四種網(wǎng)蝽科昆蟲外部形態(tài)特征提取與分析

潘鵬亮， 劉紅敏， 張方梅， 智亞楠， 尹健

(1. 信陽農(nóng)林學(xué)院農(nóng)學(xué)院，河南信陽464000； 2. 豫南植物有害生物綠色防控院士工作站，河南信陽464000)

四種網(wǎng)蝽科昆蟲外部形態(tài)特征提取與分析

潘鵬亮1， 2*， 劉紅敏1， 2， 張方梅1， 2， 智亞楠1， 2， 尹健1， 2

(1. 信陽農(nóng)林學(xué)院農(nóng)學(xué)院，河南信陽464000； 2. 豫南植物有害生物綠色防控院士工作站，河南信陽464000)

隨著計算機圖像處理技術(shù)的發(fā)展，昆蟲圖像特征提取技術(shù)在昆蟲分類學(xué)中的應(yīng)用越來越廣泛。相關(guān)的研究報道涉及到多種較大型昆蟲和節(jié)肢動物，但對身體較小昆蟲的外部形態(tài)特征提取與分析，及其雌雄鑒別方面的報道不多。本研究利用中國農(nóng)業(yè)大學(xué)IPMist實驗室開發(fā)的BugShape 1.0對體型較小的4種網(wǎng)蝽科Tingidae昆蟲成蟲進行了外部形態(tài)特征的提取，分析了所得參數(shù)在其種類和雌雄方面的差異。結(jié)果表明，獲得的10個參數(shù)在4種網(wǎng)蝽成蟲中差異均有高度統(tǒng)計學(xué)意義。4種網(wǎng)蝽雌雄成蟲在面積、等效圓半徑、偏心率、球狀性和圓形度5個參數(shù)方面的差異有高度統(tǒng)計學(xué)意義，初步認為可以作為區(qū)別這4種網(wǎng)蝽雌雄成蟲的重要指標。判別分析證明，4種網(wǎng)蝽交叉判別的正確率高達98.5%，對種類和性別同時進行判別時，交叉判別的正確率為85.0%。利用重心法得到的聚類分析結(jié)果符合傳統(tǒng)昆蟲分類學(xué)的結(jié)果，同一屬的菊方翅網(wǎng)蝽Corythuchamarmorata和懸鈴木方翅網(wǎng)蝽C.ciliata優(yōu)先聚為一類，其他2種網(wǎng)蝽先后分別聚類。本研究利用圖像處理與分析技術(shù)得到的參數(shù)適合對此類昆蟲進行種類和性別的鑒定，初步表明該技術(shù)在此類害蟲分類鑒定中的科學(xué)性和可行性。

網(wǎng)蝽科； 幾何形態(tài)； 特征提?。?雌雄鑒別； 親緣關(guān)系

Abstract： Along with the development of computer image processing techniques， the feature extraction of insect images was applied widely in the insect taxonomy. Although the published studies had reported the application of related techniques that on some relative large-sized insects and other arthropod species， little was conducted to analyze the external morphological features of small-sized insects and different gender samples. In this study， the external morphological parameters of4 lace bug species were extracted using BugShape (ver. 1.0) developed by IPMist Lab at the China Agricultural University， and then the morphological differences of inter-species and between male and female adults were analyzed. The result showed that 10 morphological parameters were significantly different among the 4 adult species. Five parameters (area， equivalent radius， eccentricity， sphericity and circularity) were considered as vital indicators for distinguishing the male and female adults in one species with highly significant difference. The result of canonical discriminant analysis indicated that the correct rate of cross-validation was 98.5% when only using species as the treatment， and was 85.0% when using species and genders as the treatments. Two lace bug species (CorythuchaciliataandC.marmorata) which belong to one genus (Corythucha) were clustered in the same group， and the others (StephanitisnashiandPerissonemiaborneenis) were clustered successively by the hierarchy cluster with the centroid method. The hierarchy cluster result was coincident with that of the traditional insect taxonomy. In conclusion， our study indicated that the basic method of feature measuring and extraction of shape features was very descriptive to the species and genders of these adult bugs， and thus demonstrated the scientificity and feasibility of this method to the classification and determination of these bugs.

