General Information

Content

1. MỞ ĐẦU

Theo quan điểm của Andrewarth, Birch (1954) và Nicholson (1958), hai nguyên nhân chính ảnh hưởng đến biến động số lượng của sinh vật là: các yếu tố độc lập mật độ như nhiệt độ, độ muối … và các yếu tố phụ thuộc vào mật độ mang bản chất sinh học như thức ăn, cạnh tranh, vật dữ, ký sinh … Tuy nhiên, khi tác động lên sinh vật, các yếu tố này liên quan chặt chẽ với nhau, tác động trực tiếp hoặc gián tiếp đến đời sống của thuỷ sinh vật.

Trong năm 2007, Đề tài “Đánh giá hiện trạng và đề xuất các biện pháp bảo vệ trứng cá - cá con và ấu trùng tôm - tôm con ở vùng ven biển Đông Tây Nam Bộ” đã tiến hành 4 chuyến điều tra thu mẫu trứng cá - cá con (TCCC) và một số yếu tố môi trường. Qua quá trình phân tích, chỉnh lý số liệu, bước đầu chúng tôi đã xác định được mức độ ảnh hưởng của một số yếu tố môi trường đến TCCC.

Báo cáo này, trình bày kết quả nghiên cứu về ảnh hưởng của các yếu tố độc lập mật độ và phụ thuộc mật độ lên TCCC ở ven biển Đông Tây Nam Bộ, góp phần vào việc bảo vệ, phát triển, tái tạo và khôi phục các bãi đẻ, bãi ương nuôi tự nhiên, phục vụ việc quản lý bền vững nguồn lợi hải sản ven bờ.

2. TÀI LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Nguồn tài liệu

Nguồn số liệu sử dụng thu thập ở vùng biển Đông Tây Nam Bộ vào các tháng 2-3, 5, 8 và 11 năm 2007 (Hình 1) của đề tài “Đánh giá hiện trạng và đề xuất các biện pháp bảo vệ trứng cá-cá con và ấu trùng tôm-tôm con ở vùng ven biển Đông Tây Nam Bộ”. Tổng số 60 trạm nghiên cứu, trong đó có 08 trạm thu mẫu liên tục 4 giờ/lần. Trạm vị được thiết kế vuông góc với đường bờ, hoặc song song với đường vĩ tuyến. Khoảng cách giữa các trạm liền nhau khoảng 20 - 30 hải lý.

Hình 1. Sơ đồ trạm khảo sát vùng ven biển Đông Tây Nam Bộ

2. 2. Phương pháp nghiên cứu

+ Đối tượng nghiên cứu

Trứng cá và cá con được lựa chọn là biến phụ thuộc của mô hình BMA (Bayesian Model Averaging) (Jennifer A. H. et all, 1999).

+ Phương pháp lựa chọn các yếu tố độc lập mật độ và phụ thuộc mật độ

Với đối tượng là TCCC (biến phụ thuộc), hai yếu tố độc lập mật độ được lựa chọn là nhiệt độ (T^oC), độ muối (S‰) và các yếu tố phụ thuộc mật độ là thực vật phù du (TVPD), động vật phù du (ĐVPD). Trong TVPD, 11 chi chiếm ưu thế được lựa chọn bao gồm: Bacillaria, Bacteriastrum, Chaetoceros, Climacodium, Hemiaulus, Proboscia, Pseudo-nitzschia, Pseudosolenia, Rhizosolenia, Skeletonema và Thalassionema; ĐVPD lựa chọn 10 nhóm có số lượng cao và thường xuyên xuất hiện ở các chuyến khảo sát bao gồm: Copepoda, Sagitta, Tunicata, Amphipoda, Cladocera, Lucifer, Ostracoda, Polychaeta, Pteropoda & Heteropoda và Larva (ấu trùng ĐVPD).

+ Phương pháp xây dựng mô hình

- Mối liên quan giữa các yếu tố môi trường nêu trên với TCCC, được xây dựng dưới dạng mô hình hồi quy tuyến tính từ nhiều biến (trong đó nhiệt độ, độ muối, TVPD và ĐVPD là những biến độc lập). Mô hình hồi quy tuyến tính có dạng:

Yi = a+ β1X1i + β2X2i + …. + βkXki + ε

Trong đó:

Yi : là n vectơ mật độ của TCCC,

Xki: là n vectơ các yếu tố nhiệt, muối, TVPD và ĐVPD,

βk: Hệ số hồi quy,

a: là hằng số,

ε: số phần dư.

