海洋科学  2019, Vol. 43 Issue (11): 42-48   PDF    
http://dx.doi.org/10.11759/hykx20190621001

文章信息

朱现晔, 吴克俭, 石永芳. 2019.
ZHU Xian-ye, WU Ke-jian, SHI Yong-fang. 2019.
墨西哥湾海洋环境对蓝蟹(Callinectes sapidus)幼体分布和扩散的影响
The effect of physical environment on the distribution and dispersal of blue crab (Callinectes sapidus) larvae in the Gulf of Mexico
海洋科学, 43(11): 42-48
Marina Sciences, 43(11): 42-48.
http://dx.doi.org/10.11759/hykx20190621001

文章历史

收稿日期:2019-06-21
修回日期:2019-08-02
墨西哥湾海洋环境对蓝蟹(Callinectes sapidus)幼体分布和扩散的影响
朱现晔1, 吴克俭1, 石永芳2     
1. 中国海洋大学 物理海洋教育部重点实验室, 山东 青岛 266100;
2. 自然资源部第一海洋研究所, 山东 青岛 266061
摘要:本文以蓝蟹为例,研究海洋环境对甲壳动物幼体迁移规律和机制的影响。利用不规则三角形网格和有限体积模型(finite-volume coastal ocean model,FVCOM)耦合kinesis模型的方法,分析研究了墨西哥湾物理环境对蓝蟹(Callinectes sapidus)幼体的分布和扩散途径的影响。蓝蟹在每年的四、五月份海水落潮期间产卵,通过跟踪算法从产卵区域沿着墨西哥湾海域进行模拟,获得了80天内蓝蟹幼体的粒子移动轨迹,记录并分析了幼体经过海域的盐度值。研究结果证明了该方法可有效模拟蓝蟹幼体在特定海域的迁移规律和扩散机制,进一步研究可为了解海洋物理环境对蓝蟹和其他渔业资源的影响提供借鉴。
关键词蓝蟹(Callinectes sapidus)    FVCOM(finite-volume coastal ocean model)    kinesis模型    扩散    盐度    
The effect of physical environment on the distribution and dispersal of blue crab (Callinectes sapidus) larvae in the Gulf of Mexico
ZHU Xian-ye1, WU Ke-jian1, SHI Yong-fang2     
1. Key Laboratory of Physical Oceanography, Ocean University of China, Qingdao 266100, China;
2. First Institute of Oceanography, MNR, Qingdao 266061, China
Abstract: In this study, blue crab (Callinectes sapidus) larvae were considered an example to study the effects ofthemarine environment on the migration and migration mechanism of crustacean larvae. The effects of the physical environment of the Gulf of Mexico on the distribution and diffusion pathways of the blue crab larvae were analyzed using the finite-volume coastal ocean model coupled with the Kinesis model. Blue crabs lay their eggs during the tides of the sea in April and May every year. In this study, a tracking algorithm was used to simulate the granules of the blue crab larvae from the spawning area along the Gulf of Mexico. The salinity values were also recorded and analyzed. The results demonstrate that the proposed method can effectively simulate the migration and diffusion mechanism of blue crab larvae in specific sea areas. Further research can provide a reference for understanding the impact of the marine physical environment on blue crabs and other fishery resources.
Key words: blue crab (Callinectes sapidus)    FVCOM (finite-volume coastal ocean model)    Kinesis model    dispersal    salinity    

蓝蟹(Callinectes sapidus)是一种分布在中美洲太平洋海岸及墨西哥湾的甲壳动物。近年来, 随着对蓝蟹行为生态学的深入研究, 研究者将研究方向转移到了产生这些生态行为的机制上。在墨西哥湾, 蓝蟹不仅是重要的水产资源, 也是海湾生态系统的一个关键环节。其生命周期包括河口和海洋两个阶段, 在墨西哥湾河口区域, 蓝蟹在高盐度近海岛屿附近产卵、孵化, 幼体在海流的驱动下被输运到外海区域。蓝蟹的幼体不具备游泳能力, 具有被动扩散的特点[1-2]

