海洋牧場溶解氧生態模型初探

孟 鑫 ，王 冬 ，李培良 ，范開國 ，顧艷鎮 *

（1.中國海洋大學 海洋與大氣學院，山東 青島 266100；2.交通運輸部北海航海保障中心天津海事測繪中心 天津300202；3.中國人民解放軍91039部隊，北京 102401）

海洋牧場溶解氧生態模型初探

孟 鑫1，王 冬2，李培良1，范開國3，顧艷鎮1*

（1.中國海洋大學 海洋與大氣學院，山東 青島 266100；2.交通運輸部北海航海保障中心天津海事測繪中心 天津300202；3.中國人民解放軍91039部隊，北京 102401）

文中利用黃海沿岸威海小石島海洋牧場2016年6-11月份和榮成西霞口海洋牧場2016年6-10月份海洋牧場海底觀測網實時高頻溫、鹽、深、溶解氧、葉綠素濃度等水環境數據對牧場的海底環境進行季節變化分析和日變化分析，并利用自由水域假設建立溶解氧生態模型，對兩個牧場的生態系統新陳代謝參數進行計算并分析，得到其GPP，R和NEP的月變化趨勢，并結合實測溶解氧數據和海底視頻，對生態系統穩定性較差的西霞口海洋牧場進行合理建議。研究還發現對于這兩個淺水動物養殖型海洋牧場，物理過程對溶解氧變化的貢獻和生物過程相當。

溶解氧；海洋牧場；新陳代謝；初級生產力

海水中的溶解氧是衡量海氣相互作用、水質和海洋初級生產力的重要標志，過高或者過低的溶解氧濃度水平都會危害水生生物的生活[1]。海洋中的溶解氧主要來源于兩個過程:氧氣通過海氣界面進入海水屬于物理過程；水生植物光合作用釋放的氧氣屬于生物過程。

山東省2015年全面啟動海洋牧場觀測網項目，在全國率先建立以海洋牧場區水質和水動力環境監測為核心的海洋牧場觀測網，從而實現海洋牧場生態環境的長期連續監控，獲得海洋環境要素實時高頻數據[2-3]。

另一方面，隨著資源環境問題的日益突出，海洋牧場建設面臨著從經濟型向生態型的轉變發展。本文通過學習國內外科學理論的基礎上對海洋牧場溶解氧參數進行分析和初步模型計算，以此來度量水體營養狀態和生態系統承載力，為海洋牧場科學管理和決策提供技術依據，推動海洋牧場建設的可持續、健康發展；同時提出可行的改進技術，為以后的研究工作提供思路。

1 數據與方法

1.1 牧場環境數據

海洋牧場實時高分辨率水動力環境參數水溫、鹽度、深度等數據以及水質參數溶解氧濃度、葉綠素濃度均來自于山東省海洋牧場觀測網項目。

溫度、鹽度、深度數據來自于海底觀測平臺搭載的TRDI CTD-NH溫鹽深儀。測量溫度精度±0.005℃，分辨率0.000 1℃、鹽度精度0.000 3 S/m，分辨率0.000 01 S/m、壓力精度為全量程0.1%，分辨率0.002%。溶解氧濃度數據來自于海底觀測平臺搭載的SBE43式溶解氧傳感器。測量量程為120%飽和度，測量精度是飽和度的±2%。葉綠素濃度數據來自于海底觀測平臺搭載的SCF葉綠素熒光計。其最小檢測量為0.02 μg/L，測量精度0.003 μg/L，量程為 150 μg/L。觀測平臺另搭載ROS C600海底高清彩色攝像機完成水下環境的視頻連續觀測，該系統輔助探頭還包括水下燈和腐蝕在線監測儀。數據觀測時間分辨率均為1 min/次，本文視處理情況取10 min平均或1 h平均來計算。

1.2 實時風速數據

海表面10 m實時風場數據從威海市氣象臺站獲得。風速風向以每小時的數據分辨率導出，另附日最大風速、日極大風速。根據海洋牧場地理位置，本文選取威海站、成頭山站的數據做分析，其地理位置如圖1所示。

1.3 輔助數據

高精度岸線數據來自GSHHG(Global Selfconsistent,Hierarchical,High-resolution Geography Database)Version 2.3.6.。

高精度水深數據來自GEBCO_2014(General Bathymetric Chart of the Oceans General Bathymetric Chart of the Oceans)，分辨率 1/120°。

海洋牧場界址坐標來自山東省海洋與漁業廳《關于萊州灣東部等15處海洋生態修復項目可行性研究報告的批復》附件。本文選取的兩個牧場其具體信息如圖1、表1所示，兩個牧場白天陽光均可到達海底深度，監測視頻截取如圖2。

表1 研究牧場概況一覽表

圖1 海洋牧場及氣象臺站地理位置示意圖

圖2 各海洋牧場日夜視頻截取（a.夜間、b.日間）

1.4 自由水域理論

Sargent和Austin于1949年首次利用氧濃度的晝夜變化計算出一個珊瑚礁系的生產率和呼吸率。Odum(1956)首次提出晝夜變化的“自由水域（Free-Water）”理論的概念和計算方法來計算生態系統參數并分析水體營養狀態[4]。“自由水域”法和過去用來計算新陳代謝的光/暗瓶培養等方法相比有顯著的優勢，自Odum后這種方法開始廣泛被用于各種水生生態系統的研究[5-8，15-19]。

根據自由水域的假定，海水中溶解氧濃度的變化可以由下式表示：

式中：Q為單位面積的溶解氧變率；P為單位面積的總初級生產力（GPP）變率；R為單位面積的呼吸率；Din為單位時間單位面積的混合擴散導致的海氣交換；A為小擾動（可忽略）。

本文所研究的海洋牧場觀測系統布放深度均較淺，且夏季觀測到的最高水溫也能達到25℃及以上，這與渤黃海夏季表層水溫相一致，證明混合可到達水底；此外秋冬季節混合作用可以直達海底，故研究區域滿足其假設條件。

1.5 對海氣交換項Din的處理

氣體的海氣交換表達式如下[13]：

式中：O2meas為實測溶解氧濃度值；O2sat為該時刻海水溫度、鹽度、壓強條件下的飽和溶解氧濃度，本文飽和溶解氧濃度公式采取國家標準海洋調查規范 GB 12763.4-2007-5.7.3(3)式[9]并根據 USGS NO.81.11[10]進行氣壓訂正；Zmix表示混合層深度，本文所研究的海洋牧場上下混合均一，故Zmix一項由水深代替；k為氣體交換速度項，單位一般為cm/h或m/h。指數n值的確定決定于海氣交換界面是自由界面（取-1/2）還是固定界面（取-2/3），本文研究取值-1/2。施密特數由Wanninkhof（1992）運用最小平方法原理擬合其和溫度的經驗常數求得[11]。對牧場海表面風速的概率統計顯示各有近30%的風速低于3 m/s和大于6 m/s，且日極大風速能達16 m/s，經計算比對圖4各試驗測量值及經驗曲線后選定k600=(2.07+0.215U101.7)/100，k600=(0.266±0.019)U102的線性均值[12-13]作為本文k600計算值。

圖4 常用風速/氣體交換速度經驗公式及著名風速試驗值[13]

1.6 日夜光照時間長度的計算

根 據 Iqbal（1983）An Introduction to Solar Radiation一書所述[14]，由牧場所在位置的緯度和日期（DOY）計算可得一天中的光照時長（h），由圖5知，夏至時牧場所在位置光照時長能長達14.5 h。

圖5 本文各研究牧場每日光照時長隨日期的變化

1.7 生態模型的建立

對于一天中的日照時段，其計算公式為

對于夜晚，其計算公式為

式中：VNEPd表示白天的每小時凈生態系統生產力速率；VRn表示夜晚的每小時呼吸率。

總初級生產力（gross primary productivity，GPP）指植物生產的有機碳量，它包括初級生產者自身呼吸作用所消耗的能量，而凈初級生產力是扣除其自身呼吸剩下的生產總量。由于在測定生產量時很難將微小型初級生產者、消費者、分解者區別開，難于計算初級生產者自身的凈生產量，故引入凈生態系統生產力（net ecosystem productivity，NEP）這一概念，它表示從總初級生產力中扣除植物和異養生物呼吸量（Respiration，R）之后的生產量。

