编辑推荐：
循环水养殖系统（RAS）的能源消耗影响因素及资源效率研究。基于2010-2024年25项研究，通过回归和相关性分析发现：RAS能耗与水质、投喂量无直接关联，反高密度系统更节能，商业系统能耗低于研究系统，淡水系统效率优于海水，且不同养殖鱼类影响显著。研究揭示数据标准化缺失导致结论受限，建议建立统一评估体系以优化RAS可持续发展。
劳拉·克拉特（Laura Klatt）| 萨拉·M·皮尼奥（Sara M. Pinho）| 加雅特里·梅卡拉（Gayathri Mekala）| 托马斯·M·洛索多（Thomas M. Losordo）| 乔瓦尼·M·图尔奇尼（Giovanni M. Turchini）
澳大利亚墨尔本大学科学学院农业、食品与生态系统科学学院，VIC 3010
摘要
循环水产养殖系统（RAS）作为一种日益普及的养殖方式，以其高效利用水资源和营养物质而闻名，但同时也需要大量的能源。然而，关于其能源需求的系统性和可比性证据仍然有限。本研究旨在识别、回顾并综合目前关于影响RAS电能消耗的关键趋势和相关因素的信息，并探讨资源使用情况的报告机制。为此，我们分析了2010年至2024年间相关研究中的鱼类RAS能源使用情况（n=25）。通过回归分析和相关性分析，研究了与用水量和喂养量相关的能源使用数据。与非预期结果相反，研究发现能源使用量与用水量和喂养量之间没有直接关系。事实上，最大养殖密度较高的系统比低密度系统更节能。此外，商业化的RAS比研究用系统表现出更低的能源消耗水平，而淡水系统比海水系统更具能源效率。养殖物种也会影响能源使用情况。本研究的最大局限性在于现有文献中关于RAS能源使用的数据集规模较小。在解读这些结果并得出关于RAS能源与资源权衡的普遍结论时，必须考虑数据报告的多样性。尽管如此，本综述为RAS的电能使用及其与其他资源使用指标之间的关系提供了标准化的评估方法。为了促进未来可比数据集的建立、更一致的评估指标及标准的制定，我们建议进一步开展相关工作。
引言
联合国预测，到2080年代中期，全球人口将从82亿增长到约103亿（联合国，2024年）。满足这一不断增长的人口的营养需求对全球粮食安全和营养状况构成了重大挑战。长期以来，水产品一直是人类饮食的重要组成部分，而水产养殖已成为缓解全球粮食供需缺口的关键驱动力，因为自20世纪80年代末以来，捕捞渔业的发展已趋于停滞。如今，水产养殖已成为全球增长最快的食品生产领域之一。2022年实现了历史性突破：水产养殖生产的鱼类产量首次超过捕捞量，其中水产养殖产量为9400万吨（占51%），捕捞产量为9100万吨（占49%）（粮农组织，2024年）。然而，这种发展也带来了负面效应。快速的养殖扩张和集约化养殖方式引发了环境问题和经济压力（Antonini和Argilés-Bosch，2017年；经合组织和粮农组织，2024年），因此迫切需要采用对环境影响最小的可持续水产养殖实践，以推动可持续发展目标的实现（Affairs，2025年）。
循环水产养殖系统（RAS）是现代水产养殖领域的一项关键技术进步。该技术最初开发于20世纪50年代，近年来经历了显著改进（Dalsgaard等人，2013年；Gupta等人，2024年）。RAS的普及主要归功于其通过水处理和可控再利用确保生物安全的能力，同时减少了水交换量，从而降低了养殖过程中的水资源消耗（d’Orbcastel等人，2009年；Samuel-Fitwi等人，2013年；Timmons和Vinci，2022年）。人们对RAS的兴趣日益增加，其快速扩展也得益于其在提高生产效率和应对气候变化方面的潜力（Ahmed和Turchini，2021年）。RAS通过基于陆地的封闭生产系统，将鱼类养殖与海洋生态系统分离，有助于实现可持续发展目标14——水下生命。由于技术改进，RAS可以在资源有限的地区进行运营，因为与传统池塘和网箱养殖系统相比，RAS所需的水量要少得多（Ahmed和Turchini，2021年；Bregnballe，2022年；Martins等人，2010年）。在RAS中，水从鱼池中循环经过过滤装置去除固体和氮化合物，然后进入其他处理单元去除二氧化碳、增加氧气（在某些情况下还能减少病原体），最后再回流到鱼池中（Bregnballe，2022年；Timmons和Vinci，2022年）。
尽管RAS在水资源利用和生物安全方面具有高效性，但它对电力的依赖性较高，这在研究和商业运营中都是一个公认的问题（Ahmed和Turchini，2021年；Badiola等人，2018年；d’Orbcastel等人，2009年）。文献中通常通过将RAS与其他养殖方式（如池塘养殖、重力喂食流式系统或网箱养殖系统）进行比较来说明这一点（Colt等人，2008年；d’Orbcastel等人，2009年；Ayer和Tyedmers，2009年）。由于这些系统不需要额外的泵送和曝气装置，历史上它们的农场能源消耗低于RAS（Ayer和Tyedmers，2009年）。然而，RAS可以在其他系统难以实施的地点建立，因此直接比较并不恰当且具有挑战性。此外，不同RAS之间的电力使用情况也存在差异，因为这取决于系统设计、物种需求、运营方式、农场管理以及气候和地理位置等多种因素（Ayuso-Virgili等人，2023年；Badiola等人，2018年；Murray和Fletcher，2014年）。