Keywords： Tingidae； geometrical morphology； feature extraction； gender discrimination； genetic relationship

昆蟲是動物界中最大的類群，對其進行分類鑒定和確立親緣關(guān)系是昆蟲學(xué)領(lǐng)域的重要研究內(nèi)容之一。昆蟲分類通常依據(jù)形態(tài)學(xué)特征，隨著技術(shù)手段的更新，生理學(xué)、生物化學(xué)(南宮自艷等，2014)、遺傳學(xué)、分子生物學(xué)(趙廣宇等，2014)、行為學(xué)(項蘭斌等，2016)等特征也成為昆蟲分類的重要依據(jù)(彩萬志等，2011)。近年來，隨著計算機圖像處理技術(shù)的發(fā)展，以昆蟲外部形態(tài)特征為分類學(xué)依據(jù)的技術(shù)也不斷完善，并被應(yīng)用于多種昆蟲的分類鑒定或自動識別中(Macleod，2007；徐鵬等，2010)。

據(jù)報道，Tofilski(2004)通過開發(fā)的DrawWing獲取到昆蟲的翅脈特征，實現(xiàn)了黃蜂屬Dolichovespula種類的鑒定。隨后，利用該軟件進行特征提取的對象也被擴展應(yīng)用到其他目昆蟲，如鱗翅目Lepidoptera蝶類的分類鑒定研究(潘鵬亮等，2008b)。Rohlf開發(fā)的TPS系列軟件不但可以獲取節(jié)肢動物的形態(tài)特征，還可實現(xiàn)強大的分析功能(http：//life.bio.sunysb.edu/morph/index.html)，并被應(yīng)用于雙翅目Diptera黑腹果蠅Drosophilamelanogaster(Moraesetal.，2004)、膜翅目Hymenoptera小唇泥蜂屬Tachysphex(Pretorius，2005)、鱗翅目夜蛾科Noctuidae(蔡小娜等，2016)等昆蟲以及激流水螨屬Torrenticola(Becerra & Valdecasas，2003)等節(jié)肢動物的種類鑒定中。O’Neill(2007)開發(fā)的DAISY(the Digital Automated Identification System)也被應(yīng)用于膜翅目、雙翅目、鱗翅目成蟲和幼蟲以及蛛形綱Arachnoidea節(jié)肢動物的鑒定中，誤判率低于5%。此外，還有專門用于蜜蜂種群鑒定的ABIS(Automated Bee Identification System)和物種鑒定系統(tǒng)SPIDA(Species Identification Automated)及其網(wǎng)絡(luò)版(SPIDA-web)等被應(yīng)用于多種物種的分類鑒定(Macleod，2007)。在國內(nèi)，中國農(nóng)業(yè)大學(xué)IPMist實驗室的科研團隊對此類技術(shù)進行了深入研究，并開發(fā)了BugShape 1.0軟件，實現(xiàn)了對多種鱗翅目、鞘翅目Coleoptera、半翅目Hemiptera昆蟲(趙汗青等，2003；潘鵬亮等，2008a；蘇筱雨等，2016)、鼠類(花慧貞等，2016)等的幾何形態(tài)特征提取。竺樂慶和張真(2013)利用稀疏編碼算法和共軛梯度反向傳播神經(jīng)網(wǎng)絡(luò)對鱗翅目576個樣本進行測試，取得高于99%的識別正確率。報道中選擇的昆蟲個體體型一般在中型以上，而對體型微小的昆蟲能否通過此類軟件實現(xiàn)相關(guān)特征的獲取，甚至是對同一科不同屬或同一屬不同種的小型昆蟲，能否利用此類特征進行其種類的區(qū)別，進而實現(xiàn)種類鑒定，相關(guān)報道并不多見。

因此，本研究選取了半翅目昆蟲中體型較小的4種網(wǎng)蝽——懸鈴木方翅網(wǎng)蝽Corythuchaciliata(Say)、菊方翅網(wǎng)蝽Corythuchamarmorata(Uhler)、梨冠網(wǎng)蝽StephanitisnashiEsakietTakeya和女貞高頸網(wǎng)蝽Perissonemiaborneenis(Distant)，通過BugShape 1.0對其外部幾何形態(tài)特征進行了初步提取和相關(guān)的統(tǒng)計學(xué)分析，試圖驗證此類參數(shù)在網(wǎng)蝽科微小型昆蟲分類鑒定中應(yīng)用的可行性。本研究的結(jié)果將為此類害蟲遠程鑒定和雌雄判別提供方法和依據(jù)，有利于害蟲種群監(jiān)測技術(shù)的完善。

1 材料與方法

1.1試驗昆蟲

梨冠網(wǎng)蝽采集于河南省信陽市百花園垂絲海棠Malushalliana，其余3種網(wǎng)蝽均采集于信陽農(nóng)林學(xué)院。采集到的網(wǎng)蝽放入盛有無水乙醇的5 mL離心管中，在實驗室利用體視解剖鏡(邁特MZS0745，廣州市邁特儀器有限公司)辨別雌雄后，分別進行圖像獲取。

