基于池塘圈养条件的大口黑鲈生长特征与模型构建

摘要 为掌握池塘圈养条件下大口黑鲈养殖周期的生长特征变化规律，测定体质量为（16.3±4.9）～（424.9±27.2） g 生长周期内大口黑鲈的体长、全长、吻长、眼径、头长、尾柄长、头高、体高、尾柄高、体宽和体质量生长特征参数，分析其生长特征参数之间的相关性，分别建立基于支持向量回归（SVR）、径向基神经网络（RBF）和随机森林回归（RF）的体质量预测模型，将预测值与实测值拟合确定最佳模型；并运用模型拟合的方法建立各个生长特征参数的最佳生长模型。结果显示：体质量与生长特征参数均呈极显著相关性；基于支持向量回归（SVR）的体质量预测模型预测效果最佳，预测模型的决定系数R2为0.996，均方根误差为9.004，平均绝对误差为6.598；体质量与体长呈幂函数关系W=0.0127×L3.224，决定系数R2为0.977；全长、体长、吻长和头长的最佳生长模型为Logistic 模型，头高、体高、眼径和体宽最佳生长模型为Von Bertalanffy 模型，体质量、尾柄长和尾柄高最佳生长模型为Gompertz 模型；在养殖周期内大口黑鲈肥满度在2.26%～2.93% 波动。以上结果表明，可以利用生长模型和体质量预测模型预测掌握圈养条件下大口黑鲈的生长过程，并通过精准投喂达最佳养殖效果。

关键词 大口黑鲈； 生长特征； 模型拟合； 体质量预测模型

中图分类号 S965.211 文献标识码 A 文章编号 1000-2421（2024）02-0030-10

大口黑鲈（Micropterus salmoides），俗称加州鲈，原产于北美洲的密西西比河流域，在20 世纪80 年代被引入我国，并逐渐成为我国重要的水产养殖品种之一［1］。目前，大口黑鲈的养殖方式多为传统池塘养殖［2］，但这种养殖方式存在投饲率高、劳动成本高、病害频发等问题，制约了大口黑鲈养殖业的发展［3］。基于“时时打扫卫生”理念创制的池塘圈养模式，变池塘散养为圈养，养殖固形废弃物排出率高，生态、经济和社会效益等综合效益好于普通池塘养殖，成为当下备受关注的新型绿色高效养殖模式［4］。

随着人工智能的不断发展，机器学习方法已在动物体质量预测中得到广泛应用。如支持向量机（support vector machine，SVM）算法可用于构建羊的体尺参数与体质量的预测模型［5］；基于肩高、腰长、臀长、胸围和大腿宽度等牛体特征建立牛体质量的支持向量回归（support vector regression，SVR）预测模型，预测效果较好［6］。建立生长模型是了解鱼类生长规律的重要方法［7］，生长模型可以预测和分析鱼类生长过程中的潜能和差异，养殖人员可以根据生长模型合理地制定养殖策略，提高养殖经济收益。国内对于大口黑鲈生长特性研究主要集中于幼鱼［8］，国外多对于野生或普通池塘养殖的大口黑鲈进行研究［9-10］，关于圈养条件下大口黑鲈的生长特性研究较少。

本研究以池塘圈养条件下的大口黑鲈为研究对象，测定其全长、体长、吻长、眼径、头长、尾柄长、头高、体高、尾柄高、体宽和体质量等生长特征参数，分析大口黑鲈从鱼种［（16.3±4.9） g］到商品鱼（400 g以上）的生长特征参数变化规律及各生长特征参数之间的相关性，通过模型拟合和机器学习的方法，分别建立池塘圈养条件下大口黑鲈生长模型和体质量预测模型，以期为掌握大口黑鲈动态生长过程提供基础数据和理论依据。

1 材料与方法

1.1 试验材料

大口黑鲈样品采捕于华中农业大学水产养殖基地池塘中的1 号和4 号圈养桶。圈养桶上部分为直径4 m、高2 m 的圆柱体，下部分为倒圆锥体。上部分为主要养殖区域，有效养殖水体为20 m3，养殖密度为2 000 尾/圈（100 尾/m3）。试验周期为2022 年7月8 日至2023 年4 月24 日，共290 d。