,而高C输入部分抑制了藻类增殖。实验II探索了摩尔C:P(固定N)和N:P(固定C)比率的化学计量学效应,表明具有较低C:P和N:P比率的固体可能有利于藻类响应,在实验条件下N:P的影响可能超过C:P。在高C但低P的情况下,暗示了褐化或溶解氧风险。实验III揭示,浮游动物(>90%为枝角类)在波动的自下而上/自上而下压力下可能维持其氨基酸,但酪氨酸(用于储存蛋白)除外。浮游动物中的脂肪酸20:4n-6、20:5n-3和22:6n-3(用于繁殖)在波动的自下而上/自上而下压力下表现出更大的变异性,且与季节无关。枝角类身体营养储备的这种敏感性可能伴随着种群适应度(条件因子)的变化。在实验条件下,研究人员的发现表明,通过更好地联系ES理论(C修正、P削减,但小心避免褐化风险)和PEG模型(鱼??情景),可以在未来的混合池塘中探索再生水产养殖。
**论文解读:生态化学计量学与营养削减策略在混合池塘系统再生水产养殖中的应用**

**研究背景与问题**

淡水混合池塘系统在欧洲日益流行,被视为下一代池塘水产养殖模式。这类系统将集约化养殖(如高价值肉食性鱼类)与粗养区域结合,利用外围池塘水体作为天然生物滤池,通过微生物和浮游生物循环原位捕获并升级氮(N)和磷(P)。然而,已有研究表明,混合池塘的水质优势并非天然保证,传统池塘在某些方面甚至优于混合池塘。随着商品饲料中N和P含量高(如8-9% N、1.5-2.0% P),而鱼类排泄物中C含量低,长期累积可能导致超富营养化,威胁水生态安全。目前,鲜有研究关注混合池塘外围区域的碳(C)管理或浮游动物调控工具。基于生态化学计量学理论(ES theory)和浮游生物生态学组模型(PEG model),本研究旨在探索通过优化C:P和N:P化学计量以及调控鱼类-浮游动物相互作用,实现混合池塘再生水产养殖的可行性。

**研究内容与结论**

研究人员通过三组实验系统探讨了营养化学计量学和浮游动物营养生态学在混合池塘再生机制中的作用。实验I和II采用无鱼池塘水中型生态系统(mesocosms),研究鱼粪和含碳物质添加对藻类生长的影响;实验III利用池塘生活实验室(pond living labs),观测浮游动物(>90%枝角类)在自下而上(营养化学计量)和自上而下(鱼类库存指数FSI)压力下的生化组成变化。结论表明:P富集显著促进藻类增殖,而高C输入可部分抑制;在固定N或C条件下,低C:P和低N:P比率有利于藻类响应,且N:P效应强于C:P;高C低P条件可能引发褐化(brownification)和溶解氧(DO)风险;浮游动物氨基酸组成相对稳定,但酪氨酸(tyrosine)和长链多不饱和脂肪酸(LC-PUFA,包括20:4n-6、20:5n-3、22:6n-3)对营养压力敏感,并与枝角类条件因子(CF)的季节性变化相关。研究提示,整合ES理论(C修正、P削减并避免褐化)与PEG模型(控制鱼类放养密度)可为混合池塘再生水产养殖提供新思路。

**重要意义**

该研究首次将生态化学计量学与浮游生物食物网理论结合,应用于混合池塘的再生机制探索,为未来原位验证提供了概念框架和假设。研究成果发表于《Aquacultural Engineering》,对推动欧洲乃至全球混合池塘系统的可持续管理具有重要理论指导意义。

**关键技术方法**

本研究采用三种主要方法:实验I和II使用无鱼池塘水中型生态系统(mesocosms),在动态和稳态下添加鱼粪及含碳物质(糖粕、鱼粪),测定藻类叶绿素-a(Chl-a)和蓝藻叶绿素(BGA-PC)的响应;实验III使用捷克Vodňany实验池塘站的9个土质池塘(每池0.16 ha,平均深度0.8 m),于2024年5月至10月监测,通过不同饲料(小麦、植物基颗粒)和投喂方式(手投、需求投喂)构建FSI梯度,采集浮游动物样本进行氨基酸和脂肪酸分析,并利用贝叶斯蒙特卡洛(Bayesian MC)和NMDS-envfit分析不确定性及关联性。样本来源于捷克实验池塘站,浮游动物样本经冻干、分选后用于生化分析。

