伍兹霍尔海洋研究所 (WHOI) 的科学家们发现，中等体型的鱼类，如大鳞鲂，在连接深海和表层食物网方面发挥着关键作用，这解释了为什么像鲨鱼这样的大型掠食者会在海洋的暮光区花费大量时间。研究人员首次使用卫星标签追踪了这些鱼类，它们白天栖息在中层带，晚上上升觅食，揭示了它们的运动轨迹以及它们在海洋生态系统中的重要性。本周发表的这项研究强调了这些鱼类如何充当海洋食物链中的“缺失环节”。

中层带，也被称为暮光区，跨越 200 到 1,000 米（650 到 3,300 英尺）的深度，是海洋中光线昏暗的区域。WHOI 的科学家丹尼·米尔斯解释说，大鳞鲂和类似的中等体型鱼类会进行每日垂直迁徙，在深水和表层水域之间移动。这种行为将能量和营养物质从阳光驱动光合作用的表层转移到更深的海洋，从而支持一个复杂的食物网。

研究团队采用基于卫星的跟踪标签来监测大鳞鲂的运动。这使他们能够收集有关鱼类的深度、位置和行为的长期数据。数据显示，鱼类的运动受到水体透明度的影响，鱼类在较清澈的水域中潜得更深，而在较浑浊的水域中则保持较浅。这种适应性表明，海洋条件的变化，例如气候变化导致浊度增加，可能会显著影响它们的行为，并因此影响整个海洋食物链。

“这些中等体型的鱼类就像海洋中默默无闻的英雄，”米尔斯说。“它们不像鲨鱼或鲸鱼那样具有魅力，但它们在维持生态系统功能方面发挥着至关重要的作用。” 该研究的发现对理解大型掠食者的分布和行为，以及海洋的整体健康状况具有重要意义。

卫星标签的使用代表了深海鱼类研究的重大进步。传统的捕捞方法，如拖网，可能会产生破坏性，并且只能提供鱼类行为的快照。另一方面，卫星标签允许研究人员在不干扰其自然环境的情况下，随着时间的推移跟踪鱼类。这些标签收集有关各种参数的数据，包括深度、温度和光照水平，从而全面了解鱼类的栖息地和行为。

未来的研究将侧重于扩大研究范围，包括其他种类的中等体型鱼类，并调查气候变化对其行为和分布的影响。科学家们还计划使用人工智能 (AI) 来分析卫星标签收集的大量数据，从而可能发现对海洋生态系统内复杂互动的新见解。 在这种情况下，人工智能的应用包括使用机器学习算法来识别数据中可能被人类分析遗漏的模式和关系。这可能有助于更好地理解海洋食物网的结构以及它如何随时间变化。