計算得該牧場的新陳代謝生態參數[15]：總初級生產力GPP、呼吸率R和凈生態系統生產力NEP。

2 結果與討論

2.1 海洋環境要素的變化特征

從夏到秋，牧場內水溫經歷了先升高后降低的過程，同時實測溶解氧濃度先降低后升高。受夏季入海徑流增大和降水增多的影響，兩牧場海水鹽度均略有降低，但保持較大的穩定性。飽和溶解氧濃度跟海水的物理狀態有關，隨著溫度的顯著升高，牧場海水飽和溶解氧濃度也有所降低，之后海水溫度降低，飽和溶解氧濃度隨之升高。夏秋交替，海面南風消退，北風逐漸強盛。

圖6 小石島海洋牧場各參數隨時間變化曲線

圖6為小石島海洋牧場各項參數隨時間變化曲線。水環境數據取1 h平均；風速為日平均；a,b中疊加黑色線為日平均；a中疊加藍色線為飽和溶解氧濃度Osat。

隨著溫度升高和水生生物生命過程的活躍，小石島海洋牧場溶解氧濃度在8月20號降至日均最低4.8 mg/L，在7月31日出現溶解氧日最大濃度差5.8 mg/L。同時，海水溫度從觀測初始的17℃逐漸升高，最高至27℃，水溫高于25℃的時間可維持半月，此時期與溶解氧濃度最低值時期相一致。秋季開始后溶解氧濃度日變幅已不如夏季顯著，其值開始緩慢上升，在11月末達到9 mg/L，此時海水溫度降至10℃左右。

圖7 西霞口海洋牧場各參數隨時間變化曲線。

圖7所示為西霞口海洋牧場各參數隨時間變化曲線。水環境數據取1 h平均；風速為日平均；a,b中疊加黑色線為日平均；a中疊加藍色線為飽和溶解氧濃度Osat。

西霞口海洋牧場海水溫度從5月底的日均15℃升溫到26℃，在八月中旬達到年日均最高溫后緩慢降低，在10月中上旬降至20℃。受海水溫鹽影響飽和溶解氧濃度也逐漸降低。由圖7可知，6月份到8月份溶解氧濃度逐漸降低，從日均9 mg/L降至6.3 mg/L，9月末維持在7 mg/L左右。

圖8 海洋牧場葉綠素隨時間分布圖（空白部分為缺測）

分析溶解氧濃度在夏季降低并維持的原因有二：首先隨著氣候變化溫度升高，海水本身對于氧氣的溶解能力隨之降低；其次，小石島海洋牧場和西霞口海洋牧場的葉綠素濃度分別從7月初和7月中旬開始暴增（圖8），這是水生植物（生活在沿岸淺海域中的有根植物和水體上層的浮游植物）開始大量繁殖的標志，然而葉綠素日較差也隨之增大，這說明適宜的溫度不僅為浮游植物提供了優越的生存環境，也適合浮游動物的繁殖和生長，牧場內養殖作物一方面對水生植物的牧食導致葉綠素的較大變化，一方面呼吸作用消耗的溶解氧大于水生植物光合作用制造的溶解氧量，所以溶解氧濃度降低。而隨著秋季結束，水溫降低，一方面其氧氣溶解度隨之升高，另一方面過冷的環境條件不再適合水生生物的生存繁殖，雖然用于光合作用的植物葉綠素會減少，光合作用強度減弱，但水生動物即將進入冬眠模式，其生物量的大大減少更減少了呼吸作用的耗氧量，相比之下溶解氧濃度會升高。

圖9 西霞口海洋牧場夏季參數的日變化

觀測數據也很好地顯示了溶解氧濃度的日變化特征。以西霞口海洋牧場134 d的數據進行平均處理為例，可看到飽和溶解氧、實測溶解氧、溫度、鹽度日變化特征，見圖9。溶解氧濃度日變化變幅約為0.9 mg/L，氧飽和度日變化僅為0.14 mg/L。研究牧場的溶解氧飽和百分比最大可達83%（2016-09-14 16:00 9.45 mg/L），最小至 50%（2016-08-24 4:00）。

海水溫度在每天的清晨6時達到一天中的最小值，日出后隨著太陽輻射的增強，海水吸收輻射能量，在午后3時溫度達到最高，之后太陽輻射減弱，空氣溫度小于海水溫度，海水失熱，溫度降低。飽和溶解氧濃度受海水溫度的直接影響，故其呈現變化周期與海水溫度一致的反相變化，在每日海水溫度最低時最高，在每日海水溫度最高時最低。實測溶解氧濃度明顯的日周期變化表現在每天清晨4、5點達到一天中的最小值，然后逐漸升高至午后3點達到一天中的最大值，隨即降低。