Phương trình hồi quy có thể viết gọn lại: Y = a+ βX , trong đó Y là một vectơ n x 1, X là một ma trận n x k phần tử, β là một vectơ k x 1 phần tử và a là vectơ n x 1 phần tử. Để tìm ra mô hình tối ưu cho các biến phụ thuộc (TCCC), chúng tôi dựa vào tiêu chuẩn thông tin Akaike (AIC - Akaike information criterion), chỉ số AIC được tính bằng công thức:

Trong đó:  RSS: tổng bình phương phần dư,

k: số biến độc lập,

n: số lượng mẫu.

Mô hình nào có chỉ số AIC thấp nhất được xem là mô hình tối ưu.

Để đánh giá sự bất định trong phương pháp hồi quy, một phương pháp tối ưu hơn là mô hình BMA cũng dựa vào chỉ số AIC. Có thể nói, phép tính BMA có thể tìm hiểu tất cả các mô hình khả dĩ với các biến độc lập. Ở đây chúng ta có 23 biến độc lập, mô hình khả dĩ sẽ là 23² = 529 mô hình cho từng biến phụ thuộc.

- Sau khi xác định được các biến ảnh hưởng đến TCCC, chúng tôi tiến hành kiểm định các biến độc lập này có thực sự ảnh hưởng đến TCCC hay không bằng kiểm định F (Fisher). Trong trường hợp này chúng ta đặt giả thiết Ho là không có mối liên quan giữa TCCC và từng biến ảnh hưởng. Nếu F phân tích lớn hơn F lý thuyết một cách có ý nghĩa (a), ta loại bỏ giả thiết và kết luận giữa chúng có mối liên hệ với nhau.

3. Kết quả nghiên cứu và thảo luận

Dựa vào tính chất địa lý và thuỷ văn, vùng biển nghiên cứu được chia thành hai vùng: Đông Nam Bộ và Tây Nam Bộ (Hình 1). Kết quả phân tích mức độ ảnh hưởng của các yếu tố môi trường được trình bày trong bảng 1.

Bảng 1. Kết quả tiên đoán biến phụ thuộc theo mô hình BMA ở vùng biển Đông Tây Nam Bộ

Ghi chú: p!=0: giả thiết xác suất ảnh hưởng biến độc lập tới TCCC - (100 %); EV: trị số trung bình, SD: độ lệch chuẩn của hệ số giả thiết cho mỗi biến độc lập.

Kết quả phân tích bằng mô hình BMA: Đối với trứng cá (TC) có 15 mô hình hồi quy tuyến tính đã được chọn ở vùng biển Đông Nam Bộ, trong đó biến ảnh hưởng nhiều nhất là Bacteriastrum (21,4%), các yếu tố còn lại có mức độ thấp < 7,0% (nhiệt độ và độ muôí đạt mức 4,0%); ở vùng biển Tây Nam Bộ, 25 mô hình đã được lựa chọn và biến ảnh hưởng nhiều nhất là nhiệt độ (68,4%), tiếp theo là nhóm ấu trùng ĐVPD (14,6%); Ostracoda (11,3%); Bacteriastrum (7,9%) và Pseudo-nitzschia (7,4%). Yếu tố độ muối ảnh hưởng ở mức độ thấp đạt 4,4%.

Đối với cá con (CC) ở vùng biển Đông Nam Bộ có 25 mô hình được lựa chọn và yếu tố độc lập có ảnh hưởng nhiều nhất là Thalassionema - 78,8% (TVPD), tiếp theo là Pteropoda & Heteropoda (ĐVPD) - 38,3%, Amphipoda - 14,8%. Ở vùng biển Tây Nam Bộ, 21 mô hình đã được lựa chọn, yếu tố ảnh hưởng nhiều nhất là Ostracoda - 100%.

Để kiểm định lại mức độ ảnh hưởng của các biến, chúng tôi tiến hành kiểm định các biến có ảnh hưởng trên bằng kiểm định Fisher. Kết quả phân tích bằng kiểm định F được trình bày trong bảng 2.

Bảng 2. Giá trị F giữa TCCC và các yếu tố được kiểm định

Ghi chú: Giá trị F lý thuyết có ý nghĩa 95% ở vùng biển Đông Nam Bộ là F1, 179 = 3,90 và Tây Nam Bộ F1,119 = 3,91; * Giá trị có ý nghĩa.

