韓霈武,陳新軍, 3, 4, 5, 6,方 舟, 3, 4, 5, 6,張 衡

(1.上海海洋大學海洋科學學院，上海 201306； 2. 中國水產(chǎn)科學研究院東海水產(chǎn)研究所，上海 200090；3.大洋漁業(yè)資源可持續(xù)開發(fā)教育部重點實驗室，上海 201306； 4.國家遠洋漁業(yè)工程技術研究中心，上海 201306； 5.農(nóng)業(yè)農(nóng)村部大洋漁業(yè)開發(fā)重點實驗室，上海 201306; 6. 農(nóng)業(yè)農(nóng)村部大洋漁業(yè)資源環(huán)境科學觀測實驗站，上海 201306)

鮐屬(Scomber)魚類隸屬于鱸形目(Perciforms)，鯖科(Scombridae)，是重要的中上層經(jīng)濟性魚類，主要分布于太平洋、大西洋和印度洋溫帶及其鄰近海域[1-2]。我國擁有豐富的鮐屬魚類資源，從20世紀50年代初期就開始利用燈光圍網(wǎng)捕撈鮐屬魚類，20世紀80年代，我國近海底層傳統(tǒng)經(jīng)濟魚類資源逐漸衰退，到90年代后期，鮐屬魚類已經(jīng)成為我國近海主要的經(jīng)濟魚類之一，年產(chǎn)量約為30萬t[3-4]。在我國近海分布的鮐屬魚類主要有兩種：日本鯖(S.japonicus)與澳洲鮐(S.australasicus)。日本鯖與澳洲鮐在形態(tài)特征和生物學特性上非常相似，并且它們的洄游路線以及分布范圍存在重疊，這導致二者在分類上存在著許多爭議[5-7]。目前，可以根據(jù)腹部是否存在小黑斑點及背鰭鰭條數(shù)目來鑒別日本鯖與澳洲鮐，即：日本鯖第一背鰭鰭棘9～10根，體腹部銀白色，一般無斑點；澳洲鮐第一背鰭鰭棘11～12根，體腹部密布不規(guī)則形小藍黑斑。但是時常由于腹部斑點分布的不均勻和背鰭鰭條的損傷，影響到外觀形態(tài)上的區(qū)分結果。

種類和種群的鑒別是進行漁業(yè)資源評估管理的基本前提[8]。形態(tài)學方法的特點是快捷簡便、容易掌握、操作簡單等，因此廣泛應用于多種物種的鑒定。最常見的方法是通過外形測定來進行差異分析，但以往傳統(tǒng)形態(tài)測量法會產(chǎn)生較大的誤差，同時所測量的數(shù)據(jù)也無法全面地反映魚類的幾何形態(tài)學信息[9]?？蚣芊?truss)兼有測量形態(tài)和幾何形態(tài)的優(yōu)點，它利用魚體的形態(tài)特征，在魚體輪廓邊緣選取一定數(shù)量的點，根據(jù)這些點連接成線，可以把魚體劃分為多個部分，從而能更全面的包含關于魚體形狀變化的信息，因此廣泛應用于各種研究中[10-11]。耳石是魚類重要的硬組織，具有穩(wěn)定的形態(tài)結構，同時也蘊含著重要的生態(tài)信息。目前針對耳石形態(tài)使用較為廣泛的除了傳統(tǒng)測量法外，傅立葉分析以其簡單易懂和可模擬形態(tài)的特點，也得到科研工作者的青睞[12-14]。因此，本研究擬利用框架法和傅立葉分析，對兩種鮐屬魚類的外形形態(tài)和耳石形態(tài)特征進行分析，利用判別分析法比較兩者的正確率，以找到更優(yōu)方法來有效區(qū)分兩個種類，為鮐屬魚類資源評估的種類劃分提供依據(jù)。

