傅里葉分析在江鱈矢耳石形態(tài)中的應用

方華華，李 翔，董曉煜

( 青島農業(yè)大學 海洋科學與工程學院，山東 青島 266109 )

傅里葉分析在江鱈矢耳石形態(tài)中的應用

方華華，李 翔，董曉煜

( 青島農業(yè)大學 海洋科學與工程學院，山東 青島 266109 )

為了驗證傅里葉矢耳石分析在江鱈群體鑒別中的有效性，對3個江鱈群體矢耳石傅里葉描述子分別進行判別分析、主成分分析和聚類分析。判別分析數據顯示，3個群體的判別成功率為96%，判別函數散點圖顯示，3個群體分離較清晰，僅有少量重疊；主成分分析中，特征值大于1的15個主成分的累計貢獻率為94.354%，其中第一個主成分的貢獻率為20.718%；聚類分析中，多布庫爾河群體和松葉湖群體關系較近，聚為一支。本研究的試驗結果證實了傅里葉矢耳石分析進行江鱈群體鑒別的有效性。

江鱈；矢耳石；判別分析；聚類分析

矢耳石因其存在于內耳的位置以及以碳酸鈣為主的結構成分，形成后，很難被吸收和改變[1]。隨著計算機技術和圖像處理軟件的發(fā)展，矢耳石形態(tài)分析已成為一種操作方便、經濟實惠的手段。近年來，有關矢耳石形態(tài)的研究逐漸增多，充分證實矢耳石形態(tài)分析進行魚類種群、種類及生活史鑒別的有效性，是漁業(yè)生態(tài)學研究的重要補充[2-4]。

江鱈(Lotalota)——唯一的鱈科淡水魚類，在我國分布于鴨綠江、額爾齊斯河和黑龍江水系的一種底棲冷水魚類[5]。目前，魚類學家研究了中國境內江鱈的矢耳石年輪、矢耳石長與體長的關系以及通過形狀指標法研究江鱈矢耳石的形態(tài)特征[6-8]。筆者通過傅里葉方法分析了中國境內3個江鱈群體(額爾齊斯河水系的布爾津河、黑龍江水系的松葉湖和多布庫爾河)的矢耳石形態(tài)學，擬確定傅里葉矢耳石形態(tài)分析進行江鱈群體鑒別的有效性。

1.1 試驗材料

本試驗所用的75尾江鱈分別采自布爾津河、多布庫爾河和松葉湖(圖1，表1)，對所有樣品進行形態(tài)學測量后，取其矢耳石，分別編號后置于離心管中待清洗。

表1 江鱈樣品信息

1.2 試驗方法

1.2.1 矢耳石的清洗

將盛有水和矢耳石的離心管置于超聲波清洗器中清洗50 min，再沖洗干凈，棄蒸餾水，干燥備用。

1.2.2 數據的獲取

因大量矢耳石形態(tài)分析顯示左右矢耳石沒有顯著性差異，并且矢耳石形狀指標法也證實了江鱈左右矢耳石沒有顯著性差異[8-9]，本研究主要對左耳石進行數據分析。數碼相機對矢耳石外側面進行拍照(圖2)，拍照時盡量將矢耳石的方向一致，減少因矢耳石擺放不一致產生的誤差。應用 Shape 軟件包對矢耳石圖像進行分析[10]，獲取77 個傅里葉描述子。

1.2.3 數據處理

采用Excel 2007和SPSS 17.0對獲取的77個傅里葉描述子進行判別分析、主成分分析和聚類分析。

圖1 江鱈的采樣地點[7]

圖2 江鱈左矢耳石外側面

2 結 果

2.1 不同群體江鱈矢耳石的判別分析結果

對不同群體江鱈矢耳石的77個傅里葉描述子進行逐步判別分析，得出以12個傅里葉描述子(V4，V18，V35，V37，V41，V42，V43，V50，V62，V65，V66，V70) 為自變量的判別方程，判別系數見表2。

