物种优势度以优势度指数(Index of relative importance, IRI)评估, 计算方法如下:

\begin{document}$ {{I}{R}{I}}_{i} = \left(\text{%}{N}_{i} + \text{%}{W}_{i}\right) \times \text{%}{F}_{i} $\end{document}

式中, %N_i和%W_i分别是物种i的丰度和生物量占总渔获物的比例, %F_i是物种i的出现频率。IRI≥10%的物种是优势种, 1%<IRI≤10%是常见种^[18]。

多样性指数计算方法如下:

Shannon-Wiener 多样性指数: \begin{document}${H}'=-\sum _{i=1}^{S} $\end{document}\begin{document}$\{\left({n}_{i}/N\right)\mathrm{l}\mathrm{n}({n}_{i}/N \left)\right\} $\end{document}

Pielou均匀度指数: \begin{document}$J={H}'/\mathrm{ln}S$\end{document}

Margalef物种丰富度指数: \begin{document}$ {d}=(\mathrm{S}-1)/lnN $\end{document}

式中, S是物种丰富度, 即物种种类数, N是所有渔获物的个体数, N_i是物种i的个体数^{[19, 20]}。

根据生态习性, 将鱼类划分为4个类型: 湖泊定居型(Lake resident)、河流型(Riverine)、江湖洄游型(River-Lake migratory)和江海洄游型(River-Sea or Lake-sea migratory)^{[13, 21, 22]}。历史文献普遍认为短颌鲚(Coilia brachygnathus)和长颌鲚(Coilia nasus)——分别为江湖洄游型和江海洄游型^[23], 但是最新研究表明短颌鲚中存在少量江海洄游型、长颌鲚中存在少量淡水型^[24], 本研究暂定短颌鲚为江湖洄游型, 长颌鲚为江海洄游型。根据摄食类型, 将鱼类划分为草食性(Herbivorous)、浮游生物食性(Planktivorous)、肉食性(Carnivorous)和杂食性(Omnivorous); 根据生活水层, 将鱼类分为上层鱼类(Upper layer fish)、下层鱼类(Lower layer fish)和底层鱼类(Demersal fish)^{[2, 22]}。

基于Bray-Curtis相似性系数, 对所有采样点的物种丰度矩阵数据进行非度量多维排序分析(Non-metric multidimensional scaling, NMDS)检验鱼类群落结构空间差异。根据协强系数(stress)衡量NMDS分析结果的优劣: stress<0.05表明排序可信, 0.05<stress<0.10表明基本可信, 0.10<stress<0.20表明排序结果有一定参考意义, 0.20<stress<0.30表明排序分布完全不可信。使用相似性分析(Analysis of similarity, ANOSIM)检验采样点组间鱼类群落差异的显著性: R>0表示组间差异大于组内差异, R<0表示组间差异小于组内差异^{[9, 25, 26]}。NMDS分析和ANOSIM分析在统计软件R-4.1.3的Vegan包中完成。

使用双因素方差分析检验采样季节、地理区域及其交互作用对鱼类丰度、生物量和多样性的影响。如果交互作用不显著, 则使用单因素方差分析和多重比较来分别检验各因素的组间差异。在进行方差分析前, 对非正态非齐性的数据进行lg(x+1)转化。如果方差同质, 使用LSD-t检验进行多重比较, 并用Bonferroni校正避免出现I类错误; 如果方差异质, 使用Games-Howell(非参数检验)来进行多重比较^[27]。以上方差分析在统计软件SPSS 25.0中完成。