典型流域淡水池塘养殖监测体系构建与变化分析

莽琦，朱健，张成峰，刘永新

（1.中国水产科学研究院，北京 100141；2.中国水产科学研究院淡水渔业研究中心，江苏 无锡 214081）

改革开放三十多年来，我国淡水养殖业发展成就巨大，不仅成功解决了城乡居民“吃鱼难”问题，而且在保障优质蛋白供给、转变生产方式、增加渔民收入、调整养殖结构等方面做出了突出贡献。2018 年，我国淡水养殖产量2 959.84 万t，占水产品总产量的45.83%[1]。与海水养殖产量相比，我国淡水养殖产量高出近1 000 万t，是我国水产品供应的主要方式，所生产的动物蛋白占我国动物蛋白供给的1/3。淡水养殖具有比畜禽养殖更高的利用效率，是未来蛋白质供给增量保障的主要依靠，关系到国家粮食安全战略[2]。鉴于淡水养殖对于改变世界蛋白质供应格局的作用，且具有其他动物养殖业无可相比的生态效率和资源综合利用率，世界著名生态经济学家莱斯特·布朗（Lester Brown）先生将淡水养殖和计划生育推荐为中国对世界的两大贡献。2030年，我国人口总量将达到15 亿，水产品总需求量预计达到7 500 万t。在渔业捕捞产量难以提高的情况下，2030 年水产品总需求量将主要通过发展水产养殖来满足，其中，淡水养殖是实现总量有效供给的重要来源和主力军团[3]。

按水域划分，我国淡水养殖包括：池塘养殖、湖泊养殖、水库养殖、河沟养殖、其他养殖和稻田养殖等。不同淡水养殖水域产量差异明显，2018 年池塘养殖2 210.97 万t、湖泊养殖97.80 万t、水库养殖394.92 万t、河沟养殖63.79 万t、其他养殖59.03 万t 和稻田养殖233.33 万t[1]。产量数据对比显示，池塘养殖是我国淡水养殖的最主要生产形式，占总产量的74.70%。我国池塘养殖历史悠久，2 400 年前《养鱼经》中记载了鲤（Cyprinus carpio）养殖的池塘条件，并有“以六亩地为池，池中有九洲”的描述[4,5]。20 世纪50 年代后，池塘养殖发展迅速，概括总结出“水、种、饲、密、混、轮、防、管”的八字经，提出了水质、密度和管理等方面的相关要求。池塘养殖鱼类以青鱼（Mylopharyngodon piceus）、草鱼（Ctenopharyn godon idellus）、鲢（Hypophthalmichthys molitrix）、鳙（Hypophthalmichthys nobilis）等为主，在保持高产量的前提下可以形成规模化的经济效益[6，7]。70 年代开始，我国开展了大规模池塘改造建设，浙江杭嘉湖地区、江苏太湖地区均是池塘养殖的典范，综合论述了池塘养殖，推动了池塘养殖业的快速发展[8-11]。伴随池塘养殖技术的成熟与不断进步，池塘分区水产养殖[12-16]、池塘跑道式养殖[17]、池塘生态工程化养殖[18-22]等一批生态高效的池塘养殖模式，推动了我国及世界池塘养殖业的进步。

我国淡水池塘养殖监测研究整体上还处于起步阶段，综合养殖产品的全过程生产流的监测要素主要包括：养殖环境、养殖结构和养殖生产等三大类。养殖环境监测的典型指标包括：水温、酸碱度、溶解氧、悬浮物、盐度、碱度、叶绿素a、沉积物-硫化物和汞、镉、铅、铬、砷、铜等重金属[23-27]。养殖结构要素主要从养殖品种、养殖面积等设置监测内容，典型指标包括：养殖类型、放养对象、养殖密度等。而养殖生产则要考虑实际生产过程，可选取的典型指标包括投入品、养殖装备、单位产量用水、单位产量用电等[28-30]。虽然在部分养殖区域对水质环境开展了监测工作，但是由于缺乏长期、稳定和系统的监测，基础性科学数据积累严重缺乏。而对于养殖结构、养殖方式的变化监测目前还存在诸多空白，科学合理的监测体系架构设计、具有代表性的监测指标选取、监测指标数据的合理分析等方面均存在一定的问题。由此，本研究针对黑龙江、黄河、长江和珠江等内陆主要流域设置监测站点，开展池塘养殖环境要素、结构要素和生产要素的科学监测，获取环境、结构和生产等3 大类要素监测典型指标，分析不同流域监测数据变化的内在规律和影响因素，旨在为池塘养殖的基础性、长期性定位监测提供科学依据，为渔业科技大数据的有效积累和实效发挥夯实基础。