墨西哥湾位于北美洲南部大西洋沿岸, 以佛罗里达半岛-古巴-尤卡坦半岛一线与外海分隔。北邻美国, 南、西为墨西哥, 东经佛罗里达海峡与大西洋相连, 经尤卡坦海峡与加勒比海相接[3]。蓝蟹分布于墨西哥湾北部, Olmi[4]认为:蓝蟹在大眼幼体时期的行为是随着它们在水体中的分布而变化的, 在近海河口是向潮汐相关的垂直方向迁移。通过检测潮汐周期的不同时期水体的变化, 可以获得蓝蟹大眼幼体垂直迁移的直接证据。大眼幼体的迁移能力, 使得它们在潮汐流的作用下到达能提供食物和避免被捕食的海域。对蓝蟹幼体在水体的分布和扩散的研究, 有利于对其大眼幼体和发育进程的了解。

Cowen等[5-8]利用地球化学和遗传技术, 建立了高分辨率的生物物理模型, 发现海洋种群的个体之间存在着交流, 并称之为“连通性(Population connectivity)”, 它对于种群管理和保护有重要作用。幼体时期是大多数底栖海洋动物具有连通性的时期。连通性是人们了解沿海动物种群动态和遗传结构的关键之一。Tilburg等[9]利用耦合的数值模型研究了蓝蟹幼体定居在特拉华湾(Delaware Bay)的物理机制, 并通过补充的幼体确定了它们在沿海移动的路径。Johnson等采用简单的数值模型模拟了蓝蟹在密西西比湾区域的分布和补充[19-20]。为了更全面地了解蓝蟹幼体在墨西哥湾沿岸海域的分布和扩散途径, 本文利用不规则三角形网格和有限体积模型(finite- volume coastal ocean model, FVCOM)耦合Kinesis模型的方法, 基于路易斯安那州立大学已获得的2010年墨西哥湾物理环境数据[12], 分析了蓝蟹幼体扩散途径以及物理环境对其分布的影响。

1 方法 1.1 海洋环流模型

利用不规则三角形网格和有限体积海洋模型(FVCOM)来模拟墨西哥湾北部密西西比湾附近的水动力环境(如图 1所示)。FVCOM模式采用有限体积的方法, 通过积分的方式计算非重叠水平三角形控制体的通量来解控制方程。这种有限体积方法可将有限元方法能处理复杂曲折的海湾岸边界这一优点和有限差分方法简单的离散结构、高效的计算效率结合起来, 可以用于在海洋、河流和海岸河口等区域的多维水动力研究[10-11]。Huang等[12]利用该模型模拟墨西哥湾西北部区域(如图 2所示)水动力环境, 其结果与图 3中S1—S5五个站位实测值相比, 水位和流速的振幅基本一致, 证明该模型对墨西哥湾水动力环境的模拟是准确的。

图 1 有限体积海洋模型(FVCOM)的全部网格, 以及墨西哥湾北部海湾的扩大区域 Fig. 1 The entire finite-volume coastal ocean model(FVCOM) hydrodynamics model grid with an enlarged Gulf of Mexico north bay 注:一共19个垂直sigma水平分层, 并对应由水深决定的垂直分辨率为0.1~16.0 m

图 2 模型验证区域和站位(Huang等[12], 2011) Fig. 2 The area and location of the stations used for comparing the observation models (Huang et al[12]. 2011)

图 3 五个站位观察结果(实线)和模拟结果(虚线)的每小时水位和水流的时间序列比较(文献[12]) Fig. 3 Time-series comparison with respect to the hourly water elevation and the velocity observed (solid) and modeled (dashed) at the five stations ([12])

本文采用的墨西哥湾区域FVCOM模型中, 水平网格包括77 628个节点和145 713个三角形网格, 及其19个均匀分布在水体内的垂直sigma分层, 并且垂直分辨率为0.1~16.0 m。该模型是由三个环境变量控制:表面风应力、密西西比河淡水流量, 和沿着模型开边界的水位变化。在初始条件和流速、水位和盐度三个强迫作用下, 该模型以0.3秒的时间步长求解三角形网格的每个节点。FVCOM模型每30分钟输出流速和盐度值, 并以每9秒的时间在线插值到Kinesis模型中。模型模拟的结果表明, 本研究采用每30分钟输出可避免过大的输出文件, 同时作为敏感性分析的一部分, 我们也证实了30分钟输出的插值, 耦合到Kinesis模型中取得了在动力学上9秒输出的类似结果。

