当前位置: 首页 > news >正文

三种浮游生物监测方法的系统比较与适用性分析

浮游生物是海洋生态系统中的次级消费者,在初级生产者与更高营养级之间承担着物质传递和能量流动的关键作用。它们生命周期短、活动能力有限,对水温、盐度、营养盐和溶解氧等环境因子的变化极为敏感,能够快速响应水质波动和人为干扰。

正因如此,浮游动物的多样性与群落组成常被用作评价近岸海域生态健康状况的重要生物指标,而准确高效地监测其群落动态,便成为理解海洋生态过程、评估人类活动影响的基础前提。

近年来,DNA宏条形码和水下原位成像系统被视为传统网采的有力替代者。传统网采结合显微镜鉴定的方法不仅耗时,且高度依赖分类学专家的经验。DNA宏条形码虽能检测到更多物种,但其准确性受引物选择、参考数据库完整性及DNA来源(水体环境DNA或网筛组织)的制约。水下成像系统能够实现快速原位观测,精确捕捉优势类群的丰度动态,但其分类学分辨率相对有限。可见,三种方法各有优劣,却鲜有研究在同一框架下对它们进行系统比较。

为此,香港浸会大学、清华大学深圳国际研究生院等机构的研究团队在吐露港开展了一项对比实验:将PlanktonScope水下原位成像系统置于1米水深进行原位拍摄,同时采集海水和网捕样本,沿吐露港至大鹏湾20公里的污染梯度,对三种方法进行了系统的实地评估。相关研究成果已发表于《Marine Environmental Research》上。

三种技术路线的基本特征

PlanktonScope水下原位成像系统:该系统采用近红外光脉冲照明和高速对曝技术,以10张/秒的频率实现连续采集背影图像,可有效抑制背景噪声并减少运动模糊。每帧画面覆盖约240毫升水体,实现浮游动物群落的高通量、高分辨率采样。原始图像经对比度增强和背景抑制预处理后,先后通过Mask R-CNN进行目标检测与初步分类,再经ResNet卷积神经网络对感兴趣区域进行精细分类,形成“检测+精分”两阶段识别策略,有效降低桡足类、水母类和幼体类之间的误判。稳定记录200微米以上浮游生物的影像,提供绝对密度(ind./m³)和体长、形态等精细参数,并支持按个体大小进行粒径谱分析。

水样eDNA宏条形码:每个站点在表层水下1米采集4份2.5升的平行水样,提取水中游离DNA,靠18S rRNA基因测序进行物种注释。

网采样本eDNA宏条形码:使用网目65微米的浮游生物网过滤50升表层水,收集浮游动物个体后提取DNA进行测序鉴定。

研究团队沿着内港(S1)到外海(S4)设了4个采样站,同步采集三类样本,系统比较了它们对浮游动物群落的刻画能力。

空间趋势的一致性

三种方法均捕捉到明确的空间梯度:夜光藻和水母向外海方向丰度升高,桡足类则主要分布于内港。环境因子分析表明,浊度和正磷酸盐是影响群落结构的关键变量。

然而,各方法在具体类群定量上的表现差异显著。

水下原位成像系统显示,水母密度从内港约100 ind./m³上升至外海约3,000 ind./m³,增幅近30倍。相比之下,eDNA数据中水母的检出几乎可忽略。主要原因在于水母体含水量超过95%,组织脆弱,DNA在过滤和保存过程中损失严重。成像系统在监测此类胶质浮游生物方面具有不可替代的优势,同时还能提供个体大小和形态学参数。

eDNA方法(尤其是水样)则在分类学分辨率上优势明显。分析表明,宽水蚤属(Temorasp.)主要分布于内港,而典型胸刺水蚤(Centropages typicus)则更常见于外海——这种精细的物种生态分化是成像系统暂无法实现的。此外,水样eDNA检出的物种数略多于网采样本,对小型或脆弱类群的检测效率也更高。

值得注意的一个技术细节是:当水下原位成像系统的绝对密度数据转换为相对丰度后,其空间变化趋势与eDNA读段丰度高度一致;而直接使用绝对密度进行跨方法比较,则呈现负相关关系。这表明,在进行多方法数据整合时,相对比例指标比绝对密度更具可比性。