1 材料与方法

1.1 监测站点布设

在黑龙江、长江、珠江、黄河等四大流域水产养殖主产区域设立监测站点。在22 个省、直辖市共设置40 个淡水池塘养殖监测站点，其中黑龙江流域监测站点6 个，覆盖了黑龙江、吉林、辽宁3 个省份；长江流域监测站点19 个，长江中上游覆盖了湖北、四川、湖南等3 个省份，长江中下游覆盖了江苏、上海、江西、浙江和安徽等5 个省份；黄河流域监测站点12 个，覆盖了北京、天津、河南、宁夏、陕西、山东和新疆8 个省份；珠江流域监测站点3 个，覆盖了广东和贵州2 个省份（表1）。

表1 监测站点设置Tab.1 Monitoring stations during the survey

1.2 监测指标选取

监测指标包括：养殖环境、养殖结构和养殖生产等三类要素指标。

养殖环境要素指标14 个，包括：水温、酸碱度（pH）、溶解氧（DO）、悬浮物、化学需氧量（COD）、总磷、总氮、沉积物-总氮、沉积物-总磷、沉积物-有机碳、浮游植物、浮游动物、大肠杆菌、磺胺类抗生素。

养殖结构要素指标11 个，包括：养殖类型、放养品种、养殖密度、搭配方式、投喂策略、养殖周期、成活率、面积、水深、产量、经济效益。

养殖生产要素指标10 个，包括：投入品-苗种、投入品-饲料、投入品-渔药、养殖装备-增氧机、养殖装备-投饵机、单位产量用水、单位产量用电、单位人工投入、土地占有率、生产组织方式。

1.3 监测数据采集

水质样品采集：使用直立式或有机玻璃采水器采取瞬时样品。水样保存原则是尽量减少各种待测组分的变化，pH、溶解氧、温度、电导率等项目在采集现场完成测定。水样采集后，根据不同分析要求，分装成数份并加入保存剂。

底质样品采集：底质采样点位为水质采样点位垂线的正下方。底质采样点应避开水流冲刷、底质沉积不稳定、水草茂盛表层及底质易受搅动之处。使用彼得森采泥器采集底质样品。底质采样量为1～2 kg，一次采样量不够时，在周围采集几次，并将样品混匀。

浮游生物样品采集：水深2 m 以内，仅在0.5 m左右深处采集亚表层水样即可，若透明度很小，或水较深可在下层加取一样本，并与表层样混合制成混合样。采样量要根据浮游生物的密度和研究的需要量而定。一般浮游生物密度高，采水量少；密度低采水量则要多。

底栖动物样品采集：采集样品时记录周围环境，测量水深、水温、流速、透明度、溶解氧、水色及底质性质。采样工具可以为三角拖网或手抄网，拖网使用时在水体中拖拉一段距离，经过40 目分样筛，将标本挑出固定；手抄网则在水草或水体岸边采取底栖动物。

调查数据采集：采用问卷调查法，在黑龙江、长江、珠江、黄河四大流域的淡水养殖主产区，根据近3 年各流域有关省份或地区的渔业年鉴，获取养殖产量及品种的分布情况，确定调查品种。选择具有一定规模的养殖企业，拥有自有养殖水面不低于13.33 hm2，在区域养殖品种或模式具有代表性，调查监测站点的养殖结构和养殖生产要素情况。

1.4 监测数据质量控制

数据质量控制以过程控制为主，兼顾结果控制。数据质量控制方法应具有可操作性。监测数据的采集以现行国家标准和行业标准为首选依据；如无国家标准和行业标准，则以国际标准或国内比较公认的先进方法为依据。每个描述符的质量控制应包括试验设计、样本数、时间或时期、取样数和取样方法、计量单位、精确度和允许误差、采用的测定规范和标准、采用的仪器设备、观测和等级划分方法、数据校验和数据分析（表2）。

表2 典型流域池塘养殖模式监测指标描述Tab.2 Description for monitoring indicators of pond culture model in typical river basins