1 材料與方法

1.1 樣本采集

本研究所采用的樣本來自于東海海域(26°～28°N、122°～124°E)，此區(qū)域為鮐屬魚類的主要越冬場所，取樣時間為2017年10月至2018年2月，此階段鮐屬魚類基本在0～1齡，且大多處于成熟期。所有的樣本經(jīng)過冷凍后帶回實驗室進行解凍處理。本次樣本共203尾，通過腹部斑點及背鰭鰭條數(shù)進行綜合判斷，確定其中日本鯖為83尾，澳洲鮐為120尾。樣本基本情況見表1。實驗過程中用鑷子將矢耳石從平衡囊內(nèi)取出，并用水清洗耳石，以去除其表面雜質(zhì)，然后將其放入恒溫烘箱中進行干燥，等待后續(xù)備用。

表1 兩種鮐屬魚類的基本信息Tab.1 Sampling information of two Scomber species

1.2 實驗方法

1.2.1 魚體形態(tài)測量

用描述魚體形態(tài)的框架結構系統(tǒng)在魚體上建立框架。本研究共選定了13個解剖學坐標(anatomical landmark)，以便獲取鮐屬魚類的框架結構。如圖1所示，運用ImageJ軟件，根據(jù)選定的13個解剖學坐標之間的直線距離，共測量出26個框架結構可量性狀(精確到0.001 mm)。

圖1 13個標點所構建的鮐屬魚類框架結構測量圖[15]Fig.1 Locations of 13 landmarks for constructing the truss network of fish (filled circle) and morphometric lengths注：1.吻前端； 2.神經(jīng)顱后側面(后頸鱗片開始); 3.第一背鰭基部起點; 4.第一背鰭基部末端; 5.第二背鰭基部起點; 6.第二背鰭基部末端; 7.尾鰭背部起點; 8.椎骨柱的后端; 9.尾鰭腹部起點; 10.臀鰭基部末端; 11.臀鰭基部起點; 12.腹鰭基部起點; 13.上頜最后點Note ：1. anterior tip of snout; 2. most posterior aspect of neurocranium (beginning of scaled nape); 3. origin of the first dorsal fin; 4. end of first dorsal fin; 5. origin of second dorsal fin; 6. end of second dorsal fin; 7. dorsal origin of caudal fin; 8. posterior end of vertebrae column; 9. ventral origin of caudal fin; 10. end of anal fin; 11. origin of anal fin; 12. origin of ventral fin; 13. posteriormost point of maxillary

1.2.2 耳石圖像獲取及輪廓提取

將干燥后的耳石放入顯微鏡下進行觀察，運用Olympus 光學顯微鏡的10倍鏡頭下的CCD軟件進行拍照，所獲得的圖片用于進一步分析(圖2)。本實驗均選擇左側耳石的形態(tài)數(shù)據(jù)進行研究，若有左側耳石丟失的情況，則選擇右側耳石替代。通過剔除破損嚴重的耳石，最終取得日本鯖耳石為71個，澳洲鮐為81個。

使用R程序中的“shapeR”加載包[16]對耳石目標進行輪廓提取，自動讀取兩魚耳石輪廓數(shù)據(jù)，每個耳石輪廓被讀取為連續(xù)的坐標點，共1 000個，這些坐標點通過一系列傅立葉分析方法最后以諧值的形式表現(xiàn)出耳石的輪廓。CAMPANA和CASSELMAN[17]認為20組傅立葉諧值就能較為完整地描述和模擬出耳石輪廓。因此，本研究選取20組傅立葉諧值，每組諧值由4個系數(shù)構成，這樣每個耳石樣本就能得到80個傅立葉系數(shù)。同時，由于傅立葉形態(tài)特征值對圖形化耳石比較敏感(主要在位置、大小和方向等方面)，因此所得出的諧值需要經(jīng)過標準化處理，才能應用于隨后的數(shù)據(jù)分析中。在標準化的過程中每個耳石樣本前3個系數(shù)值均為常數(shù)(A1=1，B1=C1=0) ， 這樣每個耳石外部輪廓由77個傅立葉系數(shù)組成，此數(shù)據(jù)將進行后續(xù)逐步判別分析。

圖2 兩種鮐屬魚類耳石形態(tài)結構Fig.2 Morphology of otolith for two Scomber species注：A. 日本鯖；B. 澳洲鮐Note: A. S. japonicus; B. S.australasicus