實測溶解氧濃度并未呈現與溫度變化周期一致的反相變化，這是因為，日出之前水生生物的呼吸作用一直消耗氧氣，故日出之前會逐漸降低，日出之后光合作用開始制造氧氣釋放到水體中補充呼吸作用的消耗，隨著太陽輻射增強，光合作用制造氧氣的速度也在一定范圍內隨之增大，故午后3時左右溶解氧濃度達到一天中的最大值。實測溶解氧的這一與溫度同步的同相變化周期顯示出在光照適宜，生物繁多的海區中，影響溶解氧濃度變化的生物過程占主導。海水鹽度日變化變幅極其微小，在0.02 psu以內。

2.2 溶解氧生態模型計算結果及其分析

鑒于較深層水體其溶解氧日變化過程會受到更多物理過程的影響[7]，本文用1 h平均的溶解氧濃度進行計算生態參數，以濾去高頻物理過程的影響。

小石島海洋牧場月均總初級生產力GPP在9月份達到最大值2.337±0.970 gO2/m3d，之后逐漸減小，到11月時僅有均0.681 gO2/m3d，這是因為11月時溫度迅速降低至10℃，光照時長也大大減少，環境條件已不能讓水生植物保持夏季一樣的生命力，總初級生產力變得相對較弱。GPP在7月略有下降，這應該是浮游動物牧食的結果，浮游動物由于適宜的溫度條件和豐盛的食物來源開始繁殖，其對水生植物的牧食使水生植物量有所減少，故7月略有降低。持續適宜的環境條件作用下，水生植物和動物的生物量達到動態平衡，故8、9月份GPP依然很高，水生植物生長依然茂盛。呼吸量在8月最大（3.382±2.261 gO2/m3d），這與該牧場 8月份出現溶解氧濃度最小值相一致，之后呼吸量逐漸降低，但在11月仍保持日均1.762 gO2/m3d的水平，這是因為隨著太陽輻射強度減弱，溫度下降，環境條件雖已不適合水生植物大量繁殖，但經由夏季和秋季繁衍的動物，已發育成熟進入待捕撈時期，故該牧場11月份呼吸量仍較大。雖然GPP和R在觀測時間內變化較大，但凈生態系統生產力維持較穩定的水平，其值在-1 gO2/m3d左右波動。這證明了該海區生態系統的穩定性。

由GPP/R示意圖可知，該牧場處于輕微異養狀態，生物量較大。夏季總初級生產力較高，呼吸率也較高，最大值都可以達到7 gO2/m3d，且變幅也比秋季大，這是夏季水生生物大量繁殖的結果。

圖10 小石島海洋牧場生態系統新陳代謝速率

西霞口海洋牧場在觀測時間段內GPP逐漸升高，但增幅不大，9月份最高1.724±1.475 gO2/m3d。R值呈逐漸升高的趨勢，但在8月份例外，結合其葉綠素濃度變化可以推測，水生植物繁殖速度速度慢于動物的攝食速度，導致水生植物急劇減少，進而影響了水生動物的正常生長，經過一段時間后才恢復平衡，故在8月GPP增大的情況下呼吸量有所減少。NEP的值波動較大，雖然8月NEP負值情況最小但這并不意味著健康的牧場狀態。9月負值最大，達-2.777±1.932 gO2/m3d。

圖11 西霞口海洋牧場生態系統新陳代謝參數月變化

表2 物理過程和生物過程對溶解氧濃度變化貢獻率

由于溶解氧濃度的變化由物理過程和生物過程兩個過程共同參與，因此分析其各自對溶解氧濃度變化的貢獻率，發現兩個牧場中物理過程和生物過程的作用相當，鑒于海水溶解氧濃度持續處于不飽和狀態，水生植物光合作用產生的氧氣不足以支撐生態系統內部的呼吸作用消耗，故物理過程的貢獻率較大一些。