2 结果与分析

2.1 典型流域池塘养殖模式监测数据获取

不同流域池塘养殖模式中，共有34 个站点完成监测，获得监测指标2 620 个，其中，养殖环境要素指标1 844 个，养殖结构要素指标423 个，养殖生产要素指标353 个。从养殖对象来看，68.57%以大宗淡水鱼作为主养对象，以虾蟹等甲壳类动物作为主养对象的比例为14.29%，以特色淡水鱼为主养对象的比例为17.14%。

从养殖环境要素酸碱度、溶解氧等代表性指标比较，不同流域池塘养殖模式各监测站点之间无明显差异，全年变化幅度较小。从养殖结构和生产要素指标来看，如分析养殖产量和经济价值，由于养殖品种配比和价格的差异，池塘养殖单位产量和经济价值之间的分布并未呈现出直接的相关关系。如主养草鱼、鲤，搭配鲢和鳙的北京水产科学研究所，产量为60 000 kg/hm2，经济效益为45 000 元/hm2；单养大口黑鲈（Micropterus salmoides）的佛山市三水白金水产种苗有限公司，平均产量为2 250 kg/hm2公顷，经济效益为72 000 元/hm2。

2.2 养殖环境要素监测指标对比分析

养殖环境因素分析选取化学需氧量、总氮和总磷作为代表性分析指标。不同流域化学需氧量指标对比见图1。由图1 可知，5 个流域之间的化学需氧量指标具有一定差异性。黑龙江省的两个监测站点化学需氧量相接近（61.0～71.6 mg/L），明显高于吉林和辽宁省的指标值（12.0～18.7 mg/L）。黄河流域中，北京和宁夏监测站点化学需氧量基本相同（46.0～47.0 mg/L），高于山东和陕西省指标值（15.4～19.7 mg/L）。珠江流域中，珠江水产科学研究所-01 和02监测站点化学需氧量相同（65.0 mg/L），高于03 监测站点指标值（36.0 mg/L）。长江中下游流域3 个监测站点化学需氧量接近（5.4～29.2 mg/L），长江中上游流域三个监测站点指标数值相差不大。

图1 不同流域池塘养殖模式化学需氧量指标对比Fig.1 The comparison of chemical oxygen demand indicator for pond culture models in different river basins

不同流域总氮指标对比见图2。由图2 可知，黑龙江和珠江流域不同监测站点之间存在显著差异。黑龙江流域中，辽宁省监测站点总氮最高（12.79 mg/L），黑龙江和吉林省监测站点指标数值相近（0.75～3.86 mg/L）；珠江流域中，珠江水产科学研究所-02 号监测站点总氮最高（17.6 mg/L），高于其他两个监测站点指标数值（4.00～5.17 mg/L）。黄河、长江中上游和中下游流域的监测站点之间指标数值差异不明显。

图2 不同流域池塘养殖模式总氮指标对比Fig.2 The comparison of total nitrogen indicator for pond culture models in different river basins

不同流域总磷指标对比见图3。由图3 可知，5个流域的不同监测站点之间指标数值差异不大。长江中上游流域中，东海水产科学研究所-02 监测站点总磷最高（5.0 mg/L），其余4 个监测站点指标数值差异不大（0.02～0.5 mg/L）。黑龙江流域中，哈尔滨农业科学研究院监测站点总磷最高（2.9 mg/L），其余3 个监测站点指标数值差异较小（0.08～0.5 mg/L）。珠江流域中，珠江水产科学研究所-02 号监测站点总磷最高（1.9 mg/L），其余2 个监测站点指标数值接近（0.44～0.54 mg/L）。黄河流域（0.14～0.9 mg/L）和长江中上游流域（0.018～0.9 mg/L）不同监测站点指标数值差异不大。

图3 不同流域池塘养殖模式总磷指标对比Fig.3 The comparison of total phosphorus indicator for pond culture models in different river basins

2.3 养殖结构要素监测指标对比分析

养殖结构要素选取养殖周期、产量和经济效益作为代表性分析指标。不同流域养殖周期指标对比见图4。珠江流域养殖周期最短，3 个监测站点为40～90 d。长江中下游3 个监测站点的养殖周期较为接近，为180～240 d。黑龙江和长江中上游流域监测站点指标差异相对较大，黑龙江流域中，吉林省监测站点养殖周期最高（730 d），黑龙江省和辽宁省监测站点指标数值基本相同（150～155 d）；长江中上游流域中，长江所-01 号监测站点养殖周期最高（365 d），湖北省水产科学研究所-01 号监测站点指标数值次之（240 d），四川省水产科学研究所-01 号监测站点未获得有效数据。黄河流域中，北京市和陕西省监测站点养殖周期相近（210～240 d），高于山东和宁夏省监测站点指标数值（150～180 d）。