表2 3個群體江鱈判別方程的判別系數

逐步判別分析結果顯示，3個不同群體江鱈的75個樣品中，布爾津河28個樣品未出現(xiàn)錯判現(xiàn)象，判別成功率達100%；多布庫爾河23個樣品出現(xiàn)1個錯判現(xiàn)象，判別成功率達95.7%；松葉湖24個樣品產生2個錯判現(xiàn)象，判別成功率達91.7%，3個群體總判別成功率達96%(表3)。

表3 江鱈群體判別結果

逐步判別分析法得出的典型判別分析散點圖顯示，3個群體間樣品的分離較清晰，僅有松葉湖和多布庫爾河少量個體發(fā)生重疊，并且松葉湖和多布庫爾河群體的組質心距離最近(圖 3)。另外，第1個判別函數解釋了群體間差異的85.5%，第2個判別函數僅解釋群體間差異的14.5%。

圖3 判別分析散點圖○：布爾津河，△：多布庫爾河，×：松葉湖，■：組質心.

2.2 不同群體江鱈矢耳石的主成分分析結果

3個群體的77個傅里葉描述子數據進行主成分分析，前15個主成分(特征值大于1)的累積貢獻率為94.354%，貢獻率最高的前3個主成分的貢獻率分別為20.718%、13.796%、10.425%(表4)，主成分散點圖顯示，3個群體的個體分布較分散(圖4)。

圖4 第1、2主成分構成的散點圖○：布爾津河，△：多布庫爾河，×：松葉湖.

表4 前15個主成分的貢獻率及特征值

2.3 不同群體江鱈矢耳石的聚類分析結果

為了更直觀的顯示3個江鱈群體間的差異，對3個群體的77個傅里葉描述子平均值進行聚類分析，結果顯示,松葉湖群體和多布庫爾河群體的關系較近，聚為一支，布爾津河群體單獨聚為另一支(圖5)。

圖5 3個江鱈群體聚類分析圖

3 討 論

魚類矢耳石形態(tài)分析已被證實是進行種群鑒別和漁業(yè)管理的有效工具，但是不同的方法其準確率往往有一定的區(qū)別，李輝華等[11]對刀鱭(Coiliaectenes)群體的研究證明傅里葉耳石分析法得出的判別率高于形態(tài)測量法，徐勝勇等[12]對許氏平鲉(Sebastesschlegelii)群體的研究證實傅里葉耳石分析法判別率高于形狀指標法，對不同的種類、不同的群體要想取得最理想的結果需要采取不同的方法。對3個不同群體江鱈矢耳石的傅里葉分析數據進行判別分析，總判別成功率高達96%，比形狀指標法97.3%的判別成功率低1.3%，這可能與兩種方法研究的形態(tài)特征不同有關。傅里葉耳石分析法主要研究耳石的輪廓特征，形狀指標法不僅研究矢耳石的輪廓與形狀，還引入反映三維結構的面密度指標，不同的形態(tài)指標受遺傳、性別、食物、水溫等外界環(huán)境的影響程度不同[13-14]。

對3個不同江鱈群體矢耳石的傅里葉分析數據進行聚類分析表明，來自黑龍江水系的多布庫爾河群體和松葉湖群體聚為一支，額爾齊斯河水系的布爾津河單獨聚為一支，這一結果與判別分析中多布庫爾河群體和松葉湖群體組質心距離較近的試驗結果一致，也與形態(tài)學、遺傳學的試驗結果一致[15-16]。形狀指標法中布爾津河與多布庫爾河群體聚為一支，松葉湖群體單獨聚為一支，傅里葉分析方法的結果與形狀指標法的結果不一致，這可能是因為兩者使用的形態(tài)指標的差異引起的。不同群體江鱈的形態(tài)學研究也證實了因為采用的形態(tài)學指標不同而產生的額爾齊斯河水系和黑龍江水系的江鱈隸屬不同亞種的爭議[17-18]。

