应用鱼类生物完整性指数评价黑水河河流健康状况

李文 滕航 田辉伍 邓华堂 成必新 杨少荣 刘绍平 陈大庆 段辛斌

摘要：黑水河为金沙江下游一级支流，是白鹤滩库区干流鱼类的重要替代生境和优先保护支流，评价黑水河河流健康状况，可为黑水河鱼类栖息地生态修复提供数据支撑。2018年11月至2019年9月在黑水河23个采样点开展了4次鱼类资源调查，共采集到鱼类45（亚）种，隶属于4目10科33属。以黑水河河口、水文站上游和825回水点作为参照点，经过分布范围、判别能力及Pearson相关性分析等指标构建黑水河鱼类生物完整性指数（F-IBI）评价体系。使用1、3、5赋值法和比值法计算各采样点的IBI分值以评价各采样点健康状况，结果显示，1、3、5赋值法和比值法的结果虽不完全相同，但趋势是一致的。黑水河大部分采样点的健康状况处于“较差”和“一般”水平。相关性分析结果显示，F-IBI分值与海拔呈显著负相关（P<0.01）。丰度生物量比较曲线显示，黑水河鱼类群落结构整体上受到中度干扰。

关键词：鱼类生物完整性指数；河流健康；黑水河

中图分类号：X826        文献标志码：A        文章编号：1674-3075（2024）02-0073-11

健康的河流对自然生态系统和社会的发展至关重要，它们可以为人类生存和社会发展提供必要的生态服务（Luo et al，2018）。同时，人类活动直接或间接影响到河流生态系统，例如水文条件、污染物富集和栖息地属性等，从而导致河流生态系统不断恶化（Zhao & Yang，2009；Pinto et al，2013），因此对河流生态系统的健康评估和合理保护尤为重要。自Karr（1981）首次提出鱼类生物完整性指数（fish index of biotic integrity， F-IBI）以来，生物完整性指数（IBI）作为一种可靠的工具已广泛用于全球河流生态系统健康评估（Novotny et al，2005）。IBI通过对多个能够反映河流生态系统健康状况的敏感指标进行赋值或评分，从而间接对河流生态系统进行健康评价，避免了单一指标的有限适用性和敏感度不足等问题，可以综合地反映河流健康状况（刘猛等，2016）。由于不同地区的河流及鱼类群落结构各不相同，因此运用IBI评价新区域时需要对其进行调整（武晶，2015；谭巧，2017）。鱼类是进行生态健康评估常用的指示生物，因其位于河流食物链的顶端，生命周期比其他大部分生物更长，而且其迁移和产卵等生命活动使其更加依赖栖息生境，故对鱼类的健康评估可以综合反映河流生态环境的整体健康状况（Karr，1981；Harris，1995；Trautwein et al，2012）。当前，我国对IBI的研究还处在探索阶段，自21世纪以来，我国在部分水系开展了应用，黄亮亮等（2013）运用鱼类生物完整性评价了东苕溪的河流健康状况，刘猛等（2016）构建了浑太河流域的鱼类生物完整性指数，朱召军等（2016）基于鱼类生物完整性对漓江上游进行了河流健康评价，在我国高原地区，生物完整性指数也有应用，郑海涛（2006）对怒江中上游进行了鱼类生物完整性评价。

金沙江下游是长江上游鱼类资源最为丰富的区域之一，有142种鱼类栖息于此江段，其中大部分为喜流水生境鱼类（宋一清等，2018）。但由于金沙江下游干流建设有向家坝、溪洛渡、白鹤滩和乌东德四大梯级电站，造成自然连续的河流片段化，形成缓流或静止的水库环境，严重影响土著鱼类的生存和繁殖，导致部分鱼类物种消失、生物多样性和遗传多样性下降（张雄等，2014；宋一清等，2018）。因此，在金沙江下游大规模开发的背景下，为了弥补干流开发对鱼类造成的部分不利影响，选择几条生境较好的支流作为其替代生境进行保护尤为重要。黑水河为金沙江下游白鹤滩库区左岸一级支流，全长173.3 km，流域面积3 653 km2，是金沙江下游白鹤滩库区干流鱼类的重要替代生境和优先保护支流（张雄等，2014；杨志等，2017），其流域内鱼类资源较丰富（孙嘉宁，2013；傅菁菁等，2016），共有45种鱼类，隶属于4目10科33属，长江上游特有鱼类11种，其中以鲤形目鱼类种类最多。近年来水域污染、过度捕捞、梯级电站建设以及采砂等人类活动对黑水河下游鱼类资源构成了严重的干扰和损害（杨志等，2017），黑水河生态系统健康状况受到了广泛关注（孙嘉宁，2013；张雄等，2014；傅菁菁等，2016；杨志等，2017；宋一清等，2018）。目前，黑水河尚未开展过河流健康评价，金沙江水系也没有可借鉴的F-IBI研究。本研究以黑水河鱼类为指示物种，建立适合该地区的F-IBI评价指标体系，以客观评估黑水河河流健康状况，为黑水河生态系统保护和鱼类栖息地生态修复提供数据支撑。