图4 不同流域池塘养殖模式养殖周期指标对比Fig.4 The comparison of culture cycle indicator（d）for pond culture models in different river basins

不同流域产量指标对比见图5。由图5 可知，黑龙江、黄河和珠江流域监测站点之间差异较大。黑龙江流域中，辽宁省监测站点产量最高（45 000 kg/hm2），黑龙江水产科学研究所-01 号监测站点指标数值最低（15 000 kg/hm2）。黄河流域中，北京市监测站点产量最高（60 000 kg/hm2），山东监测站点指标数值最低（10 958.3 kg/hm2）。珠江流域中，珠江水产科学研究所-02 号监测站点产量最高（37 500 kg/hm2），其余2 个监测站点指标数值最低（2 250～6 000 kg/hm2）。长江中下游流域中，渔业机械仪器研究所-01 号监测站点（21 000 kg/hm2）和东海水产科学研究所-02 号监测站点（21 375 kg/hm2）指标基本相同，且明显高于东海水产科学研究所-03 号监测站点。长江中上游流域不同监测站点指标数值接近。

图5 不同流域池塘养殖模式产量指标对比Fig.5 The comparison of yield indicator for pond culture models in different river basins

不同流域经济效益指标对比见图6。由图6 可知，珠江流域不同监测站点之间差异明显，珠江水产科学研究所-02 号监测站点经济效益最高（427 500元/hm2），珠江水产科学研究所-02 号监测站点指标数值次之（300 000 元/hm2）。黑龙江和黄河流域不同监测站点之间指标差异程度中等。黑龙江流域中，黑龙江水产科学研究所所-01 号监测站点的经济效益最高（150 000 元/hm2），哈尔滨农业科学研究院监测站指标数值最低（23 750 元/hm2）。黄河流域中，宁夏省监测站点的经济效益最高（201 932.2 元/hm2），陕西省和北京市监测站指标数值较低（30 000～45 000 元/hm2）。长江中上游流域中，湖北省水产科学研究所-01 监测站指标数值最高（93 750 元/hm2），长江中下游流域不同监测站点之间指标数值差异较小。

图6 不同流域池塘养殖模式经济效益指标对比Fig.6 The comparison of economic benefit indicator for pond culture models in different river basins

2.4 养殖生产要素监测指标对比分析

养殖生产要素选取投入品-饲料、投入品-渔药、单位产量用电和单位产量用水作为代表性分析指标。不同流域投入品-饲料指标对比见图7。由图7 可知：黄河流域不同监测站点间指标数值差异最大，宁夏水产科学研究所-01 号监测站点投入品-饲料最高（132 550 kg/hm2），北京市监测站点指标数值次之（90 000 kg/hm2），山东和陕西省监测站点指标数值接近（17 500～19 166.7 kg/hm2）。珠江流域中，珠江水产科学研究所-02 号监测站点投入品-饲料最高（40 000 kg/hm2），珠江水产科学研究所-01 号、03 号监测站点指标数值相同（4 350 kg/hm2）。黑龙江、长江中上游和中下游流域不同监测站点间指标数值差异较小。

图7 不同流域池塘养殖模式投入品-饲料指标对比Fig.7 The comparison of input feed indicator for pond culture models in different river basins

由图8 可知：黑龙江流域不同监测站点之间投入品-渔药指标差异较大，黑龙江水产科学研究所-01 号监测站点投入品-渔药最高（5 100 元/hm2），吉林和辽宁省监测站点指标数值基本相同（2 700～2 812.5 元/hm2），哈尔滨农业科学研究院监测站点指标数值最低（2 000 元/hm2）。黄河流域的北京水产科学研究院-01 号监测站点与长江中下游流域的东海水产科学研究所-01 号监测站点指标为最高（7 500 元/hm2）。珠江流域中，珠江水产科学研究所-03 号监测站点指标数值最高（1 080 元/hm2），珠江水产科学研究所-01 号监测站点指标数值最低（3 元/hm2）。长江中上游流域，长江所-01 号监测站点投入品-渔药最高（4 375 元/hm2）。

图8 不同流域池塘养殖模式投入品-渔药指标对比Fig.8 The comparison of input fishery medicine indicator for pond culture models in different river basins