傅里葉分析數據進行主成分分析顯示特征值>1的15個主成分累計貢獻率達94.354%，貢獻率最高的第1主成分貢獻率為20.718%。在形狀指標法中，貢獻率最高的前3個主成分的累積貢獻率為87.965%，其中，第1個主成分的貢獻率為49.552%。傅里葉分析方法的第1、2主成分的散點圖顯示3個群體樣品分布較分散。以上結果證實了傅里葉耳石分析法反映的形態(tài)特征是一個細微的變化過程。

綜上所述，傅里葉矢耳石分析法在江鱈的群體鑒別中是有效的，并且這是一種既操作方便，又經濟實惠的手段，但矢耳石形態(tài)又受遺傳、年齡、性別、水溫等內因和外因的影響，所以傅里葉耳石形態(tài)分析是進行江鱈種群鑒別和漁業(yè)管理的重要補充手段。

致謝

感謝中國海洋大學高天翔老師給予的幫助和指導！

[1] Tuset V M, Rosin P L, Lombarte A. Sagittal otolith shape used in the identification of fishes of the genusSerranus[J]. Fisheries Research, 2006, 81(2/3):316-325.

[2] Stransky C, Murta A G, Schlickeisen J, et al. Otolith shape analysis as a tool for stock separation of horse mackerel (Trachurustrachurus) in the Northeast Atlantic and Mediterranean[J]. Fisheries Research, 2008, 89(2):159-166.

[3] Cardinale M, Doering-Arjes P, Kastowsky M. Effects of sex, stock, and environment on the shape of known-age Atlantic cod (Gadusmorhua) otoliths[J]. Canadian Journal of Fisheries and Aquatic Sciences, 2004, 61(2):158-167.

[4] 解涵，金廣海，解玉浩，等.依耳石顯微結構判斷安氏新銀魚的早期生活史[J]. 水產科學,2010,29(1):35-39.

[5] 董崇智, 李懷明, 牟振波, 等. 中國淡水冷水性魚類[M].哈爾濱:黑龍江科學技術出版社, 2002：198-200.

[6] 楊樹勛，李東奎，楊雨壯, 等. 牡丹江上游含鏡泊湖江鱈年齡、生長、食性和繁殖的研究[J]. 水產學報, 1989, 13(1):5-16.

[7] 楊雨壯，秦大公，殷麗潔，等. 江鱈矢耳石年輪[J]. 生物學通報, 2002, 37(2):5-7.

[8] 方華華，宋林，高天翔. 不同群體江鱈矢耳石形態(tài)的差異性分析[J].海洋湖沼通報，2015(4):33-39.

[9] 潘曉哲，高天翔. 基于矢耳石形態(tài)的鱚屬魚類鑒別[J]. 動物分類學報, 2010，35(4)：799-805.

[10] Kuhl F, Giardina C．Elliptic Fourier features of a closed contour[J]．Computer Graphics and Image Processing, 1982, 18(3):236-258．

[11] 李輝華，郭弘藝，唐文喬，等. 兩種矢耳石分析法在鱭屬種間和種群間識別效果的比較研究[J]. 淡水漁業(yè), 2013, 43(1):14-18.

[12] 徐勝勇，張輝，潘曉哲，等. 許氏平鲉群體矢耳石形態(tài)學比較[J]. 中國海洋大學學報：自然科學版, 2012, 42(11)：54-61.

[13] Lord C, Morat F, Lecomte-Finiger R, et al. Otolith shape analysis for threeSicyopterus(Teleostei:Gobioidei:Sicydiinae) species from New Caledonia and Vanuatu[J]. Environmental Biology of Fishes, 2012, 93(2):209-222.

[14] Tuset V M, Lombarte A, González J A, et al. Comparative morphology of the sagittal otolith inSerranusspp. [J]. Journal of Fish Biology, 2003, 63(3):1491-1504.