1   材料与方法

1.1   调查方法

2018年11-12月（冬季）、2019年2-3月（春季）、2019年5-6月（夏季）和2019年8-9月（秋季）在黑水河23个采样点（图1，表1）进行鱼类标本采集，每个采样点采用三层流刺网（外层网目7 cm，内层网目2～3 cm，网高2 m，网长80 m）和地笼网（网目1 cm，网高0.4 m，网宽0.4 m，网长12 m）进行捕撈（经渔业主管部门批准），所有采样点所用网具的类型和数量保持一致，网具设置13 h。采集到的鱼类样本参照相关研究（禇新洛和陈银瑞，1989；禇新洛和陈银瑞，1990；丁瑞华，1994；陈宜瑜，1998）进行现场鉴定，并统计数量和健康状况（畸形、表皮损伤、疾病），测量每尾鱼的体重（精确到0.1 g）、体长及全长（精确到1 mm）等生物学性状。对于部分无法识别的鱼类标本，在完成生物学性状测量后，用95%乙醇或者10%福尔马林溶液保存，带回实验室再利用分子手段或者解剖等方法鉴定。

在每个调查采样点进行pH（AZ86031便携式水质检测仪）、溶解氧（DO）（YSI Pro20i溶解氧测量仪）、流速（V）（ZM-SVR手持式电波流速仪）、河深（D）、河宽（W）（SW-1500A手持激光测距仪）、水温（WT）（YSI Pro20i溶解氧测量仪）、海拔（H）（彩途F32手持GPS）、总溶解固体（TDS）（AZ8373TDS笔）、透明度（Trans）（透明度盘）和电导率（Cond）（AZ86031便携式水质检测仪）等环境因子的测定。将木棍垂直放入河中，触底时拿出，卷尺测量木棍被水淹没的长度即为河深。

1.2   F-IBI指标构建

1.2.1   参照点   选取黑水河受人类活动干扰相对较小的黑水河河口、825回水点和水文站上游3个采样点作为参照点。

1.2.2   指标设置   结合国内外河流常用的F-IBI评价指标和实际黑水河调查到的鱼类组成及分布特点，综合考虑采用指标的可靠性和适用性，选取隶属于鱼类种类组成与丰度、营养结构、耐受性、繁殖共位群、鱼类数量与健康状况等5个项目层的27个对环境变化较为敏感的候选指标（表2）。同时，参照相关研究划分鱼类的产卵类型、栖息水层、食性、耐受性和生活习性等（禇新洛和陈银瑞，1989；禇新洛和陈银瑞，1990；丁瑞华，1994；陈宜瑜，1998）。

1.2.3   候选指标的筛选   （1）分布范围筛选（Barbour et al，1996）：删除在所有采样点小于5的物种数指标；删除在所有采样点之间相差小于10%的比例指标；删除在所有采样点中90%以上指标值为0的指标。（2）判别能力筛选（刘猛等，2016）：删除参照点和观测点中位数在对方25%～75%分位数箱体之内的指标。（3）Pearson相关性分析筛选（朱召军等，2016）：对余下的指标进行相关性分析，若指标之间相关性系数小于0.9，则通过筛选，若2个指标之间相关性系数大于0.9，则采用其中1个信息量较多的指标。

1.2.4   F-IBI指标的分值计算   本研究选取常用的1、3、5赋值法（Karr 1981；郑海涛，2006）和比值法（Blocksom et al，2002）分别对黑水河的鱼类生物完整性指数（F-IBI）进行评分计算。

（1）1、3、5赋值法   对通过筛选的各指标在各采样点的实测值从最低到最高均分为3个等级，最高的等级记为5分，中间的等级记为3分，最低的等级记为1分。为了避免指标个数引起IBI总分值的不同，选取如下公式计算F-IBI（Moyle & Randall，1998）：

