花鲈形态性状对体质量的影响效果❋

胡彦波， 温海深， 张美昭， 张凯强， 刘 阳， 王晓龙， 田 源， 李 昀

(海水养殖教育部重点实验室(中国海洋大学)，山东 青岛 266003)

花鲈形态性状对体质量的影响效果❋

胡彦波， 温海深， 张美昭， 张凯强， 刘 阳， 王晓龙， 田 源， 李 昀❋ ❋

(海水养殖教育部重点实验室(中国海洋大学)，山东 青岛 266003)

为深入了解花鲈(Lateolabraxmaculatus)形态性状对体质量的影响效果，本研究测量了105条2龄花鲈的眼间距(X1)、体宽(X2)、吻长(X3)、头长(X4)、躯干长(X5)、尾柄长(X6)、头高(X7)、体高(X8)、尾柄高(X9)、体长(X10)、全长(X11)和体质量(Y)这 12 个形态学指标。通过模型拟合筛选，获得能够反映各形态性状与体质量关系的最佳模型；运用相关分析、通径分析和多元回归分析，计算了主要形态性状的相关系数、通径系数、决定系数及相关指数，确定了影响体质量的主要形态性状，建立了最优回归方程，定量分析花鲈形态性状对体质量的影响效果。模型拟合结果显示，体宽、体高、体长、全长与体质量的最优模型决定系数R2>0.85，方程分别为：y=0.045x2.459、y=-1 059.959+20.392x、y=4.8×10-5x2.785、y=8.42×10-5x2.616，初步得出各形态性状与体质量的关系。通径分析结果表明，体质量变异系数最大(19.770%)，各形态性状与体质量的相关性均达到了极显著水平(P<0.01)。通径分析中，剔除与全长存在多重共线性的头高、体高、体长及回归方程中不显著的眼间距、吻长、躯干长和尾柄长，保留了体宽、头长、全长和尾柄高4个形态性状，其中体宽对体质量的直接影响最大(P2=0.547)。所选4个性状与体质量的相关指数R2=0.954，说明这些性状是影响体质量的主要形态参数。采用逐步多元回归方法建立的回归方程为：Y=-906.939+16.033X2+2.199X4+0.773X11+6.127X9。研究结果表明，在花鲈的选育过程中，其体宽、头长、全长和尾柄高可作为重要的测量指标，为花鲈选种提供依据，保证选育效果。

花鲈；体质量；形态性状；模型拟合；相关分析；通径分析；多元回归分析

花鲈(Lateolabraxmaculatus)又称海鲈、寨花等，属鲈形目(Perciformes)鮨科(Serranidae)花鲈属(Lateolabrax)，为东北亚特有属种，分布于中国、日本、朝鲜沿海，属浅海近岸中下层经济鱼类[1]。其肉质细嫩，味道鲜美，营养丰富，广受消费者的喜爱，是我国海水鱼养殖中产量较高的种类之一。目前我国花鲈养殖产业在育种方面面临着诸多问题，长期近亲繁殖导致种质退化，生长和抗病性能下降，遗传育种研究滞后，缺乏优良选育品种，北方地区花鲈苗种的全人工繁殖技术刚刚攻破，尚未建立科学育种技术[2]。为保证花鲈养殖业持续健康发展，急需建立花鲈的科学选择育种技术。体质量是选择育种的最直接目标性状，但因体质量性状易受基因连锁、基因多效性及环境的影响[3]，而导致体质量的遗传力较低[4-5]，因此直接对体质量进行选择，可能会达不到选育目的，故而在实际选种过程中存在缺陷。鱼体质量性状不直观，相比之下鱼体形态性状比较直观可见，是遗传育种中进行选择和定向培育的常用指标，根据鱼体形态性状进行间接选择，可以最大限度地提高选择准确性，从而保证选育效果[6]。所以形态性状与体质量之间关系的研究尤为重要。

近年来，国内外学者对具有较大经济价值的养殖品种进行过形态性状对体质量影响的分析，例如鱼[7-12]虾[13-16]、蟹[17-19]、贝[20-22]等。但有关花鲈各形态性状与体质量之间的关系尚未见报道，本研究采用模型拟合的方法对两龄养殖花鲈各形态性状分别与体质量进行曲线估计，筛选各形态性状与体质量关系的最优拟合方程，获得鱼体形态性状与体质量之间量的关系。并运用相关分析、通径分析和多元回归分析的方法，确定了影响花鲈体质量的主要形态性状及其对体质量影响的直接作用和间接作用的效果，建立起主要形态性状与体质量之间的最优回归方程。本研究成果可为花鲈的选育工作提供基础科学依据。

