CN102246713B - 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法 - Google Patents

基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法 Download PDF

Info

Publication number
CN102246713B
CN102246713B CN2011101066110A CN201110106611A CN102246713B CN 102246713 B CN102246713 B CN 102246713B CN 2011101066110 A CN2011101066110 A CN 2011101066110A CN 201110106611 A CN201110106611 A CN 201110106611A CN 102246713 B CN102246713 B CN 102246713B
Authority
CN
China
Prior art keywords
starting point
framework
parameters
parameter
dorsal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2011101066110A
Other languages
English (en)
Other versions
CN102246713A (zh
Inventor
程起群
黄昊
郑将臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Original Assignee
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences filed Critical East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Priority to CN2011101066110A priority Critical patent/CN102246713B/zh
Publication of CN102246713A publication Critical patent/CN102246713A/zh
Application granted granted Critical
Publication of CN102246713B publication Critical patent/CN102246713B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法，包括：选取体高、头长、吻长、眼径、眼间距、尾柄长和尾柄高7个可量参数；选取8个坐标点构建的15个框架参数；将上述的7个可量参数和15个框架参数分别进行判别分析；用REIST公式将各测量参数值进行校正；校正后的数据用Statistica8.0软件进行判别分析。本发明方法简单，快速，准确率高达100％。