式中：F-IBI为鱼类完整性指数，Pi为第i个指标的得分，n为指标个数。

（2）比值法   各个指标的标准化分2种方法。

1）随干扰增强而指标值越小的指标，标准化方法为：

式中：Pij、Ｏij分别为第j个采样点第i个指标的标准化指数和原始值，Si95为第i个指标的标准化阈值，取第i个指标在所有采样点95%百分位的原始值。

2）随干扰越强而指标值越大的指标，标准化方法为：

各采样点的F-IBI值为该点各个指标标准化指数的平均值。

1.2.5   健康标准的建立   以参照点F-IBI总分值的25%分位数为健康标准进行划分，把小于F-IBI总分值的25%分位数均分为3个等份，对重复采样，没有调查到鱼的采样点记为“无鱼”，以此将河流健康状况由低到高划分为“无鱼”“极差”“较差”“一般”和“健康”5个等级（Karr，1981；裴雪姣等，2010；武晶，2015；朱召军等，2016）（表3）。

1.3   ABC曲线分析验证

根据丰度生物量比较曲线（abundance biomass comparison curve，简称ABC曲线）（Warwick，1986；杨志等，2017；徐姗楠等，2020）中生物量和丰度的K-优势度曲线的波动，分析黑水河鱼类群落受扰动情况。用W值表示ABC曲线的统计量，公式为：

式中：S为鱼类物种数，Bi和Ai分別为曲线中种类序号对应的生物量和丰度的累计百分比。W值与鱼类群落受干扰情况的关系如表4所示。

采用软件SPSS 19.0进行候选指标分布范围和判别能力的筛选以及Pearson相关性分析，采用软件Microsoft Excel 2019计算各采样点得分，采用软件PRIMER 6.0做ABC曲线图，采用软件Origin 2018进行图表的绘制。

2   结果与分析

2.1   鱼类种类组成

2018年11月-2019年9月在黑水河共采集到鱼类标本20 817尾，120.4 kg，隶属于4目10科33属45（亚）种，长江上游特有鱼类11种，入侵物种2种（表5）。其中鲤形目鱼类种类最多，3科24属31种，占总种数的68.9%；鲇形目次之，4科6属10种，占22.22%；鲈形目2科2属3种，占6.67%；合鳃鱼目1科1属1种，占2.22%。

2.2   指标筛选与确立

通过对黑水河27个候选指标分布范围的筛选，将I6、I7、I8、I10、I13、I14、I17、I24、I26等9个指标从候选指标中删除。其余指标进行判别能力筛选，其中I2、I3、I9、I11、I12、I15、I18、I19、I20、I21、I22、I27等12个指标在观测点和参照点具有显著差异，满足筛选要求进入下一轮筛选（图2）。对这12个指标进行Pearson相关性分析检验（表6），将I3、I9、I20、I21等4个指标从候选指标中删除。最终确定隶属于5个项目层的8个指标作为黑水河河流健康评价体系的评价指标（表7）。

2.3   评分与评价

将筛选出的8个指标分别采用1、3、5赋值法和比值法计算各指标评分标准（表8、表9）。用表8、表9的评分标准计算各采样点得分，2种方法参照点F-IBI总分值的25%分位数分别为42、67.97，黑水河F-IBI评价标准见表10。

运用F-IBI评价黑水河23个采样点健康状况的结果如表11所示。1、3、5赋值法评价结果显示，黑水河23个采样点中10个为“较差”，8个为“一般”，5个为“健康”；比值法评价结果显示，5个为“较差”，15个为“一般”，3个为“健康”。2种方法都无采样点为“无鱼”和“极差”水平（表11）。黑水河大部分采样点的健康状况处于“较差”和“一般”的水平。另外，1、3、5赋值法健康状况为“较差”采样点所占的比例高于“健康”“一般”采样点所占比例；比值法健康状况为“一般”采样点所占的比例高于“健康”“较差”采样点所占比例（图3）。总体来看，越接近黑水河下游，F-IBI值越高（图4）。

