论文部分内容阅读
海洋里到底有多少鱼？——也许有的小孩子会用这个问题来考验你的耐性，但谁能知道世界上鱼的总数呢？一位渔业专家形容清点鱼的数量就像清点森林中的树木，而且这还是一些看不见而且不停移动的树。事实上，我们生活的这颗名叫“地球”的星球是个水球，水域面积达全球面积的71%，而森林面积只占陆地面积的30%，因此在偌大的水域里数鱼比数陆地上的树木难多了，基本上是不可能实现的。
然而，渔业界和科学界在过去几十年中都坚持承担着这项似乎不可能完成的任务——尤其是数点海洋鱼类，因为他们实在太需要知道海洋里到底有多少鱼了。
围绕鱼类数量的战争
全球数十亿人每年通过食用大量水生动物摄取蛋白质，而渔民和渔业公司则通过打渔谋得生计。但如果人类不加控制地打捞，加上环境污染和气候变化，鱼的数量会越来越少，现在就有许多鱼类正濒临灭绝或者已经灭绝。因此，渔民和科学家需要知道鱼的数量，了解能打多少鱼、留多少鱼才能保证鱼类的可持续发展，不然会导致杀鸡取卵的结果。如果计算出的鱼的总数较少，捕捞的限制政策就会比较严苛，这无疑会影响当下渔民的生计和渔业的收益。于是，水域中鱼的数量成为渔业人士和科学家之间争论的焦点。
多年以前，美国新英格兰就曾爆发过这样的矛盾。当欧洲人首次抵达北美新英格兰时，当地土著已经在这里打了几千年的鱼，这里的鳕鱼让人感觉捞之不尽。新英格兰最初的繁荣在很大程度上是靠渔业支撑的。20世纪，随着新动力的发明和使用，渔船和渔网越来越大，渔船也行驶得越来越远，打捞的效率触目惊心。事实证明，鱼的数量并不是无限的。科学家发觉新英格兰周边的海洋在1个世纪里几乎快被掏空了。
20世纪70年代，在科学家的呼吁下，美国政府介入，制定了一系列的捕鱼禁令和捕捞吨数限制。这使得许多渔民无法维持生计，由此导致了渔民与科学家之间的对抗。渔民坚持认为科学家完全不清楚海里有多少鱼，他们数鱼的位置是错的，而科学家则捍卫自己的方法和统计结果。关于渔业科学和政策的公众会议常常演变成双方激烈的对骂。
究竟谁正确？没人知道。研究者们承认无论谁都不可能给出像“大西洋中有230万条还是300万条鳕鱼”这样确切的数字。但由于过度捕捞会带来严重的后果，科学家们还是继续努力寻找各种方法来计算鱼的准确数量，以期提供维持海洋生态平衡所需要的数据。
两个群体，两种数据
最常见的鱼量数据来自商业捕鱼、水产品销售和消遣式捕鱼的记录，相当于业内数据。中国每年也有《渔业统计年鉴》，记录水产品的产量、销量、从业情况等。从这一数据可以直观地看到每年的捕捞情况，然后根据各地捕捞数量推算当地水域的鱼种及数量。然而，这一数据最大的问题是只来自于渔民捕捞的地点，渔民会尽可能去鱼多的地方捕捞，即使这类鱼的整体数量很低，渔业数据也可能显示较高的值。
另一种数据由独立于渔业界的科学机构采集整理。在过去几十年里，科学家们采用类似于渔民捕捞的方式，对各个典型的地球位置进行拖网采样、数据收集，并估算可能的数目。以美国国家海洋和大气管理局（NOAA）为例，从20世纪60年代开始，其前身就启动了拖网采样系统，在当时来看是非常高效和有用的。设定航线，每隔一段距离选定一个采样点，用完全相同的网，按照完全一致的程序撒网、收网，适当计入拖网的开口大小，就得到了每平方千米海域内每种鱼的数量。这样就不会因为捕捞方式的不同，或者偶然遇到数量集中的产卵场地而使统计数量受到影响。虽然是通过采样估算的数值，但他们每次获得的数据的变化基本上可以反映鱼群数量的增加或萎缩。
这种拖网取样计算的方式一直延用到今天，随着计算机的发展，科学家们采样的方式已经取得了一些进步，从手工测量发展到计算机全自动测量，从纸笔记录和手工录入数据发展到程序自动运行、计算，采樣效率更高，数据更精确。