1.2圖像獲取與處理

利用愛普生平板掃描儀[Epson Perfection V370 Photo，愛普生(中國)有限公司]的內(nèi)置透掃適配器進行掃描，分辨率設(shè)置為1 200 dpi。每種網(wǎng)蝽隨機選取雌雄成蟲各50頭，背面向下放置，進行單頭批量掃描，圖片以.jpg格式保存。由于本研究中的網(wǎng)蝽體型小，不對足的位置進行整理，觸角保持自然伸展狀態(tài)。每張網(wǎng)蝽圖片通過BugShape 1.0處理，參照于新文等(2003)的方法獲取網(wǎng)蝽的10個幾何形態(tài)特征值用于統(tǒng)計分析。

1.3分析方法

在比較不同種類網(wǎng)蝽和同種網(wǎng)蝽不同性別間各參數(shù)的差異性時，分別采用單因素方差分析和獨立樣本t檢驗，顯著性水平α=0.05。同時，對各數(shù)據(jù)集進行正態(tài)檢驗和方差齊性檢驗，方差不齊的數(shù)據(jù)進行平方根反正弦轉(zhuǎn)換。利用Fisher典型判別分析方法對不同網(wǎng)蝽樣本進行判別分析，對4種網(wǎng)蝽雌雄成蟲進行分層聚類分析，所有分析均在SPSS 22.0中完成。

2 結(jié)果分析

2.1不同種類網(wǎng)蝽的差異

單因素方差分析表明，10個參數(shù)在4種網(wǎng)蝽間差異均有高度統(tǒng)計學(xué)意義：面積(F=391.659，df=3，396，P<0.001)、周長(F=336.499，df=3，396，P<0.001)、長軸長度(F=1 449.637，df=3，396，P<0.001)、短軸長度(F=199.105，df=3，396，P<0.001)、等效圓半徑(F=382.473，df=3，396，P<0.001)、偏心率(F=284.179，df=3，396，P<0.001)、緊湊度(F=893.386，df=3，396，P<0.001)、球狀性(F=102.983，df=3，396，P<0.001)、葉狀性(F=44.338，df=3，396，P<0.001)、圓形度(F=769.051，df=3，396，P<0.001)。

其中，梨冠網(wǎng)蝽和女貞高頸網(wǎng)蝽分別在面積(2.74 mm2±0.21 mm2和2.72 mm2±0.23 mm2)、短軸長度(1.77 mm±0.09 mm和1.76 mm±0.30 mm)和等效圓半徑(0.93 mm±0.04 mm和0.93 mm±0.04 mm)3個參數(shù)上顯著高于其他2種網(wǎng)蝽，而懸鈴木方翅網(wǎng)蝽(0.31±0.07)和梨冠網(wǎng)蝽(0.32±0.04)的球狀性顯著高于其他2種網(wǎng)蝽。其余參數(shù)在4種網(wǎng)蝽中均只有一個最大值，分別為梨冠網(wǎng)蝽的周長(20.92 mm±1.70 mm)和圓形度(0.39±0.02)，女貞高頸網(wǎng)蝽的長軸長度(3.91 mm±0.17 mm)和偏心率(0.58±0.05)，懸鈴木方翅網(wǎng)蝽的緊湊度(0.28±0.05)和葉狀性(0.35±0.08)(圖1)。

圖1 不同種類網(wǎng)蝽各參數(shù)間的差異顯著性Fig.1 Difference of the morphological parameters from lace bug species

同組不同柱中字母不同表示差異有高度統(tǒng)計學(xué)意義，P<0.01。

Different small letters on columns in one group indicate there is an extreme significant difference between species，P<0.01.

2.2不同性別的差異

獨立樣本t檢測的結(jié)果表明，不同網(wǎng)蝽雌雄成蟲在幾何形態(tài)上均表現(xiàn)出一定的差異。但不同的網(wǎng)蝽雌雄成蟲的差異在各參數(shù)間有所不同。其中，懸鈴木方翅網(wǎng)蝽雌雄蟲體在面積(t=9.045，df=98，P<0.001)、長軸長度(t=3.195，df=98，P=0.002)、短軸長度(t=7.333，df=98，P<0.001)、等效圓半徑(t=8.995，df=98，P<0.001)、偏心率(t=-19.955，df=98，P<0.001)、球狀性(t=-2.750，df=98，P=0.008)、葉狀性(t=-3.769，df=98，P<0.001)和圓形度(t=8.840，df=98，P<0.001)等參數(shù)上的差異均有高度統(tǒng)計學(xué)意義，可以作為區(qū)別雌雄個體的幾何形態(tài)學(xué)參數(shù)。而周長(t=1.911，df=98，P=0.059)和緊湊度(t=0.896，df=98，P=0.372)2個參數(shù)在雌雄間差異無統(tǒng)計學(xué)意義(圖2：A)。

菊方翅網(wǎng)蝽雌雄成蟲在面積(t=2.708，df=98，P=0.008)、等效圓半徑(t=2.754，df=98，P=0.007)、偏心率(t=-6.609，df=98，P<0.001)、緊湊度(t=2.944，df=98，P=0.004)、球狀性(t=7.476，df=98，P<0.001)、葉狀性(t=6.829，df=98，P<0.001)和圓形度(t=4.219，df=98，P<0.001)等參數(shù)的差異有高度統(tǒng)計學(xué)意義，而周長(t=-1.036，df=98，P=0.303)、長軸長度(t=0.259，df=98，P=0.796)和短軸長度(t=0.239，df=98，P=0.811)的差異無統(tǒng)計學(xué)意義(圖2：B)。

梨冠網(wǎng)蝽雌雄成蟲在面積(t=5.544，df=98，P<0.001)、短軸長度(t=6.104，df=98，P<0.001)、等效圓半徑(t=5.525，df=98，P<0.001)、偏心率(t=-5.685，df=98，P<0.001)、球狀性(t=5.508，df=98，P<0.001)、葉狀性(t=2.663，df=98，P=0.009)和圓形度(t=5.938，df=98，P<0.001)等參數(shù)的差異均有高度統(tǒng)計學(xué)意義，周長(t=2.106，df=98，P=0.038)的差異有統(tǒng)計學(xué)意義，而長軸長度(t=0.981，df=98，P=0.329)和緊湊度(t=-0.025，df=98，P=0.980)的差異無統(tǒng)計學(xué)意義(圖2：C)。

女貞高頸網(wǎng)蝽雌雄成蟲在面積(t=9.699，df=98，P<0.001)、等效圓半徑(t=9.700，df=98，P<0.001)、偏心率(t=-3.597，df=98，P=0.001)、球狀性(t=6.250，df=98，P<0.001)和圓形度(t=6.518，df=98，P<0.001)等參數(shù)的差異有高度統(tǒng)計學(xué)意義，而在周長(t=0.534，df=98，P=0.594)、長軸長度(t=0.671，df=98，P=0.504)、短軸長度(t=0.597，df=98，P=0.552)、緊湊度(t=1.113，df=98，P=0.268)和葉狀性(t=1.375，df=98，P=0.172)等參數(shù)的差異無統(tǒng)計學(xué)意義(圖2：D)。

通過比較4種網(wǎng)蝽雌雄成蟲10個參數(shù)的差異，可以發(fā)現(xiàn)面積、等效圓半徑、偏心率、球狀性和圓形度5個參數(shù)在4種網(wǎng)蝽雌雄成蟲間的差異均有高度統(tǒng)計學(xué)意義，初步認為這5個參數(shù)在區(qū)別不同網(wǎng)蝽成蟲的性別時較穩(wěn)定。而蟲體的周長、長軸長度、緊湊度、短軸長度和葉狀性在1種以上的網(wǎng)蝽中不能區(qū)別雌雄。

圖2 同種網(wǎng)蝽不同性別間形態(tài)參數(shù)的差異Fig.2 Difference of the morphological parameters between the two genders of lace bug species

A.懸鈴木方翅網(wǎng)蝽Corythuchaciliata， B. 菊方翅網(wǎng)蝽C.marmorata， C. 梨冠網(wǎng)蝽Stephanitisnashi， D. 女貞高頸網(wǎng)蝽Perissonemiaborneenis；**P<0.01，*P<0.05； ns. 差異無統(tǒng)計學(xué)意義there is no significant difference.

2.3判別分析

通過對4種網(wǎng)蝽10個參數(shù)進行判別分析，建立了3個典則判別函數(shù)(canonical discriminant function)：y1=7.892x1-0.332x2+10.913x3+6.762x4-67.930x5-0.487x6-8.533x7-27.909x8+26.193x9+22.965x10-4.867，y2=-12.077x1+0.055x2-2.489x3+0.683x4+75.098x5-5.898x6+38.403x7-0.933x8+1.554x9-27.975x10-24.112和y3=0.705x1+0.043x2+2.053x3-2.210x4+10.338x5-5.232x6+1.731x7+10.788x8-5.833x9+11.601x10-16.904，其貢獻率分別為66.0%、26.4%和7.6%，其中前2個判別函數(shù)累積貢獻率達到了92.4%。通過4種網(wǎng)蝽對應(yīng)的Fisher線性判別函數(shù)，可以把絕大多數(shù)樣本歸于相應(yīng)的組中。散點圖(圖3)表明，女貞高頸網(wǎng)蝽與其他3種網(wǎng)蝽距離遠，而梨冠網(wǎng)蝽和菊方翅網(wǎng)蝽較接近。判別分析結(jié)果進一步證明，4種網(wǎng)蝽的原始判別正確率為98.8%。有1頭懸鈴木方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，3頭菊方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，1頭梨冠網(wǎng)蝽被誤判為菊方翅網(wǎng)蝽，而女貞高頸網(wǎng)蝽未出現(xiàn)錯判現(xiàn)象。交叉判別的正確率為98.5%，其中有4頭菊方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，其他種類的判別結(jié)果與原始判別相同(表1)。

