論述海水養殖貝類病害預警預報技術及其應用價值

劉通才

（廣西防城港市防城區華石鎮水產畜牧獸醫站，廣西 防城港 538037）

1.引言

近些年，海水養殖貝類病害頻發，給養殖戶帶來了巨大的經濟損失，甚至危害著海水養殖產業的整體發展。尤其在夏季，海水養殖貝類經常會出現大規模死亡問題，貝類免疫性能較差，難以有效控制病害的發生。而海水養殖貝類病害預警預報技術與體系的建立是保障我國海水養殖貝類行業健康發展的基礎，更是確保我國生態安全的重要前提，具有較強的應用價值。

2.海水養殖貝類病害預警預報技術原理

預警是在預測預測上的延伸，是更高層次的預測，預警與預測相比較具有更加明顯的優勢，能夠對警情展開清晰的動態演化，以此對可能產生的后果進行預測。海水養殖貝類病害預警預報技術指的是在傳統監測數據基礎上，對貝類病害發生或造成貝類死亡的相關性構建模型，發布警示，進而最大程度的規避風險。一般情況下，海水養殖貝類病害預警預報一般包含五個環節，分別是監測警兆、明確警義、追溯警源、預報警情以及排除警情。首先，必須明確預警技術的研究對象，并將其作為貝類病害預警的開展前提，其次對貝類養殖的環境，病害發生的原因等與造成貝類死亡的因素進行監測，分析造成警情的根源，對病原分析的清晰度直接決定預警的準確度。最后，利用事先制作的數據模型分析預測可能產生的結果，并借助信息化技術手段公布相關警情信息，制定行之有效的警情處置反感，盡量排除警情，或降低警情發生可能帶來的不良后果。

3.海水養殖貝類病害預警預報技術應用價值

3.1 海水養殖貝類病原警兆。近些年，我國最常爆發的海水養殖貝類病害主要是由細菌、真菌、寄生蟲等病原感染。貝類生物通常在淺海區域養殖，難以使用藥物來消滅養殖所在開放海域的病原微生物。因此，海水養殖貝類病原警兆很有必要，能夠實現對海水養殖區域微生物群落的檢測，監控病原物生物的變化，進而構建一個高效、全面的病原預警系統，實現對貝類病原微生物數據庫的建立與快速檢測。已經有研究者針對各種常見貝類病原菌的快速檢測方法制定了相關的診斷流程。其中，全球范圍內造成貝類死亡的最主要病原之一就是牡蠣皰疹病毒，對牡蠣皰疹病毒的流行病學進行研究發現，該病原及其相關的變異病毒能夠感染多種貝類生物。目前有學者揭示了牡蠣皰疹病毒與其宿主之間存在的相互作用機制。北黃海一直是扇貝養殖的主要區域，此海域貝類主要感染的病菌包括燦爛弧菌與發光桿菌，研究表明，這兩種病原菌活性都會受到溫度的影響，可以依靠菌中含有的金屬蛋白酶因子建立快檢方法。通過對不同海水貝類養殖區域中存在的病原種類及數量跟蹤監測，發現在蝦夷扇貝病害爆發之前，也就是每年六月份左右，海水養殖環境中燦爛弧菌的含量大幅度上升。因此，可以將常見的貝類病原菌作為病害預警預報病原警兆指標，為整體模型的構建提供基礎數據。

3.2 貝類健康指標。貝類生物獲得免疫機制的主要途徑就是抗體與淋巴細胞，在清除貝類病原時完全依靠固有的免疫系統，目前我們已知貝類生物免疫系統的組成分子，也通過克隆手段獲得了近五百個基因分子。確定了貝類的免疫識別受體以及各基因在貝類病原免疫防御過程中起到的關鍵性作用。病原侵染進貝類免疫系統中，可能會引發各細胞發生一系列的防御反應，包括發生細胞吞噬、細胞凋亡等現象。例如，長牡蠣淋巴細胞所具備的吞噬能力，能夠在受到病原侵蝕時自動啟動氧化還原反應，達到抗菌作用。對海水養殖貝類的健康指標進行評價是病害預警預報技術的基礎內容，近些年，有學者結合生物學、免疫學、生物化學等多個學科建立了相對完善的貝類健康指標評價體系。發現病原所處的環境可以對免疫系統的識別產生誘導作用。對影響貝類健康指標的因素進行分析，發現造成貝類大量死亡的主要因素就是環境脅迫與細菌感染。在高溫的脅迫下，貝類自身的總能量儲備情況與細胞能力分配能力都明顯降低，直接干擾了貝類的正常代謝能力，導致貝類免疫能力大幅度降低，容易感染病原且發生大規模死亡情況。貝類生物在所處環境惡劣時，為了保護自身不受到傷害，就會啟動細胞凋亡機制，貝類能夠通過各種調節方式對細胞內的穩定狀態進行維持。通過對海水養殖貝類的相關免疫指標與貝類健康之間的關聯性分析，將其中部分指標篩選出來，作為海水養殖貝類的候選健康指標，進行長期的連續跟蹤，優化病害預警預報模型。

