小黃魚4個(gè)地理群體形態(tài)差異分析

孫 琛，王肇霖，劉 峰，樓 寶，陳睿毅，陳 琳，詹 煒，蔣日進(jìn)，徐冬冬，王立改，毛國(guó)民，馬 濤，徐麒翔

（1.象山縣水產(chǎn)技術(shù)推廣站，浙江寧波 315700；2.浙江省海洋水產(chǎn)研究所,浙江海洋大學(xué)海洋與漁業(yè)研究所，浙江省海水增養(yǎng)殖重點(diǎn)實(shí)驗(yàn)室，浙江舟山 316021）

小黃魚4個(gè)地理群體形態(tài)差異分析

孫 琛1，王肇霖2，劉 峰2，樓 寶2，陳睿毅2，陳 琳1，詹 煒2，蔣日進(jìn)2，徐冬冬2，王立改2，毛國(guó)民2，馬 濤2，徐麒翔2

（1.象山縣水產(chǎn)技術(shù)推廣站，浙江寧波 315700；2.浙江省海洋水產(chǎn)研究所,浙江海洋大學(xué)海洋與漁業(yè)研究所，浙江省海水增養(yǎng)殖重點(diǎn)實(shí)驗(yàn)室，浙江舟山 316021）

為了研究不同地理群體小黃魚的遺傳分化情況，本次研究運(yùn)用單因素方差分析、主成分分析、聚類分析和判別分析等統(tǒng)計(jì)分析方法對(duì)采自江蘇呂泗（LS）、福建寧德（ND）、山東青島（QD）和浙江象山（XS）的4個(gè)小黃魚群體進(jìn)行了形態(tài)學(xué)比較研究。單因素方差分析結(jié)果顯示，33個(gè)形態(tài)比例性狀中，只有一個(gè)性狀在4個(gè)地理群體之間差異不顯著；通過主成分分析對(duì)33個(gè)比例性狀進(jìn)行降維處理篩選出6個(gè)主成分，其累計(jì)貢獻(xiàn)率為75.17%，此結(jié)果小于85%，所以依靠篩選的6個(gè)主成分對(duì)4個(gè)小黃魚群體進(jìn)行區(qū)分無法取得較為理想的效果。通過對(duì)形態(tài)性狀的聚類分析，成功構(gòu)建了4個(gè)小黃魚群體的聚類樹狀圖，對(duì)4個(gè)小黃魚群體的親緣關(guān)系遠(yuǎn)近有了一個(gè)初步了解，其中LS、ND和QD小黃魚群體親緣關(guān)系較近，而XS群體與三者的親緣關(guān)系較遠(yuǎn)。判別分析的結(jié)果顯示，通過判別函數(shù)對(duì)4個(gè)小黃魚群體進(jìn)行判別，其中LS群體判別率最高（97.5%）；ND群體判別率最低（80.0%），4個(gè)群體的綜合判別率為89.4%，說明通過判別分析對(duì)4個(gè)地區(qū)小黃魚群體進(jìn)行判別，具有較高準(zhǔn)確性。本次研究采用的單因素方差分析、主成分分析、聚類分析、判別分析對(duì)4個(gè)小黃魚地理群體的分析結(jié)果一致，均顯示4個(gè)小黃魚群體間存在一定程度的分化，但是不同地理群體之間分化程度存在一定差別。

小黃魚；地理群體；形態(tài)性狀；主成分分析；聚類分析；判別分析

小黃魚Larimichthys polyactis，又名小黃花魚，隸屬于鱸形目、石首魚科、黃魚屬，在我國(guó)黃海和東海北部均有分布[1-3]。由于人為過度捕撈、生態(tài)環(huán)境惡化等諸多因素，小黃魚野生資源嚴(yán)重衰竭[4]，當(dāng)前海洋中捕獲的小黃魚呈現(xiàn)明顯的小型化現(xiàn)象[5]。因此采取有效措施對(duì)小黃魚海洋資源進(jìn)行有效保護(hù)，實(shí)現(xiàn)小黃魚漁業(yè)資源的可持續(xù)開發(fā)利用迫在眉睫。為了促進(jìn)小黃魚種質(zhì)資源的可持續(xù)利用，對(duì)其種質(zhì)資源的調(diào)查研究逐漸受到重視。種質(zhì)資源調(diào)查研究的一個(gè)重要內(nèi)容就是對(duì)物種的不同地理種群進(jìn)行準(zhǔn)確分類。形態(tài)特征是物種最直觀的外在表現(xiàn)，也是種群分類的重要依據(jù)[6]。相同物種之所以會(huì)出現(xiàn)不同的形態(tài)特征，主要原因是種群個(gè)體通過形態(tài)發(fā)生變化適應(yīng)不同的生存環(huán)境，其形態(tài)上的差異保障著種群能更加多樣化地利用資源、繁殖后代[7]。

