海洋与湖沼  2021, Vol. 52 Issue (6): 1521-1529   PDF    
http://dx.doi.org/10.11693/hyhz20210500113
中国海洋湖沼学会主办。
0

文章信息

李萌, 李秀保, 顾志峰, 夏景全, 王爱民, 刘春胜. 2021.
LI Meng, LI Xiu-Bao, GU Zhi-Feng, XIA Jing-Quan, WANG Ai-Min, LIU Chun-Sheng. 2021.
海南岛近海砗磲(Tridacninae)资源时空变化——以蜈支洲岛为例
TEMPORAL AND SPATIAL VARIATION OF GIANT CLAMS (TRIDACNINAE) RESOURCES IN COASTAL WATERS OF HAINAN: A CASE STUDY OF WUZHIZHOU ISLAND
海洋与湖沼, 52(6): 1521-1529
Oceanologia et Limnologia Sinica, 52(6): 1521-1529.
http://dx.doi.org/10.11693/hyhz20210500113

文章历史

收稿日期:2021-05-08
收修改稿日期:2021-06-27
海南岛近海砗磲(Tridacninae)资源时空变化——以蜈支洲岛为例
李萌1,2, 李秀保1,2, 顾志峰1,2, 夏景全1,2, 王爱民1,2, 刘春胜1,2     
1. 海南大学南海海洋资源利用国家重点实验室 海口 570228;
2. 海南大学海洋学院 海口 570228
摘要:为了解海南近岸砗磲资源动态变化,于蜈支洲岛周边海域选取5个代表性站位,自2017-2020年采用断面调查的方法,开展了砗磲资源评估、种群数量变化以及其环境相关性分析等,结果显示:(1)各站位砗磲密度为0-30.00×10-2 ind./m2,且主要分布于3 m水深,在该水深区域,站位3和站位11砗磲密度最高,站位4次之,站位9和站位13最低,统计学分析表明砗磲密度与站位呈显著相关性(P < 0.05)。(2)2017年,蜈支洲岛海域四种规格砗磲(壳长 < 5 cm、5-10 cm、10-15 cm和≥ 15 cm)均有分布,2018-2020年,未发现壳长≥ 15 cm的大规格个体。(3)尽管温度及各水质因子均与砗磲密度相关性不显著(P>0.05),水体硝酸盐NO3-浓度与砗磲密度相关系数最高(0.29)。(4)砗磲主要分布于活珊瑚底质(66.67%),其次为礁石(24.24%),砂石底质最低(9.09%)。(5)砗磲外套膜RGB颜色参数值与周边底质颜色存在相关性,空间上,站位3的砗磲外套膜RGB颜色参数值与周边底质颜色相关性高于站位11;时间上,2020年砗磲外套膜颜色与周边底质B值相关系数R高于2017年(0.899 vs.0.712)。研究首次开展了海南岛近岸海域砗磲资源时空动态变化及影响因素研究,其结果可为砗磲资源保护提供数据支持。
关键词砗磲    资源变动    珊瑚礁    水质    外套膜颜色    
TEMPORAL AND SPATIAL VARIATION OF GIANT CLAMS (TRIDACNINAE) RESOURCES IN COASTAL WATERS OF HAINAN: A CASE STUDY OF WUZHIZHOU ISLAND
LI Meng1,2, LI Xiu-Bao1,2, GU Zhi-Feng1,2, XIA Jing-Quan1,2, WANG Ai-Min1,2, LIU Chun-Sheng1,2     
1. State Key Laboratory of Marine Resource Utilization in South China Sea, Hainan University, Haikou 570228, China;
2. The Ocean College, Hainan University, Haikou 570228, China
Abstract: To study the dynamic changes of giant clam in coastal waters of Hainan, a 4-year survey from 2017 to 2020 in five stations was conducted in the Wuzhizhou Island on the resource assessment, population changes, and its environmental correlation analysis of giant clams around the island using field cross-sectional survey method. The results show that the density of giant clams surrounding Wuzhizhou Island was 0-30.00×10-2 ind./m2, and mainly distributed at 3 m water depth. Significant differences were observed among sites (P < 0.05). Four sizes of giant clams (shell length < 5 cm, 5-10 cm, 10-15 cm and ≥ 15 cm) were found in 2017, but the ≥ 15 cm ones were missing in 2018, 2019 and 2020 surveys. The correlation coefficient between concentration of nitrate NO3- in seawater and giant clam density was the highest (0.29), no significant differences were observed between giant clam density with temperature and water quality factors. The favorite substrate of giant clams was the bottom of living corals (66.67%), followed by rock (24.24%), and sand (9.09%). There was a significant correlation in RGB color parameter value between giant clam mantle and surrounding substrate, in which the correlation coefficients of RGB values in station 3 were higher than those in station 11 in space, and the correlation coefficient of B value in 2020 was higher than that in 2017 (0.899 vs. 0.712). The temporal and spatial variation of giant clam resources in the area and its impact factors were studied for the first time, which will contribute to the conservation of giant clam.
Key words: giant clams    resource changes    coral reefs    water factors    color of mantle    

