论述海水养殖贝类病害预警预报技术及其应用价值

刘通才

（广西防城港市防城区华石镇水产畜牧兽医站，广西 防城港 538037）

1.引言

近些年，海水养殖贝类病害频发，给养殖户带来了巨大的经济损失，甚至危害着海水养殖产业的整体发展。尤其在夏季，海水养殖贝类经常会出现大规模死亡问题，贝类免疫性能较差，难以有效控制病害的发生。而海水养殖贝类病害预警预报技术与体系的建立是保障我国海水养殖贝类行业健康发展的基础，更是确保我国生态安全的重要前提，具有较强的应用价值。

2.海水养殖贝类病害预警预报技术原理

预警是在预测预测上的延伸，是更高层次的预测，预警与预测相比较具有更加明显的优势，能够对警情展开清晰的动态演化，以此对可能产生的后果进行预测。海水养殖贝类病害预警预报技术指的是在传统监测数据基础上，对贝类病害发生或造成贝类死亡的相关性构建模型，发布警示，进而最大程度的规避风险。一般情况下，海水养殖贝类病害预警预报一般包含五个环节，分别是监测警兆、明确警义、追溯警源、预报警情以及排除警情。首先，必须明确预警技术的研究对象，并将其作为贝类病害预警的开展前提，其次对贝类养殖的环境，病害发生的原因等与造成贝类死亡的因素进行监测，分析造成警情的根源，对病原分析的清晰度直接决定预警的准确度。最后，利用事先制作的数据模型分析预测可能产生的结果，并借助信息化技术手段公布相关警情信息，制定行之有效的警情处置反感，尽量排除警情，或降低警情发生可能带来的不良后果。

3.海水养殖贝类病害预警预报技术应用价值

3.1 海水养殖贝类病原警兆。近些年，我国最常爆发的海水养殖贝类病害主要是由细菌、真菌、寄生虫等病原感染。贝类生物通常在浅海区域养殖，难以使用药物来消灭养殖所在开放海域的病原微生物。因此，海水养殖贝类病原警兆很有必要，能够实现对海水养殖区域微生物群落的检测，监控病原物生物的变化，进而构建一个高效、全面的病原预警系统，实现对贝类病原微生物数据库的建立与快速检测。已经有研究者针对各种常见贝类病原菌的快速检测方法制定了相关的诊断流程。其中，全球范围内造成贝类死亡的最主要病原之一就是牡蛎疱疹病毒，对牡蛎疱疹病毒的流行病学进行研究发现，该病原及其相关的变异病毒能够感染多种贝类生物。目前有学者揭示了牡蛎疱疹病毒与其宿主之间存在的相互作用机制。北黄海一直是扇贝养殖的主要区域，此海域贝类主要感染的病菌包括灿烂弧菌与发光杆菌，研究表明，这两种病原菌活性都会受到温度的影响，可以依靠菌中含有的金属蛋白酶因子建立快检方法。通过对不同海水贝类养殖区域中存在的病原种类及数量跟踪监测，发现在虾夷扇贝病害爆发之前，也就是每年六月份左右，海水养殖环境中灿烂弧菌的含量大幅度上升。因此，可以将常见的贝类病原菌作为病害预警预报病原警兆指标，为整体模型的构建提供基础数据。

3.2 贝类健康指标。贝类生物获得免疫机制的主要途径就是抗体与淋巴细胞，在清除贝类病原时完全依靠固有的免疫系统，目前我们已知贝类生物免疫系统的组成分子，也通过克隆手段获得了近五百个基因分子。确定了贝类的免疫识别受体以及各基因在贝类病原免疫防御过程中起到的关键性作用。病原侵染进贝类免疫系统中，可能会引发各细胞发生一系列的防御反应，包括发生细胞吞噬、细胞凋亡等现象。例如，长牡蛎淋巴细胞所具备的吞噬能力，能够在受到病原侵蚀时自动启动氧化还原反应，达到抗菌作用。对海水养殖贝类的健康指标进行评价是病害预警预报技术的基础内容，近些年，有学者结合生物学、免疫学、生物化学等多个学科建立了相对完善的贝类健康指标评价体系。发现病原所处的环境可以对免疫系统的识别产生诱导作用。对影响贝类健康指标的因素进行分析，发现造成贝类大量死亡的主要因素就是环境胁迫与细菌感染。在高温的胁迫下，贝类自身的总能量储备情况与细胞能力分配能力都明显降低，直接干扰了贝类的正常代谢能力，导致贝类免疫能力大幅度降低，容易感染病原且发生大规模死亡情况。贝类生物在所处环境恶劣时，为了保护自身不受到伤害，就会启动细胞凋亡机制，贝类能够通过各种调节方式对细胞内的稳定状态进行维持。通过对海水养殖贝类的相关免疫指标与贝类健康之间的关联性分析，将其中部分指标筛选出来，作为海水养殖贝类的候选健康指标，进行长期的连续跟踪，优化病害预警预报模型。