4種網(wǎng)蝽2個性別作為8個處理，建立典則判別函數(shù)，其中前3個判別函數(shù)分別為：y1=6.309x1-0.327x2+11.390x3+7.590x4-66.899x5+2.741x6-10.835x7-30.797x8+28.008x9+28.589x10-7.655，y2=-14.552x1+0.017x2+0.985x3-1.184x4+89.056x5-15.524x6+36.906x7+5.774x8-3.250x9-20.272x10-35.627，y3=-11.501x1+0.025x2-3.304x3+4.061x4+42.901x5+12.173x6+9.640x7-14.436x8+10.219x9-11.142x10-8.986，其貢獻率分別為57.4%、26.8%和13.7%，積累貢獻率達到97.9%。通過對應(yīng)的Fisher線性判別函數(shù)，可以把4種網(wǎng)蝽不同性別的樣本歸于相應(yīng)的組中。由散點圖(圖4)可以看出，菊方翅網(wǎng)蝽和懸鈴木方翅網(wǎng)蝽不同性別間的距離較遠，而梨冠網(wǎng)蝽和女貞高頸網(wǎng)蝽不同性別間的距離較近。判別分析結(jié)果證明，原始判別的正確率為86.5%。懸鈴木方翅網(wǎng)蝽中，有2頭雌成蟲被誤判為雄成蟲，3頭雄成蟲被誤判為雌成蟲，且有1頭雄成蟲誤判為雄性梨冠網(wǎng)蝽。而在菊方翅網(wǎng)蝽中，有5頭雌性被誤判為雄性，3頭雌性被誤判為雄性梨冠網(wǎng)蝽。有1頭雄性梨冠網(wǎng)蝽被誤判為雌性菊方翅網(wǎng)蝽，梨冠網(wǎng)蝽雌雄成蟲均有12頭被相互誤判。女貞高頸網(wǎng)蝽沒有出現(xiàn)種類誤判，但雌雄之間有誤判現(xiàn)象，有8頭雌性和5頭雄性被誤判。交叉判別的正確率為85.0%，與原始判別結(jié)果相比，主要表現(xiàn)在菊方翅網(wǎng)蝽雌雄相互誤判、雌性女貞高頸網(wǎng)蝽誤判、雄性梨冠網(wǎng)蝽的誤判以及其種類誤判的差異上(表2)。

圖3 4種網(wǎng)蝽判別分析散點圖Fig.3 All-group scatter plots of classification statistics among the 4 lace bug species

判別類型Validatedmodel種類Species預(yù)測組Predictedgroups懸鈴木方翅網(wǎng)蝽Corythuchaciliata菊方翅網(wǎng)蝽Corythuchamarmorata梨冠網(wǎng)蝽Stephanitisnashi女貞高頸網(wǎng)蝽Perissonemiaborneenis總計Total原始判別Originalvalidation懸鈴木方翅網(wǎng)蝽Cciliata99010100菊方翅網(wǎng)蝽Cmarmorata09730100梨冠網(wǎng)蝽Snashi01990100女貞高頸網(wǎng)蝽Pborneenis000100100交叉判別Crossvalidation懸鈴木方翅網(wǎng)蝽Cciliata99010100菊方翅網(wǎng)蝽Cmarmorata09640100梨冠網(wǎng)蝽Snashi01990100女貞高頸網(wǎng)蝽Pborneenis000100100

注： 原始判別的正確率為98.8%， 交叉驗證判別的正確率為98.5%。

Notes： The accuracy of original validation is 98.8%， and of cross validation is 98.5%.