砗磲隶属于软体动物门、双壳纲、帘蛤目、砗磲科(张素萍, 2008)。世界现存有12种(Richter et al, 2008; Huelsken et al, 2013; Penny et al, 2014; Su et al, 2014; Borsa et al, 2015), 在我国砗磲共计有8种, 主要分布于台湾和南海各岛礁近海海域(刘小霞等, 2017; Zhang et al, 2020; Liu et al, 2021)。在20世纪60年代之前, 砗磲是我国南海珊瑚礁生态系统的优势种类之一, 也是海南当地渔民重要的海产品(丁导生, 1958; 李元超等, 2015)。近年来, 由于海洋环境改变、珊瑚礁系统退化及偷捕滥采等原因, 包括我国在内的全球砗磲的资源量急剧下降, 某些地区的部分种类甚至濒临灭绝(Gomez et al, 2006; Othman et al, 2010; Neo et al, 2012; 李元超等, 2015)。

为系统厘清我国砗磲资源现状, 崔丹等(2019)刘春胜等(2021)分别对海南岛近岸, 尤其是三亚近海的砗磲进行了调查, 结果表明海南岛周边砗磲资源量不容乐观, 三亚珊瑚礁国家自然保护区砗磲密度仅为0.94×10–2 ind./m2 (刘春胜等, 2021), 临高和文昌等部分海域砗磲已经绝迹(崔丹等, 2019)。然而, 相较于珊瑚、鱼类等其他物种, 我国对砗磲资源动态变化缺乏长期持续监测数据。此外, 尽管砗磲为珊瑚礁生态系统的重要组成部分, 且其在相同单位面积内的初级生产力是硬珊瑚类(Manicina sp.)的50倍左右, 但砗磲在珊瑚礁生态系统的重要性在国内尚未引起足够重视(Neo et al, 2015)。

蜈支洲岛位于三亚海棠湾, 早期为荒僻海岛, 受人类活动影响相对较少, 2001年后, 该岛作为旅游区对外开放。项目组自2017年, 持续对蜈支洲岛周边珊瑚礁生物及水质指标进行了系统调查, 获得了2017—2020年四年相关调查数据。为查明我国海南本岛临近海域砗磲资源时空变动规律及主要影响因素, 本文以三亚蜈支洲岛为代表性海域, 通过对前期调查数据分析, 研究了: (1) 蜈支洲岛周边海域砗磲时空分布规律, 及其与珊瑚覆盖率和水质变化的相关性; (2) 不同调查站位和调查时间下, 砗磲外套膜颜色与周边底质颜色相关性。

1 材料与方法 1.1 站位选择与现场调查

本研究基于李秀保等(2019b)在2017年对蜈支洲岛水质环境因子和珊瑚礁群落调查的基础上, 同时根据各站位海底地形、海岸线特征及旅游扰动等因素, 最终选取蜈支洲岛北侧站位9、11和13, 三个站位, 以及南侧站位3和4, 两个站位进行长期监测(李秀保等, 2019b) (图 1)。

图 1 蜈支洲岛周边海域砗磲调查站位图 Fig. 1 Map of giant clam survey sites in Wuzhizhou Island 注: 站位1—13参考李秀保等(2019b)系统调查命名

砗磲资源及水质因子具体调查方法为: 在每个调查站位平潮线下3 m和8 m处分别设置一条长100 m、宽25 cm的调查断面; 将100 m的皮尺分成4段长25 m的样带, 并使样带断面布设与岸线平行(用钢钎和轧带水下固定、标记, 在样带的头部尾部用GPS标记定位) (许慧丽, 2020); 使用水下数码摄像机进行拍摄, 从样带的一端开始并沿着断面线拍摄直至另一端结束。拍摄中如遇砗磲, 使用水下照相机对其外套膜及周边底质进行拍照, 并且对壳长进行测量。现场调查过程中, 2017年站位3的8 m水深、2018年站位3的3 m水深和站位4的3 m水深数据, 因风浪原因未采集。