2.4   F-IBI分值与环境因子的相关性

Pearson相关性分析显示，1、3、5赋值法和比值法的F-IBI分值与海拔均呈显著负相关（P<0.01）（表12）。

2.5   ABC曲线评价

ABC曲线如图5所示，丰度和生物量曲线出现一定程度的相交，且W值接近0，根据鱼类W值与群落受干扰的关系（表4），表明黑水河鱼类群落处于中度干扰状态。

3   讨论

3.1   F-IBI评价体系的构建

参照点是评价河流健康状况的标准，是指没有受人类活动影响或影响较小的采样点（Hughes et al，1986）。目前，我国河流除了一些国家自然保护区的中心地带可能没有受到人为因素影响外，大部分河流生态系统均存在一定程度的干扰和破坏（黄亮亮等，2013）。因此，在实际应用中，通常选取历史数据和受人类活动影响较小的采样点作为参照点（朱迪和常剑波，2004）。黑水河历史研究较少，通过文献调研发现仅开展过黑水河部分河段的鱼类资源调查，未见对黑水河全流域鱼类组成和分布的研究报道（孙嘉宁，2013；张雄等，2014；傅菁菁等，2016；杨志等，2017；宋一清等，2018）。因此在本研究中，根据调查结果选取受人类活动影响较小、水生生物较丰富、生境相对复杂的黑水河河口、水文站上游、825回水点等3个采样点作为参照点。本研究通过对初步选取的27个候选指标进行分布范围、判别能力及Pearson相关性分析筛选，最终确定隶属于5个项目层的Shannon-Wiener多样性指数、特有鱼类物种数、亲流型鱼类物种数、土著鱼类物种数、杂食性鱼类数量比例、敏感性鱼类物种数、产黏性卵鱼类数量比例、单位努力捕捞量等8个指标作为黑水河河流健康评价指标，构建的F-IBI指标评价体系可以从5个不同的层面来综合反映黑水河鱼类生物完整性变化。有研究表明，天然河流生态系统中，亲流型、敏感性和土著鱼类对水体污染、过度捕捞、电站建设以及河道采砂等人类活动影响十分敏感，受到这些因素干扰时，属于此类型鱼类的生存、繁殖以及鱼类群落结构将受到严重影响，与此相关的指标将严重下降（郜星晨等，2015；谭巧，2017；孟新翔等，2019）。故本研究构建的F-IBI指标评价体系可以相对准确地评估黑水河河流生态系统的健康状况。

3.2   不同评分方法的比较

目前，在应用F-IBI评价河流健康的研究中，没有统一的评分方法，常用的评分方法有1、3、5赋值法、比值法、连续赋值法、3分法、4分法等（徐姗楠等，2020）。本研究采用使用较多的1、3、5赋值法和比值法2种评分方法来计算黑水河各采样点F-IBI值。2种方法评价结果显示，16个采样点的评价结果相一致，其中“健康”3个，“一般”8个，“较差”5个。比值法评价结果主要为“一般”，较少出现“健康”和“较差”，1、3、5赋值法的评价结果比比值法的“健康”和“较差”出现得多，表明1、3、5赋值法和比值法的评价结果不完全一致。分析认为出现差异的原因在于评分标准的确定方式不同，1、3、5赋值法是依据各指标在各采样点的分布范围，从最小值到最大值进行三等分，划分为3个等级，由低到高分别记1、3、5分，采样点各个指标的得分累计即为该采样点F-IBI分值（Karr，1981），F-IBI分值之间连续性较弱，间隔较大，不同等级之间划分相对明显（谭巧，2017）；比值法是根據指标在某采样点的原始值和该指标在所有采样点5%和95%百分位原始值，计算采样点各指标的标准化指数，各个指标标准化指数的平均值即为该采样点F-IBI值，比值法F-IBI分值之间连续性较强，间隔较小，等级划分更细致，等级差异相对不明显（裴雪姣等，2010）。从评价结果来分析，1、3、5赋值法和比值法所得F-IBI值之间呈显著正相关（P<0.01），所以，2种方法表现黑水河各采样点的健康状况水平变化趋势大致相同，且2种方法健康状况为“较差”“一般”和“健康”的采样点相同率较高（达69.57%），表明2种方法都能反映出黑水河河流健康状况，且两者间并不矛盾，只是比值法在评价等级划分上更细致，评价结果更精确，但1、3、5赋值法应用得较多，因为等级差异明显，可以很清楚地区分不同河段的健康状况（武晶，2015）。