許多魚類種間的區(qū)分可以通過簡(jiǎn)單的測(cè)量和觀察形態(tài)特征完成判定，但是對(duì)于形態(tài)相近、種內(nèi)不同地理群體的鑒定，通過簡(jiǎn)單的觀察測(cè)量則無法獲得理想效果[8]，需要通過對(duì)獲得的多個(gè)形態(tài)數(shù)據(jù)進(jìn)行多元統(tǒng)計(jì)分析才能確定。目前多元分析方法已經(jīng)在許多魚類種群鑒定中得到運(yùn)用，如鯉魚[9-12]、羅非魚[13-14]、翹嘴鲌[15-16]、鱒魚[17]、河川沙塘鱧Odontobutis potamophila[18]、鯔魚Mugil cephalus[19]、大銀魚Protosalanx hyalocranius[20]、棘頭梅童魚Collichthys lucidus[21]等。為了研究不同地理群體小黃魚的形態(tài)差異，本研究應(yīng)用可量性狀和框架數(shù)據(jù)共計(jì)34個(gè)參數(shù)，通過單因素方差分析、主成分分析、聚類分析及判別分析等多種統(tǒng)計(jì)分析方法，對(duì)分布于我國(guó)4個(gè)地區(qū)的小黃魚地理群體間的形態(tài)差異進(jìn)行綜合比較分析，從形態(tài)學(xué)水平上對(duì)各地理群體間的地理分化問題進(jìn)行探討，以期為小黃魚的地理進(jìn)化分析、地理群體的區(qū)分、親緣關(guān)系的比較、種質(zhì)資源的評(píng)價(jià)和保護(hù)、人工增殖放流及后續(xù)的優(yōu)良品種選育提供有效的理論依據(jù)和參考。

1 材料與方法

1.1 樣本收集

實(shí)驗(yàn)用小黃魚共計(jì)160尾，分別采集于我國(guó)的四個(gè)海區(qū)，即：山東青島（QD）、江蘇呂泗（LS）、浙江寧波象山（XS）、福建寧德（ND），圖1為小黃魚各個(gè)取樣地點(diǎn)的標(biāo)示圖，每個(gè)海區(qū)取樣40尾。

圖1 小黃魚4個(gè)采樣點(diǎn)地理位置Fig.1 Four sampling locations of L.polyactis

1.2形態(tài)數(shù)據(jù)收集

本次研究共收集了160個(gè)小黃魚個(gè)體的形態(tài)學(xué)數(shù)據(jù)，包括體長(zhǎng)（BL）、頭長(zhǎng)（HL）、上頜長(zhǎng)（UJL）、吻長(zhǎng)（SL）、眼徑（ED）、眼間隔（EI）、體高（BD）、體寬（BW）、尾柄長(zhǎng)（CPL）、尾柄高（CPD）。另外，還對(duì)小黃魚的24個(gè)框架結(jié)構(gòu)數(shù)據(jù)進(jìn)行了測(cè)量。框架結(jié)構(gòu)取點(diǎn)如圖2所示。數(shù)據(jù)測(cè)量采用游標(biāo)卡尺完成，精確到0.01 mm，共獲得了5 440個(gè)數(shù)據(jù)。

圖2 小黃魚框架結(jié)構(gòu)示意圖Fig.2 Truss network of L.polyactis

1.3 數(shù)據(jù)分析

首先使用SPSS 17.0軟件對(duì)測(cè)量所得數(shù)據(jù)進(jìn)行初步統(tǒng)計(jì)和處理。為了消除魚體規(guī)格大小對(duì)各性狀數(shù)據(jù)的影響，在進(jìn)行數(shù)據(jù)分析之前，先將每尾魚的所有參數(shù)除以其體長(zhǎng)，轉(zhuǎn)化成以體長(zhǎng)為參照的比例參數(shù)，然后對(duì)比例性狀進(jìn)行統(tǒng)計(jì)分析。

（1）單因素方差分析

采用單因素方差分析和多重比較的方法對(duì)不同群體小黃魚在外部形態(tài)上是否存在明顯差異進(jìn)行初步評(píng)判，為后續(xù)分析研究打下基礎(chǔ)。

