近期，法國索邦大學的科學家Yawouvi將UVP、MultiNet與ZooSCAN相結(jié)合，采用了網(wǎng)采和水下原位觀測兩種技術(shù)方法，重建了全球海洋中大型(>1mm)浮游動物的標準化生物量粒徑譜(NBSS)，為全球浮游動物的體積和生物量分布提供了更準確的評估結(jié)果。
實驗背景
在浩瀚的海洋中，浮游生物雖然微小，卻扮演著至關(guān)重要的角色。它們是海洋食物鏈的基礎，更影響著全球碳循環(huán)和氣候系統(tǒng)。然而，目前科學家們對浮游生物的研究卻一直面臨著巨大的挑戰(zhàn)。傳統(tǒng)的浮游生物網(wǎng)采樣技術(shù)容易漏采某些脆弱或難以捕捉的浮游動物群體(如根足蟲類)，而水下顆粒物和浮游動物原位成像技術(shù)雖然能捕捉到這些脆弱生物的圖像，但成像體積卻相對較小。
為了更準確地評估全球海洋中大型(>1mm)浮游動物的體積和質(zhì)量分布情況，法國索邦大學的科學家Yawouvi結(jié)合了MultiNet網(wǎng)采/ZooSCAN圖像分析和UVP水下原位觀測兩種技術(shù)方法，重建了浮游動物的標準化生物量粒徑譜(NBSS)，為全球海洋浮游動物的研究提供了一種新視角。
實驗方法
索邦大學的研究團隊使用MultiNet(浮游生物連續(xù)采樣網(wǎng)，德國，HYDRO-BIOS公司)和UVP5(水下顆粒物和浮游動物圖像原位采集系統(tǒng)，法國，HYDROPTIC公司)兩種設備在全球的57個站位(圖1)采集了浮游生物數(shù)據(jù)。
圖1 使用MultiNet和UVP5采樣的57個站點的位置
MultiNet由五個連續(xù)的浮游生物網(wǎng)組成，可以在五個不同的深度水層采集浮游生物樣本，其采樣體積大，能夠捕捉到更廣泛的浮游生物群體；ZooSCAN(浮游動物圖像掃描分析系統(tǒng)，法國，HYDROPTIC公司)是一種高效的浮游動物圖像分析系統(tǒng)，能夠快速、高效地處理和分析浮游動物樣品，其高分辨率圖像使得科學家能夠?qū)⒏∮蝿游镒R別到科甚至屬的水平，為分類學研究和生態(tài)學研究提供強有力的支持。
UVP5(法國，HYDROPTIC公司)則能夠在不破壞生物體的情況下實時記錄浮游生物的尺寸和豐度，高分辨率的圖像數(shù)據(jù)使得研究人員能夠識別和量化各種浮游生物，包括那些脆弱的生物體，從而獲得更全面的生物量估計。
研究團隊將上述兩種實驗方法的研究數(shù)據(jù)進行整合，用于重建中大型浮游動物的NBSS，并比較了兩種實驗方法在計算NBSS斜率和生物量上的差異。
圖2 從左至右分別為MultiNet浮游生物連續(xù)采樣網(wǎng)；ZooSCAN浮游動物圖像掃描分析系統(tǒng)；UVP水下顆粒物和浮游動物圖像原位采集系統(tǒng)(已更新至UVP6-HF版本)
實驗結(jié)果
(1)NBSS斜率：重建的NBSS斜率介于MultiNet和UVP5之間，比MultiNet的斜率平緩20%，比UVP5的斜率陡峭7.6%(圖3)。這表明MultiNet低估了某些脆弱生物體的數(shù)量，而UVP5對小生物體的分辨率不足。
圖3 三種方法(UVP5、網(wǎng)具采樣、重建)在不同位置、三個深度層和三個緯度帶中，針對中型浮游動物的NBSS的結(jié)果
(2)生物量估計：重建的生物量在熱帶和溫帶地區(qū)顯著高于MultiNet的估計值(圖4)，尤其是在表層水域中更為明顯。UVP5在獲取脆弱生物體(如根足蟲類)信息方面表現(xiàn)優(yōu)異，而MultiNet在采集甲殼類動物方面更為有效。
圖4 三種方法(UVP5、網(wǎng)具采樣、重建)在不同位置、三個深度層和三個緯度帶中，針對中型浮游動物的生物量結(jié)果
(3)緯度與深度差異：在熱帶和溫帶地區(qū)，根足蟲類對浮游生物總生物量的貢獻較大，而在極地地區(qū)，甲殼類動物占主導地位。隨著深度增加，浮游生物的生物量逐漸減少。
結(jié)論
MultiNet/ZooSCAN和UVP5兩種方法相結(jié)合可以更準確地估計浮游生物的體積和生物量分布。MultiNet/ZooSCAN在分類分辨率上具有優(yōu)勢，而UVP5在捕捉脆弱生物體方面表現(xiàn)更好。兩種方法的結(jié)合為研究浮游生物生態(tài)系統(tǒng)功能提供了更完整的數(shù)據(jù)集。
展望未來，隨著技術(shù)的不斷進步和創(chuàng)新，UVP、MultiNet與ZooSCAN將在浮游生物研究中發(fā)揮更加重要的作用。它們將幫助我們更深入地了解海洋生態(tài)系統(tǒng)的奧秘，為保護海洋生態(tài)環(huán)境、應對全球氣候變化等挑戰(zhàn)提供強有力的支持！
參考文獻
1. Soviadan Y D, Dugenne M, Drago L, et al. Combining in situ and ex situ plankton image data to reconstruct zooplankton (> 1 mm) volume and mass distribution in the global ocean[J]. Journal of Plankton Research, 2024, 46(5)： 461-474.