1.2 砗磲生物量及个体大小统计

将影像资料用计算机回放, 对视频和照片资料重新判读, 统计砗磲数量及规格。

1.3 水温及水质参数测定

水环境参数获取参考国际上通用的珊瑚礁调查方法(English et al, 1997)。用CTD温盐深仪现场观测海水的温度, 用GFF玻璃纤维滤膜过滤水样后冷冻保存, 带回实验室后用营养盐自动分析仪对海水溶解的无机营养盐进行测量(每组至少三个重复)。测定并记录海水温度T, 溶解无机氮DIN、亚硝酸盐NO2-、硝酸盐NO3-、磷酸盐PO43-和硅酸盐SiO42-浓度。

1.4 调查站位底质分析

参考国际通用的截线样条法(linear point intercept method)对各站位底质类型进行分析(Nadon et al, 2006)。具体为, 将25 m皮尺分成250个点, 统计这250个点下对应的底质类型(分为珊瑚、礁石和砂石3类), 最后再进行不同底质类型覆盖率的统计, 并且对各底质包含的砗磲数进行统计。

1.5 砗磲外套膜及周边底质颜色参数的获取及相关性分析

基于现场调查砗磲影像资料, 选取图像清晰、外套膜舒展个体, 对砗磲外套膜与周边环境的颜色进行采集与分析, 方法参考Todd等(2009)刘春胜等(2021), 并稍作修改, 具体如下:

(1) 图片采集: 于晴天10:00—14:00光线充足时间段对砗磲及周边底质进行图片采集。图片采集过程中使用同一相机(佳能EOS 6D MarkⅡ)。拍照时相机距砗磲0.5 m且与底质呈45°角, 拍照参数为M (快门速度) 1/15, F (光圈大小) 5.0, ISO (感光度) 200, 放大倍数1.9倍。

(2) 图片分析: 从砗磲照片中选取清晰且外套膜舒展的个体进行颜色数据分析。先用Photoshop作图软件截取待测砗磲外套膜及周边底质照片, 而后将截取的待分析照片导入ImageJ图像处理软件进行颜色分析。砗磲外套膜和周边底质各随机选取5个点, 获得其RGB值(分别对应三原色中的红色、绿色、蓝色, 数值范围均为0—255)。而后将五个点RGB值的平均值作为相应图片的颜色参数。

1.6 数据统计

实验结果用平均值±标准误(Means±S.E.)表示。不同站位和不同年份间砗磲密度、珊瑚覆盖率采用二因素方差分析(ANOVA), 并进行Turkey多重比较。利用R语言corrplot包对水质环境因子与砗磲密度之间进行相关性分析。砗磲外套膜与周边底质颜色相关性采用一元直线回归及相关性统计方法进行分析。数据分析采用DPS统计学软件, 差异显著水平为P < 0.05。

2 结果 2.1 不同调查站位和年份下砗磲分布规律及种群结构

表 1所示, 蜈支洲岛周边3 m水深或者8 m水深海域砗磲密度与站位呈显著相关性(P < 0.05), 与调查年份无显著相关性(P > 0.05)。此外, 3 m水深海域, 站位与调查年份对砗磲密度有显著交互作用(P < 0.05)。各站位间砗磲密度分析表明: 3 m水深处, 2017年站位3和站位11的砗磲密度分别为30.00×10–2 ind./m2和25.00×10–2 ind./m2, 显著高于站位9和站位13各年的砗磲密度(P < 0.05)。8 m水深处2019年站位3的砗磲密度为15.00×10–2 ind./m2也显著高于其他年份其他站位的砗磲密度(P < 0.05); 同一站位不同年份砗磲密度分析表明: 3 m水深处, 站位3和4的砗磲密度随时间显著降低(P < 0.05)。站位11在2018年调查的砗磲密度显著低于其他各调查年份(P < 0.05)。站位9和13各调查年份几乎未发现砗磲。

