-
近海渔业资源退化通常被归因于生产端的过度捕捞与监管失灵,而消费端需求及其背后的社会文化驱动机制则较少受到关注.文章基于制度-文化耦合视角,以野生鲍鱼消费为案例,探讨健康关心如何在国家宏观制度目标与日常饮食文化之间发挥中介作用,以驱动绿色消费转型.文章通过整合政策文本、媒介话语与半结构化访谈的多源数据,并运用话语分析方法,揭示了高端海产消费实践的演变轨迹及其内在逻辑.研究发现:野生鲍鱼长期嵌入"物以稀为贵"的饮食文化观念,在特定历史阶段内承载着身份表达与社会区隔的符号功能.这一文化偏好经由市场需求传导机制转化为持续的资源开采压力,推动供应链向全球延伸,引致资源压力的空间外溢.但纯粹的外生性规制在面对根植于日常生活的消费惯习时,往往面临明显的效能边界.近年来,伴随生态文明与健康中国战略的纵深推进,宏观政策通过激活公众的健康风险感知、推动身体管理日常化及重构生活质量话语等路径,促使野生鲍鱼承载的文化意义从稀缺性象征转向健康适度的生活品质追求,绿色消费由此获得了日常生活中的文化合法性.野生鲍鱼消费转型并非单一依赖政策规制或道德倡导,而是以健康关心为中介变量,形成了制度引导、文化转译与消费实践三维协同演化的耦合治理路径.该路径区别于传统的生产端硬性管控,为理解资源保护提供了以消费文化内生性转型为核心的新范式.
制度-文化耦合野生鲍鱼消费健康关心绿色消费转型耦合治理路径
-
根据《中国海湾志》不完全统计,我国拥有面积5 km2以上的海湾200多个,面积10 km2以上的海湾150多个(不包括港澳台).早在新石器时代,我们的祖先就在湾畔生息,在海湾里采贝、捕鱼、制盐,并开始了原始的航海事业.
-
西南大西洋(FAO 41渔区)拥有丰富的渔业资源,是阿根廷和欧洲等沿海或远洋国家与地区的主要作业渔场.由于全球气候变化和捕捞作业的影响,以及不同种群自有的生活史特性,20多年来该海域渔获物产量出现较大的年间波动.开展其渔获物产量结构组成及其年间波动的研究,对确保该海域渔业资源可持续利用和科学养护具有重要意义.本研究根据联合国粮农组织(FAO)提供的2000-2023年生产统计数据,利用灰色关联方法分析了西南大西洋渔获物产量组成及其年间变化.研究表明,头足类、软体类(除头足类外)、中上层鱼类、底层鱼类和甲壳类的灰色关联度依次为0.911 0、0.711 2、0.627 3、0.618 9和0.590 9.各大类中最大灰色关联度的种类分别为阿根廷滑柔鱼(Illex argentinus,0.952 6),巴塔哥尼亚扇贝(Zygochlamys patagonica,0.979 2),拉文囊鳃鳗(Saccopharynx lavenbergi,0.802 3),阿根廷鳀(Engraulis anchoita,0.797 3),阿根廷红虾(Pleoticus muelleri,0.984 3).研究认为,头足类是影响西南大西洋渔获物产量变化的最主要因素,而阿根廷滑柔鱼、巴塔哥尼亚扇贝、拉文囊鳃鳗、阿根廷鳀、阿根廷红虾分别是头足类、软体类(除头足类外)、中上层鱼类、底层鱼类和甲壳类等各大类渔获物产量年间变化的主要原因.研究结果为西南大西洋渔业资源科学管理提供了参考.
西南大西洋渔获量渔获物产量结构年间波动灰色关联
-
目的 了解市售重点食品中二氧化硫的残留量,评估二氧化硫通过膳食摄入对居民造成的健康风险.方法 于2023年3月至2025年5月,在台州市内6个县(市)、区食品流通环节随机采集645份果蔬干、食用菌、豆制品、腌渍蔬菜、虾及其干制品等重点食品,采用酸碱滴定法检测二氧化硫含量.运用点评估方法进行人群健康风险评估.结果 645份重点食品中二氧化硫检出率为86.2％,检出范围为1.4～2 483.0 mg/kg;存在62份超标样品,总超标率为9.6％.其中,辣包菜超标率最高,为60.0％,其次是虫草花干、水果干和海捕虾.通过计算二氧化硫的暴露情况,各类重点食品的危害商均小于1.结论 重点食品中二氧化硫残留普遍存在,部分食品残留水平较高,但对人体的健康风险总体在可接受范围内.
二氧化硫风险评估食品
-
昔日红火的"夜宵小王子"小龙虾价格低迷几年了,湖北超千万亩的龙虾塘,辉煌不再.
这两年,有人率先破局:通过小龙虾+罗氏沼虾轮作模式,轻松实现一亩塘效益翻倍,实实在在把钱赚到手了.
随着养罗氏虾的人越来越多,新问题又来了:模式不精、亩产不高、捕虾伤虾、卖虾没渠道、价格不透明,很多养殖户养得好却卖不动、好虾卖不出好价钱.
