基于鱼体和耳石形态的东海两种鲐属鱼类判别分析

发布时间：2021-11-16 19:38

　　为了有效区分东海两种鲐属鱼类,根据2017年10月至2018年2月在东海所采集的鲐属鱼类（Scomber spp.）样本,利用框架测量法与傅立叶分析分别对鱼体外形和耳石形态进行分析,框架测量法共测量26个可量性状,并利用平均值与t检验对两种鲐属鱼类形态差异进行初步比较,然后对两种鲐属鱼类耳石进行傅立叶分析,模拟耳石形态,最后利用判别分析进行结果比较。结果表明,在26个可量性状中有25个值存在显著差异（P<0.05）,1个值不存在显著差异（P>0.05）。基于框架测量法的判别分析结果表明,26个可量性状中的4个进入了逐步判别分析中,总判别正确率为86.70%;耳石的傅立叶分析中,基于77个傅立叶系数,选出7个系数进入逐步判别分析中,总判别正确率为90.20%。总体而言,两种方法所得到的结果一致,均表明日本鲭（S.japonicus）与澳洲鲐（S.australasicus）差异明显,同时傅立叶分析法对耳石的判别分析比框架测量法在判别正确率上有所提升,也说明耳石傅立叶分析可以更好地用于鱼类种类判别。 

【文章来源】：海洋渔业. 2020,42(02)北大核心CSCD

【文章页数】：9 页

【部分图文】：

13个标点所构建的鲐属鱼类框架结构测量图[15]

使用R程序中的“shapeR”加载包[16]对耳石目标进行轮廓提取,自动读取两鱼耳石轮廓数据,每个耳石轮廓被读取为连续的坐标点,共1 000个,这些坐标点通过一系列傅立叶分析方法最后以谐值的形式表现出耳石的轮廓。CAMPANA和CASSELMAN[17]认为20组傅立叶谐值就能较为完整地描述和模拟出耳石轮廓。因此,本研究选取20组傅立叶谐值,每组谐值由4个系数构成,这样每个耳石样本就能得到80个傅立叶系数。同时,由于傅立叶形态特征值对图形化耳石比较敏感(主要在位置、大小和方向等方面),因此所得出的谐值需要经过标准化处理,才能应用于随后的数据分析中。在标准化的过程中每个耳石样本前3个系数值均为常数(A1=1,B1=C1=0) , 这样每个耳石外部轮廓由77个傅立叶系数组成,此数据将进行后续逐步判别分析。1.3 数据分析

比较两种鲐属鱼类耳石,可以看出日本鲭与澳洲鲐的耳石形态存在一定的差异。其中,日本鲭的耳石略小于澳洲鲐,在耳石后端(0～90°和270～360°)尤为明显。澳洲鲐在耳石约30～60°和300～330°的部位,显得更为宽大(图3)。2.2.2 判别分析

【参考文献】：
期刊论文
[1]基于椭圆傅里叶变换的鱼类矢耳石和听沟形态识别[J]. 欧利国,刘必林,方舟.  海洋渔业. 2019(04)
[2]基于耳石形态特征的南海鸢乌贼群体判别分析[J]. 李波,阳秀芬,邱星宇,王锦溪,周倍合,谢嘉仪,颜云榕.  广东海洋大学学报. 2019(02)
[3]4种鲌的星耳石形态度量学比较[J]. 谢桢桢,张化浩,胡良雄,张小谷.  华中农业大学学报. 2019(01)
[4]基于地标点法的九龙江口和珠江口凤鲚和七丝鲚耳石形态学特征比较[J]. 姜涛,郑朝臣,黄洪辉,轩中亚,邱晨,刘洪波,杨健.  南方水产科学. 2018(06)
[5]2种耳石分析法在3种鲽科鱼类中的应用[J]. 方华华,董晓煜,李翔,高天翔.  海洋湖沼通报. 2017(03)
[6]傅里叶分析在江鳕矢耳石形态中的应用[J]. 方华华,李翔,董晓煜.  水产科学. 2017(03)
[7]基于椭圆傅里叶分析的次南极电灯鱼矢耳石形态多样性[J]. 魏联,朱国平.  应用生态学报. 2017(09)
[8]摩洛哥南部沿岸两种沙丁鱼耳石形态识别的初步研究[J]. 方舟,叶旭昌,李凤莹,陈新军.  上海海洋大学学报. 2014(03)
[9]基于框架法的东黄海日本鲭产卵群体形态差异分析[J]. 刘楚珠,严利平,李建生,吕振波,张壮丽,张辉,李圣法.  中国水产科学. 2011(04)
[10]基于多变量形态度量学和线粒体Cyt b序列的鲈属鱼类分类探讨[J]. 海萨,李家乐,冯建彬,木拉提.  动物学研究. 2008(02)



本文编号：3499448