网易首页 > 网易号 > 正文 申请入驻

海洋生态研究三剑客助力全球浮游动物生物量精准评估

0
分享至

近期,法国索邦大学的科学家Yawouvi将UVP、MultiNet与ZooSCAN相结合,采用了网采和水下原位观测两种技术方法,重建了全球海洋中大型(>1mm)浮游动物的标准化生物量粒径谱(NBSS),为全球浮游动物的体积和生物量分布提供了更准确的评估结果。

实验背景

在浩瀚的海洋中,浮游生物虽然微小,却扮演着至关重要的角色。它们是海洋食物链的基础,更影响着全球碳循环和气候系统。然而,目前科学家们对浮游生物的研究却一直面临着巨大的挑战。传统的浮游生物网采样技术容易漏采某些脆弱或难以捕捉的浮游动物群体(如根足虫类),而水下颗粒物和浮游动物原位成像技术虽然能捕捉到这些脆弱生物的图像,但成像体积却相对较小。

为了更准确地评估全球海洋中大型(>1mm)浮游动物的体积和质量分布情况,法国索邦大学的科学家Yawouvi结合了MultiNet网采/ZooSCAN图像分析和UVP水下原位观测两种技术方法,重建了浮游动物的标准化生物量粒径谱(NBSS),为全球海洋浮游动物的研究提供了一种新视角。

实验方法

索邦大学的研究团队使用MultiNet(浮游生物连续采样网,德国,HYDRO-BIOS公司)和UVP5(水下颗粒物和浮游动物图像原位采集系统,法国,HYDROPTIC公司)两种设备在全球的57个站位(图1)采集了浮游生物数据。

MultiNet由五个连续的浮游生物网组成,可以在五个不同的深度水层采集浮游生物样本,其采样体积大,能够捕捉到更广泛的浮游生物群体;ZooSCAN(浮游动物图像扫描分析系统,法国,HYDROPTIC公司)是一种高效的浮游动物图像分析系统,能够快速、高效地处理和分析浮游动物样品,其高分辨率图像使得科学家能够将浮游动物识别到科甚至属的水平,为分类学研究和生态学研究提供强有力的支持。

UVP5(法国,HYDROPTIC公司)则能够在不破坏生物体的情况下实时记录浮游生物的尺寸和丰度,高分辨率的图像数据使得研究人员能够识别和量化各种浮游生物,包括那些脆弱的生物体,从而获得更全面的生物量估计。

研究团队将上述两种实验方法的研究数据进行整合,用于重建中大型浮游动物的NBSS,并比较了两种实验方法在计算NBSS斜率和生物量上的差异。

图2 从左至右分别为MultiNet浮游生物连续采样网;ZooSCAN浮游动物图像扫描分析系统;UVP水下颗粒物和浮游动物图像原位采集系统(已更新至UVP6-HF版本)

实验结果

(1)NBSS斜率:重建的NBSS斜率介于MultiNet和UVP5之间,比MultiNet的斜率平缓20%,比UVP5的斜率陡峭7.6%(图3)。这表明MultiNet低估了某些脆弱生物体的数量,而UVP5对小生物体的分辨率不足。

图3 三种方法(UVP5、网具采样、重建)在不同位置、三个深度层和三个纬度带中,针对中型浮游动物的NBSS的结果

(2)生物量估计:重建的生物量在热带和温带地区显著高于MultiNet的估计值(图4),尤其是在表层水域中更为明显。UVP5在获取脆弱生物体(如根足虫类)信息方面表现优异,而MultiNet在采集甲壳类动物方面更为有效。

图4 三种方法(UVP5、网具采样、重建)在不同位置、三个深度层和三个纬度带中,针对中型浮游动物的生物量结果

(3)纬度与深度差异:在热带和温带地区,根足虫类对浮游生物总生物量的贡献较大,而在极地地区,甲壳类动物占主导地位。随着深度增加,浮游生物的生物量逐渐减少。

结论

MultiNet/ZooSCAN和UVP5两种方法相结合可以更准确地估计浮游生物的体积和生物量分布。MultiNet/ZooSCAN在分类分辨率上具有优势,而UVP5在捕捉脆弱生物体方面表现更好。两种方法的结合为研究浮游生物生态系统功能提供了更完整的数据集。

展望未来,随着技术的不断进步和创新,UVP、MultiNet与ZooSCAN将在浮游生物研究中发挥更加重要的作用。它们将帮助我们更深入地了解海洋生态系统的奥秘,为保护海洋生态环境、应对全球气候变化等挑战提供强有力的支持!

参考文献

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.

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
A股:紧急提醒全体股民!从后天6月29日起,A股或迎来绝地反击行情?

A股:紧急提醒全体股民!从后天6月29日起,A股或迎来绝地反击行情?