1 材料与方法

1.1 试验动物

实验鱼为东营市利津县双瀛水产苗种有限公司人工养殖的形态正常、健康生长的2龄花鲈，随机抽取289～755 g的花鲈105条进行实验测定。分别测量眼间距(X1)、体宽(X2)、吻长(X3)、头长(X4)、躯干长(X5)、尾柄长(X6)、头高(X7)、体高(X8)、尾柄高(X9)、体长(X10)、全长(X11) 和体质量(Y)共 12 个形态学指标。

1.2 测量方法

使用液体丁香酚对鱼体进行麻醉(30 mg/L，不致死)。使用干毛巾将鱼体表面海水擦净，用电子天平称量活体质量(精确到0.1 g)，用数显游标卡尺对形态性状进行测量(精确到0. 01 mm)；眼间距是从鱼体一侧眼眶背缘正中量到另一侧眼眶背缘正中，体宽是鱼体左右侧最大距离，具体测量方式参照图1[23]。

(A-B：吻长；A-D：头长；D-E：躯干长；F-G：尾柄长；I-J：头高；K-L：体高；M-N：尾柄高；A-G：体长；A-H：全长。A-B:Snout length；A-D: Head length；D-E: Trunk length；F-G: Caudal peduncle length；I-J: Head height；K-L: Body height；M-N: Caudal peduncle depth；A-G: Standard length；A-H: Total length.)

图1 花鲈形态学指标测量示意图

Fig.1 Schematic diagram of Spotted Sea Bass morphology index measurement

1.3 分析方法

1.3.1 最优模型拟合 运用Excel2003和SPSS19.0软件对实验数据进行处理分析。分别以测量的11个形态性状作为自变量，体质量作为因变量，作形态性状-体质量的散点图。对散点图进行分析，采用表1中6个曲线模型进行拟合。决定系数越大，模型拟合程度效果越好，取模型拟合曲线中决定系数最大的模型为最优模型，计算样本体质量的估计值，对体质量估计值与体质量实际值进行相关性分析和配对样本T检验，评价所建立的最优模型的可靠性。

表1 待拟合曲线模型公式Table 1 Curve model and formula used for model fitting

1.3.2 通径分析 运用Excel2003和SPSS19.0软件对实验数据进行处理分析。获得各项表型参数之后分别进行表型相关分析、通径分析、计算决定系数和多元回归分析，剖析各性状对体质量的直接影响和间接影响效果，并运用逐步多元线性回归法建立形态性状对体质量影响的回归方程，通径分析操作步骤和计算方法参考张琪等[24]、杜鹃[25]、宋小园等[26]。

2 结果与分析

2.1 花鲈所测性状的表型参数估计值

所测花鲈各形态性状数据资料经初步整理后的表型参数见表2。由表2可知，体质量的变异系数最大，达19.770%，形态性状变异系数都比较小，不超过10%。因此，若根据体质量进行直接选择，可能会有较大的选择误差，而如果根据形态性状进行间接选择，则可以尽可能的提高选择准确性，从而保证选种效果。

表2 所测性状的表型统计量Table 2 Thestatistics of morphological traits

Note:①Traits；②Means；③Standard deviation；④Skewness；⑤Kurtosis；⑥Coefficient of variation；⑦Interorbital width；⑧Body width；⑨Snout length；⑩Head length；Trunk length；Caudal peduncle length；Head height；Body height；Caudal peduncle depth；Standard length；Total length；Body weight

2.2 模型拟合

将花鲈各形态性状测量数据录入spss19.0进行模型拟合，本研究选取6种曲线模型，分别以眼间距(X1)、体宽(X2)、吻长(X3)、头长(X4)、躯干长(X5)、尾柄长(X6)、头高(X7)、体高(X8)、尾柄高(X9)、体长(X10)和全长(X11)为自变量，体质量(Y)为因变量作散点图，进行曲线拟合。