表 1 各站位不同年份砗磲密度 Tab. 1 Density of giant clams in different years and sites
站位 年份 砗磲密度(×10–2 ind./m2)
3 m水深 8 m水深
3 2017 30.00±2.89a(6) ND
2018 ND 5.00±2.50b(1)
2019 5.00±2.50c(1) 15.00±4.79a(3)
2020 5.00±2.50 c (1) 0.00±0.00 b
4 2017 10.00±2.89 ab(2) 0.00±0.00 b
2018 ND 5.00±2.50 b(1)
2019 0.00±0.00 c 0.00±0.00 b
2020 5.00±2.50 c(1) 0.00±0.00 b
9 2017 0.00±0.00 c 0.00±0.00 b
2018 0.00±0.00 c 0.00±0.00 b
2019 0.00±0.00 c 0.00±0.00 b
2020 5.00±2.50 c(1) 5.00±2.50 b(1)
11 2017 25.00±2.50 a(5) 0.00±0.00 b
2018 5.00±2.50 c(1) 0.00±0.00 b
2019 15.00±2.50 ab(3) 0.00±0.00 b
2020 25.00±2.50 a(5) 0.00±0.00 b
13 2017 0.00±0.00 c 5.00±2.50 b(1)
2018 0.00±0.00 c 0.00±0.00 b
2019 0.00±0.00 c 0.00±0.00 b
2020 0.00±0.00 c 0.00±0.00 b
ANOVA: P-values 站位 0.006 4 0.024 1
年份 0.243 4 0.122 4
站位*年份 0.001 6 0.958 0
  注: 平均值±标准误; ND指无调查数据; 括号中数字指发现砗磲数量; 不同小写字母表示同列具有显著差异(P < 0.05)

本研究根据砗磲的生长发育规律, 将其分为四种规格(壳长 < 5 cm、5—10 cm、10—15 cm和 > 15 cm), 对所拍摄测量的砗磲进行不同发育阶段的统计和分析(图 2)。2017年蜈支洲岛海域砗磲种群结构合理, 4种规格砗磲均有发现, 其中壳长 < 5 cm、5—10 cm和10—15 cm个体分别占总数量的28.57%、35.71%和28.57%, 高于大规格个体(7.14%); 2018和2019年仅发现壳长 < 5 cm和5—10 cm个体; 2020年仅发现壳长 < 5 cm、5—10 cm和10—15 cm三种规格个体。

图 2 蜈支洲岛不同时间各发育阶段砗磲数量(a)及大小比例(b) Fig. 2 The number (a) and the percentage of different-sized individuals (b) of giant clams in Wuzhizhou Island in different years
2.2 水温和水质环境因子与砗磲密度的相关性

图 3可知, 温度及各水质因子均与砗磲密度相关性不显著(P > 0.05), 但NO3-浓度与砗磲密度相关系数最高, 为0.29。温度、SiO42-和NO2-浓度相关系数为0.11—0.12, PO43-浓度与砗磲密度之间相关系数为–0.13。各环境因子间, 温度与DIN浓度、NH4+浓度、PO43-浓度、SiO42-浓度之间, DIN浓度与PO43-浓度、SiO42-浓度之间, NH4+浓度与PO43-浓度、SiO42-浓度之间都存在显著的相关性(P < 0.05)。

图 3 水温、各水质环境因子及砗磲密度之间的相关性矩阵热图 Fig. 3 Heat map of correlation matrix among water temperature, various water factors and giant clam density 注: 红色表示正相关, 蓝色表示负相关, 而颜色的渐变则表示相关性的大小, 颜色越深相关性越高, 颜色越浅证明相关性越低, 数值为两个交叉因子之间的相关系数R, 图中*表示P < 0.05
2.3 砗磲密度与珊瑚覆盖率的相关性

图 4所示, 珊瑚、礁石和砂石底质中均有砗磲分布。进一步比较发现, 珊瑚礁区砗磲分布最多, 为66.67%, 其次为礁石区, 砂石区极少。如表 2所示, 对蜈支洲岛5个调查站位珊瑚礁覆盖率分析发现: 在3 m水深, 珊瑚覆盖率与调查站位显著相关(P < 0.05), 而与调查年份无关, 且不同站位与调查年份间存在显著的交互作用(P < 0.05); 在8 m水深, 珊瑚覆盖率与调查站位、调查年份, 以及调查站位与调查年份交互作用间存在显著相关性(P < 0.05)。其中2017年站位3的3 m水深珊瑚覆盖率最高, 为66.50%, 显著高于站位9、11和13中4个调查年份的3 m水深的珊瑚覆盖率(P < 0.05)。各调查站位8 m水深不同年份珊瑚覆盖率波动性较大, 如站位3为4.93%—46.00%、站位4为13.87%—67.74%、站位9为1.24%—13.63%、站位11为0.60%—50.83%、站位13为0.76%—17.23%。