3.3   应用F-IBI评价黑水河河流生态系统健康状况

采用F-IBI评价河流生态系统的健康水平，可以衡量人类活动对河流各方面的综合影响情况，F-IBI分值与人类活动影响强度密切相关，人类影响越大，F-IBI分值越低（朱迪和常剑波，2004；郑海涛，2006）。本研究结果显示，F-IBI分值较低的采样点大都分布在受人类影响较大的中上游河段，如西洛河、苏家湾坝下和公德房坝下，西洛河旁边是采砂场，河道受到严重破坏，鱼类组成简单；苏家湾坝下和公德房坝下为减水河段，减水河段对河流生境破坏较大，流量和有效栖息地面积相对其他河段较小，所以这2个采样点健康程度较低。F-IBI分值较高的采样点如黑水河下游的黑水河河口、水文站上游和825回水点，都离人类居住区较远，受人类活动影响较小，且两岸植被较多，水草较茂盛，生境较多样化，鱼类资源相对丰富，此处所采集到的鱼类样本也较多，所以这3个采样点F-IBI分值较高。评价结果表明，黑水河大部分采样点的健康状况处于“较差”和“一般”的水平。杨志等（2017）认为黑水河下游渔获物结构处于严重干扰状态，而本研究ABC曲线分析结果表明，黑水河处于中度干扰状态。原因可能是从2014年到2018年，黑水河老木河电站大坝拆除、松新电站以下河道连通及生境修复工程建设等一系列措施让黑水河的生态得到了一定的恢复。

3.4   黑水河河流生態系统保护建议

由于近年来过度捕捞、梯级电站建设以及采砂等人类活动，黑水河鱼类小型化加剧，鱼类资源呈下降趋势（孙嘉宁，2013；张雄等，2014；傅菁菁等，2016；杨志等，2017；宋一清等，2018）。黑水河是白鹤滩库区鱼类的重要替代生境和优先保护支流，随着2020年白鹤滩开始蓄水，黑水河下游鱼类栖息生境将发生剧烈改变，当地的鱼类生物完整性将受到严重影响（孙嘉宁，2013；杨志等，2017；宋一清等，2018）。结合本研究F-IBI评价结果、ABC曲线分析以及相关历史文献资料（张雄等，2014；傅菁菁等，2016；宋一清等，2018），提出以下保护对策：（1）加强渔政管理，规范河道砂石的开采，禁止在鱼类产卵场分布河段采砂。（2）开展相关鱼类增殖放流，一定程度弥补蓄水对珍稀特有鱼类的不利影响。（3）建议将黑水河中下游设为鱼类繁殖保护区，有效保护长江上游特有鱼类种质资源。（4）对黑水河减水河段采取疏槽增加水深及改善底质等手段修复生境。（5）在黑水河鱼类主要繁殖季节（11月―5月）开展生态调度，促进鱼类繁殖。（6）建设松新、公德房、苏家湾电站的过鱼设施，恢复河道连通性。

参考文献

陈宜瑜，1998. 中国动物志： 硬骨鱼纲：鲤形目（中卷）[M]. 北京：科学出版社：19-547.

禇新洛，陈银瑞，1989. 云南鱼类志：上册[M]. 北京：科学出版社：11-353.

禇新洛，陈银瑞，1990. 云南鱼类志：下册[M]. 北京：科学出版社：12-257.

丁瑞华，1994. 四川鱼类志[M]. 成都：四川科学技术出版社：27-536.

傅菁菁，黄滨，芮建良，等，2016. 生境模拟法在黑水河鱼类栖息地保护中的应用[J]. 水生态学杂志，37（3）：70-75.

黄亮亮，吴志强，蒋科，等，2013. 东苕溪鱼类生物完整性评价河流健康体系的构建与应用[J]. 中国环境科学，33（7）：1280-1289.

郜星晨，章群，韩博平，等，2015. 基于鱼类生物完整性指数的广东鉴江流域环境质量评估[J]. 湖泊科学，27（4）：679-685.

刘猛，渠晓东，彭文启，等，2016. 浑太河流域鱼类生物完整性指数构建与应用[J]. 环境科学研究，29（3）：343-352.

孟新翔，王晶，张崇良，等，2019. 黄河口渔业资源底拖网调查采样断面数对资源量指数估计的影响[J]. 水产学报，43（6）：1507-1517.

裴雪姣，牛翠娟，高欣，等，2010. 应用鱼类完整性评价体系评价辽河流域健康[J]. 生态学报，30（21）：5736-5746.

孙嘉宁，2013. 白鹤滩水库回水支流黑水河的鱼类生境模拟研究[D]. 杭州：浙江大学：3-69.