（2）主成分分析

用SPSS軟件對(duì)33個(gè)比例性狀數(shù)據(jù)進(jìn)行主成分分析，篩選出相關(guān)獨(dú)立的綜合性指標(biāo)，即主成分，以此代替33個(gè)性狀，并計(jì)算各主成分的貢獻(xiàn)率、累計(jì)貢獻(xiàn)率和特征值。主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率的計(jì)算方法遵循MORALEV[22]的報(bào)道。

（3）聚類分析

對(duì)4個(gè)地理群體的小黃魚樣本進(jìn)行聚類分析，首先分別求出各地理群體樣本33個(gè)比例的平均值，然后進(jìn)行聚類分析。采用歐氏距離的最短距離系統(tǒng)聚類法[23]對(duì)4個(gè)群體33個(gè)比例性狀數(shù)據(jù)的進(jìn)行聚類分析，構(gòu)建聚類關(guān)系樹，用以表示群體間的親疏關(guān)系。

（4）判別分析

采用逐步判別分析方法對(duì)采集的小黃魚樣本進(jìn)行判別分析，區(qū)分小黃魚4個(gè)地理群體共160個(gè)樣本個(gè)體的歸屬；同樣是對(duì)校正后的比例性狀進(jìn)行研究，篩選出對(duì)小黃魚形態(tài)差異貢獻(xiàn)率較大的比例性狀分別建立小黃魚4個(gè)群體的判別函數(shù)公式，將所有個(gè)體逐一帶入判別函數(shù)進(jìn)行判別檢驗(yàn)，并計(jì)算各群體判別準(zhǔn)確率及綜合判別準(zhǔn)確率。判別準(zhǔn)確率的計(jì)算公式為：

判別準(zhǔn)確率%＝（判別正確的小黃魚樣本數(shù)/群體總樣本量）×100%；

其中，n表示群體數(shù)，Si表示第i個(gè)群體判別正確的樣本數(shù)，Ti表示第i個(gè)群體總樣本數(shù)。

2 結(jié)果與分析

2.1 數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果

對(duì)所測(cè)得的形態(tài)性狀數(shù)據(jù)進(jìn)行表型統(tǒng)計(jì)分析，結(jié)果列于表1。由表1可見，各性狀的變異系數(shù)均較大，在10%以上，其中變異系數(shù)最高的是L2-4（29.01%）。出現(xiàn)這種較大變異可能的原因是取樣個(gè)體生長(zhǎng)時(shí)間有所差異，另一個(gè)原因是不同群體存在較大的形態(tài)差異，導(dǎo)致不同群體小黃魚形態(tài)性狀差異較大，造就了高變異系數(shù)。為了在后續(xù)分析中得到更為準(zhǔn)確可行的分析結(jié)果，需要對(duì)數(shù)據(jù)進(jìn)行處理，本研究將所有形態(tài)性狀除以各自的體長(zhǎng)，實(shí)現(xiàn)對(duì)所有數(shù)據(jù)的校正，便于后續(xù)分析。

性狀 樣本量 極小值 極大值 均值±標(biāo)準(zhǔn)差 變異系數(shù)CV/% UJL/mm BL/mm BD/mm BW/mm HL/mm SL/mm ED/mm EI/mm CPL/mm CPD/mm L1-2/mm L1-3/mm L1-5/mm L2-3/mm L2-4/mm L2-5/mm L3-4/mm L3-5/mm L4-5/mm L4-6/mm L4-7/mm L5-6/mm L5-7/mm L6-7/mm L6-8/mm L6-9/mm L7-8/mm L7-9/mm L8-9/mm L8-10/mm L8-11/mm L9-10/mm L9-11/mm L10-11/mm 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 160 14.39 114.00 29.28 13.38 30.77 5.93 7.90 10.79 18.04 8.32 24.28 17.20 37.90 19.16 9.60 32.02 30.36 16.20 30.85 17.20 38.50 35.50 36.42 31.43 44.32 36.32 23.56 10.14 14.40 10.33 14.16 23.30 20.43 10.70 28.97 204.28 56.69 26.52 55.17 15.18 14.07 22.13 51.85 16.52 41.50 40.14 67.36 43.57 31.80 57.63 55.90 48.10 63.35 40.49 90.20 64.00 81.20 78.60 93.10 80.00 64.60 28.80 32.20 29.02 33.24 49.31 44.20 26.52 21.26±2.97 148.32±22.15 41.06±5.83 18.77±3.20 40.85±5.40 9.57±1.78 10.33±1.08 14.97±2.62 32.75±7.23 12.01±1.99 31.78±4.31 27.30±4.57 50.18±6.89 33.04±4.86 15.82±4.59 40.84±5.86 42.18±6.11 25.78±5.03 40.82±6.11 26.07±4.75 66.10±9.47 47.46±6.95 54.68±9.20 47.94±7.81 64.45±9.79 55.75±8.88 37.68±6.52 16.05±3.97 23.04±3.89 16.47±3.26 21.51±3.78 36.64±5.31 32.76±4.95 15.66±3.24 13.96 14.93 14.19 17.04 13.21 18.57 10.49 17.50 22.08 16.55 13.55 16.73 13.73 14.72 29.01 14.35 14.48 19.51 14.96 18.21 14.33 14.64 16.83 16.30 15.19 15.92 17.31 24.77 16.89 19.80 17.56 14.49 15.12 20.70