然而，这种捕捞式取样也存在一些缺陷。高效拖网采样只有在平坦的海床上才能实现，而许多重要的商业鱼类都栖息在岩石较多的海底，无法拖网。其次，高度迁徙的物种，如金枪鱼，分布范围太广，而且有很大一部分聚集在海洋表层，很难用拖网的方式准确采样。再次，有的鱼类对水压比较敏感，拖网捕捞时它们能马上感觉到异样，从而逃离鱼网。即便打捞到的这类鱼较少，也不能说明其数量就少。
而对于以NOAA为代表的科学机构而言，最大的问题正好也是最大的优势所导致的。为了使历史数据能进行客观对比，他们必须采用完全相同的捕捞方式和计算系统，年复一年，这导致他们永远被锁定在20世纪60年代最初设计的系统中，然而，谁都知道这系统该升级了。
清点鱼数放新招
虽然传统的采样计数系统仍然是科学界主流的鱼类计数方式，但越来越多的新技术已经被应用到收集鱼的数量中来。
让机器人来清点鱼群
水下自动机器人（AUV）加上新型水下照相机可以潜入各种地形，为科学家们带来海量的海底信息。AUV已经被用于各种水下作业，如水下科考、军事侦察、援潜救生。设定相应的程序后，AUV会自动执行程序，完成工作。经改造后的鱼群科考AUV在海床以上1.5～3米的水下，以相当于人类缓步行走的速度前行，其声纳系统可以帮助它避开岩石和峭壁；它可以探测水温、水中的含氧量、有机物溶解度，而最能带来信息量的是拍摄照片。
为了清晰地看到鱼群的状态，AUV会多次重复相同的路线，拍摄数万张照片。一种名为“栖息地图摄影系统”的新型拍摄设备，每秒能拍摄6张交叠的照片，得到细节丰富的无损影像，实时记录海底环境。研究人员还开发出了一种3D相机，将拍摄到的照片生成3D影像，并且可以识别出海床上许多平时难以发现的物种，如贝类，即使像比目鱼这种在沙地中埋住部分身体的伪装高手也能被识别出来。
AUV最成功的例子是新英格兰的扇贝。20世纪90年代新英格兰扇贝一度耗尽，AUV技术的采用使拖网采样的数据得到订正。幼年扇贝的分布区域被发现，渔业管理机构将幼年扇贝分布区设置为捕捞限制区域。在AUV技术和其他干预手段的共同作用下，新英格兰地区的扇贝栖息地完全恢复了。
声呐和无人机都派上用场
AUV的缺陷是只能探测底层鱼群，对于中层鱼群，科学家们采用声音探测的方式。将事先采集的声音样本载入系统，通过匹配声音特征，就可以识别出不同的物种或不同大小的个体。这项技术还为观察鱼类行为提供了一种全新的视角，例如，科学家从前以为小型被捕食鱼和大型捕食鱼各自分层聚集，而声音探测系统告诉他们，所有鱼都混杂在各层水域中。
海洋表层鱼的观测则可以由无人机来实施。小巧而强大的直升无人机，翼展约80厘米，装上高清相机，从各个角度拍摄洋面鱼群。虽然无人机只能在空中飞行15分钟，但其先进的GPS和导航感应器，可以准确计算拍摄角度并测算鱼的大小。这项技术在计算鱼的数量方面还是初次尝试，目前只用于拍摄金枪鱼。科学家将金枪鱼的海面数据与声音探测收集的海洋中层数据相关联，希望可以得出这种大范围迁徙物种的大致数量。
搜集鱼类DNA
除了针对各层海洋鱼类的观测，科学家还在尝试使用DNA取样方式对鱼群进行计数。与拖网捕捞方式相同，确定航线中的取样点，但打捞的不是鱼，而是收集两升海水，记录从鱼的粘液、鱼鳞或排泄物中脱落的DNA片段，通过测算这种环境DNA的数量找到鱼群数量之间的联系，从而计算鱼的数量。有科学家通过采样，再与拖网采样的数据进行对比，两种数据都显示数量最多的单个鱼种是格陵兰大比目鱼，但被DNA分析列为第二大鱼种的格陵兰鲨在拖网中却只打捞到一条。据说格陵兰鲨擅长逃过渔网，可以看出，DNA数据在这方面比拖网采样更加准确。
新旧结合，数据更准确
但无论采取哪种方式，最终的数值都是估算。就如同拖网采样计算不到逃离鱼网的鱼群数量一样，一些技术的运用会在一定程度上影响数据的准确性，比如相机照明灯或机器在水下运行时发出的声音可能会对某些鱼群的行为产生干扰。科学家现在想知道的是，这些技术干扰的程度究竟有多大。
因此，无论是哪种技术的支持者都不建议用单一的某种技术从事这项计数工作，尤其不能取代传统的拖网采样，毕竟它有丰厚的历史数据。研究者们应该综合多种技术，取其所长，将获得的数据交叉参考，得出更精确的结果。
