我国常见涉案猛禽足趾形态特征量化的判别分析

刘昌景， 周用武

(1.南京森林警察学院刑事科学技术学院, 江苏南京 210023； 2.国家林业局森林公安司法鉴定中心， 江苏南京 210023)

我国常见涉案猛禽足趾形态特征量化的判别分析

刘昌景， 周用武

(1.南京森林警察学院刑事科学技术学院, 江苏南京 210023； 2.国家林业局森林公安司法鉴定中心， 江苏南京 210023)

足趾部是猛禽鸟类的重要组成结构，当下的形态研究大多集中于猛禽羽毛与骨骼，对足趾部形态研究尚未得到同等关注。通过选取13种常见涉案猛禽，测量并进行形态观察，统计不同猛禽跗蹠部、趾部、爪部的长度和厚度等形态数据，利用分析软件SPSS对分别对其跗蹠长、4趾的趾长、爪长和爪厚进行判别分析，最终得到相关判别函数y1=0.733x1-0.161x2-8.528，y2=0.238x1+0.066x2-4.249(x1、x2分别代表了后趾长、内趾长)并进行检验。通过对典则判别函数判别结果的方差分析，得出该判别方程能够判别出待测猛禽的目类归属。此结果可直接服务于野生动物案件的司法鉴定，提升鉴定效率，对涉案物证的保护级别确立具有重要指导作用。

猛禽； 足趾部形态特征； 判别分析； 目类归属

0 引言

当前盗捕鸟类案件高发，猛禽则是非法捕猎鸟类案件中的重中之重，活体猛禽的盗捕、其爪子、羽毛制品加工等非法活动时有发生。如2011年河南新乡21岁大学生闫某非法捕猎并贩卖国家二级保护动物燕隼和隼形目动物16只；1997年广东白云机场一批运往海口的货物中发现8只大鵟；在我国西南、西北的部分地区不法商人盗捕游隼等猛禽将其卖至中东地区。因此，我国盗猎猛禽的问题非常严重，应当引起高度重视。

猛禽在动物学上的分类隶属于隼形目与鸮形目两种，为掠食性鸟类。隼形目大多集中在白昼活动，鸮形目则多为夜间活动。世界上隼形目包括了鹰科、隼科、美洲鹫科、蛇鹫科4科，大约73属、289种，鸮形目共有草鸮科、鸱鸮科两科，大约30属、134种。中国现有隼形目猛禽隼科、鹰科两科，共36属、95种，其中鹰科21属、49种，隼科2属、13种。现有鸮形目猛禽草鸮科、鸱鸮科两科，共13属33种，其中草鸮科2属、3种，鸱鸮科11属、30种[1]。由于猛禽性成熟较晚，繁殖能力较弱，加之食物来源的缺乏、栖息地的丧失等问题导致数量稀少。为此，我国将领土内分布的36属、95种猛禽全部列入国家一、二级重点保护野生动物。

目前我们对于猛禽的识别主要采用DNA分析以及外观形态的观察如羽毛、骨骼等方面，然而分离的猛禽足部与爪部的形态研究缺乏相关的研究。在实际鉴定过程中可能只获得某一小部分，如鹰爪制品、头骨等[2]。DNA识别研究有认定准确的优点，但受制于鉴定成本、鉴定时间、以及鉴定要求等因素限制，有一定的局限性及鉴定失败率。

跗蹠、趾和爪是鸟类下肢的结构，是区分鸟类与其他物种的一种重要判别依据。猛禽的脚强健而有力，多常态足，即为1趾在后，3趾在前，后趾与内趾比其他趾更有力。当捕获猎物时，利爪可以刺进猎物要害部位，撕裂皮肉，扯破血管。隼形目鸟类的外部形态差异较大，如蛇雕的跗蹠覆盖粗糙的瓦状鳞，以防止蛇虫的袭击；食鱼的鹗脚趾长有刺突，防止鱼滑落；食腐的鹗脚爪退化，只能支撑身体，没有长爪。鸮形目树栖的缘故，第四趾能够移动，两前两后的排列，又称转趾型[3]。

本文尝试通过对猛禽足趾部跗蹠长、趾长、爪长、爪厚等形态数据测量，利用统计分析软件SPSS，通过相关性比较、单因素方差分析和t-test检验探求是否能对猛禽进行划分，并建立判别函数。

