Relationship between phytoplankton, heterotrophic plankton, and planktivorous fish productions in different water bodies

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

On the example of 14 lake-type water bodies distributed over different latitudes of the northern hemisphere, it was shown that the efficiency of phytoplankton production transformation through heterotrophic bacterioplankton and non-predatory zooplankton to predatory zooplankton and planktivorous fish increases in the direction from eutrophic to oligotrophic water bodies. The highest ratios between autotrophic and heterotrophic organism production were found for lakes and reservoirs, where the contribution of allochthonous substances to the total energy flow is relatively high. Bacterioplankton utilizing allochthonous DOM is an additional source of energy for zooplankton, which, in turn, serves as a food object for planktivorous fish. Therefore, to predict the total biological productivity and production of the fish community, it is necessary to take into account the production of not only autotrophic plankton, but also that part of heterotrophic bacterioplankton that specializes in the utilization of DOM entering the water body from outside.

Full Text

Restricted Access

About the authors

V. V. Boulion

Zoological Institute RAS

Author for correspondence.
Email: vboulion@mail.ru
Russian Federation, St. Petersburg

References

  1. Иванова М. Б. Продукция планктонных ракообразных. Л.: ЗИН АН СССР, 1985. 222 с.
  2. Трифонова И. С., Афанасьева А. Л., Макарцева Е. С., Бардинский Д. С. Соотношение фито- и зоопланктона в разнотипных озерах Карельского перешейка // Известия Самарского научного центра РАН. 2016. Т. 18. № 2 (2). С. 515–519.
  3. Уманская М. В., Быкова С. В., Горбунов М. Ю., Краснова Е. С., Мухортова О. В., Сабитова Р. З., Тарасова Н. Г., Жариков В. В. Структура сообщества планктона озера Кандры-Куль летом 2010 и 2012 гг. // Известия Самарского научного центра РАН. 2018. Т. 20. № 2. С. 45–54.
  4. Coveney M., Cronberg G., Enely M., Larsen K., Olofsson L. Phytoplankton, Zooplankton and Bacteria: Standing Crop and Production Relationships in a Eutrophic Lake // Oikos. 1977. V. 29. № 1. P. 5–21.
  5. Lacroix G., Lescher-Moutoué F., Bertelo A. Biomass and production of plankton in shallow and deep lakes: are there general patterns? // Annales de Limnologia. 1999. V. 35. № 2. P. 111–122.
  6. Havens K. E., Beaver J. R. Zooplankton to phytoplankton biomass ratios in shallow Florida lakes: an evaluation of seasonality and hypotheses about factors controlling variability // Hydrobiologia. 2013. V. 703. № 1. P. 177–187.
  7. Бондаренко Н. А., Русанов И. И., Черницына С. М., Шубенкова О. В., Захаренко А. С., Погодаева Т. В., Пименов Н. В., Земская Т. И. Структура и продукционный потенциал летнего фитопланктона озера Байкал в современный период // Водные ресурсы. 2022. Т. 49. № 1. С. 66–76.
  8. Бульон В. В. Система оценки и прогнозирования биопродуктивности экосистем озерного типа // Водные ресурсы. 2020. Т. 47. № 3. С. 302–311.
  9. Гидробиологические исследования на реке Тюп и Тюпском заливе озера Иссык-Куль / под ред. Г. Г. Винберга. Л.: ЗИН АН СССР, 1977. 144 с.
  10. Гидроэкологический мониторинг зоны влияния Бурейского гидроузла / под ред. С. Е. Сиротского. Хабаровск: ИВЭП ДВО РАН, 2007. 273 с.
  11. Гидроэкологический мониторинг зоны влияния Зейского гидроузла / под ред. С. Е. Сиротского. Хабаровск: ИВЭП ДВО РАН, 2010. 354 с.
  12. Многолетние изменения биологических сообществ мезотрофного озера в условиях климатических флуктуаций и эвтрофирования / под ред. И. С. Трифоновой. СПб: ЛЕМА. 246 с.
  13. Nyamweya C. S., Nyaboke H. M., Aura C. M., Momanyi K. N., Mlaponi E., Odoli C. O., Njiru J. M. Lake Victoria’s bounty: A case for riparian countries’ blue economic investment // Frontiers in Environmental Science. 2022. P. 1–6.
  14. Bootsma H. A., Hecky R. E. A comparative introduction to the biology and limnology of the African Great Lakes // Journal of Great Lakes Research. V. 29. Sup. 2. P. 3–18.
  15. Darchambeau F., Sarmento H., Descy J.-P. Primary roduction in a tropical large lake: The role of phytoplankton composition // Science of the Total Environment. 2014. V. 473–474. P. 178–188.
  16. Håkanson L., Boulion V. V. The Lake Foodweb – modelling predation and abiotic/biotic interactions. Leiden: Backhuys Publishers, 2002. 344 p.
  17. Productivity problems of freshwaters / ed. Z. Kajak, A. Hillbricht-Ilkowsa. Warszawa-Krakow: Polish Scientific Publishers, 1972. 918 c.
  18. Бульон В. В. Первичная продукция и рыбопродуктивность: моделирование и прогноз // Биология внутренних вод. 2006. № 1. С. 48–56.
  19. Биологическая продуктивность северных озер. 1. Озера Криво и Круглое / под ред. Г. Г. Винберга. Л.: Наука. 1975. 228 с.
  20. Сорокин Ю. И. Первичная продукция морей и океанов // Общая экология. Биоценология. Гидробиология. Т. 1. М.: Наука, 1973. С. 7–46.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Production of bacterioplankton (1), non-predatory (2) and predatory (3) zooplankton, plankton-eating fish (4) (Pbcp, Phzo, Ppzo, Pplf, kcal/m2 year) depending on phytoplankton production (Pphp, kcal/m2 year) in lakes and reservoirs of different regions

Download (126KB)
Indexing metadata
3. Fig. 2. The ratio of Pbcp/Pphp (1), Phzo/Pphp (2), Ppzo/Pphp (3) and Pplf/Pphp (4) depending on the value of Pphp

Download (129KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».