1.2 Kinesis模型

Kinesis指的是一种对外界刺激无方向性的行为反应, 是由动物内在倾向于优选条件的意识所驱动的。动物依据它们在空间环境中的刺激强度改变它们的速度(定向运动), 折角频率或者平均角转(调向运动)[13]

Kinesis模型是由湍流中的粒子运动模型“飞行时间”模型发展而来的[14-15]。本文依据Humston等[16]利用高分辨率的海洋表层温度驱动的Kinesis模型模拟夏季大西洋金枪鱼在缅因湾的运动的方法, 对蓝蟹幼体在墨西哥湾北部海域扩散轨迹进行了模拟。

1.3 数值实验

耦合的生物物理模型模拟时间从2010年4月1日到6月30日, 一共91天。其中, 前10天用于模型冷启动, 使得模型初始场从零值达到稳定; 后81天用于分析蓝蟹幼体扩散。耦合模型中, 水动力模型得到的流速的初始值在计算机区域中为零, 所得到的初始盐度分布插值到Kinesis模型中。

选取的区域为墨西哥湾北部河道较深的区域(如图 4所示黑色长方形区域), 并保证所在区域盐度值高于20。

图 4 墨西哥湾北部密西西比湾研究区域 Fig. 4 The study area of Mississippi Bight in the northern of Gulf of Mexico
2 结果 2.1 各区域释放幼体的运动轨迹

交配后的雌性蓝蟹迁移至较浅的河口和近岸高盐度水域产卵。如图 5所示, 蓝蟹在尚德卢尔群岛西侧及东侧近岸区域产卵后(如图 5中黑色及紫色“●”所示), 幼体在海洋环境的影响下向深海扩散, 其扩散轨迹如图中蓝色线所示。部分幼体扩散至墨西哥湾北部近岸区域(如图 5中黑色“✳”所示), 其扩散轨迹如图中红色线所示。

图 5 尚德卢尔群岛附近蓝蟹幼体释放的区域及轨迹 Fig. 5 Trajectories of blue crab larvae near (a) the western Chandeleur Island and (b) the eastern Chandeleur Island 注: a:尚德卢尔群岛西侧区域, 以及轨迹; b:尚德卢尔群岛东侧区域, 以及轨迹

与尚德卢尔群岛附近的蓝蟹幼体不同, 从图 6中可以看出, 珀蒂布瓦岛及周边岛屿附近的蓝蟹产卵后的幼体扩散至近岸的区域, 其轨迹图 6中红色线所示; 而少部分幼体进入深海区域, 其轨迹如图 6中蓝色线所示。

图 6 珀蒂布瓦岛附近蓝蟹幼体释放的区域及轨迹 Fig. 6 Trajectories of blue crab larvae near (a) the southern Petit Bois Island and (b) the northern Petit Bois Island 注: a:珀蒂布瓦岛南侧区域及轨迹, b:珀蒂布瓦岛北侧区域及轨迹(a图为珀蒂布瓦岛南侧区域, b图为该群岛北侧区域)
2.2 各区域幼体扩散期间所经历的盐度

海洋环境因子对海洋生物的活动具有重要的影响, 其中最重要的环境因子之一是盐度, 其对海洋生物的分布、洄游和空间分布等具有直接或者间接的影响。图 7所示的是不同幼体扩散过程中经历的盐度值变化, 可见随时间的推移, 蓝蟹幼体的扩散轨迹经过的盐度在20~ 35, 其中60%的幼体经过的海域盐度值在30以上。图 7ab中的幼体到达深海海域时的盐度值在25‰左右, 呈现逐渐升高的趋势。由图 7cd可见, 部分幼体在80天左右的时间, 到达近岸海域, 盐度值呈现降低的趋势。

图 7 蓝蟹幼体扩散轨迹经过的盐度值 Fig. 7 Analysis of the salinity value of the region through which the blue crab larvae traverse 注:子图a、b、c、d分别对应图 5图 6中所标示的字母的模拟结果

考虑到蓝蟹对海洋环境因子的敏感性, 及其幼体对盐度的选择性, 对蓝蟹幼体扩散轨迹经历的盐度进行了分析。随着蓝蟹幼体不同的扩散轨迹, 其盐度值也会有所不同, 由于幼体不具备自主游泳能力, 在被动漂移的过程中, 对盐度具有一定的趋向性。

