莖柔魚的角質顎模式識別

勾藝萌，劉必林,2,3，孔祥洪

( 1.上海海洋大學 海洋科學學院，上海 201306； 2.大洋漁業資源可持續開發教育部重點實驗室，上海 201306； 3.國家遠洋漁業工程技術研究中心，農業農村部大洋漁業開發重點實驗室，農業農村部大洋漁業資源環境科學觀測實驗站，上海 201306 )

莖柔魚(Dosidicusgigas)，屬槍形目、柔魚科、莖柔魚屬，廣泛分布于東太平洋美洲沿岸和遠海[1]，是資源最為豐富的頭足類種類之一[2]。自20世紀90年代以來，莖柔魚得到大規模的開發和利用[3]，現已成為我國遠洋魷釣漁業的重要捕撈對象[4]，年產量超過4.0×105t。

模式識別是指對表征事物或現象的各種形式(數值、文字和邏輯關系)的信息進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程，是信息科學和人工智能的重要組成部分[5]。目前，隨著計算機技術的發展，模式識別已廣泛應用于眾多領域，如語音識別、生物特征識別、工業故障檢測等[6]。

角質顎是位于頭足類口球內的攝食器官，因其穩定的形態結構而被廣泛用于頭足類的種類鑒定[7]與種群劃分[8]。傳統的形態學劃分種群方法，主要是對分節特征、體型(度量)特征和解剖學特征的計數、測量和描述，通過這些特征的差異程度來劃分種群[9]。近些年來，隨著科學不斷發展，基于多元統計的形態學識別得以快速發展，如頭足類的外部形態[10]、耳石[11-12]和角質顎[13-15]形態識別等。研究認為，角質顎與傳統的軟組織相比，不易受海洋環境和人為因素的影響[16-17]，與耳石相比，個體大，更易提取，形態學測量更容易[18]，更適合用作種群判別。因此，筆者以莖柔魚的角質顎為研究對象，分析4個海區角質顎的長度特征，根據其長度差異建立地理種群的判別函數，進行模式識別，并對識別效果進行檢驗，以期為莖柔魚資源的合理開發利用和可持續發展提供基礎資料。

1 材料與方法

1.1 采樣

試驗莖柔魚樣本于2009、2014和2015年由中國遠洋魷釣漁船采集于哥斯達黎加、厄瓜多爾、秘魯和智利外海。樣本采集時，根據遠洋魷釣漁船作業流動性的特點，同一海域每個站點隨機采集20尾，共采集莖柔魚樣本835尾(表1)。樣本在實驗室解凍后測量胴長和體質量等，并分別精確至1 mm和1 g，同時對性別進行鑒定和性腺成熟度劃分。用鑷子直接從口球中提取角質顎，放入清水中洗掉表面的黏液，然后在蛋白酶溶液中浸泡除去表面的有機質，最后置于70%乙醇溶液中保存。

表1 莖柔魚采樣信息Tab.1 Sampling information of jumbo flying squid D. gigas

1.2 角質顎測量

用游標卡尺對角質顎進行形態測量[19]，包括上頭蓋長(x1)、上脊突長(x2)、上喙長(x3)、上側壁長(x4)、上翼長(x5)、下頭蓋長(x6)、下脊突長(x7)、下喙長(x8)、下側壁長(x9)和下翼長(x10)(圖1)，測定結果精確至0.01 mm[20]。

圖1 角質顎形態參數示意Fig.1 Schematic diagram showing the measurement of the beak morphometric variables圖中A—B為上頭蓋長； A—C為上脊突長; A—D為上喙長； A—E為上側壁長； A—F為上翼長； a—b為下頭蓋長； a—c為下脊突長； a—d為下喙長； a—e為下側壁長； a—f為下翼長.In the figure, A—B is the upper hood length; A—C is the upper crest length; A—D is the upper rostrum length; A—E is the upper lateral wall length; A—F is the upper wing length; a—b is the upper wing length; a—c is the lower crest length; a—d is the lower rostrum length; a—e is the lower lateral wall length; a—f is the lower wing length.