1 材料与方法

1.1 研究材料

1.1.1 研究样本

用于本次研究的猛禽13只，均来源于南京森林警察学院标本库，样本保存完好，无缺趾、漏趾的现象，细节特征明显。其中隼形目猛禽1科5种，鸮形目猛禽的两科8种，涵盖了主要类型，具有代表性。鹰科猛禽4种5只，包括蛇雕2只分别编号，乌雕1只，苍鹰1只，林雕1只。鸮形目鸟类8只，其中包括鸱鸮科猛禽6种7只，斑头鸺鹠1只，红角鸮1只，雕鸮1只，长耳鸮1只，黄腿渔鸮2只分别编号，褐林鸮1只；草鸮科猛禽1只，草鸮1只。

1.1.2 研究工具

圆规1个、30 cm刻度尺1把、50分隔的游标卡尺1把、分析软件SPSS20.0

1.1.3 研究部位

(1)足部结构

猛禽鸟类的足部由股、胫、跗蹠部3部分组成，其中股部为脚的最上部位，与躯干连接通常被羽毛；胫部在股部的上面，跗蹠部的下面或被羽或裸出；跗蹠部为鸟类足部最明显的特点，或被羽，或被鳞。跗蹠后部为整片的纵鳞，前部可分为盾鳞、网鳞和靴鳞[4]。

(2)趾部结构

趾部通常有4趾即外趾、内趾、中趾和后趾，形态分布为常态足即后趾在后，其余3趾向前排列的方式。

(3)爪部结构

爪是从鸟类趾骨向远端延伸的角质化结构。其结构通常是弯曲，狭窄和相对尖锐的，与其捕食行为有关。

1.2 测量方法

1.2.1 外观性特观察

包括了对猛禽外观特点，如面部特征、体羽特征等，此外还重点关注足趾部的主要细节特征如跗蹠部被鳞情况、是否被毛、颜色，趾部是否被毛、颜色，爪部颜色等。

1.2.2 各部位长度测量操作

(1)跗蹠长测量操作

使用圆规量取猛禽左右足胫骨和跗蹠关节后部中点，至跗蹠与趾关节连接处下缘位置，在刻度尺上读数，精确到以厘米为单位，依次测量左右跗蹠长[5]。

(2)趾长测量操作

使用圆规量取猛禽左右足跗蹠与趾关节连接处下缘位置，至趾部与爪部连接的末端，在刻度尺上读数，精确到以厘米为单位，依次测量4趾趾长。

(3)爪长测量操作

使用圆规量取猛禽左右足趾部末端与爪部初段交接处，至爪部末端的距离，在刻度尺上读数，精确到以厘米为单位，依次测量4爪爪长。

图1 猛禽4爪分布示意图

(4)爪厚测量操作

使用游标卡尺，对准猛禽爪基部上缘至底部的长度，精确到毫米后两位，依次测量4爪爪厚。

1.3 研究方法

1.3.1 相关性检验

即通过比较变量之间是否相关以及相关的程度如何所进行的统计检验。通过对13个不同测量参数(跗蹠长、后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚)互相比较，从而得出是否相关、关联度的情况。当r>0.6且p<0.01时表明两数据间极显著；当r>0.6且 0.010.05时则为不显著[6]。

1.3.2 independentt-test分析和单因素方差分析

当实验对象有两组时，采用independent t-test即检验两个样本平均数与其各自所代表的总体的差异是否显著。通过比较13种实验猛禽所属隼形目鸮形目13个不同测量参数(跗蹠长、后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚)的比较，以发现存在明显组间差异的测量参数。

当检验对象为3组即以上时，采用单因素方差分析(One-way ANOVA)也称作一维方差分析。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。通过对本文所选的不同3科的猛禽13个不同测量参数(跗蹠长、后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚)的分析，以探究是否达到进行不同科类划分的标准。

1.3.3 Fisher判别函数分析

在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。本文由于变量较多故采取了步进式筛选自变量的方法，从跗蹠长、后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚13个选出最能反映类间差异的变量，以建立函数。最后通过Fisher判别即将原来的自变量组合投影到维数较低的D维中去，然后在D维中进行分类，投影的原则是使得每一类的差尽可能小，而不同类间的投影的差尽可能大[7]。