2.4聚類分析

本文對4種網(wǎng)蝽不同性別各平均值進行分層聚類分析(hierarchical clustering)，并分別采用組間平均距離(between groups linkage)、離差平方和法(Ward’s method)、最短距離(nearest neighbor)、最長距離(furthest neighbor)和重心法(centroid clustering)等方法，類間距離的計算方法采用歐氏距離的平方(squared euclidean distance)。數(shù)據(jù)在進行標準化變換時，把數(shù)據(jù)范圍變換為0～1。

圖4 4種網(wǎng)蝽不同性別判別分析散點圖Fig. 4 All-group scatter plots of classification statistics between the genders of 4 lace bug species

判別類型Validatedmodel種類Species預(yù)測組Predictedgroups懸鈴木方翅網(wǎng)蝽Corythuchaciliata菊方翅網(wǎng)蝽Corythuchamarmorata梨冠網(wǎng)蝽Stephanitisnashi女貞高頸網(wǎng)蝽Perissonemiaborneenis♀♂♀♂♀♂♀♂總計Total原始判別Originalvalidation懸鈴木方翅網(wǎng)蝽Cciliata菊方翅網(wǎng)蝽Cmarmorata梨冠網(wǎng)蝽Snashi女貞高頸網(wǎng)蝽Pborneenis♀48200000050♂34600010050♀00425030050♂00248000050♀000038120050♂001012370050♀00000042850♂00000054550交叉判別Crossvalidation懸鈴木方翅網(wǎng)蝽Cciliata菊方翅網(wǎng)蝽Cmarmorata梨冠網(wǎng)蝽Snashi女貞高頸網(wǎng)蝽Pborneenis♀48200000050♂34600010050♀00416030050♂00446000050♀000038120050♂002013350050♀00000041950♂00000054550

注： 原始判別的正確率為86.5%， 交叉驗證判別的正確率為85.0%

Notes： The accuracy of original validation is 86.5%， and of cross validation is 85.0%.

分層聚類結(jié)果表明，當(dāng)數(shù)據(jù)未經(jīng)標準化處理并采用組間平均距離進行聚類時，女貞高頸網(wǎng)蝽雌雄和菊方翅網(wǎng)蝽雌雄先聚為一類，梨冠網(wǎng)蝽與其關(guān)系較近，而懸鈴木高頸網(wǎng)蝽與三者關(guān)系較遠。當(dāng)標準化后，使用不同的聚類算法得到的結(jié)果有一定差異。其中，離差平方和法與最長距離算法得到的結(jié)果較近，屬于方翅網(wǎng)蝽屬的2種昆蟲優(yōu)先聚為一類，而不在同一屬的梨冠網(wǎng)蝽和女貞高頸網(wǎng)蝽與其關(guān)系較遠。利用重心法時，同一屬的2種網(wǎng)蝽優(yōu)先聚為一類，而在形態(tài)學(xué)上較相近的梨冠網(wǎng)蝽也與其聚為一類。相反，由于女貞高頸網(wǎng)蝽外部形態(tài)結(jié)構(gòu)與上述3種網(wǎng)蝽相差較大，最后才單獨與之聚類。而最短距離和標準化后的組間平均距離的聚類結(jié)果較接近，這2種方法都沒有把傳統(tǒng)分類學(xué)中同一屬的2種網(wǎng)蝽優(yōu)先聚為一類，而是梨冠網(wǎng)蝽和菊方翅網(wǎng)蝽優(yōu)先聚類(圖5)。因此，本研究初步認為，對4種網(wǎng)蝽進行聚類分析，重心法得到的結(jié)果比較符合目前傳統(tǒng)昆蟲分類學(xué)研究的結(jié)果。

3 結(jié)論與討論

在1 200 dpi的分辨率下，利用BugShape 1.0提取到的10個參數(shù)在4種網(wǎng)蝽成蟲中的差異均有高度統(tǒng)計學(xué)意義。其中，梨冠網(wǎng)蝽和女貞高頸網(wǎng)蝽成蟲在面積、短軸長度和等效圓半徑方面顯著大于其他2種網(wǎng)蝽，懸鈴木方翅網(wǎng)蝽和梨冠網(wǎng)蝽在球狀性上大于另外2種網(wǎng)蝽。而其余參數(shù)大小在各種網(wǎng)蝽中表現(xiàn)不同，其中參數(shù)最大值為梨冠網(wǎng)蝽周長和圓形度、女貞高頸網(wǎng)蝽長軸長度和偏心率、懸鈴木方翅網(wǎng)蝽緊湊度和葉狀性。初步證實了這些參數(shù)可以用于區(qū)分研究中的4種網(wǎng)蝽成蟲。