由图9 可知：珠江和长江中下游流域不同监测站点单位产量用电指标差异程度最高，珠江水产科学研究所-03 号监测站点单位产量用电最高（2.5 kw·h/kg），珠江水产科学研究所-02 号监测站点指标数值最低（0.3 kw·h/kg）；渔业机械仪器研究所-03 号监测站点单位产量用电最高（3.3 kw·h/kg），渔业机械仪器研究所-01 监测站点指标数值最低（0.4 kw·h/kg）。黄河流域监测站点指标数值差异较为明显，北京市监测站点单位产量用电最高（1.0 kw·h/kg），宁夏、山东和陕西省监测站点指标数值基本相同（0.07～0.2 kw·h/kg）。黑龙江和长江中上游流域不同监测站点之间差异化程度相对较低。

图9 不同流域池塘养殖模式单位产量用电指标对比Fig.9 The comparison of electricity consumption per unit yield indicator for pond culture model in different river basin

由图10 可知：珠江流域不同监测站点单位产量用水指标差异非常明显，珠江水产科学研究所-03 号监测站点单位产量用水最高（7.0 m3/kg），珠江水产科学研究所-01 号监测站点指标数值次之（3.0 m3/kg），珠江水产科学研究所-02 号监测站点指标数值最低（0.2 m3/kg）。黑龙江流域中，黑龙江水产科学研究所水所-01 号监测站点单位产量用水最高（5.0 m3/kg），哈尔滨农科院监测站点和吉林省监测站点指标数值相同（2.1 m3/kg）。黄河流域中，山东省淡水研究院监测站点指标数值最高（2.7 m3/kg）；长江中下游流域，东海水产科学研究所-03号监测站点指标数值最高（3.1 m3/kg）；长江中下游流域中，四川省水产科学研究所-01 号监测站点指标数值最高（2.5 m3/kg）。

图10 不同流域池塘养殖模式单位产量用水指标对比Fig.10 The comparison of water consumption per unit yield indicator for pond culture models in different river basins

3 讨论

3.1 池塘养殖监测指标体系的建立

池塘养殖模式的系统化监测是一项重要的基础性科技工作。开展不同流域池塘养殖各类要素代表性指标的对比研究，分析监测指标在不同流域之间的差异与变化趋势，明确不同流域主要淡水养殖模式间差异的主要原因和主导因素，能够为优化内陆不同流域的池塘养殖结构与养殖方式提供参考性的数据支撑。我国池塘养殖虽然历史悠久，但全面、科学的建立养殖环境、养殖结构和养殖生产等三类要素的监测指标体系，保障监测数据质量和实时汇交，为提高渔业生物利用率和资源循环利用率积累决策数据支撑的工作还十分缺乏。

3.2 不同流域池塘养殖监测要素变化

开展池塘养殖活动对水域环境的影响分析，进行养殖环境关键指标的定位监测，掌握池塘养殖模式环境要素及变动状况，有助于探讨养殖活动对水域环境的主要影响及其受控因素。从养殖环境选取的代表性分析指标来看，化学需要量、总氮和总磷能够有效反应出不同流域监测站点之间的差异。黑龙江、珠江和长江中下游流域的指标峰值高于黄河、长江中上游流域，其中差异主要源于池塘养殖生产时间、养殖密度和养殖对象的显著不同。本研究选取的化学需要量、总氮和总磷指标是淡水池塘水质评价指标体系中的首选指标[25，26,29]。这些指标数值的高低能够直接反应养殖的鱼虾类对养殖水体耐受程度与健康状况，显示出水产动物生长繁育的过程处于是最优条件、耐受状态还是极端恶劣环境，对于保障整个养殖生产全过程的水产品质量安全具有重要作用。

养殖结构要素指标中，黑龙江流域、黄河流域、长江中上游和中下游流域，这些长江以北区域处于中温带的养殖养殖周期基本相同，而珠江流域处于亚热带的养殖周期明显较短。这要是气候条件造成的养殖生产差异。对比产量指标，黄河流域的北京水产科学研究所-01 监测站点（60 000 kg/hm2）、黑龙江领域的辽宁淡水水产研究院-01 监测站点（45 000 kg/hm2）、珠江流域的珠江水产科学研究所-02 监测站点（37 500 kg/hm2）为各流域中产量排序前三的监测站点，其相似的养殖对象均为主养鲤或草鱼，搭配鲢、鳙、鲫（Carassius auratus），养殖对象均为大宗经济鱼类。此种养殖方式与单养经济品种相比较，如珠江流域的珠江水产科学研究所-03 号监测站点单养大口黑鲈（2 250 kg/ hm2）方式，产量指标数值明显更高。而从经济效益指标来看，珠江流域的珠江水产科学研究所-01 和02 号监测站点指标为全流域中数值最高。这主要因为珠江水产科学研究所-01 监测站点单养特色经济物种罗非鱼，其价格相对较高；珠江水产科学研究所-02 监测站点混养大宗经济物种，其整体产量较高。珠江流域气温高，养殖对象生长速度快、养殖周期短，也是收益高于内陆其它领域的先天优势条件。