Từ bảng 2 cho thấy:

Đối với trứng cá: Không có yếu tố nào ảnh hưởng một cách có ý nghĩa đến TC ở vùng biển Đông Nam Bộ. Nhưng ở vùng biển Tây Nam Bộ, yếu tố nhiệt độ và TC lại có mối liên hệ với nhau. Trên thực tế, ở vùng biển Tây Nam Bộ, trứng cá thu được phần lớn là trứng cá Cơm, do đó có thể nói yếu tố nhiệt độ tầng mặt nước biển có ảnh hưởng lớn đến sự phát triển của trứng cá Cơm nói riêng và trứng cá nói chung. Điều này được thể hiện rõ trong thí nghiệm của Ciehomski, Capezzani (1973) và Rogers (1976) cho rằng sự phát triển trứng cá của nhóm cá xương phụ thuộc nhiều vào yếu tố nhiệt độ. Tuy nhiên, từ thực nghiệm của Irvin (1974) và ngoài tự nhiên vùng biển Bắc của Land (1991) cho thấy tỷ lệ tử vong của trứng cá, cá con tăng cao khi nhiệt độ môi trường tăng lên. Măt khác, phôi cá thường được coi là rất nhạy cảm với nhiệt độ môi trường thay đổi, đặc biệt là giai đoạn tế bào phân chia (Thompson và Riley, 1981) và hình thành phôi vị (Rombough, 1996). Kết quả nghiên cứu của Bonnet (1939) cho thấy, tỷ lệ tử vong của trứng cá Tuyết ở vùng biển Đại Tây Dương giảm trong giai đoạn đóng lỗ phôi (giai đoạn II) ở các khoảng nhiệt độ nghiên cứu. Tác giả cũng cho thấy, tỷ lệ chết đột ngột tăng cao khi trứng sắp nở.

Đối với cá con: Vùng biển Đông Nam Bộ có 5 yếu tố phụ thuộc mật độ ảnh hưởng đến cá con là Bacteriastrum, Thalassionema (TVPD), Copepoda, Amphipoda, Pteropoda & Heteropoda (ĐVPD) và biển Tây Nam Bộ có Rhizosolenia (TVPD); Sagitta, Ostracoda (ĐVPD).

Cá con là đối tượng đã có khả năng tự vận động và kiếm mồi, do đó ảnh hưởng của một số nhóm ĐVPD và TVPD cũng là điều dễ hiểu. Cũng có thể các nhóm ĐVPD và TVPD trên là nguồn thức ăn phổ biến của cá ở vùng biển này. Năm 2002, Hsieh và Chiu đã nghiên cứu mối tương quan của cá con và Copepoda với các yếu tố vật lý hải dương ở vùng biển phía Nam Đài Loan vào mùa hè, trong đó đã đưa ra mối tương quan giữa cá con và 4 loài ưu thế trong Copepoda.

Ở vùng biển Nhật Bản, Hirakawa K & Y.Ogawa (1996, 1997), đã nghiên cứu dạ dày của ấu trùng cá cơm Nhật Bản (Engraulis japonicus) và xác định thức ăn chủ yếu là Paracalanus và Oithona. Wantanabe Y. và Saito H. (1998) đã công bố thành phần chính trong dạ dày của ấu trùng cá Trích chủ yếu là Copepoda (73%) và ấu trùng của Crustacea (25%).

Ở vùng biển Bắc Đại Tây Dương, Beaugrand và cộng sự (2003), đã chỉ ra mức sống sót của ấu trùng cá Tuyết phụ thuộc vào số lượng, chất lượng của nguồn thức ăn (Calanoida - Copepoda) và đưa ra 3 thông số sinh học chính quyết định mức sống sót của ấu trùng cá Tuyết là kích thước trung bình, sự thay đổi mùa và sự phong phú của nguồn thức ăn.

4. KẾT LUẬN

4.1. Đối với trứng cá có 15 mô hình hồi quy tuyến tính đã được chọn ở vùng biển Đông Nam Bộ, trong đó biến ảnh hưởng nhiều nhất là Bacteriastrum (21,4%), các yếu tố còn lại có mức độ thấp < 7,0% (nhiệt độ và độ muối đạt mức 4,0%); ở vùng biển Tây Nam Bộ, 25 mô hình đã được lựa chọn và biến ảnh hưởng nhiều nhất là nhiệt độ (68,4%), tiếp theo là nhóm ấu trùng động vật phù du (14,6%); Ostracoda (11,3%); Bacteriastrum (7,9%) và Pseudo-nitzschia (7,4%). Yếu tố độ muối ảnh hưởng ở mức độ thấp đạt 4,4%.