Description

基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法
技术领域
本发明属鲭属鱼类的鉴别技术领域，特别是涉及一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法。
背景技术
日本鲭(S.japonicus)与澳洲鲭(S.australasicus)在中国渔业经济中占有重要地位，其分类依据主要是传统的分类方法，利用“日本鲭腹部无斑点，澳洲鲭腹部具斑点”作为鉴别二者的最重要依据。由于两者形态特别相似，而且二者往往存在中间过渡类型，使得传统的分类方法不容易区分两者，这也导致两者的分类地位一直存有争议。日本鲭和澳洲鲭的不易区分，直接导致在渔业资源调查中，经常将二者作为一种渔业资源进行统计。显然，这对于有效管理和可持续利用日本鲭和澳洲鲭渔业资源十分不利。
在过去的几十年间，鱼类的形态学研究主要是基于Hubbs和Lagler(1947)提出的一套传统的测量方法：沿着鱼体从头到尾的纵轴测量长度、宽度和高度等特征值。但该方法存在以下缺陷：1)测量值仅仅集中在体轴上，且大多数测量是在头部；2)选取的坐标点往往作为一些中心点而被重复使用，导致测量的数据集包含的信息较少。3)测量值大多数从单一的坐标点辐射，因此测量值不能完全独立，相互之间存在干扰。
框架系统(truss network)是80年代初发展起来的一种基于形态测量的新方法。Strauss和Bookstein(1982)等认为框架系统能较好地反映鱼类整体的形态特性，可以克服传统形态学不能覆盖整个个体的不足；且框架系统坐标点全部选用具有永久生物学解剖特征的位点，因而选取的更多，分布更均匀。近年来，形态框架系统已被广泛用于近缘种的鉴别。
为有效管理和可持续利用日本鲭和澳洲鲭渔业资源，有必要查明日本鲭、澳洲鲭二者形态度量的差异，建立准确高效的鉴别标记，从而为有效管理和合理的开发利用两种鲭鱼资源提供理论基础。
发明内容
本发明所要解决的技术问题是提供一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法，该方法简单、快速、准确率高达100％。
本发明的一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法，包括：
(1)可量参数的测定和坐标点的选取
选取体高、头长、吻长、眼径、眼间距、尾柄长和尾柄高7个可量参数；选取8个坐标点构建的15个框架参数；坐标点的确定见附图1；
坐标点分别为：1吻前端；2第一背鳍起点；3腹鳍起点；4第二背鳍起点；5臀鳍起点；6上第五小脂鳍起点；7下第五小脂鳍起点；8最后一枚尾椎骨；
15个框架参数分别为：D(1-2)，D(2-4)，D(4-6)，D(6-8)，D(1-3)，D(3-5)，D(5-7)，D(7-8)，D(2-3)，D(2-5)，D(4-3)，D(4-5)，D(4-7)，D(6-5)，D(6-7)；其中框架参数D(1-2)表示坐标点1和坐标点2之间的距离，其余的依次类推；
(2)判别分析
将上述的7个可量参数和15个框架参数分别进行判别分析；为消除叉长对形态分析的影响，用REIST公式将各测量参数值进行校正：e＝exp(lnY-b(lnX-lnXL))，公式中e值为校正值，Y是原始测量值，X为各样本的叉长，XL为各样本叉长的均值，b为lnY对lnX的斜率；校正后的数据用Statistica8.0软件进行判别分析，结果显示判别准确率均为100％。
为了优化测量参数，从而在实际应用中提高公式的简便性和实用性。我们从7个可量参数中挑选贡献度最高的2个参数：体高和眼径，从框架参数中选出贡献度最高的3个参数：第一背鳍起点到腹鳍起点的距离D(2-3)、腹鳍起点到臀鳍起点的距离D(3-5)、第一背鳍起点到第二背鳍起点的距离D(2-4)，分别构建日本鲭与澳洲鲭的形态判别方程；其中参数个数依据最小值原则。
可量参数方程如下：
日本鲭：Y＝8.191A(BD)+7.688A(ED)-304.678；
澳洲鲭：Y＝6.849A(BD)+8.985A(ED)-253.543。
框架参数判别方程如下：
日本鲭：Y＝7.89A(2-3)+8.62A(2-4)+8.87A(3-5)-1032.33；
澳洲鲭：Y＝6.33A(2-3)+9.48A(2-4)+9.04A(3-5)-1037.67。
利用校正后的体高和眼径代入可量参数方程(3.1)或者利用校正后的D(2-3)、D(3-5)、D(2-4)代入框架参数方程(3.2)中，分别计算各方程Y值。最大Y值所对应的组即为待检个体所属的种。
本发明针对日本鲭和澳洲鲭，共选择了形态学7个可量参数(体高、头长、吻长、眼径、眼间距、尾柄长和尾柄高)与15个框架参数。利用上述参数分别进行判别分析，成功的区分日本鲭与澳洲鲭的个体，准确率均达到100％。同时，优化测量参数，我们选择了判别效率较高的2个可量参数(体高和眼径)和3个框架参数(D(2-3)、D(3-5)、D(2-4))分别构建各自的判别公式，结果显示上述参数构建的判别方程均能准确的鉴别日本鲭和澳洲鲭个体，且判别准确率达100％。
有益效果
(1)本发明的方法简单、快速、准确率高达100％；
(2)本发明的方法有望应用到日本鲭与澳洲鲭的现场检测，在渔业资源调查和管理中发挥重要作用。
附图说明
图1本发明的日本鲭(或澳洲鲭)的框架坐标图；8个坐标点间的距离组成15个框架数据。坐标点：1吻前端；2第一背鳍起点；3腹鳍起点；4第二背鳍起点；5臀鳍起点；6上第五小脂鳍起点；7下第五小脂鳍起点；8最后一枚尾椎骨。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
实施例1
一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法，以海南文昌采集的日本鲭和澳洲鲭为例加以说明。包括：
(1)形态数据收集。在海南文昌清澜港收集日本鲭19尾和澳洲鲭9尾。测量这28个个体共616个形态学数据(每个个体包括7个可量数据和15个框架数据)。其中，7个可量性状为体高、头长、吻长、眼径、眼间距、尾柄长和尾柄高；15个框架性状数据见图1说明。框架测量图见图1。
15个框架参数分别为：D(1-2)，D(2-4)，D(4-6)，D(6-8)，D(1-3)，D(3-5)，D(5-7)，D(7-8)，D(2-3)，D(2-5)，D(4-3)，D(4-5)，D(4-7)，D(6-5)，D(6-7)。框架参数D(1-2)表示坐标点1和坐标点2之间的距离，其余的依次类推。
(2)可量参数和框架数据分析。将收集的7个可量参数与15个框架参数分别进行判别分析。用REIST[15]公式将各测量参数值进行校正，以消除叉长对形态分析的影响：e＝exp(lnY-b(lnX-lnXL))，公式中e值为校正值，Y是原始测量值，X为各样本的叉长，XL为各样本叉长的均值，b为lnY对lnX的斜率。校正后的数据用Statistica8.0软件进行判别分析。
(3)形态学判别分析。对7个可量参数和15个框架参数分别进行逐步判别分析。依据F值大小，从可量参数中挑选贡献度最高的2个参数(体高和眼径)，从框架参数中选出贡献度最高的3个参数(D(2-3)、D(3-5)、D(2-4))分别进行判别分析。结果见表1。
表1判别分析中贡献最大的参数(按F值大小选择)
Figure BDA0000057811910000041
将校正后可量参数或框架参数代入下面的判别方程中，分别计算各方程Y值，最大Y值所对应的组即为待检个体所属的种。日本鲭和澳洲鲭的判别准确率见表2。
可量参数判别方程：
日本鲭：Y＝8.191A(BD)+7.688A(ED)-304.678；
澳洲鲭：Y＝6.849A(BD)+8.985A(ED)-253.543；
框架参数判别方程：
日本鲭：Y＝7.89A(2-3)+8.62A(2-4)+8.87A(3-5)-1032.33；
澳洲鲭：Y＝6.33A(2-3)+9.48A(2-4)+9.04A(3-5)-1037.67；
表2日本鲭和澳洲鲭的判别结果
Figure BDA0000057811910000051

