Автори: P.R. Ralien, M.S. Corson and J. Aubin
Вступ
Зростаючий попит на продукцію аквакультури вимагає підвищення як продуктивності, так і сталості рибницьких систем (Thomas et al., 2021). Полікультура демонструє потенціал для цього, оскільки вона може (i) краще використовувати харчові відходи та (ii) збільшити рециркуляцію поживних речовин у системі, що може (iii) оптимізувати ефективність використання ресурсів та (iv) зменшити вплив на навколишнє середовище (Aubin et al., 2021). Однак майже всі системи полікультури будуються емпірично, методом проб і помилок, що забирає багато часу і не дозволяє дослідити цілий ряд рішень. На противагу цьому, дослідження, які намагаються розробити оптимізовані системи полікультури, є рідкісними, і ще менше спрямовані на одночасне підвищення продуктивності та сталості системи. Таким чином, метою цього дослідження була розробка методу проектування більш ефективних і сталих систем полікультури. Для цього ми розробили та змоделювали сценарії комбінацій видів за допомогою інструменту моделювання харчових ланцюгів, а потім вибрали найкращі сценарії як функцію показників ефективності.
Матеріали та методи
Взаємодоповнюваність та сумісність видів, об’єднаних у цьому дослідженні, раніше була оцінена в експериментальних ставках у Le Rheu, Франція (проект SEPURE). Ставки мали площу 0,1 га та глибину 1 м. Види відрізнялися за стратегією харчування: короп звичайний Cyprinus carpio (всеїдний), судак Sander lucioperca (хижак), плітка Rutilus rutilus (зоо/фіто/планктофаг і детритоїд) і лин Tinca tinca (бентофаг). Ми розробили 10 сценаріїв полікультури (кожен з 10 трофічних груп) за відсутності зовнішнього живлення, які відрізнялися часткою кожного виду в загальній біомасі риб при зарибленні. Для оцінки ефективності цих сценаріїв ми використовували Ecopath, програмний пакет для моделювання водних харчових мереж (Christensen & Pauly, 2004). Біологічні параметри цих риб (наприклад, питома швидкість росту, смертність, швидкість відтворення) та продуктивність макробезхребетних, зоопланктону, фітопланктону та детриту, – були взяті з дослідження Aubin et al. (2021), яке проводилося на тому ж дослідному майданчику. Індивідуальна вага коропа, судака, плітки та лина, що використовувались у сценарії, становила 10 г, 70 г, 150 г та 450 г відповідно. Загальна біомаса зариблення була встановлена на рівні 87,5 кг/га. Залежно від сценарію, частка видів риб у загальній біомасі варіювала від 10-50% для коропа, 5-10% для судака, 22,5-48% для плітки та 15-43% для лина. Тривалість вирощувального циклу була встановлена на рівні 270 днів, що є достатнім для моніторингу помірної полікультурної системи. Кожен змодельований сценарій оцінювався за допомогою показників агроекологічної ефективності, які представляють продуктивність, загальну пропускну здатність системи (тобто кількість біомаси, що проходить через систему протягом періоду вирощування), рибне різноманіття, ефективність та рециркуляцію (індекс циклічності Фінна).
Результати
Протягом циклу вирощування загальна продуктивність системи становила приблизно 701±6 г/м2 . Екотрофічна ефективність зоопланктону, фітопланктону та детриту, які підтримували харчові ресурси в цих некормлених системах, залежала від видового складу риб, змінюючись від 0,52-0,61, 0,23-0,24 та 0,43-0,48 відповідно. Видовий склад також впливав на відсоток потоків біомаси, що рециркулювали в системі. Відсоток коропа звичайного в сценаріях сильно і негативно корелював з індексом кругообігу Фінна (r = 0,99), на відміну від відсотка інших видів, таких як плітка (r = 0,78) і лин (r = 0,87), для яких кореляція була позитивною. Зі зменшенням щільності коропа звичайного з 50% до 10% відсоток потоків біомаси, що переробляється в системі, збільшився з 17,8% до 18,1%.
Обговорення
Моделювання харчових ланцюгів за використання Ecopath здається достатнім для оцінки сценаріїв видового складу. Однак воно має певні обмеження через використання лінійних рівнянь (Christensen & Pauly, 2004), які можуть недооцінювати або переоцінювати кореляцію між змінними. Крім того, інтеграція змінних навколишнього середовища в модель є обмеженою (Plagányi & Butterworth, 2004), що може обмежити її здатність пояснювати певні параметри. Відмінності між показниками ефективності сценаріїв, особливо екотрофічної ефективності та рециркуляції, вказують на взаємозв’язок між трофічними та функціональними ролями видів у системі. Коли види мають різні стратегії харчування, вони не конкурують один з одним за їжу, а спільно використовують ефекти своїх функціональних ролей у системі (Wang & Lu, 2016). Відмінності в загальній продуктивності між сценаріями були невеликими, оскільки показники росту риби та продуктивності зоопланктону, фітопланктону та детриту були взяті з іншого дослідження (Aubin et al., 2021). Однак екотрофічна ефективність відрізнялася між сценаріями, що дозволило нам визначити найбільш ефективний сценарій. Сценарій з найкращими показниками ефективності мав найнижчий відсоток коропа звичайного (тобто 10%), що було набагато нижче, ніж у більшості полікультурних експериментів (тобто зазвичай більше 50%; Lin et al., 2022). Оскільки ці результати отримані в результаті моделювання, необхідні експерименти для підтвердження продуктивності та стійкості рекомендованого сценарію.
Висновки
Моделювання трофічної мережі за використання Ecopath дозволило нам проаналізувати кілька сценаріїв видового складу в полікультурній системі. Сценарій з найнижчим відсотком коропа (10%) виявився найбільш стійким, виходячи з екотрофічної ефективності та індексу циклічності Фінна.
Подяки
Це доілсдження було частиною проєктів FEAMP SEPURE (https://www6.inrae.fr/sepure) https://www6.inrae.fr/sepure та EisaCam.
Посилання
Aubin, J., Baizeau, V., Jaeger, C., Roucaute, M., Gamito, S., 2021. Modeling trophic webs in freshwater fishpond systems using Ecopath: towards better polyculture management. Aquaculture Environment Interactions. 13, 311-322.
Christensen, V., Pauly, D., 2004. Placing fisheries in their ecosystem context, an introduction. Elsevier, pp. 103-107
Lin, S., Milardi, M., Gao, Y., Wong, M.H., 2022. Sustainable management of non-native grass carp as a protein source, weed-control agent and sport fish. Aquacult. Res. 53, 5809-5824.
Plagányi, É.E., Butterworth, D.S., 2004. A critical look at the potential of Ecopath with Ecosim to assist in practical fisheries management. Afr. J. Mar. Sci. 26, 261-287.
Thomas et al., 2021. When more is more: taking advantage of species diversity to move towards sustainable aquaculture. Biological reviews, Volume96, Issue2 April 2021 Pages 767-784
Wang, M., Lu, M., 2016. Tilapia polyculture: a global review. Aquacult. Res. 47, 2363-2374.
