虾贝循环水养殖池塘叶绿素a 与水质指标的关系

张志东，陈爱华，吴杨平，张雨，曹奕，陈素华，田镇，李秋洁

（江苏省海洋水产研究所，江苏 南通 226007）

虾贝循环水养殖，是指通过对虾养殖池与贝类养殖池串联，虾池高浓度“肥水”经过贝类养殖池过滤重新回到虾池的一种养殖模式。该模式可充分提高水体藻类利用率，降低蓝藻水华和提高池塘养殖产量。虾贝循环水养殖历经多年发展，搭配品种日益增多，如浙江地区“南美白对虾（）+贝”和江苏响水地区“日本对虾（）+文蛤（）”的循环水养殖模式，均取得良好的经济与生态效益。文蛤和脊尾白虾（）是江苏南通的水产养殖特色品种，探索文蛤与脊尾白虾生态健康养殖模式，对二者传统的养殖产业转型升级、共建绿色高效的模式具有积极意义。

在虾贝循环水养殖过程中，虾池和贝池是两个相对独立的单元。虾池中由于投喂饲料，养殖水体中氮磷营养素逐渐增多，成为影响水体中藻类数量的首要因素，而藻类通过光合作用与各水质指标相互作用和依存，因此，藻类数量及组成是衡量水体是否呈富营养化的重要指标。而且藻类是贝类的主要食物来源，对藻类数量的监测也尤为重要。叶绿素a（Chl.a）广泛存在于各种藻类当中，在生态学研究中，常被作为藻类丰度的重要指标，用以探讨藻类与其他水质指标之间的关系。而在水质监测中数据量繁多，检测程序复杂，因此需要找出影响藻类生长的主要因素，并建立多元函数方程，这对简化实际生产中水质监测的复杂工作具有重要意义。现通过相关分析、通径分析和主成分分析等方法，对虾贝多元养殖池塘内7 个水质指标进行综合分析，以期获得Chl.a 的目标函数，从而为实现水质监测工作高效运行、虾贝生态健康养殖提供一定的科学依据。

1 材料与方法

1.1 虾贝循环水养殖

试验于2020年4月至2020年12月，在启东某养殖农场内4 组虾贝循环水池塘中进行，每个虾池面积均为3335 m，贝池均为6667 m。2020年4月1日投放种虾，放养密度约为每667 m1200 尾。参照吴杨平等的试验方法，在养殖池两端均设有进排水闸各1 座，每个池的排水口低于进水口，且底部用水泥浇筑成倾斜状；同时，各池间单侧串联，一侧配备1 台浮泵，便于从虾池调水至文蛤池；另一侧造成水位落差，便于文蛤池净化后的水溢流入虾池。

1.2 水质检测

贝池中由于贝类强大的滤食作用，对水体中藻类数量及组成有很大影响，在做模型时要充分考虑贝类的摄食率；而虾池则无须考虑，虾池中的藻类数量主要受氮磷营养素的影响。因此，该研究只对虾池做出模型预测。每月定期采集虾池水样2 次，用质量分数为4%的甲醛溶液固定，运回实验室，于4 ℃冰箱保存，用于水质指标测定。主要检测的指标有Chl.a（Y）、pH 值（X）、铵态氮（NH-N）（X）、亚硝酸盐氮（NO-N）（X）、硝酸盐氮（NO-N）（X）、无机氮（X）、无机磷（X）及化学需氧量（COD）（X）。其中，Chl.a 采用丙酮萃取法测定；pH 值采用pH 计（上海雷磁）测定；NH-N 采用次溴酸盐氧化法测定；NO-N 采用磺胺-盐酸萘乙二胺法测定；NO-N 采用锌镉还原法测定；无机磷采用钼蓝分光光度法测定；COD 采用高锰酸钾氧化法测定；无机氮含量计算公式如下：

式中：C为水体无机氮质量浓度，mg/L；C、C及C分别为水体NH-N、NO-N、NO-N 质量浓度，mg/L。

1.3 数据统计

试验数据首先通过Excel 2016 整理，然后用SPSS 19.0 软件对其进行描述性统计，采用相关性分析、通径分析、主成分分析和单因素方差分析（One-Way ANOVA）。P<0.05 为差异具统计学意义，P<0.01 差异极具统计学意义。

2 结果与分析

2.1 水质指标描述性统计

水质指标描述性统计结果见表1。由表1 可见，pH 值和COD 变异系数较小，pH 值和COD 分别稳定在8.049 和7.222 mg/L，适宜日本对虾的生长。其余变异系数均处于较高水平，说明这几个变量的离散程度很大。可能是随着养殖时间的延长及饲料的投喂，导致这些指标明显升高。

表1 水质指标描述性统计结果

2.2 水质指标之间相关性分析

各水质指标间的线性相关性见表2。由表2 可见，3 种形式氮（NH-N、NO-N 及NO-N）之间相关性极显著（P＜0.01）。另外，NH-N（X）和无机磷（X）与Chl.a（Y）之间达到极显著相关（P＜0.01），无机氮（X）与Chl.a（Y）之间达到显著相关（P＜0.05），其中7 个水质指标与Chl.a（Y）相关程度依次为：X>X>X>X>X>X>X（表1）。

表2 各水质指标间的线性相关①

2.3 通径分析

表3 水质指标对Chl.a 的通径系数

表4 水质指标偏回归系数和回归常数①

续表

2.4 主成分分析

对虾贝循环水养殖池内水化指标进行主成分分析，结果见表5。由表5 可见，按照特征值大于1的原则，共获得3 个主成分，其方差贡献率分别为41.149%，23.236%和13.925%，累积贡献率达78.31%。因此，这3 个主成分可包含原来8 个成分的绝大部分信息量。成分矩阵见表6。由表6 可见，第1 主成分（）的贡献率主要取决于无机氮、NH-N 及NO-N；第2 主成分（）的贡献率主要取决于无机磷和Chl.a；第3 主成分（）的贡献率主要取决于COD。

表5 总方差解释

表6 成分矩阵

3 讨论

Chl.a 广泛存在于各种藻类中，是水体藻类数量的集中反映，而氮和磷是藻类生长必需的营养素。有研究显示，磷源作为唯一主导因子影响藻类生长的水体占80%，氮源为主导因子的占11%，其余9%的水体为氮和磷共同起作用。本研究结果显示，水体中Chl.a 含量与NH-N（）及无机磷（）指标达到极显著相关（＜0.01），与无机氮（）达到显著相关（＜0.05）。通径分析结果表明，NH-N（）和无机磷（）对Chl.a 直接影响作用最大（通径系数分别为=0.893 和=0.832）。说明水体中Chl.a含量与氮磷元素相互作用和依存，间接说明藻类生长与水体中NH-N 和无机磷关系密切。Mccarthy 等研究发现，水体中藻类利用各种形式氮的优先顺序为NH-N、NO-N、NO-N，其原因是同化NH-N过程需要的能量更少。窦勇等及王黎颖等分别在研究威氏海链藻（）及小球藻（）氮磷吸收情况时发现相似规律。虾池实质上是一个半封闭的生态系统，氮循环是该系统中能量循环的重要形式，这就可解释该研究中3 种形式的氮（NH-N、NO-N及NO-N）之间相关性极显著（＜0.01）。通径分析和主成分分析结果表明，可将虾池内NH-N和无机磷作为预测Chl.a 含量的主要参数，通过多元回归的方法，得出有关Chl.a 的方程为：=0.285+0.908+0.016。该方程=0.935，说明该模型拟合优度很高，可用于分析和预测虾贝多元养殖池内Chl.a变化情况。