方法选择与监测策略

总体而言,两种eDNA方法在多样性评估、优势种识别和环境变量关联分析方面表现相近。但水样的采样工作量显著低于网采(2.5升 vs 50升),更适合开展高频次、大范围的周期性调查。

PlanktonScope的分类学分辨率虽有局限,其实时性、高通量和对动态变化的捕捉能力使其在长期自动监测场景中具备独特价值,尤其适用于突发性水华或水母爆发的早期发现。

基于上述结果,研究建议将原位成像系统用于日常快速监测,水样eDNA宏条形码用于定期的精细生物多样性调查——两者配合,可在时间分辨率和分类学深度上形成互补。这一组合策略为近岸海域基于浮游生物的水质评价提供了更高效、更精准的技术路径,也让浮游生物作为海洋健康“指示器”的价值得到更充分的发挥。

参考文献

本文内容基于以下研究论文撰写:

Peng, Y., How, C.M., Liu, D., Deconinck, D., Zhao, M.H., Ip, J.C.H., Chan, L.L., Bi, H., Qiu, J.W. (2026). Zooplankton as indicators of coastal water quality: a comparative study of PlanktonScope imaging and DNA metabarcoding of seawater and mesh-screened samples. Marine Environmental Research, 220, 108238. doi:10.1016/j.marenvres.2026.108238

http://www.jsqmd.com/news/1148007/

相关文章:

  • 网络安全工程师需要考什么证吗?
  • 芯片dft覆盖率
  • SQL Server 分页查询性能对比:ROW_NUMBER vs OFFSET FETCH vs TOP 3方案实测
  • MCP3428与PIC32MZ高精度数据采集方案详解
  • 2026中小门店系统测评|百元预算全能好用,无隐形收费首选
  • 【技术深扒】当Physical AI遇上黎曼猜想——一条公理重构数学·物理·易理的《螺旋生成论》开源巨著(Zenodo 32部|附PDF)
  • 若依系统 Druid 监控 9 个默认路径探测与弱口令爆破实战
  • NBM5100A与PIC32MZ在低功耗设备中的电池管理方案
  • 【芯片测试中的Shmoo:一张图读懂芯片的体检报告】
  • BsMax:让3ds Max用户无缝过渡到Blender的终极解决方案
  • 医疗设备智能防漏费管控系统整体说明
  • 3D数据格式转换实战:OBJ/GLTF/FBX/IFC 4种格式互转与性能损耗分析
  • 2026AI漫剧培训营:豆包即梦Vidu海螺全工具教学,提示词到分镜一站式掌握
  • 从Windows到麒麟:双翌国产化适配迈出关键一步
  • YL1650 SOP16 4 位数码管 + 矩阵按键一体化小家电面板完整实战案例(硬件原理图 + STM8 驱动源码 + 量产优化)
  • 2026年电子合同行业五大跃迁:从工具到平台,从效率到价值
  • 海导科技navynav|RTK定位设备:多传感器融合拓展高精度定位边界
  • GetQzonehistory:用Python技术守护你的数字青春记忆
  • Apriori 算法实战:Python 实现关联规则挖掘,支持度/置信度计算详解
  • 如何用一句话让 AI 高效工作?:打造你的专属 Skill 提升效率,收藏学起来!
  • KMS_VL_ALL_AIO:Windows和Office智能激活的终极实战指南
  • 数据库架构入门到进阶:单机、主从、分库分表到分布式的选型实战
  • 山东云弈创峰:基于时空图神经网络的跨境物流轨迹预测与智能调度
  • 《Vue3 从入门到大神25篇》手撕 Vue3 响应式原理 —— 手写 Mini-Vue
  • 2026年跨境电商新手避坑指南:这5个冷门长尾流量词暗藏的爆单机会别错过
  • GPT-5.4与Claude 4.7的定价暗战:从百万调用量实测看toB收费策略
  • 柔光氛围助眠雷达灯
  • 低代码平台HRM人力资源管理系统构建:架构设计与代码实操指南
  • 毕设项目 深度学习安全帽佩戴检测系统
  • TRAE+QT开发心得