宋一清，成必新，胡伟，2018. 黑水河鱼类优先保护次序的定量分析[J]. 水生态学杂志，39（6）：65-72.

谭巧，2017. 嘉陵江下游鱼类群落与环境因子的关系及生物完整性评价[D]. 重庆：西南大学：45-63.

武晶，2015. 应用鱼类完整性指数（F-IBI）评价小清河健康状况[D]. 济南：山东大学：1-40.

徐姗楠，郭建忠，陈作志，等，2020. 胶州湾鱼类生物量粒径谱特征[J]. 水产学报，44（4）：596-605.

杨志，龚云，董纯，等，2017. 黑水河下游鱼类资源现状及其保护措施[J]. 长江流域资源与环境，26（6）：847-855.

郑海涛，2006. 怒江中上游鱼类生物完整性评价[D]. 武汉：华中农业大学：1-36.

朱迪，常剑波，2004. 长江中游浅水湖泊生物完整性时空变化[J]. 生态学报，24（12）：2761-2767.

张雄，刘飞，林鹏程，等，2014. 金沙江下游鱼类栖息地评估和保护优先级研究[J]. 长江流域资源与环境，23（4）：496-503.

朱召军，吴志强，黄亮亮，等，2016. 漓江上游基于鱼类生物完整性指数的河流健康评价体系构建与应用[J]. 桂林理工大学学报，36（3）：533-538.

Barbour M T， Gerritsen J， Griffith G E， et al， 1996. A framework for biological criteria for Florida streams using Benthic Macro-invertebrates[J]. Journal of the North American Benthological Society， 15（2）：185-211．

Blocksom K A， Kurtenbach J P， Klemm D J， et al， 2002. Development and Evaluation of the Lake Macroinvertebrate Integrity Index （LMII） for New Jersey Lakes and Reservoirs[J]. Environmental Monitoring and Assessment， 77（3）：311-333.

Harris J H， 1995. The use of fish in ecological assessments[J]. Aust Ecol， 20（1）：65-80.

Hughes R M， Larsen D P， Omernik J M， 1986. Regional reference sites： a method for assessing stream potentials[J]. Environmental Management， 10（5）：629-635.

Karr J R， 1981. Assessment of Biotic Integrity Using Fish Communities[J]. Fisheries， 6（6）：21-27.

Luo K， Hu X B， He Q， et al， 2018. Impacts of rapid urbanization on the water quality and macroinvertebrate communities of streams： A case study in Liangjiang New Area， China[J]. The Science of the Total Environment， 621（10）：1601-1614.

Moyle P B， Randall P J， 1998. Evaluating the Biotic Integrity of Watersheds in the Sierra Nevada， California[J]. Conservation Biology， 12（6）：1318-1326.

Novotny V， Bartosová A， O'Reilly N， et al， 2005. Unlocking the relationship of biotic integrity of impaired waters to anthropogenic stresses[J]. Water Research， 39（1）：184-198.

Pinto U， Maheshwari B L， Ollerton R L， 2013. Analysis of long-term water quality for effective river health monitoring in peri-urban landscapes： a case study of the Hawkesbury-Nepean river system in NSW， Australia[J]. Environmental Monitoring and Assessment， 185（6）：4551-4569.

Trautwein C ， Schinegger R， Schmutz S， 2012. Cumulative effects of land use on fish metrics in different types of running waters in Austria[J]. Aquatic Sciences， 74（2）：329-341.

Warwick R M， 1986. A new method for detecting pollution effects on marine macrobenthic communities[J]. Marine Biology， 92（4）：557-562.

Zhao Y W， Yang Z F， 2009. Integrative fuzzy hierarchical model for river health assessment： A case study of Yong River in Ningbo City， China[J]. Communications in Nonlinear Science and Numerical Simulation， 14（4）：1729-1736.

（責任编辑   熊美华）

收稿日期：2022-01-11      修回日期：2023-06-19

基金项目：中国三峡建设管理有限公司科研项目（JG/18056B， JG/18057B）；国家自然科学基金项目（51909271）；中国水产科学研究院创新团队项目（2020TD09）。

作者简介：李文，1998年生，男，硕士研究生，主要从事鱼类资源方面研究。E-mail：1339055248@qq.com

滕航，1995年生，男，主要从事鱼类生态学方面研究。E-mail：18234494163@163.com

通信作者：段辛斌，男，研究员。E-mail：duan@yfi.ac.cn