2 结果

2.1 外观形态观察

2.1.1 鹰科猛禽外观形态

(1)蛇雕一、二号形态观察

通体为褐色，腹部、协部具棕白相间的虫蠹状斑，跗蹠部裸出，具网状鳞，趾黄色，爪黑色。

(2)苍鹰形态观察

通体苍灰色，喉部、颈部有白色细纹斑，跗蹠部有大型盾状鳞片，跗蹠和趾为黄色，爪黑色。

(3)乌雕形态观察

通体暗褐色，基部有一个“V”字形白斑和白色的端斑，跗蹠部被棕色刚毛，趾部裸露，爪黑色。

(4)林雕形态观察

全身黑褐色，胸腹部有暗色的纵纹，跗蹠部被黄色刚毛，趾黄色裸露，爪黑色。

2.1.2 鸱鸮科猛禽外观形态观察

(1)斑头鸺鹠鹠外观形态

面盘不显著，无耳簇，通体为褐色，腹部、股部有褐白相间的纵纹，跗蹠部、趾部黄色，被刚毛，爪黑色。

(2)雕鸮外观形态

通体灰黑色，尾羽有有黑褐色虫蠹状细纹，面盘灰褐色，跗蹠部被黄色刚毛，趾部裸露，爪黑色。

(3)红角鸮形态观察

通体灰黑色，尾羽有有黑褐色虫蠹状细纹，面盘灰褐色，跗蹠部被黄色刚毛，趾部裸露，爪黑色。

(4)长耳鸮形态观察

长耳鸮又称猫头鹰，耳簇发达，上体羽为棕黄色，有密集的黑色羽干纹，下体棕色，羽干纹明显。跗蹠部、趾部被羽棕黄色，爪黑色。

(5)黄腿渔鸮一、二号形态观察

通体为橙黄色，有黑褐色的羽干纹，跗蹠部上部被羽呈现灰黄色，爪尖端黄色。

(6)褐林鸮形态观察

通体黄褐色，棕白色面盘显著，无耳簇，跗蹠部、趾部被密集黄毛，爪尖端黄色。

2.1.3 草鸮科猛禽外观形态观察

草鸮外观形态：面盘心形呈棕色，眼先上方有黑褐色斑纹，体羽为栗色，跗蹠部被黄羽，趾部被毛，爪黑色。

2.2 相关性检验结果

由于当p<0.01时在统计学上为极显著；当0.010.05时在为不显著。因而通过表1的数据，13种猛禽之间跗蹠长、趾长、爪长、爪厚的相关参数进行显著性比较可知，中爪长与跗蹠长、后趾长的相关值p均大于0.05，因而呈现不显著的结果。

2.3 t-test分析

2.3.1 目类划分数据均值柱状分布图

(1)目类划分跗蹠长均值

经independentt-test检验，隼形目的跗蹠长均值为79.40±19.69(mm)，鸮形目的跗蹠长均值为62.20±28.36(mm)，两组间差异不显著(t=1.163，p=0.275)。

(2)目类划分4趾长均值

经independentt-test检验，隼形目的后趾长均值为28.70±7.06(mm)、外趾长均值为31.50±10.99(mm)、中趾长均值为47.60±12.62(mm)、内趾长均为33.30±11.23(mm)，鸮形目的后趾长均值为20.20±8.66(mm)、外趾长均值为35.20±13.96(mm)、中趾长均值为44.10±19.63(mm)、内趾长均值为35.30±16.88(mm)。除后趾长两组间差异显著外(t=2.503，p=0.034)，其余3趾长均不显著且外趾长(t=0.012，p=0.991)、中趾长(t=0.881，p=0.401)、内趾长(t=0.146，p=0.887)。

表1 13种猛禽跗蹠、足和爪的长度和厚度相关性检验结果

注：**代表p<0.01水平双侧上显著相关，*代表0.01

图2 隼形目和鸮形目目类划分跗蹠长均值

图3 隼形目和鸮形目目类划分4趾长均值

图4 隼形目和鸮形目目类划分4爪长均值

(3)目类划分4爪爪长均值

经independentt-test检验，隼形目的后爪长均值为27.70±6.13(mm)、外爪长均值为22.10±5.45(mm)、中爪长均值为23.10±3.66(mm)、内爪长均值为27.80±8.12(mm)，鸮形目的后爪长均值为20.90±11.09(mm)、外爪长均值为20.00±8.63(mm)、中爪长均值为22.30±8.60(mm)、内爪长均值为22.30±10.14(mm)。4爪长两组间差异均不显著，其中后爪长(t=1.489，p=0.171)、外爪长(t=0.597，p=0.565)、中爪长(t=0.405，p=0.695)、内爪长(t=1.405，p=0.194)。