图 4 不同底质砗磲及分布比例 Fig. 4 Giant clams and their distribution on different substrates 注: a、b和c分别为珊瑚、礁石和砂石底质; d为砗磲在不同底质中分布比例

表 2 各站位不同年份珊瑚覆盖率(%) Tab. 2 Coral coverage (%) in different years and sites
站位 年份 珊瑚覆盖率(%)
3 m水深 8 m水深
3 2017 66.50±7.28a ND
2018 ND 4.93±2.92def
2019 35.30±2.34abcd 35.23±5.05abc
2020 40.81±2.50abc 46.00±2.00ab
4 2017 58.22±1.51abc 13.87±4.06cdef
2018 ND 30.92±1.16bcd
2019 60.93±6.93ab 52.22±0.76ab
2020 61.26±1.56 ab 67.74±1.64a
9 2017 1.43±0.28 e 1.24±1.85f
2018 1.16±0.95 e 2.83±1.65f
2019 20.35±3.45bcd 6.09±1.24def
2020 23.34±0.76bcd 13.63±2.85cdef
11 2017 7.23±1.32 de 8.43±2.65def
2018 36.44±8.73abcd 0.60±0.30f
2019 16.28±1.44 cd 16.45±4.69cdef
2020 18.49±4.47 cd 50.83±5.51ab
13 2017 24.34±5.73bcd 0.76±0.83f
2018 11.88±3.24 de 7.93±2.16def
2019 20.74±4.24bcd 15.43±6.20cdef
2020 46.34±6.54abc 17.23±3.36cdef
ANOVA: P-values 站位 0.001 6 0.006 9
年份 0.700 5 0.001 3
站位*年份 0.009 6 0.003 3
  注: 不同小写字母表示同列具有显著差异(P < 0.05)
2.4 砗磲外套膜颜色与周边底质颜色相关性

对于不同调查站位(选择站位3和11, 共2个砗磲密度较高站位)和年份(2017与2020年)中, 砗磲外套膜颜色与周边底质颜色相关性分析见图 5表 3。从空间上看: 站位3外套膜颜色参数RGB值均与周边底质颜色呈显著相关性, 相关系数分别为0.863、0.953和0.884 (P < 0.05), 而站位11外套膜各颜色参数值与周边底质颜色无显著相关性(P < 0.05); 从时间上看: 2017年调查砗磲外套膜颜色R和B值与周边底质颜色呈显著相关性(P < 0.05), 而参数G无显著相关性。2020年调查砗磲外套膜颜色参数中仅B值与周边底质颜色呈显著相关性(P < 0.05)。进一步比较发现2020年砗磲外套膜与底质颜色参数B相关系数为0.899, 高于2017年(0.712)。

图 5 蜈支洲岛砗磲外套膜与周边底质RGB颜色参数相关性 Fig. 5 The relationship between the mean red, blue and green (RGB) values of giant clam mantles and their surrounding substrates 注: a. 4年调查站位3砗磲; b. 4年调查站位11砗磲; c. 2017年所有站位砗磲; d. 2020年所有站位砗磲

表 3 不同站位及时间下砗磲外套膜与周边底质颜色回归分析 Tab. 3 Regression analysis of giant clam mantles and their surrounding substrates in different sites and years
颜色参数 站位 年份 F P 回归方程
R 3 18.49 0.008 Rg3 =–2.475 30+0.894 2×Rs3 (R=0.863)
11 1.09 0.316 Rg11 = 58.285 45+0.243 5×Rs11(R=0.085)
G 3 60.31 0.001 Gg3=–65.397 03+1.396 4×Gs3 (R=0.953)
11 0.10 0.757 Gg11 = 91.420 08+0.095 7×Gs11 (R=0.273)
B 3 22.49 0.005 Bg3 = –42.196 02+1.232 5×Bs3 (R=0.884)
11 3.67 0.080 Bg11 = 43.260 25+0.309 9×Bs11 (R=0.413)
R 2017 10.38 0.008 Rg17 = 31.920 48+0.444 5×Rs17 (R=0.697)
2020 5.40 0.059 Rg20 =–42.615 45+1.381 6×Rs20 (R=0.688)
G 2017 3.81 0.077 Gg17 = 47.554 44+0.420 0×Gs17 (R=0.507)
2020 1.49 0.268 Gg20 = –16.016 69+1.073 8×Gs20 (R=0.266)
B 2017 11.30 0.006 Bg17 = 12.587 08+0.687 2×Bs17(R=0.712)
2020 25.41 0.002 Bg20 = –48.050 01+1.575 4×Bs20 (R=0.899)
  注: RGB分别指颜色参数RGB值; gs分别代表砗磲外套膜和周边底质; 数字311分别表示站位3和站位11; 数字1720分别表示2017年和2020年
3 讨论 3.1 蜈支洲岛砗磲种群时空变化及驱动因素分析