**研究结果**

**Experiment-I (effect of nutrient levels)**
动态阶段:叶绿素-a和蓝藻叶绿素在处理间存在显著的时间交互效应。SB(纯糖粕)处理藻类浓度最低,FF(纯鱼粪)最高,LSMF和HSHF居中。稳态阶段:P输入解释了78.5%的稳态P浓度方差(p<0.01),C输入仅解释3.6%的方差(p>0.05),表明P富集是驱动藻类响应的主要因素。

**Experiment-II (effect of nutrient stoichiometry)**
C:P对比:低C:P(LCP)处理藻类叶绿素-a几何均值比高C:P(HCP)高47.9%,但未达显著水平(p=0.112)。N:P对比:低N:P(LNP)处理藻类叶绿素-a显著高于高N:P(HNP)处理(3.41倍,p<0.01),蓝藻叶绿素亦显著高(4.06倍,p<0.01)。比值比较显示,N:P效应比C:P效应强约2.30倍(叶绿素-a)和2.57倍(蓝藻叶绿素)。高C低P处理(HNP、HCP)出现褐化现象,且DO恢复不良。

**Experiment-III (effect on zooplankton nutritional ecology)**
全季节贝叶斯后验不确定性分析:浮游动物氨基酸的变异系数(CV)为1.4-3.3%,酪氨酸最敏感;脂肪酸CV为3.5-14.5%,EPA、ARA、DHA最敏感。季节分解NMDS:早期(5-7月)FSI和叶绿素-a与生化组成显著关联(R2=0.862和0.828,p<0.05);晚期(8-10月)DOC:DIN是唯一显著关联变量(R2=0.904,p<0.01)。枝角类条件因子:早期(低FSI、低营养、P限制)显著高于晚期(高FSI、高营养、N限制)(0.91±0.29 vs 0.69±0.24,p<0.05,Hedges' g=0.82)。

**总结讨论与结论**

讨论部分指出,混合池塘外围区域的生物滤池功能并非天然可靠,需通过C修正和P削减优化营养化学计量,同时避免过度褐化。C:P和N:P调控可影响微生物过程,增加C输入可促进N固定,但需注意P的利用率。此外,PEG模型提示应避免高密度放养鱼(F++情景),以维持枝角类种群健康和营养储备。研究局限性包括:中型生态系统规模小、无鱼、无沉积物、缺乏水力学交换,因此结论仅作为概念验证和假设生成,需在更复杂的系统中进一步验证。

**结论翻译**
本研究探讨了生态化学计量学理论(ES theory)和浮游生物生态学组模型(PEG model)中可能为混合池塘水产养殖再生机制提供信息的概念。实验I探索了与纤维素-木质素型有机碳相关的分级N和P输入,表明P富集与更大的藻类发育相关,而高C输入部分抑制了藻类增殖。实验II探索了固定N下的摩尔C:P和固定C下的摩尔N:P对比,表明低C:P和低N:P比率的底物可能有利于藻类响应,且在实验条件下N:P对比产生的比例响应强于C:P。高C与低P结合还指示了潜在的褐化和溶解氧权衡。实验III显示,浮游动物(>90%枝角类)在不同季节维持了相对稳定的氨基酸组成,但酪氨酸比其他氨基酸变异更大。相比之下,脂肪酸20:4n-6、20:5n-3和22:6n-3在两个季节期间均表现出显著更大的变异性。这些生化模式与枝角类条件因子的季节性差异相一致,晚期条件因子较低。在实验条件下,研究人员的发现提供了假设生成的证据,表明将ES理论指导的营养管理(C修正和P削减,同时避免过度褐化)与PEG模型指导的鱼类-浮游动物相互作用管理相结合,值得在混合池塘中进一步评估,作为实现更再生水产养殖的潜在途径。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号