(4)目类划分4爪爪厚均值

图5 隼形目和鸮形目目类划分4爪爪厚均值

经independentt-test检验，隼形目的后爪厚均值为5.78±1.45(mm)、外爪厚均值为5.60±1.16(mm)、中爪厚均值为5.64±0.56(mm)、内爪厚均值为5.45±0.92(mm)，鸮形目的后爪厚均值为

3.79±1.87(mm)、外爪厚均值为3.96±1.839(mm)、中爪厚均值为4.69±2.05(mm)、内爪厚均值为4.26±1.87(mm)。4爪长两组间差异均不显著，其中后爪厚(t=1.611，p=0.142)、外爪厚(t=1.334，p=0.215)、中爪厚(t=1.150，p=0.280)、内爪厚(t=1.235，p=0.248)。

2.4 单因素方差分析

2.4.1 科类划分数据均值柱状分布图

(1)科类划分跗蹠长均值，如图6所示。

图6 鹰科、鸱鸮科和草鸮科科类划分跗蹠长均值

(2)科类划分4趾长均值，如图7所示。

图7 鹰科、鸱鸮科和草鸮科科类划分4趾长均值

(3)科类划分4爪长均值，如图8所示。

图8 鹰科、鸱鸮科和草鸮科科类划分4爪长均值

(4)科类划分4爪厚均值，如图9所示。

图9 鹰科、鸱鸮科和草鸮科科类划分4爪厚均值

2.4.2 种别单因素方差分析

如表2所示平方和为偏差平方和，df为检验统计量的自由度，均方为偏差平方和与自由度的商，F值是方差分析统计量，显著性为显著性水平，当p>0.05时差异不显著；当0.01

2.5 Fisher判别函数分析及结果

2.5.1 判别函数建立

通过步进式的方式筛选自变量的方法，选出最能反映类间差异的变量后趾长、内趾长为变量，对实验猛禽的目归属进行判别分析，即可得到y1、y2两个典则判别函数。

表3判别函数结果表中给出了第1和第2判别函数的若干系数项以及常数项，从而，分别通过判别分析能够得出以下判别函数：

y1=0.733x1-0.161x2-8.528

y2=0.238x1+0.066x2-4.249

式中，x1、x2分别代表了后趾长、内趾长。

2.5.2 检验验证

从Fisher判别分析所得表4中可以看出，判别分析函数方差的百分比为100%，即判别函数y1、y2能够解释100%的方差变化，包含了实验后趾长、内趾长的相关信息，仅利用此函数就能够完成所有鹰爪样品的判别。能够准确地描述实验猛禽后趾长与内趾长的联系与差异。通过对目类判别函数判别结果的方差分析，判别函数y1、y2的显著性水平均小于0.05，即对于不同目科猛禽覆羽的判别能力都是显著的(p<0.05)[9]。

3 讨论

3.1 外观形态分析

在外观形态方面，鹰科与鸱鸮科、草鸮科猛禽的差异较大。鸱鸮科、草鸮科的大多数猛禽有鹰科不具有的面盘，另外就体型上来看鹰科猛禽大多数为中大型猛禽，而草鸮科、鸱鸮科多数以中小型为主[10]。对于足趾部结构来说，鹰科猛禽的跗蹠部稀被羽，多为盾状或网状鳞片，而鸱鸮科草鸮科的部分猛禽被黄色刚毛[11]。另外，由于捕食、栖息环境的差异，鹰科猛禽的爪子长而锋利，角度较小；鸱鸮科、草鸮科猛禽的爪子短而细，弯曲度较大。因而在外观形态上，跗蹠部的被羽、爪部的外观特征可作为肉眼识别的依据。不仅如此，在实际的判别过程中我们也可通过整体外观形态进行识别，如蛇雕有明显的虫蠹状斑纹，雕鸮有黑褐色的虫蠹状斑纹等等。

表2 科别单因素方差分析

表3 目类判别函数结果

表4 判别函数方差及其意义

表5 Wilks的Lambda

3.2 量化统计分析

首先进行相关性分析，通过跗蹠长、后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚的两两相关性比较，发现除中爪长与跗蹠长、后趾长的相关性不显著之外，其余参数间相关性显著。

其次，鸮形目、隼形目两目的independentt-test分析；鹰科、鸱鸮科、草鸮科3科的单因素方差分析(One-way ANOVA),都只是发现了后趾长这一个参数在目类划分、科类划分中存在意义，其组间差异性具有统计学意义。尽管他们在体型、食性、栖息地等多方面具有较大差异，且在是否被羽等方面有明显差异，但是在跗蹠长以及后趾长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚、内爪厚等具体量化方面，仅后趾长有一定区分差异。这说明不同目、不同科猛禽的跗蹠长、外趾长、中趾长、内趾长、后爪长、外爪长、中爪长、内爪长、后爪厚、外爪厚、中爪厚和内爪厚的量化数据不足以进行物种鉴定，而后趾长具有一定的物种鉴定分类的应用潜力。