[15] 張俊麗，高天翔，方華華，等. 黑龍江多布庫爾河和新疆額爾齊斯河江鱈的形態(tài)特征及生化遺傳分析[J].中國水產科學, 2008, 15(3):386-391.

[16] Fang H H, Zhang J L, Song N, et al.Population genetic structure and geographical differentiation of burbot (Lotalota) in China[J]. Russian Journal of Genetics, 2012, 49(10):1047-1056.

[17] Pivnicka K. Morphological variation in the burbot (Lotalota) and recognition of the subspecies:a review[J]. Journal of the Fisheries Research Board of Canada, 1970, 27(10):1757-1761.

[18] 施白南，高岫. 在松花湖內采到的江鱈[J]. 生物學通報, 1958(1):7-10.

ApplicationofFourierShapeAnalysisinSagittaeofBurbot

FANG Huahua, LI Xiang, Dong Xiaoyu

( College of Marine Science and Engineering, Qingdao Agricultural University, Qingdao 266109, China )

Fourier shape analysis was used to study the morphology of sagittae of 75 individuals from 3 burbot (Lotalota) populations. The data from Fourier shape analysis were determined with three statistical analysis methods. The stepwise discriminant analysis revealed that the classification accuracy was 96%. The principal component analysis revealed that the accumulated contribution rate of 15 principal components were 87.965%, with the first principal component of 20.718% of the variation. Cluster analysis revealed that Duobuku′er River and Songye Lake populations clustered as a clade. In short, these findings demonstrated the usefulness of Fourier shape analysis for population identification of burbot.

Lotalota; sagittae; stepwise discriminant analysis; cluster analysis

2016年度《水產科學》優(yōu)秀論文評選結果揭曉

遼寧省水產學會近日組織專家對2016年度《水產科學》發(fā)表的論文進行了評選，共評出優(yōu)秀論文8篇，其中一等獎2篇，分別是《植物乳酸桿菌對凡納濱對蝦生長、消化酶活性和腸道組織形態(tài)的影響》(鄭曉婷，段亞飛，董宏標，等)、《海捕野生大黃魚選育子代生長性能及現(xiàn)實遺傳力分析》(黃偉卿，韓坤煌，陳仕璽，等)。二等獎6篇，分別是《星斑川鰈、黃蓋鰈和石鰈線粒體基因Cytb和COⅠ片段序列的比較研究》(李青，王波，鄭風榮，等)、《混合植物蛋白替代魚粉對雜交鱘幼魚生長、排氨率和轉氨酶活性的影響》(宋嬌，姜海波，姜志強，等)、《長江口及毗鄰海域三疣梭子蟹種群生物學特征及與環(huán)境的關系》(袁偉，金顯仕，單秀娟)、《大西洋鮭循環(huán)水養(yǎng)殖水體異養(yǎng)細菌組成的研究》(王先平，李杰，韓厚偉，等)、《大竹蟶幼貝濾水率的響應面法分析》(姜北，董穎，高杉，等)、《貫眾、當歸、黃芪對半滑舌鰨血液抗氧化指標的影響》(葛婧，郭永軍，王慶奎，等)。遼寧省水產學會將對上述優(yōu)秀論文作者頒發(fā)證書。

10.16378/j.cnki.1003-1111.2017.03.018

Q917

A

1003-1111(2017)03-0364-05

2016-09-01；

2016-10-18.

國家級大學生創(chuàng)新項目(201310435044) ；山東省青年科學基金資助項目(ZR2011CL014).

方華華(1979—)，女，講師，碩士；研究方向：漁業(yè)資源. E-mail：fanghh79@126.com. 通訊作者：董曉煜(1978—)，男，副教授;研究方向：漁業(yè)資源. E-mail：David_xiaoyu@126.com.

(遼寧省水產學會秘書處)