而新技术除了能提供鱼群数量信息，还能收集到鱼类栖息地环境、行为模式等信息，也许这些信息比数量更有价值。
然而，渔业界和科学界在过去几十年中都坚持承担着这项似乎不可能完成的任务——尤其是数点海洋鱼类，因为他们实在太需要知道海洋里到底有多少鱼了。
围绕鱼类数量的战争
全球数十亿人每年通过食用大量水生动物摄取蛋白质，而渔民和渔业公司则通过打渔谋得生计。但如果人类不加控制地打捞，加上环境污染和气候变化，鱼的数量会越来越少，现在就有许多鱼类正濒临灭绝或者已经灭绝。因此，渔民和科学家需要知道鱼的数量，了解能打多少鱼、留多少鱼才能保证鱼类的可持续发展，不然会导致杀鸡取卵的结果。如果计算出的鱼的总数较少，捕捞的限制政策就会比较严苛，这无疑会影响当下渔民的生计和渔业的收益。于是，水域中鱼的数量成为渔业人士和科学家之间争论的焦点。
多年以前，美国新英格兰就曾爆发过这样的矛盾。当欧洲人首次抵达北美新英格兰时，当地土著已经在这里打了几千年的鱼，这里的鳕鱼让人感觉捞之不尽。新英格兰最初的繁荣在很大程度上是靠渔业支撑的。20世纪，随着新动力的发明和使用，渔船和渔网越来越大，渔船也行驶得越来越远，打捞的效率触目惊心。事实证明，鱼的数量并不是无限的。科学家发觉新英格兰周边的海洋在1个世纪里几乎快被掏空了。
20世纪70年代，在科学家的呼吁下，美国政府介入，制定了一系列的捕鱼禁令和捕捞吨数限制。这使得许多渔民无法维持生计，由此导致了渔民与科学家之间的对抗。渔民坚持认为科学家完全不清楚海里有多少鱼，他们数鱼的位置是错的，而科学家则捍卫自己的方法和统计结果。关于渔业科学和政策的公众会议常常演变成双方激烈的对骂。
究竟谁正确？没人知道。研究者们承认无论谁都不可能给出像“大西洋中有230万条还是300万条鳕鱼”这样确切的数字。但由于过度捕捞会带来严重的后果，科学家们还是继续努力寻找各种方法来计算鱼的准确数量，以期提供维持海洋生态平衡所需要的数据。
两个群体，两种数据
最常见的鱼量数据来自商业捕鱼、水产品销售和消遣式捕鱼的记录，相当于业内数据。中国每年也有《渔业统计年鉴》，记录水产品的产量、销量、从业情况等。从这一数据可以直观地看到每年的捕捞情况，然后根据各地捕捞数量推算当地水域的鱼种及数量。然而，这一数据最大的问题是只来自于渔民捕捞的地点，渔民会尽可能去鱼多的地方捕捞，即使这类鱼的整体数量很低，渔业数据也可能显示较高的值。
另一种数据由独立于渔业界的科学机构采集整理。在过去几十年里，科学家们采用类似于渔民捕捞的方式，对各个典型的地球位置进行拖网采样、数据收集，并估算可能的数目。以美国国家海洋和大气管理局（NOAA）为例，从20世纪60年代开始，其前身就启动了拖网采样系统，在当时来看是非常高效和有用的。设定航线，每隔一段距离选定一个采样点，用完全相同的网，按照完全一致的程序撒网、收网，适当计入拖网的开口大小，就得到了每平方千米海域内每种鱼的数量。这样就不会因为捕捞方式的不同，或者偶然遇到数量集中的产卵场地而使统计数量受到影响。虽然是通过采样估算的数值，但他们每次获得的数据的变化基本上可以反映鱼群数量的增加或萎缩。
这种拖网取样计算的方式一直延用到今天，随着计算机的发展，科学家们采样的方式已经取得了一些进步，从手工测量发展到计算机全自动测量，从纸笔记录和手工录入数据发展到程序自动运行、计算，采樣效率更高，数据更精确。
然而，这种捕捞式取样也存在一些缺陷。高效拖网采样只有在平坦的海床上才能实现，而许多重要的商业鱼类都栖息在岩石较多的海底，无法拖网。其次，高度迁徙的物种，如金枪鱼，分布范围太广，而且有很大一部分聚集在海洋表层，很难用拖网的方式准确采样。再次，有的鱼类对水压比较敏感，拖网捕捞时它们能马上感觉到异样，从而逃离鱼网。即便打捞到的这类鱼较少，也不能说明其数量就少。