1.3 數(shù)據(jù)分析

1.3.1 魚體形態(tài)數(shù)據(jù)分析

1)形態(tài)分析應不受尺寸的影響，避免對結果的誤解。因此，利用相對生長測定法[18](allometric method)對每條魚的26個可量性狀數(shù)據(jù)進行標準化處理：

Madj=M(Ls∕Lo)b

式中，Madj為可量性狀標準化后的數(shù)據(jù)；M為各可量性狀標準化前的數(shù)據(jù)；Ls為本樣品叉長的平均值；Lo為各種類個體的叉長；b為每個樣本的lgM對lgLo斜率。

2)t檢驗。運用R語言對兩種鮐屬魚類的26個可量性狀分別進行t檢驗，根據(jù)P值的大小來判斷它們是否存在差異[11]。

3)逐步判別分析(stepwise discriminant analysis, SDA)。利用SPSS17.0軟件中的逐步判別分析方法建立兩種鮐屬魚類的判別公式：

判別準確率計算如下：

綜合判別率計算如下：

式中，Pa為判別準確率;Pc為綜合判別率;A是指該分組所測量的實際個體數(shù);B是指被判為該分組的個體數(shù);Ai是指第i個分組中判別正確的個體數(shù);Bi是指第i個分組的實際個數(shù);n為分組數(shù)。

1.3.2 耳石形態(tài)數(shù)據(jù)分析

首先將耳石外部輪廓所測得的77個系數(shù)用Levene’s法進行方差齊性檢驗，去除非齊性的參數(shù)，然后進行正態(tài)檢驗，隨后將剩余的參數(shù)進行逐步判別分析(SDA)，挑出適合的因子，建立判別函數(shù)，并計算判別正確率和總的正確率，計算公式同上。

2 結果與分析

2.1 基于框架測量法的外形分析

2.1.1 兩種鮐屬魚類可量性狀的初步比較

表2列舉了日本鯖與澳洲鮐經(jīng)過標準化處理后的可量性狀方面的實驗結果，通過比較日本鯖與澳洲鮐的平均值，可以得出兩種魚類在4-5、11-12、1-12、3-11、3-10、4-11和4-10中的值相差較大(≥10.00)，且日本鯖的值均小于澳洲鮐的值；在7-8、8-9、10-11、13-1和7-9中的值相差較小(≤3.00)。

對26個可量性狀進行t檢驗，結果表明，兩種魚類在10-11中差異不顯著，在其余的可量性狀中差異極顯著。

2.1.2 基于外形參數(shù)對兩種鮐屬魚類的判別分析

通過逐步判別分析進行分類，運用Wilks’Lambda法對26個可量性狀進行篩選，最終選擇了4個可量性狀(1-2、10-11、2-11和3-11)來對兩種鮐屬魚類進行分類。以這4個可量性狀為自變量建立判別函數(shù)，具體如下：

日本鯖：

Y=2.895X1-0.051X2+2.029X3-0.237X4-187.301

澳洲鮐：

Y=3.125X1-0.248X2+2.279X3-0.051X4-248.182

將兩種鮐屬魚類的可量性狀分別代入上述判別函數(shù)中，得到兩個函數(shù)值Y。其中判別函數(shù)中哪個函數(shù)值Y最大，則其對應的種類便是該樣本所屬的種類。從判別的結果來看，在初始判別中，日本鯖的判別正確率為85.40%，澳洲鮐的判別正確率為89.20%，總體正確率為87.60%。經(jīng)過交叉驗證得出的結果與初始判別結果近似，日本鯖與澳洲鮐的判別正確率分別為82.90%和88.30%，總體正確率為86.70%(表3)。

表2 日本鯖與澳洲鮐可量性狀之間的比較Tab.2 Comparison of morphometric characteristics of S. japonicas and S. australasicus

注：P<0.01為差異極顯著；P<0.05為差異顯著；P>0.05為無顯著差異

Note：P<0.01 means extremely significant differences；P<0.05 means significant differences；P>0.05 means no significant difference

2.2 傅里葉分析

2.2.1 耳石形態(tài)特征與重構

兩個物種的平均耳石示意圖如圖3所示。兩種鮐屬魚類耳石總體輪廓呈瓦狀，耳石前端基葉長而尖，翼葉寬而短；耳石的背側凹陷，腹側則比較平直；耳石后端寬大，較為平滑。耳石前端比較開闊，中間窄，后端又逐漸變寬，達到最寬。