2.2 不同地理群體形態(tài)差異的方差分析

對(duì)4個(gè)小黃魚地理群體的33個(gè)校正后的比例性狀（參看指標(biāo)體長(zhǎng)性狀剔除）進(jìn)行單因素方差分析，分析結(jié)果列于表2。分析結(jié)果表明，小黃魚4個(gè)群體間形態(tài)差異較大，不同地理群體間除了性狀L5-7/BL差異不顯著（P＞0.05），其余性狀均表現(xiàn)出顯著差異（P＜0.05），說明4個(gè)群體間的形態(tài)差異明顯。

表2 4個(gè)小黃魚群體目標(biāo)性狀的單因子方差分析（平均值±標(biāo)準(zhǔn)差）Tab.2 One-Way ANOVA(mean±SD)for target traits of four L.polyactis populations

2.3 聚類分析

表3是4個(gè)小黃魚群體進(jìn)行聚類分析過程中獲得的歐氏距離，從表中可以看出，小黃魚LS群體與ND群體的歐氏距離最小，為0.049，所以在構(gòu)建樹狀圖時(shí)，LS與ND首先聚在一起。繼續(xù)比較可知，LS、ND與XS群體的歐氏距離小于兩者與QD的歐氏距離，所以LS、ND先與XS聚在一起，最后再與QD群體聚在一起。據(jù)此，可繪制系統(tǒng)聚類樹狀圖，如圖3所示。從圖3中可以直觀看出，小黃魚QD群體與其余3個(gè)小黃魚地理群體的關(guān)系相對(duì)較遠(yuǎn)。

圖3 四個(gè)小黃魚群體聚類分析圖Fig.3 Cluster dendrogram of the four L.polyactis populations

表3 4個(gè)小黃魚群體形態(tài)差異的歐氏距離Tab.3 Normalized Euclidean distance of morphology among four L.polyactis populations

2.4 主成分分析

采用主成分分析方法對(duì)33個(gè)比例性狀進(jìn)行分析，提取了貢獻(xiàn)率最大的前6個(gè)主成分（表4）。從表中得知，各比例性狀在第一主成分上的負(fù)荷數(shù)多數(shù)為正值，其中L2-5/BL、L3-4/BL、L8-9/BL、L8-11/BL、L10-11/BL的負(fù)荷值均較大，在0.90以上，因此第一主成分主要反映的是魚類頭部及尾柄特征；第二主成分中指標(biāo)UJL/BL、HL/BL、SL/BL、ED/BL的負(fù)荷值較大，主要反應(yīng)的是魚類頭部形態(tài)特征；第三主成分中BW/ BL和CPD/BL的負(fù)荷值最大，主要反應(yīng)的是魚類的體寬特征。因此，經(jīng)過主成分分析對(duì)數(shù)據(jù)降維處理后，獲得了分別代表小黃魚頭部特征、體型的高低、尾柄長(zhǎng)短的主成分。

表4 小黃魚34個(gè)性狀主成分分析的因子負(fù)荷矩陣Tab.4 Factor loadings of principal components extracted from 34 traits of four L.polyactis populations

以篩選獲得的主成分作為橫坐標(biāo)和縱坐標(biāo)繪制了小黃魚4個(gè)地理群體的分散圖（圖4），從圖中可直觀地顯示不同群體的差異情況。4個(gè)群體中，XS群體在圖中被分為了兩部分，一部分與LS、ND群體幾乎完全重疊，而另一部分不與任何群體重疊，說明XS群體內(nèi)部分化較為嚴(yán)重，存在著較大的形態(tài)差異。

圖4 小黃魚四個(gè)群體的第一、二主成分散點(diǎn)圖Fig.4 Scatter plot of first and second principle components from PCA of four L.polyactis populations

