网具是浮游动物采样百年来的标配，原位成像是正在崛起的新星——但两者给出的数字能直接画等号吗？在浮游动物格外稀疏的寡营养大洋，这个问题尤其尖锐。2022年6月，美国南卡罗来纳大学的Alexander Barth与Joshua Stone在《Frontiers in Marine Science》发表成果，在百慕大附近马尾藻海把法国HYDROPTIC公司UVP5水下颗粒物和浮游动物图像原位采集系统与分层网采做了正面对比，用同一片水域、同一套粒径门槛回答了“谁多谁少、何时可信”的方法学之问。
研究背景
浮游动物群落结构决定着海洋食物网的能量传递效率，也深刻影响生物泵对碳的输送。传统网采能浓缩大体积水体、把样品带回实验室精细鉴定，但缺陷同样明显：网衣会撞碎脆弱的胶质浮游动物，福尔马林固定还会“融化”原生生物的软组织；即便采用可开闭的多联网具，垂直分辨率也难以分辨米级薄片状的密集层。原位成像恰好补位——它让每个被拍摄者停留在真实的深度与环境中，姿态与形态毫发无损。然而成像也有软肋：视场体积有限，在浮游动物密度极低的寡营养海域，要采够统计可靠的个体数并不容易。UVP5这类设备在全球已有大量应用，但直接把成像计数与网采计数放在同一张桌上对账的研究仍然稀少，寡营养大洋更近乎空白。马尾藻海百慕大大西洋时间序列站（BATS）月月出海、数据基础雄厚，正是做这种“对账实验”的理想舞台。
研究过程
2019年6月与7月，研究团队两次登上“Atlantic Explorer”号科考船，在BATS站区开展配对观测。成像一侧，一台UVP5-HD（出厂编号209）挂载于CTD温盐深仪Rosette框架：420万像素镜头照亮18.8×18.8厘米视场约1.1升水体，以约15赫兹连续拍摄，所有大于125微米等效球径的颗粒自动量化，大于500微米者保存单帧图像。每个航次随常规CTD作业自动完成约18次下潜，单次剖面有效采样体积在0—250米约9.3立方米、250—1000米约14.4立方米。为杜绝船体摇摆导致的同一物体重复成像，数据处理剔除了下投底部50米和上收段记录，并上传EcoPart平台做下降滤波，再经ZooProcess处理、EcoTaxa随机森林预分类加人工校验。网采一侧，1平方米开口、153微米网衣的多联开闭网按8个水层执行4次分层拖网（昼2夜2，最深至1000米），样品一半福尔马林固定，实验室里以ZooSCAN扫描仪在2400—4800dpi下成像、同样经ZooProcess与EcoTaxa分类——与UVP5共用一套软件生态，随机森林模型加同一受训标注员复核。关键一步是“对齐口径”：UVP5图像中能可靠辨识的最小活体为934微米，网采数据因此截去小于该尺寸的个体后再行比较，两类设备从数据到分类实现了同一种语言。
图1. 法国HYDROPTIC公司UVP水下颗粒物和浮游动物图像原位采集系统
图2. UVP5原位图像与网采扫描图像的清晰度对比
图2. 同一海域五类共同类群的成像对比：(A-I) UVP5原位图像（比例尺4毫米）——环节动物、虾状甲壳类、毛颚类、Rhizaria、鱼类、软体动物、介形虫、束毛藻、桡足类；(J-Q) 网采ZooSCAN图像（比例尺2毫米），后者分辨率更高、可鉴定到目科（图片来源：Barth & Stone, 2022 Fig.1）
实验结果
一、分层密度：网采普遍更高，直接换算不可行。 在逐一对应的深度区间内，五组可比类群（环节动物、毛颚类、桡足类、虾状甲壳类、介形虫/枝角类）的密度估计几乎全部是网采高于UVP5；把同类深度区间点成散点，除虾状甲壳类外均找不出可靠的线性换算关系。对体长普遍小于1毫米的类群（网采样品中91.2%的桡足类小于934微米截断线），差异主要源自粒径门槛而非仪器失灵——UVP5的定量区间本就从毫米起步。
图3. 三类群密度的网采与UVP5垂直剖面对比