Claims (1)

1.一种基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法，包括：(1)选取体高、头长、吻长、眼径、眼间距、尾柄长和尾柄高7个可量参数；选取8个坐标点构建的15个框架参数；
坐标点分别为：1吻前端；2第一背鳍起点；3腹鳍起点；4第二背鳍起点；5臀鳍起点；6上第五小脂鳍起点；7下第五小脂鳍起点；8最后一枚尾椎骨；
15个框架参数分别为：D(1-2),D(2-4),D(4-6),D(6-8),D(1-3),D(3-5),D(5-7),D(7-8),D(2-3),D(2-5),D(4-3),D(4-5),D(4-7),D(6-5),D(6-7)；其中框架参数D(1-2)表示坐标点1和坐标点2之间的距离，其余的依次类推；
(2)将上述的7个可量参数和15个框架参数分别进行判别分析；用REIST公式将各测量参数值进行校正：e=exp(lnY-b(lnX-lnXL))，公式中e值为校正值，Y是原始测量值，X为各样本的叉长，XL为各样本叉长的均值，b为lnY对lnX的斜率；校正后的数据用Statistica8.0软件进行判别分析，从7个可量参数中挑选2个参数：体高和眼径，从框架参数中选出3个参数：第一背鳍起点到腹鳍起点的距离、腹鳍起点到臀鳍起点的距离、第一背鳍起点到第二背鳍起点的距离，分别构建日本鲭与澳洲鲭的形态判别方程，其中参数个数依据最小值原则：可量参数方程：
日本鲭：Y=8.191A(BD)+7.688A(ED)-304.678；
澳洲鲭：Y=6.849A(BD)+8.985A(ED)-253.543；
其中，A（BD）为体高，A（ED）为眼径；
框架参数判别方程：
日本鲭：Y=7.89A(2-3)+8.62A(2-4)+8.87A(3-5)-1032.33；
澳洲鲭：Y=6.33A(2-3)+9.48A(2-4)+9.04A(3-5)-1037.67；
利用校正后的体高和眼径代入可量参数方程或者利用校正后的第一背鳍起点到腹鳍起点的距离、腹鳍起点到臀鳍起点的距离、第一背鳍起点到第二背鳍起点的距离代入框架参数方程中，分别计算各方程Y值，并以最大Y值所对应的组即为待检个体所属的种。 
CN2011101066110A 2011-04-27 2011-04-27 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法 Expired - Fee Related CN102246713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101066110A CN102246713B (zh) 2011-04-27 2011-04-27 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101066110A CN102246713B (zh) 2011-04-27 2011-04-27 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法