圖12 兩牧場生態參數隨月份變化示意圖

綜合來看，在夏季（6～8月份），小石島海洋牧場的總初級生產力高于西霞口海洋牧場，步入秋季（9～10月份）后基本相當，均有所降低。夏季兩牧場呼吸量相當，但秋季時小石島海洋牧場呼吸量有所減少，而西霞口仍保持夏季相當的強度，這與兩牧場的養殖作物種類有關。總體來看，雖然溶解氧飽和百分比上西霞口海洋牧場略高于小石島，但西霞口海洋牧場的異養狀態要比小石島海洋牧場嚴重。這兩個海洋牧場都是生物量較大的海洋牧場，水生植物繁殖并進行光合作用是總初級生產力增高的根本原因，大量的養殖作物（魚、蝦、貝、海參等）在夏秋季節繁殖生長消耗大量氧氣導致呼吸率很高，他們對水生植物的牧食作用又減緩了GPP的增長。因此在這類牧場，R值代表了該牧場養殖作物量的大小，NEP負值的絕對值大小代表了生態系統穩定性的強弱。

根據以上分析，可以給出的建議是針對西霞口海洋牧場可以引入適當藻類或人工投餌措施增加養殖作物的食物來源，或者在以后的放種時適當減少其動物量，以減少NEP負值的波動性預示的動物生長繁殖受到食物來源的限制現象。

3 總結與展望

本文對兩個海洋牧場的水環境參數進行日變化分析和季節變化分析，并建立生態模型對新陳代謝參數進行計算，發現不同海洋牧場的參數差別較大。

隨著春季向夏季的過渡，太陽輻射增強，溫度逐漸升高，水生生物開始大量繁殖，溶解氧濃度受這兩個因素的影響逐漸降低。而隨著秋季的到來，太陽輻射逐漸減弱，晝短夜長，海水溫度降低，牧場海區內生物量逐漸下降，溶解氧濃度略有升高。夏秋時期由于陸地徑流流量增大和降水的原因，牧場海區內鹽度有所下降，但總體保持相當大的穩定性。

夏秋季節牧場海區內溶解氧濃度受生命過程的影響呈現顯著的日變化特征，即與溫度同相位的日變化：在每日凌晨達到最低，午后2～3時達到最高。

牧場在夏秋季節溶解氧濃度較低時生命過程較為活躍，此時海水溫度較高，適宜水生生生物的生長繁殖。小石島海洋牧場和西霞口海洋牧場均在在9月份達到GPP最大值，分別為2.337±0.970 gO2/m3d，1.724±1.475 gO2/m3d。小石島海洋牧場呼吸量在8月最大（3.382±2.261 gO2/m3d），NEP在-1 gO2/m3d左右波動較小，這證明了該海區生態系統的穩定性。西霞口海洋牧場呼吸量在9月最大，值4.501±1.790 gO2/m3d，其NEP一直為負值但波動較大，表明其生態系統穩定性較弱。對兩個牧場來說，牧場海區內溶解氧一直處于不飽和狀態，物理過程對溶解氧濃度變化的貢獻和生物過程相當。

限于數據的觀測長度，未能對海洋牧場相關參數進行長期季節性的變化分析；關于自由水域法溶解氧濃度生態模型在海洋牧場中的應用，本文僅考慮了較淺水域（真光層）的情況，而多數牧場的海底觀測平臺日間光照情況較差，本模型的改進應用應繼續考量；此外，可以考慮引入光合有效輻射參數，這樣就可以對每日的溶解氧濃度變化進行反演模擬，以得到更精細的牧場生態參數數據，拓寬海洋牧場的研究，使模型實用性更強。

[1]李冠國.范振剛.海洋生態學[M].北京：高等教育出版社,2011.

[2]楊紅生.我國海洋牧場建設回顧與展望[J].水產學報,2016,07:1133-1140.

[3]李本龍.近海有纜觀測系統的設計與實現[D].青島：中國海洋大學,2015.

[4]OdumH T.Primaryproduction in flowingwaters[J].Limnology&Oceanography,1956,1(2):102-117.

[5]Staehr P A,Testa J M,Kemp WM,et al.The metabolismofaquatic ecosystems:history,applications,and future challenges[J].Aquatic Sciences,2012,74(1):15-29.

[6]KempWM,BoyntonWR.Influenceofbiologicalandphysicalprocessesondissolvedoxygendynamicsinanestuarinesystem:Implications for measurement ofcommunitymetabolisma[J].Estuarine&Coastal Marine Science,1980,11(4):407-431.

[7]ColosoJ J,Cole J J,Hanson P C,et al.Depth-integrated,continuous estimates ofmetabolismin a clear-water.[J].Canadian Journal of Fisheries&Aquatic Sciences,2008,65(4):712-722.