3.3 海水养殖贝类病害发生与环境因素之间的关系。海水养殖贝类病害的主要预警预报方式之一就是环境风险预警，同时环境风险预警也是实现我国贝类生态养殖的关键因素。我国主要采用的是近海浮筏吊养贝类养殖方式，绝大多数的养殖环境因子具有相对明显的季节特征，且气候环境与人文活动有着密切的关联。根据我国海水养殖贝类海域的水文生态系统进行研究，并分析贝类养殖情况，长期跟踪监测相关生态环境指标，分析环境因素影响与贝类养殖的季节性变化情况，可以得出结论，对海水养殖贝类产生影响的主要环境因素包含温度、硝酸盐含量以及硅酸盐含量。海水养殖的温度与叶绿素含量直接影响着贝类细菌群落可能形成的结构，分析海水养殖贝类的季节性变化规律，发现在贝类病害发生的高危季节，养殖区域所处的海水环境中叶绿素含量西江，但是有害藻类的含量却显著提升。最终选择水温、叶绿素含量、硝酸盐含量、有害藻类含量等因素，用来构建海水养殖贝类病害预警预报模型，对相关指标进行长期的连续性监测。

3.4 海水养殖贝类病害预警预报模型的优化。我国学者针对海水养殖贝类病害预警预报模型的优化研究早在2000年左右就开始进行了，通过对贝类养殖区域开展长期的监测工作，通过对病原与宿主、病原与环境、宿主与环境之间的关系分析，构建基础的病害预警预报模型。随后在所有警兆指标中筛选出几个更优指标作为警兆样本，包括水温、叶绿素含量与贝类抗氧化能力等等。利用以MATLAB为基础的数据建模方式，将贝类的死亡率作为警情预测指标，根据预测样本与输入样本的数据情况分别建立数据矩阵，最后利用原始矩阵初始化设置输入网络，构建海水养殖贝类病害预警预报体系。通过比较贝类的预测死亡率与养殖的实际死亡率，可以清楚地发现，这两组死亡率曲线几乎一致，由此可见，海水养殖贝类病害预警预报模型能够实现对目标警情色正确预测。

3.5 海水养殖贝类病害预警预报技术的应用。贝类一直是我国海域地区的主要养殖对象，近些年，海水养殖贝类的大规模死亡问题与病害发生问题引起了社会大众的广泛关注。而造成贝类死亡的主要病害诱因就是水温，针对这个现状，应当对海水养殖贝类的海水区域进行跟踪调查，筛选出合理的警兆指标，构建预警预报系统。例如在监测虾夷扇贝常见病害时，可以筛选出水温、硅藻丰富度，以及溶解氧丰富度、MDA含量等警兆指标，并对上述指标进行长期监测。在系统预报警情使联合养殖当地气象局分析当地未来十天的气候变化趋势，多次发布风险提醒，从根本上降低病害导致大规模的贝类死亡情况发生，进而避免贝类养殖业的重大经济损失问题出现。

4.结束语

总而言之，随着我国科学技术水平的逐年上升，已经在海水养殖贝类病害预警预报技术研究领域取得了显著的成果，甚至有部分研究成果达到了国际前沿，但是与养殖业发达的国家相比较，我们仍旧处于落后地位。我国在海水养殖贝类病害预警预报技术上的理论研究愈发深入，开始更多地借鉴综合免疫学理论、养殖学、海洋学以及微生物学等诸多相关成果，对贝类养殖病害预警预报技术进行进一步的完善。为了提升预警预报的准确性，应用警兆指标的快检技术与实时监测技术很有必要，而国家相关职能部门也需要围绕绿色养殖，不断健全相关法律体系，为海水养殖贝类病害预警预报技术的健全提供基础依据，有效降低病害造成的贝类死亡率，为我国贝类养殖的长远发展保驾护航。