-
本文基于烟台四十里湾养殖区及邻近海域的观测,系统研究了两类挥发性有机物(VOCs)——单环芳烃(BTEX)和短链非甲烷烃(NMHCs)的分布特征、季节变化及控制因素,旨在揭示扇贝养殖对VOCs生产和释放的影响.结果表明,VOCs浓度在养殖区内外及不同养殖时期均存在显著差异.养殖区BTEX平均浓度比非养殖区低 40%,主要由于扇贝对其具有富集作用,且捕捞期富集能力最强.此外,扇贝对BTEX各组分的富集作用也存在差异,正辛醇-水分配系数(Kow)越高,浓度降幅越大.相反,养殖区NMHCs平均浓度高出非养殖区约 12%,与扇贝摄食和排泄促进浮游植物释放NMHCs有关.扇贝养殖导致BTEX海-气通量降低、NMHCs海-气通量升高,最终使该海域VOCs排放对臭氧和二次有机气溶胶生成潜势的贡献分别降低48%和42%.
挥发性有机物非甲烷烃单环芳烃分布特征季节变化扇贝养殖
-
为了解决凡纳滨对虾(Litopenaeus vannamei)养殖捕捞环节机械化程度低、劳动强度大的问题,本文优化温棚池塘轨道式捕捞系统的地笼结构设计,以提升其捕捞效率.实验采用电磁吸附连接技术,实现捕捞模块与轨道升降系统的自动挂接与释放,并通过参数化几何建模方法构建捕虾口梯形结构模型.在此基础上,结合凡纳滨对虾的巡游行为特征,建立基于法向量投影算法的虾体-结构碰撞检测模型,实现对虾入笼过程的动态模拟与量化分析.通过响应面优化方法,系统探究捕虾口外进口长度、侧壁倾斜角及深度等关键参数对捕捞效率的影响机制.结果显示,该模型具有良好的可靠性(R2>0.9),通过对捕虾口结构参数分析,发现外进口长度与侧壁倾斜角对捕捞效率的影响最为显著(P<0.01);在外进口长度与深度的比例为2.08、侧壁和内进口倾斜角度为75°的条件下捕捞效率最高.池塘现场对比试验表明,优化后的捕捞装置相较于优化前,在各作业时段下捕捞效率分别提升了14.5%、12.8%、14.6%.研究表明,所设计伞型地笼符合设施化温棚池塘轨道式捕捞系统要求,从技术先进性、经济可行性与作业高效性方面为解决凡纳滨对虾养殖的捕捞难题提供了可行的解决方案.本研究可为凡纳滨对虾养殖渔具的结构优化与自动化捕捞系统开发提供理论依据与技术参考.
凡纳滨对虾轨道式捕捞地笼参数优化碰撞检测算法响应面分析
-
引 子
那年,月光下,清水河里透明的虾子蜷缩在手心.此刻,它毛毛的触须仍在抓挠着,湿漉漉的痒,牵扯出往昔记忆.比山泉水还清白、还湿凉的月光,弥漫天地间,浸润禾田、花树,清明水底,照见虾子灰白暗影.这暗影上空抄过来一张细密镂空的网——夏夜,一幅月下山溪捕虾图.
-
研究渔业资源与环境因子的关系,并了解种群分布对环境变化的响应机制,是养护渔业资源、实现渔业可持续发展的基础.渔业资源丰度和种群分布受多种环境因素影响,但目前的研究更多关注环境因素的直接影响,较少考虑环境因素间的相互作用.为了探索不同环境因素对马达加斯加西海岸虾类资源量的影响机制与路径,本研究使用 2014-2020年该海域捕虾拖网数据,采用贝叶斯网络分析了降水、径流等海洋环境因子与 3种主捕虾类单位捕捞努力量渔获量(catch per unite effort,CPUE)之间的网络关系,探索在多种环境因子影响下 3种虾类CPUE的潜在驱动因素.研究结果表明:降水、径流、海面高度距平(sea surface height anomaly,SSHA)和海表面温度(sea surface temperat-ure,SST)是影响印度白虾CPUE的主要因素,径流、SSHA、SST和叶绿素a质量浓度(chlorophyll a mass concentration,Chl a)是影响独角新对虾和短沟对虾的CPUE的主要因素;降水通过不同路径影响其他环境因子进而对 3种虾类CPUE产生间接影响:降水通过径流、SST和SSHA的途径对印度白虾产生间接影响,但对于独角新对虾和短沟对虾,降水通过径流、SST、SSHA和Chl a的途径产生间接影响.研究结果揭示了马达加斯加西海岸降水和其他海洋环境因子不仅对 3种虾类CPUE产生直接影响,降水还能通过影响其他环境因子对虾类种群资源变动的间接影响途径和机制.
贝叶斯网络环境因子虾类CPUE降水径流
-
针对水下环境存在的色偏、细节模糊以及水下目标存在多尺度和遮挡等问题,提出了一种改进YOLOv8s的水下目标检测算法SLG-YOLOv8s.首先,通过Shallow-UWnet网络对水下图像进行增强,提高图像的对比度和清晰度;其次,提出了轻量化多尺度全局注意力(light-weight multi-scale global attention,LMGA)模块,将此模块与YOLOv8s主干部分的C2f融合,通过动态调整权重进行特征重标定,加强特征表达能力,减少计算量;最后,通过聚集和分发(gather-and-distribute,GD)机制采用跨层特征融合的方式增强中间层的信息融合能力,从而提升模型对多尺度目标的检测效率.实验结果表明,SLG-YOLOv8s算法的平均精度均值达到了95.1%,与YOLOv8s算法相比平均精度均值提升了5.1%,精确率和召回率分别提升了4.5%和5.2%,IoU为 0.5 时海参、海胆、海星、扇贝检测的平均精确率分别提升了 4.3%、5.3%、5.6%、5.5%,研究结果可为水下机器人精准捕捞提供重要依据.
水下目标检测YOLOv8sShallow-UWnet跨层特征融合