调查结果显示, 2017—2020年间, 蜈支洲5个站位砗磲密度为0—30.00×10–2 ind./m2, 低于日本冲绳岛(5.03 ind./m2) (Neo et al, 2019)和澳大利亚的美人鱼礁(1.58×102 ind./m2) (Rees et al, 2003), 高于埃及亚喀巴湾(4.70×10–3 ind./m2)和新加坡南部群岛(7.92×10–4 ind./m2) (Guest et al, 2008)。对不同年份蜈支洲岛海域砗磲种群结构分析发现, 2017年4种规格砗磲均有分布, 且小规格个体多于大规格; 至2020年却未发现大规格个体, 种群数量亦有所下降, 因此, 蜈支洲岛周边砗磲资源的保护迫在眉睫。此外, 基于崔丹等(2019)刘春胜等(2021)前期对海南岛沿海砗磲资源调查结果, 表明整个海南岛沿海砗磲资源保护工作亟待加强。

对蜈支洲岛不同站位间砗磲密度分析发现, 站位3、4和11砗磲密度较高, 而站位9和13几乎未发现砗磲。大量研究表明, 包括砗磲在内的珊瑚礁生物种群数量与捕捞和旅游等人类活动程度呈显著的负相关(施祺等, 2010; 李秀保等, 2019b; 刘春胜等, 2021)。蜈支洲岛为著名海上旅游区, 年接待游客超200万人次, 码头及海上项目多分布于北侧(周扬等, 2018)。其中站位9为夏季潜水区, 站位13为海上运动区, 因此在这两个站位4年几乎未发现砗磲; 与之相比, 岛南侧站位3和4海域尚未开发, 砗磲密度相对较高。砗磲为珊瑚礁生物, 其分布与珊瑚覆盖率密切相关(刘春胜等, 2021), 本次调查亦表明砗磲主要分布于珊瑚礁区(为66.67%)。对比各站位珊瑚覆盖率发现, 站位3、4和11珊瑚覆盖率较高, 且近两年呈现稳定的增加趋势; 而站位9在2017和2018两年珊瑚覆盖率仅为1.16%和1.43%, 尽管2019和2020年该站位珊瑚覆盖率已达20%以上, 但受原种群数量影响, 砗磲种群恢复尚需时日。此外, 为提高珊瑚覆盖率, 作者所在团队长期在站位3和11开展人工种植和保护相关工作, 这些管理措施也从一定程度上恢复了砗磲栖息环境, 提高了其种群数量(许慧丽, 2020)。

砗磲密度除直接受人类活动影响外, 亦受温度波动及水质因子变化等影响。如Dubousquet等(2016)Zhou等(2019)分别对长砗磲(T. maxima)和番红砗磲(T. crocea)进行高温刺激(32 ℃)后, 砗磲呈现显著的应激反应; Grice等(1999)报道, 添加适当的铵肥能够利于长砗磲生长。本实验对水温及其他调查水质因子统计学分析发现, 各水质参数与调查年份呈显著相关性(P < 0.05), 这可能与气候、洋流波动, 以及岛上的不定时排污有关(李秀保等, 2019a)。在比较分析各水质因子与砗磲密度相关性结果中, 未发现环境因子与砗磲密度的显著相关性, 这可能与实验调查次数及样本量少, 重复性不足有关。但在所测定的水质参数中, 砗磲密度与硝酸盐NO3-浓度相关性最高(0.29), 这一结果与Grice等(1999)报道适当铵肥浓度有利于砗磲存活的结果相一致。