2.2.1 模型拟合最优结果 根据得出的模型汇总，花鲈各形态性状与体质量的拟合结果中，所有模型的拟合结果都成显著性差异(P<0.01)表明所有结果都有意义。选取拟合方程决定系数R2最大，F值也最大的模型作为最优模型，汇总成表3。结果表明：尾柄长-体质量最优模型为逻辑斯蒂(Logistic)方程，头高-体质量最优模型为对数方程(Logarithm)，体高-体质量最优模型为线性方程，其余性状-体质量最优模型均为幂函数(Power function)。但只有体宽、体高、体长和全长的最优模型决定系数R2>0.85，表明以上4个性状与体质量的曲线估计可信度高，可以准确预测体质量。

表3 花鲈形态性状与体质量模型曲线估计最优结果Table 3 The optimal results of models curve estimation of morphological traits and body mass for spotted sea bass

2.2.2 模型拟合检验结果 选取最优模型决定系数R2>0.85的4个性状进行模型适合性检验，判定拟合模型是否符合要求。根据花鲈形态性状与体质量模型曲线估计得出的最优方程式，计算出各形态性状的估计值。按照数据总量和样本5∶1的比例进行抽样得到拟合检验的样本集合，样本量为22。将估计值与观测值进行相关性分析和显著性检验，结果如表4可知，4个模型的估计值与实际值都呈极显著相关(P<0.01)，相关系数都在0.9以上。配对样本T检验显示估计值与实际值并没有显示出显著差异，说明4个性状与体质量的模型拟合效果较好，可以很好地解释体质量随形态性状变化程度。

表4 体质量估计值与观测值相关性分析及差异性检验Table 4 Correlation analysis and significance test of differences between estimated value and observed value

注:**表示在0.01水平显著相关。

Note:**indicates significant correlation at 0.01 level.

① Model；②Model formula；③Correlation coefficient；④Actual means (estimated means)；⑤Paired sample t test；⑥Pair of differentials

2.3 通径分析

2.3.1 性状间的相关系数 花鲈形态性状和体质量两两之间的相关系数(person相关系数)见表5。由表5可知，形态性状与体质量之间的相关系数均达到了极显著水平(P<0.01)。相关系数依次为体宽X2>体高X8>体长X10>全长X11>头高X7>躯干长X5>尾柄高X9>眼间距X1>头长X4>尾柄长X6>吻长X3。可见体宽与体质量的相关系数最大(0.954)，吻长与体质量的相关系数最小(0.674)。各形态性状之间的相关系数亦达到极显著水平(P<0.01)，呈现极显著相关，这是通径分析的基础，但性状间可能会出现多重共线性现象，需进一步检验之后进行逐步回归分析。

表5 性状间的相关系数Table 5 The correlation coefficient among different traits

注:**表示在0.01水平显著相关。

Note:**indicates significant correlation at 0.01 level.

2.3.2 各性状对体质量的通径系数 在多重共线性检验中，头高、体高、体长和全长的方差膨胀因子VIF> 10(见表6)，表明头高、体高、体长这3个变量与全长存在多重共线性，将其剔除。根据通径分析原理，用SPSS软件得到各个变量对体质量的通径系数即标准化的偏回归系数，经显著性检验发现眼间距、吻长、躯干长和尾柄长4个变量未达到显著水平，因此，保留了无共线性而达到显著水平的体宽、头长、全长和尾柄高4个变量，其结果分别为体宽P2=0.547、头长P4=0.136全长P11=0.206和尾柄高P9=0.146，进而得到相关指数R2= 0.954。通径系数反映自变量对因变量的直接影响，在保留的4个变量中以体宽对体质量的直接影响最大，尾柄高对体质量的直接影响最小(见表7)。

2.3.3 相关系数的剖分 根据相关系数的组成效应，将形态性状与体质量的相关系数剖分为各性状对体质量的直接作用(通径系数)和各性状通过其他性状对体质量影响的间接作用两部分，结果见表7。表7结果表明，体宽对体质量的直接作用(0.547)大于间接作用(0.407)，而头长、全长和尾柄高对体质量的间接作用(0.726，0.706，0.732)远远大于直接作用(0.136,0.206,0.146)。体宽对体质量的直接作用(0.547)大于其它3项指标，由此可见，体宽对体质量具有较大的直接影响，而头长、全长和尾柄高对体质量的影响大部分取决于间接作用，即通过体宽的作用间接影响到体质量。

表6 多重共线性检验结果Table 6 Test of multicollinearity

Note:①Traits；②Partial regression coefficient；③Tolerance；④Variance expansion factor；⑤Interorbital width；⑥Body width；⑦Snout length；⑧Head length；⑨Trunk length；⑩Caudal peduncle length；Head height；Body height；Caudal peduncle depth；Standard length；Total length

