春、夏季舟山渔场及其邻近海域鱼类群落特征【文献综述】

《春、夏季舟山渔场及其邻近海域鱼类群落特征【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文文献综述春、夏季舟山渔场及其邻近海域鱼类群落特征农业资源与环境舟山渔场地处东海北部、长江口渔场之南，海域面积达1.08万平方公里，有长江、钱塘江两大江河的淡水注入，东边有黑潮暖流通过，北侧有苏北沿岸水和黄海冷水团南伸，南面有台湾暖流北进，沿岸有舟山群岛众系的岛屿分布，自然环境优良，鱼类物种丰富，是我国重要的天然近海渔场。近年来，随着捕捞强度的持续增加和海洋环境的日益恶化，舟山渔场渔业资源不断衰退，鱼类群落结构发生显著变化。由于舟山渔场是一个资源丰富、位置重要的渔场，十几年来许多研究机构和单位对其鱼类的种类组成和分布特征进行研究，并采用各种评价

2、方法对鱼类的测定结果进行了分析和研究。早期有关东海的鱼类研究主要是鱼类分类与生物学特征，如1963年朱元鼎等发表的东海鱼类研究、1987年农牧渔业部水产局农牧渔业部东海区渔业指挥部对东海区渔业资源调查和区划的报道，等等。但是针对鱼类群落结构变动的调查和研究涉及比较少[1,2]。邱永松在1988年指出，鱼类群落的区域性变化主要是由温度、盐度和深度的梯度及底质类型的差异引起的，但水深可以作为群落变化的主要指标，并且群落具有沿水深而成带分布的趋势，这一格局是群落对各环境因子的综合效应,不同的物种由于不同的生态习性会有不同的深度趋向[3]。近十年来随着调查和

3、研究的推进，有关东海群落结构及数量分布全面的文献是李圣法等在2004年发表的运用多维标度分析法和聚类分析。研究了东海北部鱼类组成的空间格局特征。结果显示东海北部鱼类组成可分为三个群聚类型,即近海群聚、较深海域群聚和外海群聚。同时分析了底层温度、水深、底层盐度等环境因子与鱼类群聚的关系,表明影响鱼类群聚的主要环境因子有水深、底层盐度[4]。2005年分析了该海域鱼类群落多样性的季节变化，通过分析发现东海中部鱼类群落多样性指数较低,同时各调查月份的多样性指数差异较大,6月份的各项指数均为最低,12月份为最高[5]。2006年运用多元分析(聚类分析和非度量

4、多维标度(NMDS))、BIO2ENV以及SIMPER方法分析了东海鱼类群落的空间格局以及与非生物环境因子之间的关系，不同的流系具有不同的温盐特征,影响了鱼类的分布及其洄游,从而控制了不同鱼类群落类型的种类组成[6]。这是比较系统的对东海鱼类的调查和研究。而关于长江口的鱼类资源群落结构的调查研究报道也不少有李建生等在2004年关于长江口水域的渔业生物群落结构季节变化进行了研究和对渔业资源利用的结构分析[7,8]。2005年长江口渔业生物资源状况的分析表明优势种类组成和主要优势种类体长组成结构的变化是和逐渐增加的捕捞力量以及水域环境变化相关联的和长江口

5、渔场渔业生物资源动态分析[9,10]。2006年通过相似性指数的分析,季节间的相似性以春季和冬季较为相似,夏季和秋季差异较大[11]。2007年研究表明群落的多样性趋于简单化,稳定性更加脆弱，高强度的捕捞和近海环境污染是引起鱼类多样性降低的主要原因[12]。对长江口的鱼类资源、结构、组成、多样性都有研究。近年以来，针对舟山渔场鱼类却很少，在20世纪60年代初开展的全国海洋普查对其有过较全面的调查,只是在研究浙江北部沿岸张网鱼类组成或进行环评调查时对舟山群岛沿岸海域的鱼类群落结构等才有所涉及，有郁尧山等在1986年分别关于浙江北部岛礁周围海域鱼类优势种

6、及其种间关系的初步研究[13]、浙江北部岛礁周围海域鱼类群聚特征值的初步研究[14];蒋玫等在2008年发表的洋山深水港水域鱼卵仔鱼分布特征的研究[15].直到2008年才有了对舟山渔场的全面报道，俞存根、郑基等关于舟山渔场及邻近海域鱼类种类组成和数量分布的研究中对舟山海域鱼类的研究中用渔获率作为鱼类资源分布的数量指标,对舟山渔场及邻近海域的鱼类种类组成、数量分布、季节变化趋势作了定量分析。这两次对舟山渔场的调查研究的结果有了较大的变化，特别是冬季的鱼类种数明显增加,这是由于全球气候变暖引起海水增温,导致调查海域冬季鱼类种数明显增加还是其它什么原因（

7、如调查站位设置、调查工具不同等)引起的,有待进一步深入探讨[16]。舟山渔场及邻近海域鱼类种数及组成也发生了很大的变化,表明了随着过度捕捞和海洋环境的污染,舟山渔场及邻近海域的鱼类优势种已逐渐向一些小型的中上层鱼类演变。近年关于运用非线性多维标度（MDS）、聚类分析（CLUSTER）和典范对应分析（CCA）的方法探讨水域鱼类群落的特征的文献有刘淑德等在2008年发表的春季长江口及其邻近海域鱼类浮游生物群落特征的研究[17]，表明生物群落的分类和排序分析为客观、准确地揭示群落、物种及其与环境之间的关系提供了有效的方法，采用的多元统计分析方法有双向指示种

8、分析（TWINS-PAN）和典范对应分析（CCA），此文中TWINS-PAN分类方法较好地将34个站位和21