在RAS的运营过程中，最大的能源消耗来自水泵、温度控制、过滤和曝气/充氧环节。一些研究表明，水泵和水的输送占RAS现场总能源需求的45%（Ayuso-Virgili等人，2023年），而另一些研究则认为温度控制占据了超过一半的能源消耗（Badiola等人，2017年）。曝气和充氧环节的能源消耗占比在9%至37%之间（Ayuso-Virgili等人，2023年；Song等人，2019年；Yogev等人，2017年）。此外，紫外线消毒环节占能源总消耗的16%（Song等人，2019年），还有部分能源用于撇渣器、鼓式过滤器和反硝化处理。系统设计和运营的多样性不仅导致了能源使用的差异，也影响了各系统的用水量和饲料转化率。然而，关于能源使用与其他关键资源需求（如用水量和饲料转化率）之间关系的可靠和最新信息仍然匮乏（Badiola等人，2018年；Hala等人，2024年；Vasquez-Mejia等人，2023年），这限制了研究人员、工程师和实践者优化RAS设计和运营的能力。
这种依赖性的不明确性使得评估可持续性权衡变得困难，也阻碍了行业利益相关者的决策。理解这些变量及其对RAS性能的影响对于优化资源利用和提高现代鱼类养殖的可持续性至关重要。缺乏这样的共同基础，现有文献显得零散，难以在不同研究之间进行比较、识别能源需求的普遍驱动因素，或将其性能置于更广泛的水产养殖可持续性讨论框架中。迄今为止，系统综述和类似的结构化文献评估已成功用于汇总RAS各个方面的现有知识，包括水资源利用（Vasquez-Mejia等人，2023年）、成本效益分析（Samat等人，2024年）以及RAS的技术改进（Roy等人，2025年）。早期的综述研究了RAS及相关陆基养殖技术的能源使用和能源来源（Badiola等人，2018年）。该综述引入了能源消耗指数，用于衡量生产一公斤鱼类所需的能量，但未深入探讨RAS的能源使用与用水量或饲料之间的关联，也未识别出解释能源需求变化的生产相关因素或数据/研究设计相关因素。
基于这一研究空白，本综述系统性地整合了2010年至2024年间关于RAS鱼类养殖能源使用的公开数据，重点关注每单位生物量产生的电能消耗。它评估了不同研究中能源需求的报告方式及其与水资源利用和饲料转化率等核心资源的关系。此外，还探讨了系统设计、养殖物种和运营方式对性能的影响。通过提供标准化的比较基础，本综述不仅巩固了当前的知识体系，还指出了未来研究的方向，以推动RAS的可持续性发展。一旦完成这一目标，RAS的工程设计将基于更一致的方法进行，从而实现研究结果的统一性和可比性，进而推动RAS研究的进步。
部分内容片段
文献搜索策略和研究选择
本研究采用了系统综述和元分析（PRISMA）指南（Page等人，2021年）中推荐的报告指标，对相关文献进行了搜索、筛选和最终确定。综述工作于2025年3月完成，涵盖了2010年至2024年间发表的手稿。符合纳入标准的研究包括那些报告了RAS每单位生物量产生的电能消耗（EUB）或提供了计算该指标所需变量的研究。
电能消耗报告概述
图中显示了EUB随时间的变化情况。虽然观察到轻微的下降趋势，但数据变化幅度较大，且趋势不具有统计学意义（p>0.05）。EUB数值变化范围很广，从0.77千瓦时/公斤鱼到29.40千瓦时/公斤鱼不等。
讨论
尽管基于的数据集规模较小且存在变异性，但本综述仍为资源高效的水产养殖实践和未来提高水产养殖可持续性的研究提供了重要启示。其中最显著的发现是能源使用数据的缺乏，这明显揭示了当前知识体系中的关键缺口。
结论
本系统综述表明，RAS行业正在寻求更节能的运营方式以降低能源成本。然而，现有科学文献并未充分反映这一趋势。与预期相反，根据现有数据，研究未能证实RAS中能源使用、用水量和喂养量之间存在关联。由于数据报告方式的多样性（包括不同的格式、计量单位和方法论），难以得出明确的结论。
CRediT作者贡献声明
劳拉·克拉特（Laura Klatt）：撰写——综述与编辑、初稿撰写、可视化、数据验证、软件应用、方法论设计、数据分析、概念化。
萨拉·M·皮尼奥（Sara M. Pinho）：撰写——综述与编辑、初稿撰写、可视化、数据验证、软件应用、方法论设计、数据分析、概念化。
加雅特里·梅卡拉（Gayathri Mekala）：撰写——综述与编辑、可视化。
托马斯·M·洛索多（Thomas M. Losordo）：撰写——综述与编辑、可视化。
乔瓦尼·M·图尔奇尼（Giovanni M. Turchini）：
资金支持
本研究由澳大利亚墨尔本大学资助。
利益冲突声明
作者声明不存在任何利益冲突。
致谢
本研究是LK博士项目的一部分，LK获得了墨尔本大学农业、食品与生态系统科学学院的奖学金支持。我们还要感谢水产养殖可持续性（AquaS）研究小组的宝贵讨论，特别是Pradeep Ramesh在生命周期评估方面的专业贡献以及他在计算二氧化碳当量排放方面的帮助。