計(jì)算各主成分貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，結(jié)果見表5。6個(gè)主成分的貢獻(xiàn)率分別為：51.42%、7.52%、5.30%、4.09%、3.76%和3.09%，累積貢獻(xiàn)率為75.17%（表5），累計(jì)貢獻(xiàn)率未達(dá)到85%，說明本次研究中難以用幾個(gè)相互獨(dú)立的因子來概括不同小黃魚群體間的形態(tài)差異。

表5 小黃魚形態(tài)性狀相關(guān)矩陣的特征根、貢獻(xiàn)率及累計(jì)貢獻(xiàn)率Tab.5 The characteristic root,contribution rate,and correlation matrix of morphological traits of L.polyactis

2.5 判別分析

對(duì)所有樣本的33個(gè)形態(tài)比例性狀進(jìn)行逐步判別分析，篩選出對(duì)判別貢獻(xiàn)較大的10個(gè)比例性狀，包括UJL/BL、BD/BL、BW/BL、HL/BL、SL/BL、ED/BL、EI/BL、CPL/BL、L2-4/BL和L2-5/BL。判別函數(shù)的系數(shù)列于表6，據(jù)此可建立各個(gè)群體的判別函數(shù)。

表6 4個(gè)地區(qū)小黃魚群體判別函數(shù)系數(shù)Tab.6 Coefficients of discrimination function for four L.polyactis populations

對(duì)各個(gè)地區(qū)采集的樣本按判別函數(shù)進(jìn)行預(yù)測(cè)分類。判別結(jié)果見表7。結(jié)果表明小黃魚各群體的判別準(zhǔn)確率由大到小依次為L(zhǎng)S、QD、XS、ND。綜合判別率為89.4%。

根據(jù)表7中的各個(gè)地理群體的準(zhǔn)確率可以發(fā)現(xiàn)4個(gè)小黃魚群體中有一些個(gè)體的判別存在誤差，為了探究其原因，作圖5。圖5所示為4個(gè)地區(qū)小黃魚樣本在判別空間中的分布情況。從圖中可以看出，LS、QD和XS小黃魚群體區(qū)分較為明顯，只有極少量重合。ND與LS、XS混雜較為嚴(yán)重，所以將會(huì)出現(xiàn)較多的誤判結(jié)果，此結(jié)果與判別分析所得表7結(jié)果相一致。

表7 小黃魚不同地理群體間判別分析Tab.7 Discrimination analysis among four L.polyactis populations

圖5 四個(gè)地區(qū)小黃魚判別典型得分散點(diǎn)圖Fig.5 Scatter plots of canonical scores for four L.polyactis populations

3 討論

3.1 不同地理群體形態(tài)差異

通過單因素方差分析對(duì)小黃魚4個(gè)地理群體的33個(gè)形態(tài)比例性狀進(jìn)行了差異性統(tǒng)計(jì)分析，結(jié)果顯示，在研究的33個(gè)比例性狀中，有32個(gè)性狀在不同地理群體間均表現(xiàn)為顯著差異（P<0.05）。由此可以初步得知4個(gè)小黃魚群體存在形態(tài)差異。但是，單因素方差分析功效有限，一般只能得出不同地理群體之間形態(tài)是否存在差異，無法獲知進(jìn)一步結(jié)果，所以需要通過主成分分析、聚類分析及判別分析方法進(jìn)行進(jìn)一步深入研究。

3.2 多元統(tǒng)計(jì)分析

主成分分析是將原來多個(gè)復(fù)雜的、具有一定相關(guān)性的，或帶有重疊信息的變量重新組合成一組新的綜合變量，實(shí)現(xiàn)用少數(shù)的幾個(gè)彼此之間互不相關(guān)的變量來綜合反映原始變量的主要信息的一種統(tǒng)計(jì)方法[24]。由于新變量之間是互不相關(guān)的，因此可以有效避免原始變量之間可能存在的嚴(yán)重共線性問題。但是，通常情況下降維獲得的新變量需要包含原變量85%以上的信息，才能有效地解釋問題，此時(shí)的主成分分析才能獲得理想效果。主成分分析方法對(duì)于發(fā)現(xiàn)新物種[25,26]、研究不同地理群體的遺傳分化情況[27,28]，均具有較好的效果。本次研究中采用主成分分析法對(duì)4個(gè)小黃魚地理群體進(jìn)行分析，篩選出了6個(gè)主成分，其累積貢獻(xiàn)率為75.17%，稍低于韓真等[29]對(duì)4個(gè)不同海區(qū)小黃魚群體的主成分分析結(jié)果（累計(jì)貢獻(xiàn)率為81.46%），兩者出現(xiàn)這種差別的原因有兩個(gè)：一是本次研究所采集的性狀與前者存在一些區(qū)別，本次研究的目標(biāo)性狀包括常規(guī)的形態(tài)性狀和小黃魚框架結(jié)構(gòu)性狀，而后者研究的性狀除了常規(guī)的形態(tài)性狀，還有小黃魚的可數(shù)性狀；二是后者采集的是4個(gè)海區(qū)的小黃魚地理群體，地理距離相隔較遠(yuǎn)，形態(tài)上差異可能會(huì)更大一些，所以通過主成分分析獲得的累計(jì)貢獻(xiàn)率更高一些。本次研究所得累計(jì)貢獻(xiàn)率小于85%，說明在本次研究中小黃魚用這幾個(gè)相互獨(dú)立的因子來判斷不同群體間的差異準(zhǔn)確性不高[30]。在后續(xù)的研究中，可以考慮增加更多的性狀，從而提高主成分分析的累計(jì)貢獻(xiàn)率。

