德国AWI实验室的科学家Astrid Cornils使用ZooSCAN，成功地对先前保存的浮游动物旧样品进行了重新分析，并详细比较了浮游动物显微镜计数方法和图像分析方法（ZooSCAN）结果的异同，致力于将两种浮游动物分析方法相结合，用于海洋浮游动物长期监测。
浮游动物，特别是桡足类浮游动物，是初级生产和更高营养水平之间的连接枢纽。浮游动物对碳的循环和输出也至关重要。近年来，北极的海洋生态系统受到气候变化的严重威胁，海冰厚度和覆盖范围不断缩小；此外，在过去几十年里，大西洋暖水的流入有所增加，已经改变了北冰洋部分海区的浮游动物群落，北冰洋的远洋浮游生态系统受到了严重威胁。
在未来的北极，结合环境变量，对浮游动物种群动态进行评估是预测生态系统过程和功能的关键。因此，对浮游动物样品加速分类鉴定，快速获取生物量和粒径数据以供建模是至关重要的。
采样于2011年6月29日至2011年7月10日进行。采样地点位于弗拉姆海峡（图1）。使用浮游生物连续采样网MultiNet（Midi型，HYDRO-BIOS，德国图2）采集浮游动物样品，采样水深分别为1500-1000-500-200-50-0 m。
图1 采样站位图
采集到的浮游动物样品于2011年10月到2012年3月进行了显微镜分析，并于2019年使用浮游动物图像扫描分析系统（ZooSCAN，图3）对存档样品进行了重新分析，并将两种分析方法得到的结果进行了详细比较。
图2 浮游生物连续采样网MultiNet
图3 浮游动物图像扫描分析系统ZooSCAN
1. 浮游动物分类组成和总丰度
通过显微镜和ZooSCAN图像分析方法获得的浮游动物分类组成和总丰度的结果相似。显微镜方法共鉴定出43个浮游动物类群，ZooSCAN图像分析方法共鉴定出41个浮游动物类群（表1）。两种方法中，桡足类均为最丰富的类群。非桡足类占浮游动物总丰度的10%以下（ZooSCAN：平均3.3%；显微镜：平均3.5%）。两种分析方法也得到了相似的浮游动物分布模式，总丰度总是在0-50米范围内最高，而随着深度的增加，所有站点的中型浮游动物丰度都显著减少（图4）。
值得一提的是，在本实验中，由于显微镜方法分析时，分析人员具备的分类学专业知识还不够全面，导致三种浮游多毛类物种未被鉴定出来。而此次ZooSCAN成像方法再分析，在原来的样品中又鉴定出了此前未经发现，只出现过一到两次的桡足类物种，这表明ZooSCAN图像分析方法，也更容易检测出稀有物种。
表1 通过ZooSCAN和显微镜方法鉴定的浮游动物类群。
图4 主要浮游动物类群的相对丰度，A. ZooSCAN图像分析方法；B.显微镜方法；C.两种方法中浮游动物的总丰度（ind m-3）
2. ZooSCAN和显微镜之间的丰度比较
ZooSCAN图像分析方法和显微镜计数方法得出的6个站点的浮游动物总丰度呈显著相关关系（R2= 0.94，p > 0.0001；图5）。这两种方法得到的丰度比值在浮游动物总数、数量丰富的Calanidae和Oithonidae科以及数量较少的Metridididae科中都接近1:1。
ZooSCAN图像分析方法可以确定很多大型桡足类的发育阶段，如Calanus，Metridia，Paraeuchaeta，Heterorhabdus，Scaphocalanus和Aetideidae。在小型桡足类动物中，如Microcalanus、Spinocalanus和Pseudocalanus，能够在图像上识别雌性和雄性。
图5 两种分析方法关于样品丰度的相关关系。黑色线表示1:1比例；蓝色线表示显著关系
3. NBSS
对所有水层（0-50-200-500-1000-1500m）的浮游动物标准化粒径谱（NBSS）进行了归一化处理。在所有样品中，小型浮游生物占主导地位。表层水（0-50m）NBSS斜率的陡峭度在各个站点之间差异很大，而在1000-1500m的水层中，斜率较为一致，介于0.51和0.69之间。
Astrid的研究表明，在对北极生态系统中浮游动物的样品进行分析时，ZooSCAN图像分析方法可以是显微镜方法的很好替代。两者在浮游动物分类组成、总丰度以及大型关键物种的种群结构分析中具有一致性。这种一致性可以将历史（显微镜）数据与ZooSCAN图像分析数据相结合，用于长期监测。
相关文献
1. Cornils A, Thomisch K, Hase J, et al. Testing the usefulness of optical data for zooplankton long‐term monitoring: Taxonomic composition, abundance, biomass, and size spectra from ZooScan image analysis[J]. Limnology and Oceanography: Methods, 2022, 20(7): 428-450.