比較兩種鮐屬魚類耳石，可以看出日本鯖與澳洲鮐的耳石形態(tài)存在一定的差異。其中，日本鯖的耳石略小于澳洲鮐，在耳石后端(0～90°和270～360°)尤為明顯。澳洲鮐在耳石約30～60°和300～330°的部位，顯得更為寬大(圖3)。

圖3 基于傅立葉分析的兩種鮐屬魚類耳石模擬平均形態(tài)示意圖Fig.3 Simulation of mean otolith morphology for two Scomber species based on Fourier analysis

2.2.2 判別分析

用逐步判別分析對兩種鮐屬魚類進行分類，通過正態(tài)檢驗和方差齊性檢驗，將剩余入選的因子用Wilks’Lambda法進行篩選，最終選擇了7個參數(shù)(V8、V20、V24、V25、V32、V37、V40)來對兩種鮐屬魚類進行分類。以這7個參數(shù)為自變量建立判別函數(shù)，具體如下：

日本鯖：

Y=175.275×V8+4 613.253×V20+8 149.713×V24+4 349.258×V25+10 084.571×V32+7 846.587×V37+159 845.258×V40-2 910.117

澳洲鮐：

Y=220.534×V8+4 767.894×V20+8 199.587×V24+4 158.658×V25+10 254.627×V32+7 549.861×V37+160 158.439×V40-2 957.456

將兩種鮐屬魚類樣本所挑選出的傅里葉諧值分別代入上述判別函數(shù)中，得到兩個函數(shù)值Y。其中判別函數(shù)中哪個函數(shù)值Y最大，則其對應的種類便是該樣本所屬的種類。從判別的結果來看，所得的總正確率均比框架測量法所得的總正確率高。在初始判別中，日本鯖的判別正確率為91.50%，澳洲鮐的判別正確率為93.80%，總體正確率為92.40%。經(jīng)過交叉驗證得出的結果與初始判別結果近似，日本鯖與澳洲鮐的判別正確率分別為87.30%和91.30%，總體正確率為90.20%(表4)。

3 討論

3.1 可量性狀初步比較分析

傳統(tǒng)形態(tài)測量法對魚體的形態(tài)描述主要是通過對魚體的頭部、尾部和橫縱方向進行測量分析，但是這些測量并不能全面的包含關于魚體形狀變化的信息，因而不能有效地區(qū)分不同魚類的形態(tài)差異[19-20]。而框架測量法則能克服這一缺點，利用魚體的形態(tài)特征，在魚體輪廓邊緣選取一定數(shù)量的點，根據(jù)這些點連接成線，可以把魚體劃分為多個部分，從而更能全面的包含關于魚體形狀變化的信息。目前，海薩等[21]利用框架測量法對鱸屬魚類進行了研究，結果顯示伊犁鱸(Percaschrenki)與黃金鱸(P.flavescens)和河鱸(P.fluviatilis)在形態(tài)上有較大的差距，從而表明了相對于傳統(tǒng)形態(tài)測量法，框架測量法更加適用于魚類的形態(tài)學研究；孟立霞[22]利用框架測量法對雅礱江5種裂腹魚類進行形態(tài)學差異研究,結果表明這5種裂腹魚類存在顯著的形態(tài)學差異，可以被有效辨別，也證實了框架測量法的優(yōu)越性。

表4 基于傅里葉分析的兩種鮐屬魚類判別分析結果Tab.4 Result of classification between S. japonicas and S. australasicus based on Fourier analysis by SDA