通过判别分析，使用步进式的方法，选出最能反映差异的数据，建立判别函数y1=0.733x1-0.161x2-8.528，y2=0.238x1+0.066x2-4.249(x1、x2分别代表了后趾长、内趾长)，能够100%的反映出方差的变化，因此能够通过此判别式对猛禽进行目类划分。后趾长联合内趾长所建立的判别函数可以进行不同目的判别。能够进行目的判别，而不能进行科属。究其原因，一方面由于实验样本数量的不足因而导致数据间的差异较大，同时隼形目猛禽的缺乏也是导致上述问题的原因；另一方面，猛禽雌雄体、年龄阶段的差异也是主要因素之一。

3.3 应用前景

足趾部结构作为鸟类个体外部形态特征的重要组成部分之一，是鸟类物种识别中的一个重要指标。就目前而言，DNA的研究依然是研究的热点，但猛禽爪子的结构特殊，可能难以提取到可以使用的DNA。不仅如此，在我国盗捕猛禽高发的西南、西北的边远地区，DNA检验难以有效落实，且专业人员数量不足，难以有效确定物种的归属。未来我们应该加强对鸮形目、隼形目足趾部数据的统计，建立相关数据库。此外，也应分年龄、分雌雄性别来研究。这样对于边远地区的森林公安办案人员来说，既避免了提取DNA的繁琐，减少办案成本，为办案赢得宝贵的时间，又便于操作与推广。

但是这种宏观鉴定手段的缺点也是显而易见的。很多时候我们在案发现场收集到的鹰爪加工品许多被人工染色、被打磨过，经常也会出现活体猛禽断趾现象，这会直接影响鉴定工作的顺利进行。因此，我们应该将足趾部宏观数据与DNA鉴定研究两者结合，以达到物种认定的目的，打击盗捕贩卖猛禽制品的案件。

4 结语

本文对猛禽足趾部形态量化的判别分析做了一些探索研究，发现通过后趾长与内趾长之间的判别分析函数式能快速的将猛禽进行目类划分，对猛禽的外观形态识别有一定的辅助作用。但由于我国的猛禽均被列为国家二级及以上重点保护动物，因此，对于猛禽标本的获取存在着困难，猛禽的标本多为保护中心在猛禽自然死亡之后制作，所以本文研究的样本年龄多集中于猛禽衰老期，没有从不同年龄、不同性别等状况下研究。在今后的研究工作中应该不断完善，建立一套完整的猛禽足趾部特征识别体系。

[1] 朱磊,孙悦华.中国鸮形目鸟类分类现状[J].四川动物,2012,31(1): 170-175.

[2] APPLETON A J，O' BRIEN R C，TRAIL P W．Species identification of golden and bald eagle talons using morphometrics[J]．Journal of Raptor Research，2016， 50(1)：76-83．

[3] 刘雨邑.中国的日行性猛禽[J].生物学通报,2009(3): 9-11.

[4] 郑作新.中国鸟类系统检索[M].北京:科学出版社,2002: 22-25.

[5] 郑光美.鸟类学[M].北京:北京师范大学出版社,1995: 34-36.

[6] 孙权森,曾生根.典型相关分析的理论及其在特征融合中的应用[J].计算机学报,2005(9): 1524-1533.

[7] 高忠江,施树良,李钰.SPSS方差分析在生物统计的应用[J].现代生物医学进展，2008(11): 2116-2120.

[8] 郭萍.单因素方差分析在数理统计中的应用[J].长春大学学报,2014(10): 1370-1373.

[9] 陈希镇,曹慧珍.判别分析和SPSS的使用[J].科学技术与工程,2008(13): 10-16

[10] 张玉光.猛禽类跗跖骨形态特征与功能的分析[J].动物学杂志,2004(6): 28-31.

[11] 刘作模.中国的猛禽类[J].四川大学学报,1986(1): 62-63.

D918.91

中央高校基本科研业务费重点项目(LGZD201708)； 南京森林警察学院教学改革研究项目(ZD17002)。

刘昌景(1987—)， 女， 天津人， 博士， 讲师。 研究方向为野生动物司法鉴定。

(责任编辑于瑞华)