图3. 代表性剖面对比：(A-C) UVP5能部分复现网采显示的桡足类、虾状类、毛颚类垂直格局；(D-F) 复现失败的案例；(G-I) 低丰度的环节动物与介形虫/枝角类——UVP5甚至在网采空白的深度拍到个体。灰柱为网采，黄柱与金点为UVP5两种聚合方式（图片来源：Barth & Stone, 2022 Fig.4）
二、整柱积分：殊途同归。 把密度沿水柱积分后，格局反转：所有类群的水柱积分丰度在两种方法间均无统计学显著差异（配对Wilcoxon符号秩检验，p>0.05），以体积-干重转换估算的积分生物量同样如此。更妙的是，在250米以深的中层段，UVP5的积分估计与网采的差距缩小、个别情况反超——脆弱类群在网中受损、在镜头前却完好如初。
三、各有所见：脆弱者与小个子。 类群构成揭示了两种工具的“视野差”：UVP5拍摄的全部颗粒中84.5%为碎屑，活体里Rhizaria占39.4%、束毛藻占17.5%——这些胶质群体与丝状蓝细菌恰恰是网采加固定剂的重灾区，网里几乎不见踪影；网采则独占小型桡足类、翼足类与仔鱼的高分辨鉴定。研究还发现，大型毛颚类会躲开下沉的Rosette框架——逃避反应不只见于网口，也见于镜头前；而把多个剖面的数据合并与按剖面平均两种聚合方式结果无显著差异，作者建议保留剖面间变异以呈现真实不确定性。
图4. 水柱积分丰度两种方法无显著差异
图4. 各类群水柱积分丰度：(A) 网采（柱）与合并剖面UVP5（菱形）；(B) 网采与按剖面平均UVP5（圆点及标准差）。所有类群两方法间均无显著差异（图片来源：Barth & Stone, 2022 Fig.6）
研究结论
这场正面对比的结论不是“谁取代谁”，而是“如何联用”：分层尺度上两类数据不可直接互换，网具在小型个体与分类分辨率上无可替代；而一旦把视线抬升到整个水柱，UVP5给出的丰度与生物量积分与网采统计上难分高下，且为脆弱胶质类群和米级垂直结构保留了网采永远无法提供的原位真相。对于把UVP5数据用于生物量估算和碳泵研究的团队，这篇文章给出了一份实用的“误差说明书”——粒径门槛、采样体积、逃避反应、聚合方式，每一环都影响解读。而在观测体系的设计上，这场对比本身就是HYDROPTIC产品理念的注脚：UVP5挂在CTD Rosette上随每次常规下潜自动采集，不占用额外缆时，ZooSCAN则在岸上用同一套ZooProcess/EcoTaxa流程接住网采样品——“原位成像+实验室扫描”首尾相接，浮游动物的垂直世界从此既数得清、也认得准。如今这一闭环已延续到UVP6与更高频的成像平台，寡营养大洋的稀疏群落，正被越来越密的镜头网络所看见。
参考文献
Barth, A., Stone, J. (2022). Comparison of an In Situ Imaging Device and Net-Based Method to Study Mesozooplankton Communities in an Oligotrophic System. Frontiers in Marine Science, 9, 898057. DOI: 10.3389/fmars.2022.898057
Picheral, M., Guidi, L., Stemmann, L., Karl, D. M., Iddaoud, G., Gorsky, G. (2010). The Underwater Vision Profiler 5: An advanced instrument for high spatial resolution studies of particle size spectra and zooplankton. Limnology and Oceanography: Methods, 8(9), 462-473. DOI: 10.4319/lom.2010.8.462（UVP5方法参考）
相关产品链接