而对于以NOAA为代表的科学机构而言，最大的问题正好也是最大的优势所导致的。为了使历史数据能进行客观对比，他们必须采用完全相同的捕捞方式和计算系统，年复一年，这导致他们永远被锁定在20世纪60年代最初设计的系统中，然而，谁都知道这系统该升级了。
清点鱼数放新招
虽然传统的采样计数系统仍然是科学界主流的鱼类计数方式，但越来越多的新技术已经被应用到收集鱼的数量中来。
让机器人来清点鱼群
水下自动机器人（AUV）加上新型水下照相机可以潜入各种地形，为科学家们带来海量的海底信息。AUV已经被用于各种水下作业，如水下科考、军事侦察、援潜救生。设定相应的程序后，AUV会自动执行程序，完成工作。经改造后的鱼群科考AUV在海床以上1.5～3米的水下，以相当于人类缓步行走的速度前行，其声纳系统可以帮助它避开岩石和峭壁；它可以探测水温、水中的含氧量、有机物溶解度，而最能带来信息量的是拍摄照片。
为了清晰地看到鱼群的状态，AUV会多次重复相同的路线，拍摄数万张照片。一种名为“栖息地图摄影系统”的新型拍摄设备，每秒能拍摄6张交叠的照片，得到细节丰富的无损影像，实时记录海底环境。研究人员还开发出了一种3D相机，将拍摄到的照片生成3D影像，并且可以识别出海床上许多平时难以发现的物种，如贝类，即使像比目鱼这种在沙地中埋住部分身体的伪装高手也能被识别出来。
AUV最成功的例子是新英格兰的扇贝。20世纪90年代新英格兰扇贝一度耗尽，AUV技术的采用使拖网采样的数据得到订正。幼年扇贝的分布区域被发现，渔业管理机构将幼年扇贝分布区设置为捕捞限制区域。在AUV技术和其他干预手段的共同作用下，新英格兰地区的扇贝栖息地完全恢复了。
声呐和无人机都派上用场
AUV的缺陷是只能探测底层鱼群，对于中层鱼群，科学家们采用声音探测的方式。将事先采集的声音样本载入系统，通过匹配声音特征，就可以识别出不同的物种或不同大小的个体。这项技术还为观察鱼类行为提供了一种全新的视角，例如，科学家从前以为小型被捕食鱼和大型捕食鱼各自分层聚集，而声音探测系统告诉他们，所有鱼都混杂在各层水域中。
海洋表层鱼的观测则可以由无人机来实施。小巧而强大的直升无人机，翼展约80厘米，装上高清相机，从各个角度拍摄洋面鱼群。虽然无人机只能在空中飞行15分钟，但其先进的GPS和导航感应器，可以准确计算拍摄角度并测算鱼的大小。这项技术在计算鱼的数量方面还是初次尝试，目前只用于拍摄金枪鱼。科学家将金枪鱼的海面数据与声音探测收集的海洋中层数据相关联，希望可以得出这种大范围迁徙物种的大致数量。
搜集鱼类DNA
除了针对各层海洋鱼类的观测，科学家还在尝试使用DNA取样方式对鱼群进行计数。与拖网捕捞方式相同，确定航线中的取样点，但打捞的不是鱼，而是收集两升海水，记录从鱼的粘液、鱼鳞或排泄物中脱落的DNA片段，通过测算这种环境DNA的数量找到鱼群数量之间的联系，从而计算鱼的数量。有科学家通过采样，再与拖网采样的数据进行对比，两种数据都显示数量最多的单个鱼种是格陵兰大比目鱼，但被DNA分析列为第二大鱼种的格陵兰鲨在拖网中却只打捞到一条。据说格陵兰鲨擅长逃过渔网，可以看出，DNA数据在这方面比拖网采样更加准确。
新旧结合，数据更准确
但无论采取哪种方式，最终的数值都是估算。就如同拖网采样计算不到逃离鱼网的鱼群数量一样，一些技术的运用会在一定程度上影响数据的准确性，比如相机照明灯或机器在水下运行时发出的声音可能会对某些鱼群的行为产生干扰。科学家现在想知道的是，这些技术干扰的程度究竟有多大。
因此，无论是哪种技术的支持者都不建议用单一的某种技术从事这项计数工作，尤其不能取代传统的拖网采样，毕竟它有丰厚的历史数据。研究者们应该综合多种技术，取其所长，将获得的数据交叉参考，得出更精确的结果。
而新技术除了能提供鱼群数量信息，还能收集到鱼类栖息地环境、行为模式等信息，也许这些信息比数量更有价值。