表7 花鲈形态性状对体质量的影响Table 7 The effect of each trait on body weight of spotted sea bass

Note:①Traits；②Regression coefficient；③Direct effect；④Total；⑤Indirect effect；⑥Body width；⑦Head length；⑧Total length；⑨Caudal peduncle depth；⑩Body width；Head length；Total length；Caudal peduncle depth

2.3.4 4个形态性状对体质量的决定程度分析 根据单个性状对体质量的决定系数和2个性状对体质量的共同决定系数，计算出形态性状对体质量的决定系数(见表8)。位于对角线上的数据是每个形态性状单独对体质量的决定系数，对角线右上方的是两两性状协同作用下对体质量的决定系数。通过表8可知，体宽、头长、全长和尾柄高对花鲈体质量的决定程度由大到小依次为29.9%、1.8%、4.2%和2.1%。两两性状对体质量的决定程度中，体宽和全长对体质量影响最高，为19.5%，头长和尾柄高对体质量的决定程度最小，为3.3%。4个性状共同作用对体质量的决定程度为95.4%。

2.3.5 复相关分析和回归统计 根据所测数据进行了复相关分析和逐步回归分析(见表9)。复相关系数反映了所有自变量和依变量关系的密切程度，变量越多，复相关系数越大。由表9可知，4个自变量对体质量的复相关系数为0.978，校正相关指数为0.954。误差概率P=0.001，达到了极显著的水平，进一步说明体宽、头长、全长和尾柄高是影响体质量的主要形态性状。依据自变量对体质量贡献率的大小及标准偏回归系数的显著性，通过逐步多元回归分析，剔除了对体质量影响不显著的眼间距、吻长、躯干长、尾柄长和与全长存在共线性的头高、体高、体长7个变量，其逐步多元回归分析步骤见表10与11。

表8 花鲈4个形态性状对体质量的决定系数Table 8 The determinant coefficients of four morphometric traits on the weight of spotted sea bass

Note:①Traits；②Body width；③Head length；④Total length；⑤Caudal peduncle depth；⑥The sum of coefficient of determination；⑦Body width；⑧Head length；⑨Total length；⑩Caudal peduncle depth

表9 花鲈4个形态性状与体质量的复相关分析Table 9 The multiple-correlation coefficients of four Morphometric traits to the weight of Spotted sea bass

Note:①Multiple correlation analysis；②1 variables；③2 variables；④3 variables；⑤4 variables；⑥Multiple R；⑦R square；⑧Adjusted Rsquare；⑨Standard error；⑩F stat.；Sig. F stat.

表10 多元回归方程的方差分析表Table 10 Analysis of variance of multiple regression equation

注:**表示差异极显著。

Note:**indicates extremely significant difference.

①Variables；②Item；③Sum of square；④Degrees of freedom；⑤Mean square；⑥Regression；⑦Residual；⑧Total

2.3.6 多元回归方程的建立 由person相关分析可知，花鲈所测形态性状与体质量均达到了极显著相关(P< 0.01)。运用通径分析和逐步回归分析，剔除了对体质量影响不显著的眼间距、吻长、躯干长、尾柄长和与全长存在共线性的头高、体高、体长这7个变量。建立了以体质量为因变量，体宽、头长、全长和尾柄高为自变量的回归方程:Y=-906.939+16.033X2+2.199X4+0.773X11+6.127X9。经多元回归分析的显著性检验和各个标准偏回归系数的显著性检验表明，回归常数和所有的标准偏回归系数均达到极显著水平(P<0.01)，校正复相关指数为0.954。使用回归方程预测出体质量的估计值，将估计值与实际值进行差异性检验，估计值和实际值差异不显著，说明该回归方程预测效果良好，可以应用于实际生产中。

表11 偏回归系数和回归常数的显著性检验表Table 11 Test significant of partial regression and constant

Note:①Regression step；②Variables；③coefficients；④Standardized coefficients；⑤T-Statistic；⑥P-value；⑦Lower 95%；⑧Upper 95%；⑨Unstandardized coefficients；⑩Standard error；Coefficients；Constant