3.2 时空变化对砗磲外套膜颜色与周边底质颜色相关性的影响

颜色多态性是砗磲逃避敌害生物捕食的一种方式(刘春胜等, 2021)。Todd等(2009)Ozog(2009)分别对帕劳番红砗磲和法属波利尼西亚长砗磲外套膜颜色分析, 得出其与底质环境颜色呈现显著相关性的结论。本研究对站位3和站位11共2个站位砗磲外套膜与周边环境颜色分析发现, 站位3砗磲外套膜的颜色RGB参数值与周边底质颜色均呈显著相关性(P < 0.05), 但站位11外套膜与周边底质却无显著相关性(P > 0.05), 这可能与蜈支洲岛北侧人为干扰程度较高, 底质环境变化较快有关。对2017年和2020年砗磲外套膜颜色分析发现, 2020年砗磲外套膜与周边底质B颜色参数值相关性极显著(P < 0.01), 相关系数为0.899, 高于2017年。这可能是因为随着非法捕捞行为的加剧, 外套膜与周边底质颜色差异较大砗磲更易被发现和采捕, 进而导致两者相似性增高, 该结果与刘春胜等(2021)报道一致。

4 结论

蜈支洲岛周边海域砗磲密度为0—30.00×10–2 ind./m2, 岛南砗磲密度要优于岛北, 3 m水深海区砗磲密度高于8 m水深海区; 在部分站位砗磲密度随调查年份显著下降; 蜈支洲岛海域砗磲外套膜与周边底质颜色呈一定的相关性, 且受人类活动影响。因此, 今后应重视砗磲野生资源及生境保护, 同时通过人工育苗和增殖放流等措施来迅速补充砗磲资源。