3.3 海水養殖貝類病害發生與環境因素之間的關系。海水養殖貝類病害的主要預警預報方式之一就是環境風險預警，同時環境風險預警也是實現我國貝類生態養殖的關鍵因素。我國主要采用的是近海浮筏吊養貝類養殖方式，絕大多數的養殖環境因子具有相對明顯的季節特征，且氣候環境與人文活動有著密切的關聯。根據我國海水養殖貝類海域的水文生態系統進行研究，并分析貝類養殖情況，長期跟蹤監測相關生態環境指標，分析環境因素影響與貝類養殖的季節性變化情況，可以得出結論，對海水養殖貝類產生影響的主要環境因素包含溫度、硝酸鹽含量以及硅酸鹽含量。海水養殖的溫度與葉綠素含量直接影響著貝類細菌群落可能形成的結構，分析海水養殖貝類的季節性變化規律，發現在貝類病害發生的高危季節，養殖區域所處的海水環境中葉綠素含量西江，但是有害藻類的含量卻顯著提升。最終選擇水溫、葉綠素含量、硝酸鹽含量、有害藻類含量等因素，用來構建海水養殖貝類病害預警預報模型，對相關指標進行長期的連續性監測。

3.4 海水養殖貝類病害預警預報模型的優化。我國學者針對海水養殖貝類病害預警預報模型的優化研究早在2000年左右就開始進行了，通過對貝類養殖區域開展長期的監測工作，通過對病原與宿主、病原與環境、宿主與環境之間的關系分析，構建基礎的病害預警預報模型。隨后在所有警兆指標中篩選出幾個更優指標作為警兆樣本，包括水溫、葉綠素含量與貝類抗氧化能力等等。利用以MATLAB為基礎的數據建模方式，將貝類的死亡率作為警情預測指標，根據預測樣本與輸入樣本的數據情況分別建立數據矩陣，最后利用原始矩陣初始化設置輸入網絡，構建海水養殖貝類病害預警預報體系。通過比較貝類的預測死亡率與養殖的實際死亡率，可以清楚地發現，這兩組死亡率曲線幾乎一致，由此可見，海水養殖貝類病害預警預報模型能夠實現對目標警情色正確預測。

3.5 海水養殖貝類病害預警預報技術的應用。貝類一直是我國海域地區的主要養殖對象，近些年，海水養殖貝類的大規模死亡問題與病害發生問題引起了社會大眾的廣泛關注。而造成貝類死亡的主要病害誘因就是水溫，針對這個現狀，應當對海水養殖貝類的海水區域進行跟蹤調查，篩選出合理的警兆指標，構建預警預報系統。例如在監測蝦夷扇貝常見病害時，可以篩選出水溫、硅藻豐富度，以及溶解氧豐富度、MDA含量等警兆指標，并對上述指標進行長期監測。在系統預報警情使聯合養殖當地氣象局分析當地未來十天的氣候變化趨勢，多次發布風險提醒，從根本上降低病害導致大規模的貝類死亡情況發生，進而避免貝類養殖業的重大經濟損失問題出現。

4.結束語

總而言之，隨著我國科學技術水平的逐年上升，已經在海水養殖貝類病害預警預報技術研究領域取得了顯著的成果，甚至有部分研究成果達到了國際前沿，但是與養殖業發達的國家相比較，我們仍舊處于落后地位。我國在海水養殖貝類病害預警預報技術上的理論研究愈發深入，開始更多地借鑒綜合免疫學理論、養殖學、海洋學以及微生物學等諸多相關成果，對貝類養殖病害預警預報技術進行進一步的完善。為了提升預警預報的準確性，應用警兆指標的快檢技術與實時監測技術很有必要，而國家相關職能部門也需要圍繞綠色養殖，不斷健全相關法律體系，為海水養殖貝類病害預警預報技術的健全提供基礎依據，有效降低病害造成的貝類死亡率，為我國貝類養殖的長遠發展保駕護航。