唐啟升[3]認為：每年春季，鮐魚從東海南部的越冬場向浙江近海的產(chǎn)卵場做生殖洄游，性發(fā)育成熟的個體就地產(chǎn)卵，產(chǎn)卵結束后游向外海索餌，夏末秋初鮐魚一般位于東海北部和黃海南部。而春季性腺未發(fā)育成熟的鮐魚繼續(xù)北上。春末夏初，鮐魚進入黃海產(chǎn)卵，產(chǎn)卵結束后在當?shù)厮黟D，度過夏季和秋季。秋末，鮐魚南下洄游，冬季返回越冬場。本文采用框架測量法對東海南部的兩種鮐屬魚類的形態(tài)差異進行研究，并利用相對生長測定法來對數(shù)據(jù)進行標準化，從而消除異速生長對結果的影響。研究表明，在26個可量性狀數(shù)據(jù)的平均值中，有超過一半的數(shù)據(jù)在統(tǒng)計分析中存在差異，這些數(shù)據(jù)均表明日本鯖與澳洲鮐在形態(tài)上存在著明顯的差異。在這些可量性狀中，差異主要集中在魚的頭部與軀干部。日本鯖的頭部和軀體部分均小于澳洲鮐。頭部的差異可能是受到食性和攝食行為的影響[23]，鮐屬魚類具有鰓耙和牙齒，既可以攝食浮游動物又可以捕食魚類等其他動物，但其攝食的種類及比重有所差異[4]。軀干部的差異有可能與游泳活動能力強弱相關，兩種鮐屬魚類棲息水層的不同可能影響了它們的游泳能力。

對26個可量性狀進行逐步判別分析，最終選定了4個可量性狀來對兩種鮐屬魚類進行分類。這4個可量性狀包含了魚的頭部(1-2)和軀干(10-11、2-11、3-11)，從而對鮐屬魚類形態(tài)進行判別分析。從結果可以發(fā)現(xiàn)，利用框架測量法對兩種鮐屬魚類進行判別分析是有效可行的。這一結果與邵峰等[24]對東黃海鮐屬魚類形態(tài)差異研究結果相符合。因此東海兩種鮐屬魚類在形態(tài)上差異明顯，且不同部位的差異也各有所不同。

3.2 傅里葉分析

耳石是魚類在生長過程中沉積在內(nèi)耳的結石，主要成分為碳酸鈣，對魚類聲音接收和平衡定向起著重要的作用。隨著魚類的生長，耳石也不斷地生長，且一旦形成一定的形狀，就很少會發(fā)生吸收、變形和分解的現(xiàn)象，結構穩(wěn)定，被廣泛應用于不同種類的魚類耳石形態(tài)鑒別中[25-29]。從形態(tài)上看，日本鯖的耳石與澳洲鮐的耳石存在著一定的差異，尤其是在耳石后端部分(圖3)。目前針對耳石形態(tài)較為廣泛使用的除了傳統(tǒng)測量法外，傅立葉分析以其簡單易懂和可模擬形態(tài)的特點，廣泛應用于各種種類鑒別中。方舟等[12]利用傳統(tǒng)形態(tài)測量法與傅立葉分析對西非沙丁魚(Sardinapilchardus)和金色沙丁魚(Sardinellaaurita)的耳石形態(tài)差異進行分析，結果能很好地對種類進行區(qū)分，并且發(fā)現(xiàn)傅立葉分析法更加準確、可靠。本研究是利用傅立葉分析對兩種鮐屬魚類進行判別分析，從結果來看，初始判別的正確率大于90%，經(jīng)交叉驗證后，判別率略微減少，但也高于85%。初始判別分析與交叉驗證的總正確率近似，均大于90%。

由此可見，利用框架測量法對兩種鮐屬魚類的判別分析與耳石的傅立葉分析結果一致，均表明日本鯖與澳洲鮐差異明顯。值得一提的是，利用傅立葉分析得出的判別總正確率比基于框架測量法的判別總正確率提高了3%～5%，這可能是由于魚體在捕撈、運輸過程中受到一定的損壞，而耳石是在魚體內(nèi)部，結構穩(wěn)定，不易遭到破壞，這也說明了耳石作為判別材料的可靠性。

4 小結

本文采取框架法對魚體形態(tài)進行判別分析，再采取耳石的傅立葉分析進行驗證，結果表明這兩種方法都適用于鮐屬魚類鑒別，同時傅立葉方法對耳石的判別分析比框架測量法在判別正確率上有所提升，說明耳石傅立葉分析可以更好地用于魚類種類判別，可以在今后的研究中進行推廣。在今后的研究中，可利用框架法對不同種類的魚進行鑒別并結合耳石的傅立葉分析進行驗證，從而使結果更加嚴謹、準確。