>
Fa   |   Ar   |   En
   ارتباط پارامترهای فیزیکو شیمیایی آب و زی‌توده حلزون بابیلون (babylonia spirata, linnaeus, 1758) در آبهای شمالی دریای عمان (استان سیستان و بلوچستان)  
   
نویسنده هاشمی احمدرضا ,دوستدار مسطوره ,اژدری اشکان ,عرفانی فر الناز ,اکبری پریا ,رحیمی قره میرشاملو قاسم
منبع مجله علمي شيلات ايران - 1402 - دوره : 32 - شماره : 2 - صفحه:83 -93
چکیده    در بررسی حاضر، ارتباط پارامترهای فیزیکیوشیمیایی آب (نمونه‌برداری از آب و خاک) و زیتوده حلزون بابیلون با نمونه‌برداری از چهار منطقه صیادی این گونه در آبهای شمالی دریای عمان شامل پسابندر، بریس، پزم و کنارک از شهریور 1400 لغایت شهریور 1401 با قفس‌های دایره‌ای مخصوص صید حلزون صورت گرفت. با کمک آنالیز واریانس یک‌‌طرفه (بین چند دوره) مقایسه میانگین‌‌ها، مقادیر پارامترهای مختلف فیزیکوشیمیایی (ph، کدورت، tom، اکسیژن محلول و شن و لای) و مواد مغذی مختلف (نیترات، فسفات، آمونیاک و نیتریت) در فصول قبل و بعد مانسون، تفاوت معنی داری نشان نداد (0.05p). زی‌توده حلزون در ایستگاه‌های مختلف و نیز فصول مختلف (قبل و بعد مانسون) دارای اختلاف معنی‌داری بود (0.05>p). جهت ارتباط بین زی‌توده حلزون، پارامترهای فیزیکوشیمیایی و مواد مغذی آب از شبکه عصبی مصنوعی چند لایه استفاده شد و نتایج نشان داد از بین پارامترهای موثربر زی توده حلزون ، حرارت و نیتریت دارای بیشترین تاثیرگذاری بودند. شهریور الی آبان ماه با توجه به کاهش حرارت آب و افزایش نیتریت، بالاترین میزان صید دیده شد و فصل اصلی صید حلزون بابیلون در منطقه سیستان و بلوچستان بود. این مطالعه می‌تواند جهت پایداری صید، مدیریت اصولی در بهره‌برداری و نیز درک بهتر ویژگی‌های زیستی و جمعیتی این گونه حلزون مدنظر قرار گیرد.
کلیدواژه پارامترهای فیزیکو شیمیایی آب، شبکه عصبی مصنوعی چند لایه، حلزون بابیلون، دریای عمان
آدرس سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات علوم شیلاتی کشور, مرکز تحقیقات شیلاتی آبهای دور, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات علوم شیلاتی کشور, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات علوم شیلاتی کشور, مرکز تحقیقات شیلاتی آبهای دور, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات علوم شیلاتی کشور, مرکز تحقیقات شیلاتی آبهای دور, ایران, دانشگاه دریانوردی و علوم دریایی چابهار, دانشکده علوم دریایی, گروه شیلات, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات علوم شیلاتی کشور, مرکز تحقیقات شیلاتی آبهای دور, ایران
پست الکترونیکی ghrahimi88@yahoo.com
 
   relationship between babylonia snail (babylonia spirata, linnaeus, 1758) biomass and physicochemical parameters of water on the northern waters of the oman sea (sistan and baluchistan province)  
   
Authors hashemi ahmadreza ,doustdar mastooreh ,azhdari ashkan ,erfani far elnaz ,akbari paria ,qaramirshamlo ghasem
Abstract    in this study, the relationship between water physicochemical parameters (sampling of water and soil) and babylon snail biomass was done by sampling from four fishing grounds of this species in the north of the oman sea including pasabandar, breis, pozm, and konarak from september 2021 to september 2022 by circular cages. the average values of different physicochemical parameters (ph, salinity, turbidity, tom, dissolved oxygen, and sand and silt) and different nutrients (nitrate, phosphate, ammonia, and nitrite) in the before and after seasons (monsoon) did not show a significant difference (p>0.05) through one-way variance analysis (between several periods) comparison of averages. temperature and silt parameters from different seasons (before and after monsoon) had significant differences (p<0.05). multi-layer artificial neural network was used for the correlation among the snail biomass, physicochemical parameters, and water nutrients and it showed that temperatures and nitrite were the most impact parameters on (snail biomass). from september to november, the highest catch rate was observed and it was the main season of babylon snail fishing in sistan and baluchistan region due to the decrease in the water temperature and increase in the nitrite content. this study can be considered for fishing sustainability, basic management in exploitation, and a better understanding of the biological and demographic characteristics of this snail species.
Keywords physicochemical parameters ,artificial neural network (ann) ,babylonia snail ,oman sea
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved