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.