比较养殖生产要素指标，投入品-饲料指标在40 000 kg/hm2以上的监测站点有6 个，其养殖目标对象基本相同，均为主要养殖鲤，搭配养殖鲢、鳙，这种大宗经济鱼类的规模化生产在不同流域投喂饲料均较多。从投入品渔药来看，有4 个监测站点指标超过了4 375 元/hm2，这表明所处4 个流域的监测站点偶发病害，而其余监测站点的指标数值并不高，表明整个生产过程渔药使用处于较低水平。分析单位产量用电指标，珠江流域的珠江水产科学研究所-01 和03 号监测站点指标高，这两个养殖对象为单养罗非鱼和大口黑鲈；而长江中上游流域的东海水产科学研究所-02 和03 号监测站点，则主养异育银鲫（Carassius auratus gibelio）和凡纳滨对虾（Penaeus vanname）。这四个监测站点的养殖密度偏高，从而造成需氧量大，单位产量用电高。而从单位产量用水指标来看，珠江水产科学研究所-01和03 号监测站点、东海水产科学研究所-03 监测站点用水指标同样相对较高，这也印证了特色经济鱼类和对虾的高养殖密度，需要更多的水体交换量来保持水质。研究选取的饲料、渔药、耗水、用电等生产要素指标是衡量池塘养殖生产经营与成本收益分析的首要因子[30-32]。对于养殖企业经济效益核算、水产原良种场的运行维护、水产苗种的扩繁生产都是必须考虑的核心要素。

3.3 代表性观测站点监测指标分析

综合对比池塘养殖模式下，养殖环境、养殖结构和养殖生产等三大类监测指标，同一监测站点的各类指标数值存在一定的逻辑相关性。以珠江水产科学研究所-02 号监测站点为例，其产量（37 500 kg/hm2）为珠江流域最高，经济效益（427 500 元/hm2）为所有流域中最高，养殖周期则不长（90 d），投入品-饲料相对较高（40 000 kg/hm2），投入品-渔药很低（150 元/hm2）。这些数据表明，珠江水产科学研究所-02 号监测站点在较短的养殖周期内，投喂足够饲料能够获得高产量和高经济效益，投入品-渔药反应出养殖周期内，个体能够健康生长至商品规格。单位产量用电（0.3 kw·h/kg）和用水（0.2 m3/kg）指标较低，反映出该监测站点为低能耗的绿色池塘养殖模式，这也符合珠江流域池塘精细化高产养殖的典型模式。其化学需氧量（65 mg/L）、总氮（17.6 mg/L）和总磷（1.9 mg/L）皆为珠江流域监测站点中最高，这与其高产量的结果相符。

通过黑龙江、黄河、长江和珠江等我国内陆主要流域的代表性池塘养殖区域对比，研究建立的监测指标能够反映出较大变化，具体差异依据自然环境条件、养殖技术和各种生产投入而有所不同。不同流域之间和同一流域内部不同监测站点之间，养殖环境、养殖结构和养殖生产等三类要素的各项指标互相影响，互为因果。其中一个关键点，主要养殖目标对象的不同是造成池塘养殖模式各类要素监测指标出现明显差异的重要因素。在渔业科学大数据不断积累和发展的背景下，基于系统设计的基础性、长期性池塘养殖监测数据的有效积累是渔业大科学数据的重要组成部分。本研究在我国典型流域池塘养殖数据获取及分析方面取得一定进展，但对于实现池塘养殖的精准化、智能化管理和未来生产走势的大数据预测来讲，还仅仅是开端性和前瞻性工作。研究中发现，提高原始监测数据的准确性、有效性、及时性和完整性对于大科学数据分析结果至关重要。因此，原始监测数据的精确化管理和科学化甄别是今后相关工作的重点所在。