参考文献
丁导生. 1958. 西沙群岛贝类资源丰富. 中国水产, (7): 19-20
刘小霞, 李乐, 郑兴, 等. 2017. 光照对不同规格番红砗磲(Tridacna crocea)氧、氨氮及活性磷酸盐代谢的影响. 渔业科学进展, 38(5): 92-99
刘春胜, 吴川良, 李秀保, 等. 2021. 三亚近海诺亚砗磲分布特征及底质对其外套膜颜色的影响. 水生生物学报, 45(3): 645-651
许惠丽, 2020. 三亚蜈支洲岛造礁石珊瑚对环境变化的响应. 海口: 海南大学硕士学位论文, 27-28
李元超, 韩有定, 陈石泉, 等. 2015. 砗磲采挖对珊瑚礁生态系统的破坏——以西沙北礁为例. 应用海洋学学报, 34(04): 518-524 DOI:10.3969/J.ISSN.2095-4972.2015.04.009
李秀保, 王爱民, 刘胜等, 2019a. 海南岛珊瑚礁的保护与修复. 见: 第三届现代海洋(淡水)牧场学术研讨会论文集. 海口: 中国水产学会海洋牧场研究会
李秀保, 李元超, 许强等, 2019b. 珊瑚礁生态系统调查的内容及方法. 见: 李秀保, 李元超, 许强. 三亚蜈支洲岛珊瑚礁的现状、生态修复及保护对策. 北京: 科学出版社, 9-14
张素萍. 2008. 中国海洋贝类图鉴. 北京: 海洋出版社, 317-328
周扬, 高亚龙, 黄学彬. 2018. 基于整合营销传播的旅游营销策略研究——以三亚蜈支洲岛风景区为例. 科教导刊, (33): 33-35
施祺, 赵美霞, 黄玲英, 等. 2010. 三亚鹿回头岸礁区人类活动及其对珊瑚礁的影响. 热带地理, 30(5): 486-490, 509 DOI:10.3969/j.issn.1001-5221.2010.05.006
崔丹, 王辉, 刘君, 等. 2019. 海南岛沿岸海域砗磲资源调查及保护前景展望. 海洋通报, 38(5): 527-532
Borsa P, Fauvelot C, Tiavouane J et al, 2015. Distribution of Noah's giant clam, Tridacna noae. Marine Biodiversity, 45(2): 339-344 DOI:10.1007/s12526-014-0265-9
Dubousquet V, Gros E, Berteaux-Lecellier V et al, 2016. Changes in fatty acid composition in the giant clam Tridacna maxima in response to thermal stress. Biology Open, 5(10): 1400-1407 DOI:10.1242/bio.017921
English S, Wilkinson C, Baker V, 1997. Survey manual for tropical marine resources. Ferguson, Australia: Australian Institute of Marine Science
Gomez E D, Mingoa-Licuanan S S, 2006. Achievements and lessons learned in restocking giant clams in the Philippines. Fisheries Research, 80(1): 46-52 DOI:10.1016/j.fishres.2006.03.017
Grice A M, Bell J D, 1999. Application of ammonium to enhance the growth of giant clams (Tridacna maxima) in the land-based nursery: effects of size class, stocking density and nutrient concentration. Aquaculture, 170(1): 17-28 DOI:10.1016/S0044-8486(98)00388-3
Guest J R, Todd P A, Goh E et al, 2008. Can giant clam (Tridacna squamosa) populations be restored on Singapore's heavily impacted coral reefs. Aquatic Conservation: Marine and Freshwater Ecosystems, 18(5): 570-579 DOI:10.1002/aqc.888
Huelsken T, Keyse J, Liggins L et al, 2013. A novel widespread cryptic species and phylogeographic patterns within several giant clam species (Cardiidae: Tridacna) from the Indo-Pacific Ocean. PLoS One, 8(11): e80858 DOI:10.1371/journal.pone.0080858
Liu C S, Yang X Y, Sun Y et al, 2021. Effects of the daily light/dark cycle on photosynthetic performance, oxidative stress and illumination-related genes in boring giant clam Tridacna crocea. Marine Biology, 168(5): 71 DOI:10.1007/s00227-021-03883-2
Nadon M O, Stirling G, 2006. Field and simulation analyses of visual methods for sampling coral cover. Coral Reefs, 25(2): 177-185 DOI:10.1007/s00338-005-0074-5
Neo M L, Eckman W, Vicentuan K et al, 2015. The ecological significance of giant clams in coral reef ecosystems. Biological Conservation, 181: 111-123 DOI:10.1016/j.biocon.2014.11.004
Neo M L, Lim K K, Yang S Y et al, 2019. Status of giant clam resources around Okinawa-Jima Island, Ryukyu Archipelago, Japan. Aquatic Conservation: Marine and Freshwater Ecosystems, 29(6): 1002-1011 DOI:10.1002/aqc.3033
Neo M L, Todd P A, 2012. Giant clams (Mollusca: Bivalvia: Tridacninae) in Singapore: history, research and conservation. Raffles Bulletin of Zoology, (S25): 67-78
Othman A S B, Goh G H S, Todd P A, 2010. The distribution and status of giant clams (family Tridacnidae)-a short review. Raffles Bulletin of Zoology, 58(1): 103-111
Ozog S T, 2009. Balancing anti-predation and energetic needs: color polymorphism in the giant clam Tridacna maxima. Oakland: University of California
Penny S S, Willan R C, 2014. Description of a new species of giant clam (Bivalvia: Tridacnidae) from Ningaloo Reef, Western Australia. Molluscan Research, 34(3): 201-211 DOI:10.1080/13235818.2014.940616
Rees M, Colquhoun J, Smith L L et al, 2003. Surveys of Trochus, Holothuria, giant clams and the coral communities at Ashmore Reef, Cartier Reef and Mermaid Reef, northwestern Australia. Townsville: Australian Institute of Marine Science, 64
Richter C, Roa-Quiaoit H, Jantzen C et al, 2008. Collapse of a new living species of giant clam in the Red Sea. Current Biology, 18(17): 1349-1354 DOI:10.1016/j.cub.2008.07.060
Su Y, Hung J H, Kubo H et al, 2014. Tridacna noae (Röding, 1798)-a valid giant clam species separated from T. maxima (Röding, 1798) by morphological and genetic data. Raffles Bulletin of Zoology, 62: 124-135
Todd P A, Lee J H, Chou L M, 2009. Polymorphism and crypsis in the boring giant clam (Tridacna crocea): potential strategies against visual predators. Hydrobiologia, 635(1): 37-43 DOI:10.1007/s10750-009-9859-9
Zhang Y H, Zhou Z H, Qin Y P et al, 2020. Phenotypic traits of two boring giant clam (Tridacna crocea) populations and their reciprocal hybrids in the South China Sea. Aquaculture, 519: 734890 DOI:10.1016/j.aquaculture.2019.734890
Zhou Z, Liu Z Q, Wang L G et al, 2019. Oxidative stress, apoptosis activation and symbiosis disruption in giant clam Tridacna crocea under high temperature. Fish & Shellfish Immunology, 84: 451-457