聚類分析可以對(duì)不同地理群體小黃魚進(jìn)行初步歸類，量化不同地區(qū)間小黃魚的形態(tài)差異程度，通過歐氏距離表示，并以此為依據(jù)形成一個(gè)親疏關(guān)系譜系樹狀圖，從而直觀地顯示分類對(duì)象的差異和聯(lián)系[31]。本次研究通過上述方法研究LS、ND、QD和XS共4個(gè)地區(qū)的小黃魚群體的形態(tài)性狀和框架結(jié)構(gòu)數(shù)據(jù)，成功構(gòu)建了小黃魚群體的聚類樹狀圖，對(duì)4個(gè)地區(qū)的小黃魚群體進(jìn)行了初步分類，結(jié)果顯示小黃魚LS、ND和QD群體形態(tài)差異相對(duì)較小，而三個(gè)群體與XS群體的遺傳關(guān)系較遠(yuǎn)，初步推斷LS、ND和QD群體的遺傳分化程度遠(yuǎn)遠(yuǎn)小于其與XS群體的遺傳分化程度。在本次研究中，構(gòu)建樹狀圖所用數(shù)據(jù)為各群體小黃魚比例性狀的均值，此種處理方式將導(dǎo)致小黃魚群體中許多有用信息并沒有被充分利用，后續(xù)研究中將考慮利用每一個(gè)取樣個(gè)體的形態(tài)性狀和框架結(jié)構(gòu)數(shù)據(jù)構(gòu)建更加精確的聚類圖。雖然從形態(tài)上對(duì)小黃魚群體進(jìn)行聚類分析之后可以初步判定不同群體之間的關(guān)系，但是還需要從分子水平展開研究對(duì)本次結(jié)果進(jìn)行驗(yàn)證。

判別分析是根據(jù)測(cè)量的若干變量值判斷如何對(duì)研究對(duì)象進(jìn)行分類的一種統(tǒng)計(jì)方法，與主成分分析方法一樣均在形態(tài)差異分析、地理種群分化程度等研究中得到廣泛應(yīng)用[32-34]。本次研究中，對(duì)4個(gè)小黃魚地理群體進(jìn)行判別分析發(fā)現(xiàn)，LS群體判別準(zhǔn)確率最高，為97.5%，而ND群體判別準(zhǔn)確率最低，僅為80.0%。ND判別準(zhǔn)確率較低的主要原因是ND群體同時(shí)與LS和XS群體存在較多重合，所以會(huì)出現(xiàn)一些誤判。本次研究判別分析的綜合判別率高達(dá)89.4%，說明各群體間存在的差異較大，采用判別分析具有較好的效果。

從研究結(jié)果看，主成分分析、聚類分析和判別分析從不同的角度和層面反映了4個(gè)地理群體之間之間存在著不同程度的遺傳分化。

[1]FISHBASE.http://www.fishbase.org.2012.

[2]GAO Y,ZHANG M,CHEN G,et al.Effect of micronization on physicochemical properties of small yellow croaker(Pseudosciaena polyactis)skull[J].Advanced Powder Technology,2013,24(6):932-938.

[3]ZHANG C,YE Z,WAN R,et al.Investigating the population structure of small yellow croaker(Larimichthys polyactis)using internal and external features of otoliths[J].Fisheries Research,2014,153(5):41-47.

[4]CHEN W,CHENG Q.Development of thirty-five novel polymorphic microsatellite markers in Pseudosciaena polyactis (Perciformes:Sciaenidae)and cross-species amplification in closely related species,Pseudosciaena crocea[J].Biochemical Systematics&Ecology,2013,47(8):111-115.