1.3 數據處理

按照海域分別計算角質顎各部長度參數的最大值、最小值、均值和標準差。

不同性別和不同年間角質顎差異。為了消除個體大小對角質顎尺寸的影響，采用無綱量化(最小—最大標準化)對數據進行標準化，按照以下公式對測量的原始數據進行線性轉化，使標準化后的數據映射在[0,1]區間，具體公式如下[21]：

xi′=(xi-xi,min)/(xi,max-xi,min)

式中，xi為上頭蓋長、上脊突長、上喙長、上側壁長、上翼長、下頭蓋長、下脊突長、下喙長、下側壁長、下側壁長變量的值，i為變量的數目，xi′為標準化后數據，xi,max和xi,min分別為同一變量測量值中的最大值和最小值。

對標準化后的數據進行正態性檢驗，不符合正態分布的則進行平方根轉化的標準化處理[22-23]，然后利用方差分析法檢驗角質顎形態參數的差異。

運用Fisher判別分析法，按照一定的判別準則，建立1個或多個判別函數，用樣本的大量數據確定判別函數的待定系數，并計算判別指標，據此確定某一樣本歸屬的海區。為更好地檢驗莖柔魚的海域識別情況，抽取各海域樣本的70%用來確定判別函數，剩余30%用作判別檢驗，分別組成確定函數樣本和檢驗樣本。

1.4 數據分析

在SPSS 19軟件中采用逐步判別法對標準化后角質顎參數進行判別分析(其中70%的樣本用于構建判別函數，30%的樣本用于檢驗)，利用判別分析的前3個判別函數系數及其均值計算95%橢圓置信區間，95%橢圓置信區間由R 3.5.3軟件計算。運用棄一法交叉驗證法(又稱折疊再分類法)檢驗種類劃分的成功率。

2 結 果

2.1 角質顎大小

方差分析顯示，4個海區莖柔魚角質顎各部的長度差異顯著(P<0.01)。由角質顎各部的測量長度可以看出，智利海區的角質顎尺寸最大，秘魯海區的角質顎尺寸最小(表2)。

表2 角質顎形態參數值Tab.2 Morphological parameters of beak

2.2 逐步判別分析

逐步判別分析結果顯示，10個角質顎測量指標上側壁長、上頭蓋長、上喙長、上翼長、上脊突長、下側壁長、下脊突長、下頭蓋長、下側壁長、下喙長全部被用于最終的判別分析，由典型判別系數和Wilk′s λ分析結果可知，上側壁長、上頭蓋長和上喙長貢獻了絕大部分的種群間差異(表3、表4)。

表3 莖柔魚角質顎長度逐步判別分析標準化系數Tab.3 Discriminant function coefficients used in the stepwise discriminant analysis for jumbo flying squid D. gigas

表4 基于角質顎長度的逐步判別分析結果Tab.4 Summary of stepwise discriminant analysis showing the order of variables to entry and the successful discrimination rate in beak morphometrics

以莖柔魚角質顎的10個有效判別指標為自變量的判別函數：

判別函數1：

y1=-1.300x1+0.440x2-0.187x3+1.671x4-0.346x5+0.217x6+0.766x7-0.064x8-1.154x9+0.055x10

判別函數2：

y2=-0.694x1-1.977x2+0.694x3+0.959x4+0.130x5+0.335x6-0.673x7+0.443x8+1.749x9-0.552x10

判別函數3：

y3=0.750x1+1.616x2+0.641x3+0.143x4-1.041x5+0.476x6-0.846x7-0.008x8-1.234x9-0.287x10

結果顯示，判別函數1和判別函數2可以解釋大部分莖柔魚的地理種群劃分問題，判別函數1、判別函數2和判別函數3可有效解釋海區間角質顎差異(P<0.05)，解釋率分別為54.9%、29.6%和15.5%。

以兩兩函數系數繪制的散點圖顯示，判別函數1可以有效將厄瓜多爾海區莖柔魚與其他3個海區莖柔魚分開(圖2、圖3)，判別函數2較大程度上可將秘魯與哥斯達黎加海區的莖柔魚區分開(圖2、圖4)，相比其他散點圖(圖2、圖4)，判別函數3有利于區分智利海區與秘魯和哥斯達黎加海區的莖柔魚群體(圖3)，判別效果更好。

圖2 角質顎判別分析函數1、2系數散點圖Fig.2 Discriminant analysis function 1 and 2 coefficient plots of beak

圖3 角質顎判別分析函數1、3系數散點圖Fig.3 Discriminant analysis function 1 and 3 coefficient plots of beak

圖4 角質顎判別分析函數2、3系數散點圖Fig.4 Discriminant analysis function 2 and 3 coefficient plots of beak

2.3 判別驗證

70%的樣本采用逐步判別分析顯示，4個海區總的判別率為95.2%，其中智利、秘魯、厄瓜多爾和哥斯達黎加海區分別有3、12、3和10個樣本被錯判，判別成功率分別為97.6%、91.0%、96.1%和96.0%(表5)。將剩余30%樣本帶入判別函數檢驗，結果顯示，智利、厄瓜多爾和哥斯達黎加海區的判別正確率均高達75%以上，哥斯達黎加僅有3個樣本被錯判為秘魯海區，總體檢驗判別成功率為89.6%，判別成功率高，具有較好的判別意義(表6)。