2.3 讨论

近年来, 随着物理海洋学的发展, 生物-物理耦合建模已经成为对海洋种群进行全面评估的热点方法。黄大吉等[17]运用高分辨率的三维陆架海模式研究黄河三角洲地区海岸线变迁对莱州湾流畅的影响, 进而研究了环流因子对对虾(Peneous chinensis)卵子和幼体的影响。张瑞瑾等[18]用粒子追踪模型分析虾夷扇贝(Patinopecten yessoensis)浮游幼体被动扩散的特点, 结果显示:虾夷扇贝浮游幼体的被动漂移路径和扩散范围受海流影响最大; 风场的影响在一定程度上将改变漂移的方向和速度。蓝蟹作为墨西哥湾北部及北美洲海域较丰富的海洋动物资源, 对该地区的经济发展具有重要的意义。蓝蟹种群连通性的研究着眼点在于蓝蟹幼体对其的补充上, 而研究者对墨西哥湾北部海域蓝蟹幼体的输运和扩散机制的研究相对较少。Johnson等[19]通过由平均风应力驱动的季节性环流模式对蓝蟹幼体的近海扩散和在蓝蟹由幼体成长为大眼幼体时期, 返回至近岸区域的扩散。其中, 墨西哥环流的入侵和涡流的产生等大尺度事件对环流模式产生影响, 进而改变了蓝蟹幼体的聚落。在Johnson等研究的基础上, Perry等[20]改进了实验条件, 又进一步证实物理驱动因子对蓝蟹幼体扩散及其种群补充的影响。本文综合考虑了三个环境变量影响下, 蓝蟹幼体迁移和扩散规律, 给出了蓝蟹种群迁移方向, 阐明了墨西哥湾北部海域蓝蟹幼体的输运和扩散机制。

3 结论

本文主要研究了墨西哥湾北部物理海洋环境对蓝蟹幼体分布和扩散的影响作用。通过海洋模型FVCOM和运动模型Kinesis模型的耦合来模拟幼体在岛屿附近浅海区域的分布和扩散轨迹。经验证, FVCOM数值模型可以很好地模拟墨西哥湾海洋物理环境, 揭示其时空分布规律。通过在风和海流作用下的墨西哥湾三维水动力模型, 为Kinesis模型提供水动力条件。本文在水动力模型模拟的基础上加入了潮流和河道流量两个驱动力, 通过运行耦合的生物物理模型, 模拟得到了2010年蓝蟹产卵之后幼体的分布及扩散轨迹。不同的产卵场下, 蓝蟹幼体会有两个方向的选择。由此分析, 墨西哥湾北部同一区域的蓝蟹来自不同的产卵场地, 对蓝蟹种群的补充具有重大影响意义。

本文仅仅围绕蓝蟹幼体时期的扩散进行了研究, 但海洋物理环境对成蟹期的迁移、扩散及其种群连通性可能具有不同的影响, 这些都有待于进一步研究。同时, 本文提出的方法可进一步用于其他海域及渔业资源的种群迁移机制和连通性研究。