[5]林龍山,程家驊,任一平,等.東海區(qū)小黃魚種群生物學(xué)特征的分析[J].中國(guó)水產(chǎn)科學(xué),2004,1(4):333-338.

[6]楊 慧,朱文彬,董在杰,等.3個(gè)紅羅非魚群體的形態(tài)差異分析[J].上海海洋大學(xué)學(xué)報(bào),2015,24(5):678-684.

[7]林植華,雷煥宗.雌雄兩性黃顙魚頭部形態(tài)特征的增長(zhǎng)[J].麗水師范?？茖W(xué)校學(xué)報(bào),2004,26(2):39-41.

[8]CADRIN S X.Advances in morphometric identification of fishery stocks[J].Reviews in Fish Biology&Fisheries,2000,10(1): 91-112.

[9]LI S,WANG C,CHENG Q.Morphological variations and phylogenesis of four strains in Cyprinus carpio[J].Journal of Fisheries of China,2005,29(5):606-611.

[10]明俊超,董在杰,梁政遠(yuǎn),等.6個(gè)不同鯉群體的形態(tài)差異分析[J].廣東海洋大學(xué)學(xué)報(bào),2009,29(6):1-6.

[11]李 冰,柴學(xué)森,張成鋒,等.建鯉和黑龍江野鯉自交和正反交F1形態(tài)差異分析[J].中國(guó)水產(chǎn)科學(xué),2014,21(1):59-66.

[12]李 倩,凌去非,王 磊,等.4個(gè)鯉魚群體形態(tài)學(xué)差異研究[J].安徽農(nóng)業(yè)科學(xué),2011,39(25):15 404-15 405.

[13]俞菊華,夏德全,楊 弘,等.奧利亞羅非魚(♀)×鱖(♂)雜交后代的形態(tài)[J].水產(chǎn)學(xué)報(bào),2003,27(5):431-435.

[14]郭金濤,趙金良,甘遠(yuǎn)迪,等.尼羅羅非魚(♀)×薩羅羅非魚(♂)雜交后代F_1、F_2形態(tài)性狀的遺傳與變異[J].中國(guó)水產(chǎn)科學(xué),2014,21(2):275-282.

[15]王 偉,陳立僑,顧志敏,等.7個(gè)不同翹嘴紅鲌群體的形態(tài)差異分析[J].淡水漁業(yè),2007,37(3):40-44.

[16]胡海彥,狄 瑜,趙永鋒,等.蠡湖4種鲌魚形態(tài)特征的比較研究[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2011,26(4):488-494.

[17]RUIZ-CAMPOS G,CAMARENA-ROSALES F,VARELA-ROMERO A,et al.Morphometric variation of wild trout populations from northwestern Mexico(Pisces:Salmonidae)[J].Reviews in Fish Biology&Fisheries,2003,13(1):91-110.

[18]丁嚴(yán)冬,藏 雪,張國(guó)松,等.河川沙塘鱧4個(gè)不同地理群體的形態(tài)差異分析[J].海洋漁業(yè),2015,37(1):24-30.

[19]劉建勇,楊廷寶.我國(guó)沿海鯔魚(Mugil cephalus)不同地理群體形態(tài)差異研究[J].海洋與湖沼,2009,40(5):572-576.

[20]周彥鋒,徐東坡,方弟安,等.大銀魚不同地理群體的形態(tài)差異與判別分析 [J].西南大學(xué)學(xué)報(bào):自然科學(xué)版,2016,38(3): 54-61.

[21]劉曉慧,宋 娜,劉鴻雁,等.棘頭梅童魚5個(gè)地理群體的形態(tài)學(xué)初步分析[J].海洋湖沼通報(bào),2015(2):59-67.

[22]MORALEV S N.Cholinesterase active sites.Statistical analysis of the structure variability[J].Journal of Evolutionary Biochemistry&Physiology,2001,37(1):25-34.

[23]張堯庭,方開泰.多元統(tǒng)計(jì)分析引論[M].北京:科學(xué)出版社,1999:393-454. [24]李新蕊.主成分分析、因子分析、聚類分析的比較與應(yīng)用[J].齊魯師范學(xué)院學(xué)報(bào),2007,22(6):23-26.

[25]EISENHOUR D J.Systematics of Macrhybopsis tetranema(Cypriniformes:Cyprinidae[J].Copeia,1999,4:969-980.