不同網(wǎng)蝽雌雄成蟲在幾何形態(tài)學(xué)參數(shù)上均表現(xiàn)出一定的差異，但各參數(shù)間的差異顯著性不同。本研究初步認為，面積、等效圓半徑、偏心率、球狀性和圓形度5個參數(shù)在4種網(wǎng)蝽雌雄間的差異均有高度統(tǒng)計學(xué)意義，初步認為可以區(qū)分同種網(wǎng)蝽不同性別的個體。而其他參數(shù)在不同種網(wǎng)蝽雌雄成蟲比較時，差異顯著性不同，只能作為某一種網(wǎng)蝽雌雄成蟲區(qū)別的參考指標。體型較大的昆蟲可以手動測量體長、體寬等實際參數(shù)，但體型微小的昆蟲，手動測量此類參數(shù)有一定的困難。本研究的結(jié)果認為，即使利用非典型形態(tài)特征(軟件提取到的參數(shù))，也可以有效地區(qū)分研究中的4種網(wǎng)蝽，且對不同性別的個體判別率較高，這為此類昆蟲的自動鑒定技術(shù)提供了簡單有效的數(shù)據(jù)獲取方法。

圖5 4種網(wǎng)蝽成蟲分層聚類分析結(jié)果Fig.5 Hierarchical clustering of 4 lace bug adults from Tingidae

4種網(wǎng)蝽判別分析結(jié)果表明，原始判別的正確率為98.8%，1頭懸鈴木方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，3頭菊方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，1頭梨冠網(wǎng)蝽被誤判為菊方翅網(wǎng)蝽。交叉判別時的正確率為98.5%，其中有4頭菊方翅網(wǎng)蝽被誤判為梨冠網(wǎng)蝽，女貞高頸網(wǎng)蝽不存在誤判現(xiàn)象。當(dāng)4種網(wǎng)蝽和不同性別共同參與判別分析時，原始判別的正確率為86.5%，交叉判別正確率為85.0%。

數(shù)據(jù)通過標準化轉(zhuǎn)換后，利用重心法得到的聚類分析結(jié)果比較符合傳統(tǒng)昆蟲分類學(xué)的結(jié)果。同一屬的2種網(wǎng)蝽優(yōu)先聚為一類，而在形態(tài)學(xué)上與其較接近的梨冠網(wǎng)蝽再與之聚為一類，最后女貞高頸網(wǎng)蝽單獨與之聚類。相關(guān)的報道也顯示，在聚類分析前均需要對數(shù)據(jù)進行標準化處理(張榮嬌等，2016)。因此，利用該技術(shù)對此類昆蟲進行聚類分析時，推薦使用數(shù)據(jù)標準化重心法。

本研究在進行圖像獲取時，未對4種網(wǎng)蝽的足進行標準化整理，可能會導(dǎo)致每種網(wǎng)蝽輪廓測量值與實際值產(chǎn)生一定的誤差，對種類或性別的判別產(chǎn)生影響。與同類型文獻報道(Lietal.，2017)相比，本研究采用的方法不對標本造成破壞，數(shù)據(jù)的獲取受人為因素的影響小。此外，本文僅利用了網(wǎng)蝽整體形態(tài)學(xué)特征進行研究，選用的面積參數(shù)為蟲體圖像二值化后的圖像像素總和，周長是二值化后蟲體邊緣像素積累值(于新文等，2003)，短軸長度和長軸長度是圖像而不是蟲體實際的長度和寬度。這些特征參數(shù)與昆蟲實際的蟲體面積、周長、體長和體寬等不是一個概念，需要加以注意。

致謝：中國農(nóng)業(yè)大學(xué)植物保護學(xué)院彩萬志教授在網(wǎng)蝽種類鑒定中提供了大力幫助，沈佐銳教授和高靈旺副教授在軟件應(yīng)用和數(shù)據(jù)分析方面進行了指導(dǎo)，在此一并致謝！

彩萬志， 龐雄飛， 花保禎， 等. 2011. 普通昆蟲學(xué)[M]. 北京： 中國農(nóng)業(yè)大學(xué)出版社.

蔡小娜， 黃大莊， 沈佐銳， 等. 2016. 用于昆蟲分類鑒定的幾何形態(tài)計量學(xué)方法研究：相對扭曲分析[J]. 生物數(shù)學(xué)學(xué)報， 31(2)： 254-262.

花慧貞， 鄒波， 袁雄峰， 等. 2016. 八種鼠類頭骨自動分科識別模型研究[J]. 農(nóng)業(yè)技術(shù)與裝備， 3： 26-28.

南宮自艷， 李靜， 白向賓. 2014. 昆蟲分類學(xué)主要技術(shù)手段的研究進展[J]. 環(huán)境昆蟲學(xué)報， 36(6)： 1004-1010.

潘鵬亮， 沈佐銳， 楊紅珍， 等. 2008a. 三種絹蝶翅脈數(shù)字化特征的提取及初步分析[J]. 動物分類學(xué)報， 33(3)： 566-571.