Publications (2)

Publication Number Publication Date
CN102246713A CN102246713A (zh) 2011-11-23
CN102246713B true CN102246713B (zh) 2013-02-27

Family

ID=44974581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101066110A Expired - Fee Related CN102246713B (zh) 2011-04-27 2011-04-27 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法

Country Status (1)

Country Link
CN (1) CN102246713B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102939915B (zh) * 2012-10-17 2014-04-16 中山大学 一种杂交石斑鱼的种质鉴定方法
CN105638529B (zh) * 2016-02-04 2018-07-31 江苏省海洋水产研究所 一种基于形态参数鉴别黑鲷真鲷及其杂交子代的方法
CN105815249B (zh) * 2016-05-26 2020-09-08 浙江省海洋水产研究所 判别曼氏无针乌贼雌雄的方法
CN112262806B (zh) * 2020-11-12 2022-04-05 中国水产科学研究院长江水产研究所 一种大型水生动物水下形态标识的装置及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100578517C (zh) * 2007-12-05 2010-01-06 中国水产科学研究院黑龙江水产研究所 鱼类种质资源遗传分析装置

Also Published As

Publication number Publication date
CN102246713A (zh) 2011-11-23

Similar Documents

Publication Publication Date Title
CN102246713B (zh) 基于形态可量和框架性状的日本鲭和澳洲鲭的鉴别方法
Zuo et al. The difference between the heterogeneity of the centromeric index and intrachromosomal asymmetry
CN102939915B (zh) 一种杂交石斑鱼的种质鉴定方法
Kahlert et al. Connecting the morphological and molecular species concepts to facilitate species identification within the genus Fragilaria (Bacillariophyta)
CN102679883A (zh) 一种基于图像处理的烟丝宽度测量方法
CN105638529B (zh) 一种基于形态参数鉴别黑鲷真鲷及其杂交子代的方法
CN110596080A (zh) 一种基于矿质元素的金鲳鱼产地鉴别方法
CN103902798B (zh) 数据预处理方法
Cai et al. Machine learning algorithms improve the power of phytolith analysis: A case study of the tribe Oryzeae (Poaceae)
CN105740918A (zh) 一种基于极角坐标的耳石测量和鱼类种群鉴别方法
CN104897849A (zh) 一种鉴定判别白肋烟品种特异性、一致性和稳定性的方法
CN105677770B (zh) 近海海洋环境数据监测的自适应采样方法
Deng et al. Reexamination of the domestic chicken in ancient China
CN110596081A (zh) 一种基于指纹图谱的银鲳鱼产地鉴别溯源方法
CN102165922A (zh) 一种银鲳、翎鲳和中国鲳的鉴别方法
CN101487682B (zh) 草坪草质地及色泽测定尺
CN101393006A (zh) 彩虹明樱蛤的种质鉴定方法
Shang et al. The research on identification of wool or cashmere fibre based on the digital image
Li et al. Distinctive parts for shape classification
CN203561543U (zh) 标准布氏硬度块选点定位板
Tang et al. First records of three Tripartiella species (Ciliophora, Oligohymenophora, Peritrichida) from freshwater fishes along Yangtze River in China
Rodriguez-Marin et al. Updated comparison of age estimates from paired calcified structures from Atlantic bluefin tuna
MomenZadeh Gol et al. Comparing the Earning Quality Methods of the companies Accepted in Tehran Stock Exchange
CN104285852A (zh) 一种鉴别长江水系中华绒螯蟹野生扣蟹和池塘养殖扣蟹的方法
CN101301225B (zh) 三疣梭子蟹的种质鉴定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130227

Termination date: 20160427