4.2. Đối với cá con ở vùng biển Đông Nam Bộ có 25 mô hình được lựa chọn và yếu tố độc lập có ảnh hưởng nhiều nhất là Thalassionema - 78,8%, tiếp theo là Pteropoda & Heteropoda - 38,3%, Amphipoda - 14,8%. Ở vùng biển Tây Nam Bộ, có 21 mô hình đã được lựa chọn, yếu tố ảnh hưởng nhiều nhất là Ostracoda - 100%.

4.3. Kết quả của kiểm định Fisher: Không có yếu tố nào ảnh hưởng một cách có ý nghĩa đến trứng cá ở vùng biển Đông Nam Bộ, nhưng ở vùng biển Tây Nam Bộ, yếu tố nhiệt độ và trứng cá lại có mối liên hệ với nhau.

Vùng biển Đông Nam Bộ có 5 yếu tố phụ thuộc mật độ ảnh hưởng đến cá con là Bacteriastrum, Thalassionema, Copepoda, Amphipoda, Pteropoda & Heteropoda và biển Tây Nam Bộ có 3 yếu tố là Rhizosolenia; Sagitta, Ostracoda.

TÀI LIỆU THAM KHẢO

1. Beaugrand et all, 2003. Plankton effect on Cod recruiment in the North sea, Nature, Vol. 426, pp.661-664.

2. Bonnett, D.D., 1939. “Mortality of the cod egg in relation to temperature”, Bulletin of the Marine Biology Laboratory, Woods Hole, 76.

3. Ciehomski, J.D., Capezzani, D.A., 1973. “Studies on the evaluation of the spawning stocks of the Argentinean anchovy, Engraulis anchoita, on the basic of egg surveys”, Explor. Mer.

4. Dannevig H., 1985. “The influence of temperature on the development of the eggs of fishes”, Thirteenth, Report Fish Bd., Scotland.

5. Forrester, C.R, Alderdice, D. F., 1966. “Effect of salinity and temperature on embryonic development of the Pacific cod (Gadus macrocephalus)”, J. Fish. Res. Bd. Canada.

6. Hirakawa K, T Goto, M Hirai, 1997. “Diet composition and prey size of larval anchovy, Engraulis japonicus, in Toyama Bay, southern Japan Sea”, Bull. Jpn. Natl. Fish, Res. Inst. 47: 67-78.

7. Hirakawa K., Y. Ogawa, 1996. “Characteristics of the copepod assemblage in the southwestern Japan Sea and its implication for anchovy population dynamics”, Bull. Jpn. Natl. Fish. Res. Inst. 46: 45-64.

8. Hsieh C.H. and Chiu T. S., 2002. Summer Spatial Distribution of Copepods and Fish Larvae in Relation to Hydrography in the Northern Taiwan Strait, Zoological Studies 41(1): 85-98.

9. Irvin D.N., 1974. “Temperature tolerance of early developmental stages of Dover sole, Solea solea”, The Early Life History of Fish, Spring-Verlag, Heidelberg.

10. Jennifer A. H., David M., Adrian E. Raftery, Chris T. Volinsky, 1999. “Bayesian model Averaging: A Tutorial”, Statistical science, Vol. 14, No. 4, p. 382-417.

11. Land, M. A.V. D., 1991. “Distribution of flatfish eggs in the 1989 egg surveys in the Southeastern North Sea and mortality of plaice and sole eggs”, Neth. J. Sea. Res.

12. Rogers, C.A., 1976. “Effects of temperature and salinity on the survival of winter flounder embryos”, Fish. Bull. US.

13. Rombough, P.J., 1996. “The effects of temperature on embryonic and larval development”, Global warming implication for freshwater and marine fish, Cambridge University Press.

14. Thompson, B.M and Riley, J.D., 1981. “Egg and larval development studies in the North Sea cod (Gadus morhua)”, Rapp.Cons. ins., Explor.

15. Watanabe Y., Saito H., 1998. “Feeding and growth of early juvenile Japanese sardines in the Pacific waters off central Japan”, Journal of Fish Biology, 52, 519-533.