中國(guó)科學(xué)院水生生物研究所水生態(tài)系統(tǒng)健康學(xué)科組對(duì)云南高原湖泊洱海的魚類生態(tài)環(huán)境及漁業(yè)資源調(diào)控開(kāi)展了多年持續(xù)研究工作。近日，研究團(tuán)隊(duì)連續(xù)在國(guó)際知名雜志Water Research上發(fā)表“Can top-down effects of planktivorous fish removal be used to mitigate cyanobacterial blooms in large subtropical highland lakes?”，在Ecological Informatics上發(fā)表“Modeling ecosystem impacts of invasive Japanese smelt Hypomesus nipponensis in Lake Erhai, southwestern China”的論文，圍繞洱海魚類生態(tài)調(diào)控與藻類水華控制問(wèn)題取得了系列重要進(jìn)展。 

　　已有研究表明，在北溫帶湖泊中廣泛使用移除浮游生物食性魚類的方法來(lái)加強(qiáng)浮游動(dòng)物的牧食，進(jìn)而減少浮游植物的數(shù)量。但這種方法是否適用于我國(guó)亞熱帶高原湖泊目前尚不清楚。為此，研究團(tuán)隊(duì)通過(guò)對(duì)入侵洱海西太公魚的生態(tài)調(diào)控效果進(jìn)行了研究，首次采用原位圍欄調(diào)控技術(shù)研究西太公魚種群的定量去除對(duì)水生態(tài)系統(tǒng)的影響，獲得了西太公魚種群去除最適的捕撈努力量參數(shù)并應(yīng)用到全湖實(shí)踐（Yin et al.，Water Research，2022）。結(jié)果表明：1）魚類去除后導(dǎo)致了浮游動(dòng)物與浮游植物的生物量占比顯著增加，增強(qiáng)了“下行效應(yīng)”的重要性，對(duì)于防控藍(lán)藻水華爆發(fā)具有重要意義（圖1）；2）西太公魚去除通過(guò)營(yíng)養(yǎng)級(jí)聯(lián)減少亞熱帶高原深水湖泊的浮游植物的密度和生物量下降（圖2）。 

圖1.西太公魚移除前后洱海浮游動(dòng)物的變化 

圖2. 藍(lán)藻門（a）、綠藻門（b）、硅藻門（c）和其他浮游植物類群（d）生物操縱期間（2018～2020）的生物量變化的單因素方差分析（ANOVA）（P < 0.05為顯著） 

　　在生態(tài)學(xué)問(wèn)題研究中，水生入侵物種（Aquatic Invasive Species，AIS）對(duì)改變湖泊生態(tài)系統(tǒng)的食物網(wǎng)結(jié)構(gòu)和功能特征方面發(fā)揮著重要作用。研究團(tuán)隊(duì)重點(diǎn)關(guān)注了近年來(lái)入侵洱海的浮游生物食性魚類—西太公魚對(duì)洱海食物網(wǎng)結(jié)構(gòu)和功能影響問(wèn)題（Yin et al.，Ecological Informatics，2022）。該研究首次嘗試以西太公魚為研究對(duì)象構(gòu)建EwE模型，重點(diǎn)動(dòng)態(tài)模擬（Ecosim模型）其入侵對(duì)生態(tài)系統(tǒng)的影響。研究發(fā)現(xiàn)當(dāng)西太公魚入侵洱海并成為優(yōu)勢(shì)物種時(shí)，對(duì)洱海食物網(wǎng)結(jié)構(gòu)與功能產(chǎn)生了明顯地影響（圖3）。研究成果對(duì)于指導(dǎo)洱海外來(lái)魚類入侵的生態(tài)風(fēng)險(xiǎn)評(píng)估及魚類種群調(diào)控具有重要支撐作用。 

圖3. 魚類入侵前后食物網(wǎng)營(yíng)養(yǎng)水平的變化信息圖（圓圈的大小表示功能組的生物量） 

　　水生所尹成杰博士為上述研究論文的第一作者，過(guò)龍根副研究員為通訊作者。碩士研究生公莉、何萬(wàn)朝等參與了相關(guān)研究工作。倪樂(lè)意研究員、陳宇順研究員亦對(duì)本研究給予大力支持。該系列研究得到了云南省大理市委托項(xiàng)目（[2018]447號(hào)）、國(guó)家“十二五”水專項(xiàng)等項(xiàng)目資助。 

　　相關(guān)研究成果發(fā)表論文鏈接：Yin et al.，Water Research, 2022 https://doi.org/10.1016/j.watres.2022.118483; Yin et al.，Ecological Informatics, 2022 https://doi.org/10.1016/j.ecoinf.2021.101488。