潘鵬亮， 楊紅珍， 沈佐銳， 等. 2008b. 翅脈的數(shù)學(xué)形態(tài)特征在蝴蝶分類鑒定中的應(yīng)用研究[J]. 昆蟲分類學(xué)報， 30(2)： 151-160.

蘇筱雨， 蔡小娜， 李陽， 等. 2016. 利用翅的數(shù)學(xué)形態(tài)特征對8種金龜子進行分類鑒定[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報， 21(7)： 61-66.

項蘭斌， 謝廣林， 王文凱. 2016. 昆蟲求偶行為在分類學(xué)上的應(yīng)用[J]. 環(huán)境昆蟲學(xué)報， 38(5)： 883-887.

徐鵬， 陳乃中， 楊定. 2010. 自動識別技術(shù)在昆蟲分類鑒別研究中的應(yīng)用[J]. 昆蟲知識， 47(2)： 256-262.

于新文， 沈佐銳， 高靈旺， 等. 2003. 昆蟲圖像幾何形狀特征的提取技術(shù)研究[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報， 8(3)： 47-50.

張榮嬌， 周雪婷， 唐祺玲， 等. 2016. 中國厚結(jié)猛蟻屬(膜翅目：蟻科)十三種螞蟻的形態(tài)測量學(xué)研究[J]. 應(yīng)用昆蟲學(xué)報， 53(5)： 1130-1137.

趙廣宇， 李虎， 楊海林， 等. 2014. DNA條形碼技術(shù)在昆蟲學(xué)中的應(yīng)用[J]. 植物保護學(xué)報， 41(2)： 129-141.

趙汗青， 沈佐銳， 于新文. 2003. 數(shù)學(xué)形態(tài)學(xué)在昆蟲分類學(xué)上的應(yīng)用研究 Ⅰ 在目級階元上的應(yīng)用研究[J]. 昆蟲學(xué)報， 46(1)： 45-50.

竺樂慶， 張真. 2013. 基于稀疏編碼和SCGBPNN的鱗翅目昆蟲圖像識別[J]. 昆蟲學(xué)報， 56(11)： 1335-1341.

Becerra JM， Valdecasas AG. 2003. Landmark superimposition for taxonomic identification[J]. Biological Journal of the Linnean Society， 81(2)： 267-274.

Li R， Zhang H， Li SH，etal. 2017. Geometric morphometric analysis ofEysarcorisguttiger，E.annamitaandE.ventralis(Hemiptera： Pentatomidae)[J]. Zoological Systematics， 42(1)： 90-101.

Macleod N. 2007. Automated taxon identification in systematics： theory， approaches and applications[M]. London， UK： CRC Press Taylor & Francis Group.

Moraes EM， Manfrin MH， Laus AC，etal. 2004. Wing shape heritability and morphological divergence of the sibling speciesDrosophilamercatorumandDrosophilaparanaensis[J]. Heredity， 92(5)： 466-473.

O’Neill MA. 2007. DAISY： a practical computer-based tool for semi-automated species identification[M]// Norman M. Automated taxon identification in systematics： theory， approaches and applications. London， UK： CRC Press： 101-113.

Pretorius E. 2005. Using geometric morphometrics to investigate wing dimorphism in males and females of Hymenoptera-a case study based on the genusTachysphexKohl (Hymenoptera： Sphecidae： Larrinae)[J]. Austral Journal of Entomology， 44(2)： 113-121.

Tofilski A. 2004. DrawWing， a program for numerical description of insect wings[J]. Journal of Insect Science， 17(4)： 1-5.

ExtractionandAnalysisofExternalMorphologicalCharacteristicsfromFourSpeciesofLaceBugs(Hemiptera：Tingidae)

PAN Pengliang1， 2*， LIU Hongmin1， 2， ZHANG Fangmei1， 2， ZHI Ya’nan1， 2， YIN Jian1， 2

(1. Agricultural College， Xinyang Agriculture and Forestry University， Xinyang， Henan Province 464000， China； 2. Henan Academician Workstation of Pest Green Prevention and Control for Plants in Southern Henan， Xinyang， Henan Province 464000， China)

2017-04-03接受日期2017-05-18

信陽農(nóng)林學(xué)院校內(nèi)青年教師基金項目(201401015)

10.11984/j.issn.1000-7083.20170107

S431.9； S126

A

1000-7083(2017)05-0531-09

*通信作者Corresponding author， 博士， 講師， 主要從事昆蟲學(xué)相關(guān)領(lǐng)域的教學(xué)和科研工作， E-mail：panzai-7@163.com