致谢: 感谢路易斯安那州立大学海洋与海岸科学系的Haosheng Huang老师对模型的指导和帮助。

参考文献
[1]
Perry H M, Stuck K C. The life history of the blue crab in Mississippi with notes on larval distribution. in H. M. Perry and W. A. Van Engel, eds. Proceedings of the Blue Crab Colloquium, Publication 7[M]. Gulf States Marine Fisheries Commission, Ocean Springs, Mississippi. 1982: 17-22.
[2]
Mcclintock J B, Marion K R, Dindo J, et al. Population studies of blue crabs in soft-bottom, unvegetated habitats of a subestuary in the northern Gulf of Mexico[J]. Journal of Crustacean Biology, 1993, 13(3): 551-563. DOI:10.2307/1548796
[3]
Johnson D R, Perry H M, Lyczkowski-Shultz J. Connections between campeche bank and red snapper populations in the Gulf of Mexico via modeled larval transport[J]. Transactions of the American Fisheries Society, 2013, 142(1): 50-58. DOI:10.1080/00028487.2012.720630
[4]
Olmi E J. Ingress of blue crab megalopae in the York River, Virginia, 1987-1989[J]. Bulletin of Marine Science -Miami-, 1995, 57(3): 753-780.
[5]
Cowen R K, Lwiza K M M, Sponaugle S, et al. Connectivity of marine populations:open or closed?[J]. Science, 2000, 287(5454): 857-859. DOI:10.1126/science.287.5454.857
[6]
Cowen R K, Paris C B, Srinivasan A. Scaling of connectivity in marine populations[J]. Science, 2006, 311(5760): 522-527. DOI:10.1126/science.1122039
[7]
Cowen R K, Paris C B, Olson D B, et al. The role of long distance dispersal versus local retention in replenishing marine populations[J]. Gulf and Caribbean Research, 2003, 14(2): 129-138.
[8]
Cowen R K, Gawarkiewicz G G, Pineda J, et al. Population connectivity in marine systems:an overview[J]. Oceanography, 2007, 20(3): 14-21. DOI:10.5670/oceanog.2007.26
[9]
Tilburg C E, Reager J T, Whitney M M. The physics of blue crab larval recruitment in Delaware Bay:A model study[J]. Journal of Marine Research, 2005, 63(2): 471-495. DOI:10.1357/0022240053693699
[10]
Chen C, Liu H, Beardsley R C. An unstructured grid, finite-volume, three-dimensional, primitive equations ocean model:application to coastal ocean and estuaries[J]. Journal of Atmospheric and Oceanic Technology, 2003, 20(1): 159-186. DOI:10.1175/1520-0426(2003)020<0159:AUGFVT>2.0.CO;2
[11]
曹振东, 娄安刚. 基于FVCOM的渤海冬季三维风生环流数值模拟[J]. 中国海洋大学学报:自然科学版, 2011, S1: 374-378.
Cao Zhendong, Lou Angang. A three dimension numerical simulation of the wind-driven circulation during winter in the Bohai Sea by FVCOM[J]. Periodical of Ocean University of China, 2011, S1: 374-378.
[12]
Huang H, Justic D, Lane R R, et al. Hydrodynamic response of the breton sound estuary to pulsed Mississippi River inputs[J]. Estuarine Coastal and Shelf Science, 2011, 95(1): 216-231. DOI:10.1016/j.ecss.2011.08.034
[13]
Fraenkel G S, Gunn D L. The Orientation of Animals:Kineses, Taxes, and Compass Reactions[M]. Oxford: Oxford University Press, 1940.
[14]
SchoÈne H. Spatial Orientation:the Spatial Control of Behavior in Animals and Man[M]. Princeton, N J: Princeton University Press, 1984.
[15]
Dutkiewicz S, Griffa A, Olson D B. Particle diffusion in a meandering jet[J]. Journal of Geophysical Research, 1993, 98(C9): 16487. DOI:10.1029/93JC01364
[16]
Humston R, Ault J S, Lutcavage M, et al. Schooling and migration of large pelagic fishes relative to environmental cues[J]. Fisheries Oceanography, 2000, 9(2): 136-146. DOI:10.1046/j.1365-2419.2000.00132.x
[17]
黄大吉, 苏纪兰. 黄河三角洲岸线变迁对莱州湾流场和对虾早期栖息地的影响[J]. 海洋学报(中文版), 2002, 24(6): 104-111.
Huang Daji, Su Jilan. The effects of the Huanghe River Delta on the circulation and transportation of larvae[J]. Acta Oceanologia Sinica, 2002, 24(6): 104-111. DOI:10.3321/j.issn:0253-4193.2002.06.012
[18]
Zhang R J, Zheng Q, Sun H Y. Construction of spatial and temporal distribution prediction model of Patinopecten yessoensis larvae in North Chinese Yellow Sea[J]. Applied Mechanics and Materials, 2013, 361-363: 1058-1061. DOI:10.4028/www.scientific.net/AMM.361-363.1058
[19]
Johnson D R, Perry H M. Blue crab larval dispersion and retention in the Mississippi Bight[J]. Bulletin of Marine Science, 1999, 65(1): 129-149.
[20]
Perry H M, Johnson D R, Larsen K, et al. Blue crab larval dispersion and retention in the Mississippi Bight:Testing the hypothesis[J]. Bulletin of Marine Science Miami, 2003, 72(2): 331-346.