趋势清风侠
2026-06-27 11:47:37
3轮2分!世界杯双冠王小组出局,主帅队长内讧,阿根廷成最大赢家

3轮2分!世界杯双冠王小组出局,主帅队长内讧,阿根廷成最大赢家

球场没跑道
2026-06-27 11:34:27
毒性堪比砒霜!正大量上市,一旦发苦赶紧吐掉!医生:煮熟也有毒

毒性堪比砒霜!正大量上市,一旦发苦赶紧吐掉!医生:煮熟也有毒

王医生健康讲坛
2026-05-31 05:20:08
300087,将被ST!下周一停牌1天

300087,将被ST!下周一停牌1天

证券时报e公司
2026-06-27 11:43:35
7月重点布局!半导体板块投资逻辑彻底改写,基金调仓风向全变了

7月重点布局!半导体板块投资逻辑彻底改写,基金调仓风向全变了

时尚的弄潮
2026-06-27 08:59:41
凯尔特人接近完成3换1大交易,美媒曝其与魔术洽谈,小瓦格纳与卡特即将被送出换筹码

凯尔特人接近完成3换1大交易,美媒曝其与魔术洽谈,小瓦格纳与卡特即将被送出换筹码

林子说事
2026-06-27 14:28:51
女演员千万别整容,看42岁王佳佳和40岁江疏影同框,就知道了

女演员千万别整容,看42岁王佳佳和40岁江疏影同框,就知道了

芬霏剧时光
2026-06-26 11:31:34
凌晨5点起,小组赛最后6场:C罗J罗争头名,梅西冲前无古人纪录

凌晨5点起,小组赛最后6场:C罗J罗争头名,梅西冲前无古人纪录

全景体育V
2026-06-27 15:27:04
“她就是个累赘”,怀胎十月约见网友,用力过猛临盆扼杀新生女儿

“她就是个累赘”,怀胎十月约见网友,用力过猛临盆扼杀新生女儿

易玄
2026-06-26 11:13:44
2026年6月27日,全国各大银行最新存款利率

2026年6月27日,全国各大银行最新存款利率

星辰宇的不羁
2026-06-27 13:43:41
挪威为何1-4惨败法国?赛后哈兰德毫不客气说出原因,说得很实在

挪威为何1-4惨败法国?赛后哈兰德毫不客气说出原因,说得很实在

慢歌轻步谣
2026-06-27 09:07:22
新婚两月遭家暴瘫痪失明,婆家转移全部财产,母亲:11年判的太轻

新婚两月遭家暴瘫痪失明,婆家转移全部财产,母亲:11年判的太轻

易玄
2026-06-26 20:12:30
163的王祖蓝和175的老婆换裤子穿,一个成人行拖把,一个成7分裤

163的王祖蓝和175的老婆换裤子穿,一个成人行拖把,一个成7分裤

木子爱娱乐大号
2026-06-22 10:21:23
不是李春江!也不是郭士强!广东新主帅人选曝光,保底总决赛了!

不是李春江!也不是郭士强!广东新主帅人选曝光,保底总决赛了!

绯雨儿
2026-06-27 10:58:19
投资大佬罕见发出警告:A股热门票恐跌八九成,崩盘倒计时开始?

投资大佬罕见发出警告:A股热门票恐跌八九成,崩盘倒计时开始?

晓帝爱八卦
2026-06-27 12:33:27
6.4万FSD,百元破解,特斯拉后门为何失守?

6.4万FSD,百元破解,特斯拉后门为何失守?

小怪吃美食
2026-06-27 06:30:33
看了鸨鸟是怎么交配的,才明白古代青楼的老板娘,为啥叫老鸨?

看了鸨鸟是怎么交配的,才明白古代青楼的老板娘,为啥叫老鸨?

凡人侃史
2026-06-27 10:44:22
陈坤周迅在北京聚餐!陈坤穿垂裆裤显随意,周迅披着外衣装扮逗趣

陈坤周迅在北京聚餐!陈坤穿垂裆裤显随意,周迅披着外衣装扮逗趣

君笙的拂兮
2026-06-27 14:28:51
中方关上大门!特权被彻底粉碎,美国宣布“退群”,4条红线划死

中方关上大门!特权被彻底粉碎,美国宣布“退群”,4条红线划死

悦君兮君不知
2026-06-26 15:54:31
随着塞内加尔5-0大胜,韩国出线概率从末轮战后94%逐步滑落至50%

随着塞内加尔5-0大胜,韩国出线概率从末轮战后94%逐步滑落至50%

凌空倒钩
2026-06-27 06:04:48
2026-06-27 17:35:00
青岛水德
青岛水德
海洋调查研究,水德与您同行!
29文章数 1关注度
往期回顾 全部

科技要闻

GPT-5.6发布,你暂时用不了!Mythos也放行

头条要闻

佛得角队历史性闯入世界杯32强 主帅回应

头条要闻

佛得角队历史性闯入世界杯32强 主帅回应

体育要闻

韩国球迷感谢西班牙:他们本可做掉我们

娱乐要闻

四提白玉兰终封后,杨紫:仍觉不真实

财经要闻

OpenAI推迟IPO重创软银!

汽车要闻

首搭华为乾崑智驾ADS5 启境GT7上市售价20.99万-32.99万元

态度原创

旅游
教育
亲子
家居
时尚

旅游要闻

云南一小县城,名字藏着三国千古秘事,当地老台见证两族千年约定

教育要闻

高一学霸一个月备战高考,斩获620分,已提前入围中科大少年班,独家揭秘备战过程

亲子要闻

果然还是哥哥比较厉害

家居要闻

绿意盎然 自然之境

乙女游戏新人设,竟然是195年下体育生?!

无障碍浏览 进入关怀版