[8]CaffreyJ M.Production,respiration and net ecosystemmetabolismin U.S.estuaries.[J].Environmental Monitoring&Assessment,2003,81(1-3):207-219.

[9]國家海洋局908專項辦公室編.海洋化學調查技術規程[M].北京：海洋出版社.2006.

[10]USGS (United States Geological Survey).Water quality:New tables of dissolved oxygensaturation values[M].Amend.Qual.Water Tech.Memo,1981,81,11-15.

[11]WanninkhofR.Relationship between wind speed and gas exchange over the ocean[J].Journal of Geophysical Research Atmospheres,1992,97(6):351-362.

[12]Cole J J,Caraco N F.Atmospheric exchange of carbon dioxide in a low-wind oligotrophic lake measured by the addition of SF6[J].Limnology&Oceanography,1998,43(4):647-656.

[13]HoDT,LawCS,Smith MJ,et al.Measurements ofair-sea gas exchange at high wind speeds in the Southern Ocean:Implications for global parameterizations[J].Geophysical Research Letters,2006,33(16):382-385.

[14]Iqbal M,Valnicek B.An Introduction toSolar Radiation[M].Academic Press,1983.

[15]CaffreyJ M.Factors controllingnet ecosystemmetabolismin U.S.estuaries[J].Estuaries and Coasts,2004,27(1):90-101.

[16]Staehr P A,Bade D,Bogert MC V D,et al.Lake metabolism and the diel oxygen technique:State of the science[J].Limnology&OceanographyMethods,2010,8(8):268-644.

[17]Hu Z,Xiao Q,Yang J,et al.Temporal dynamics and drivers ofecosystem metabolism in a large subtropical shallowlake(Lake Taihu)[J].International Journal ofEnvironmental Research&Public Health,2015,12(4):3691-706.

[18]Mcnair J N,Gereaux L C,Weinke A D,et al.New methods for estimating components of lake metabolism based on free-water dissolved-oxygen dynamics[J].Ecological Modelling,2013,263(1765):251-263.

[19]Hanson P C,Carpenter S R,Kimura N,et al.Evaluation of metabolism models for free-water dissolved oxygen methods in lakes[J].Limnology&OceanographyMethods,2008,6(5):454-465.

Preliminary Study on the DO Eco-Model in the Ocean Ranch

MENG Xin1,WANG Dong2,LI Pei-liang1,FAN Kai-guo3,GU Yan-zhen1
1.Collage of Ocean and Atmospheric Sciences,Ocean University of China,Qingdao 266100,Shandong Province,China;
2.Navigation Guarantee Center of North China Sea,Ministry of Transport,Tianjin 300202,China;
3.Troop 91039 of the PLA,Beijing 102401,China;

Based on the real-time high-frequency onsite data including temperature,salinity,depth,dissolvedoxygen (DO)and chlorophyll concentration collected by the Observation Network in the Ocean Ranch of Shandong Province,the water environment factors of two selected ocean ranches are analyzed to show the diel and seasonal variations among ranches on the same time.The selected ranches include Weihai Xiaoshi Island ranch during Jun to Nov,2016,and Rongcheng Xixiakou during Jun to Oct,2016.The'Free-Water'technique,which is firstly applied in researching China's offshore marine ranches,is utilized in the DO Eco-model to calculate the ecosystem metabolic rates,so that the inter-monthly variations of GPP,R and NEP are well showed for each ocean ranch.Combined with real-time data and undersea HD video,some rational suggestions are proposed concerning the Xixiakou ocean ranch,the one with bad ecosystem stability.It is also indicated that,in terms of these two shallow coastal aquatic breeding ocean ranch types,the DO concentration never comes to 100%of air saturation,and the physical process contribution to the DO diurnal change corresponds to the biological processes.

dissolved oxygen(DO);ocean ranch;metabolism;primary productivity

X834；P714+.5

A

1003-2029（2017）05-0120-07

10.3969/j.issn.1003-2029.2017.05.019

2017-04-10

中央高校基本科研業務費資助專項(201562013);國家自然科學基金資助項目(41476002);國家高技術研究發展計劃(863計劃)重點項目資助(2012AA09A403);2016年山東省重點研發計劃資助項目(2016ZDJS09A02)

孟鑫(1993-)，女，碩士研究生，主要從事海洋牧場研究。E-mail:xizi1993425@sina.com

顧艷鎮，E-mail：564337843@qq.com