表5 基于角質顎長度的地理種群判別成功率Tab.5 The successful discrimination rate for the geographic populations based on standardized beak morphometric variables

表6 基于角質顎長度的莖柔魚種群判別結果檢驗Tab.6 Population discriminant result test for jumbo flying squid D. gigas by beak morphometric variables

3 討 論

3.1 種群結構

種群結構是研究有海洋生物生活史的基礎，也是制定可持續管理策略的先決條件[24]。莖柔魚是一種分布范圍廣、具有復雜種群結構的物種，依據性成熟個體大小可分為大、中、小3個體型群[25]，依據不同產卵季節可分為冬春生群和春夏生群[26]，依據洄游路線和遺傳特性可分為南半球和北半球兩個地理種群[27]。目前為止，關于種群結構的劃分仍無統一的定論[28]。

3.2 判別函數的判別效率

判別分析法是根據研究個體的觀測值和所屬類別構建一個綜合標準來推斷個體屬于已知種類中哪一類的方法[29-30]。近年來，隨著多元統計的快速發展，判別分析法被廣泛引入頭足類的種類識別和種群判別，如2種大洋性柔魚類[柔魚(Ommastrephesbartramii)和莖柔魚]的判別成功率達到95%[16]、4種頭足類的種類鑒定正確率超過95%[31]、鳶烏賊(Sthenoteuthisoualaniensis)地理群體的識別成功率超過60%[32]、鑒定柔魚秋生群和冬春生群的成功率超過90%[14]、頭足類不同科(槍烏賊科、烏賊科和蛸科)的判別成功率超過92%[33]等，均取得了較好的判別效果。

3.3 種群判別及驗證

劉必林等[13]通過角質顎形態的逐步判別分析對厄瓜多爾、秘魯和智利外海的莖柔魚進行了種群判別。筆者在此基礎上增加了近年所采集的樣本，同時又增加哥斯達黎加外海的樣本，還對數據處理方法進行了改進，尤其增加了效果驗證這一環節，因此不僅判別效果更好，還更具說服力。劉必林等[34]通過耳石中微量元素的組成特征分析了哥斯達黎加、秘魯和智利專屬經濟區莖柔魚的地理種群，結果表明，秘魯和智利的樣本中Ba含量相似，均明顯低于哥斯達黎加海域，Mg/Ca和Mn/Ca的值在哥斯達黎加海域最高，在智利海域最低，元素Ba含量在3個海域中均有顯著差異，總體判別成功率在50%以上。筆者利用統計模式識別中的判別函數法對4個海域的莖柔魚角質顎建立了判別函數，綜合判別成功率為95.2%，角質顎形態特征較其他海區有顯著差異。考慮到模式特征值提取和選擇不當，依據角質顎的形態特征，測量提取了較有生物區分性的特征參數，之后再進行判別分析，降低了模式誤識的概率；考慮到不同年齡和生長階段樣本個體的差異，首先將角質顎進行標準化處理后再進行分析和函數驗證，提高判別的準確率，這在以往的研究[35]中得到了充分驗證。為進一步驗證判別的可靠性，30%的樣本被帶回建立的判別函數，檢驗正確率高達89.6%。

3.4 地理種群形成的原因

環境差異被認為是導致不同地理種群在軟組織和硬組織生長中形態變化的具體原因[36]。研究發現，海表面溫度和葉綠素a等環境因素會影響以浮游生物和小型魚類為食的頭足類，致使角質顎形態存在差異[22]。在莖柔魚的研究中也發現，莖柔魚的分布狀況與環境變化和餌料密切相關[28,37]，并且會因捕食種類的不同，莖柔魚角質顎會出現適應性生長。由于生活在同一海域的莖柔魚處于相同的環境變量中，預計不會有顯著的形態差異，而相同物種暴露在不同海域、不同環境介質中形態差異可能較大。因此，莖柔魚形態變量的差異可能反映地理環境差異的影響。同時，研究發現，莖柔魚群體在地理區域上具有顯著差異，所以認為這種形態差異極大可能由環境因素不同所致。

4 結 論

筆者分析了智利、秘魯、厄瓜多爾和哥斯達黎加4個海區莖柔魚角質顎外部形態差異，提出判別函數的角質顎識別方法，建立判別函數，并進行了結果檢驗，綜合判別成功率為95.2%，研究結果表明莖柔魚的角質顎在不同地理種群間有顯著差異。為今后利用角質顎形態進行莖柔魚地理種群識別提供方法手段和科學依據，同時也可以更好地在了解莖柔魚種群結構基礎上，對該資源分種群進行評估和管理。