[26]GOLUBTSOV A S,BERENDZEN P B.Morphological evidence for the occurrence of two electric catfish(Malapterurus)species in the White Nile and Omo-Turkana systems(East Africa)[J].Journal of Fish Biology,1999,55(3):492-505.

[27]GIBSON A R,MOEED A.Morphometric Variation in Introduced Populations of the Common Myna(Acridotheres tristis):An Application of the Jackknife to Principal Component Analysis[J].Systematic Biology,1984,33(4):408-421.

[28]VOSS R S,PATTICIA E P.Morphological Evolution in Muroid Rodents I.Conservative Patterns of Craniometric Covariance and Their Ontogenetic Basis in the Neotropical Genus Zygodontomys[J].Evolution,1990,44(6):1 568-1 587.

[29]韓 真,肖永雙,高天翔.中國(guó)近海9個(gè)小黃魚群體的形態(tài)學(xué)比較研究[J].南方水產(chǎn)科學(xué),2012,8(3):25-33.

[30]馬愛軍,王新安,雷霽霖,等.大菱鲆(Scophthalmus maximus)四個(gè)不同地理群體數(shù)量形態(tài)特征比較[J].海洋與湖沼,2008, 39(1):24-28.

[31]唐守正.多元統(tǒng)計(jì)分析方法[M].北京:中國(guó)林業(yè)出版社,1990.

[32]丁士晟.多元分析方法及其應(yīng)用[M].長(zhǎng)春:吉林人民出版社,1981:259-315.

[33]張曉庭,方開泰.多元統(tǒng)計(jì)分析引論[M].北京:科學(xué)出版社,1982:393-403.

[34]張 巖,肖永雙,高天翔,等.鈍吻黃蓋鰈不同群體形態(tài)學(xué)比較研究[J].漁業(yè)科學(xué)進(jìn)展,2010,31(5):15-21.

Analysis of Morphological Variation among Four Geographic Populations of Larimichthys polyactis

SUN Chen1,WANG Zhao-lin2,LIU Feng2,et al
(1.Xiangshan Aquaculture Technology Extension Station,Ningbo 315700;2.Marine Fisheries Research Institute of Zhejiang Province,Marine and Fishery Research Institute of Zhejiang Ocean University,Key Lab of Mariculture and Enhancement of Zhejiang Province,Zhoushan 316021,China)

Larimichthys polyactis is an important marine fish species and widely distributed throughout the Bohai Sea,the Yellow Sea,and the East China Sea of the Northwest Pacific Ocean.To understand the morphological difference among different geographic populations of L.polyactis,four types of analysis method including One-Way ANOVA,Principal Component Analysis,Clustering Analysis and Discriminant Analysis wereused to analyze four geographical populations(XS:Zhejiang Xiangshan,ND:Fujian Ningde,LS:Jiangsu Lüsi and QD:Shandong Qingdao)of L.polyactis.The results showed that among the 33 proportional traits in the study,32 traits were significant differences between four L.polyactis populations(P<0.05)analyzed by the method of One-Way ANOVA.Principal component analysis of the four L.polyactis geographical population screened out six principal components,and the cumulative contribution rate was 75.17%lower than the received standard(85%),suggested it was hard to distinguish the four populations according to the six principal components.Cluster analyses suggested that the LS and ND populations clustered first and then clustered with the QD population,which indicated that the genetic differentiation among the three populations were small,and the genetic differentiation between XS and the above three was large.The discriminant analysis indicated that the discriminant accuracy rate of LS population was the highest,which is 97.5%,and ND population was at the lowest discriminant accuracy rate,which was only 80.0%.The total discriminant accuracy rate of these populations was as high as 89.4%,which revealed that discriminant analysis used to analysis the four populations could obtain a high accuracy in this study.All of the above indicated that morphological differentiation existed among the four populations and was closely associated their geographical distribution.

Larimichthys polyactis;geographic population;morphological trait;principal component analysis;cluster analysis;discriminant analysis

Q959

A

1008－830X(2016)03－0186－09

2016-03-20

浙江省科技計(jì)劃項(xiàng)目（2015f50006）；舟山市科技計(jì)劃項(xiàng)目（2014C31061）；象山縣科技計(jì)劃項(xiàng)目（2015C001，4）；寧波市科技計(jì)劃項(xiàng)目（2016C10055）

孫琛（1981-），女，江蘇常州人，研究方向：水產(chǎn)品病害防治.E-mail:sunchen8103@126.com

樓寶（1969-），男，浙江義烏人，研究員，研究方向：海水魚類苗種繁殖及遺傳育種.E-mail:loubao6577@163.com