3 讨论

3.1 模型拟合

模型拟合曲线方程有很多，线性和非线性等，本研究采取常见的6种方程进行模型拟合。通过曲线估计，获得花鲈各形态性状与体质量的最优拟合模型，量化花鲈各形态性状与体质量的关系。花鲈体宽、体长和全长与体质量的模型为幂函数模型，体高与体质量的模型却为线性方程，4个模型的决定系数均大于0.85，将这4个性状的模型得出对应的估计值，与实际值进行配对样本T检验之后，没有显著差异，说明4种模型具有实际意义，可以说明花鲈形态性状与体质量的关系。这与刘峰等[6]对半滑舌鳎(Cynoglossussemilaevis)的研究得出体高、全长、体厚与体质量关系的模型都是幂函数的结果略有不同。

3.2 通经分析和多元回归方程的建立

通径分析是1921年S.wright提出的后来经遗传育种工作者完善和改进的一种分析方法，研究多个相关变量关系中具有直观精确的优点，广泛用于遗传育种工作中确定综合育种指数[27-28]。本文对各性状进行相关分析，各形态性状间的相关系数均达到了极显著水平(P< 0.01)，但这并不能表示出两个变量之间的真实关系，只能作为多元分析的基础来确保进一步的多元统计分析具有实际意义[29]。因为性状间呈现极显著相关，所以可能会出现多重共线性现象，应该对各性状进行共线性检验，一般认为，当方差膨胀因子大于10，即表明线性模型中存在严重的多重共线性，严重的多重共线性会导致通径分析丧失可靠性[30]。因此剔除了方差膨胀因子高于10的与全长存在严重共线性的体长、头高、和体高进行下一步分析。本研究采取此方法剔除了偏回归系数未达到显著水平的眼间距、吻长、躯干长和尾柄长，保留了体宽、头长、全长和尾柄高，建立了理想的最优回归方程。其中花鲈体宽对体质量的直接作用最大为0.547，这与何小燕等[31]对大口黑鲈(Micropterussalmoides)的研究表明体宽对体质量直接作用最大的结果相同。

3.3 影响花鲈体质量的重点性状的确定和选育

建立最优的回归方程，只有当回归方程的相关指数R2即决定系数大于或等于0.85(即85%)时，才表明影响体质量的主要形态性状已经找到[32]。本研究选入的回归方程中的4个变量体宽、头长、全长和尾柄高对体质量的共同决定系数为0.954，说明保留的形态性状正是影响体质量的重点性状，花鲈体质量的95.4%变异是由这4个变量决定的，其余4.6%的变异是由其他变量或随机误差所引起的。因此在花鲈的选育过程中，其体宽、头长、全长和尾柄高可作为重要的测量指标。

3.4 研究结果在花鲈选育中的应用

实际育种工作中可以在夏花、一龄鱼种、后备亲鱼和产卵亲鱼这4个阶段严格进行个体选择，留优良个体繁殖后代[33]。在不同的时期进行选种时，各形态性状对体重的直接影响差异很大，黄伟卿等[34]研究了不同生长时期黄姑鱼形态性状对体质量的影响效果分析发现，2月龄的全长对体质量的直接作用最大为0.576，而18月龄的体高对体质量的直接作用最大为0.558。刘贤德等[35]研究不同生长时期大黄鱼形态性状与体重的相关性分析发现，在13月龄,体高对体重的直接影响最大为0.522,其次是体长为0.445,全长对体重的直接影响不显著(P>0.05)。在20月龄,体高对体重的直接影响最大为0.394, 其次为体长是0.328、全长0.271。而孙俊龙等[36]研究草鱼一龄前不同月龄主要形态性状对体重影响效果的分析发现，4月龄和12月龄对体重影响最大的性状均为体长。区又君等[10]研究了卵形鲳鲹不同月龄选育群体主要形态性状与体质量的相关性发现，1和4月龄个体全长对体质量的直接作用最大，7、10和13月龄个体则是体高对体质量的影响最大。杨贵强[37]研究了不同月龄哲罗鲑主要形态性状与体重的关系发现，3、6、18和36月龄个体体长对体重的直接作用较大，12月龄个体则是体宽对体重的影响较大。影响花鲈体质量的指标在性成熟前后会有明显的雌雄差异，在性成熟时期，雌性花鲈因性腺发育，卵巢膨胀，腹部变宽，而雄性花鲈不会太明显，因此会造成雌雄花鲈形态学的差异。因此在花鲈发育的不同时期，所选四个指标不一定适用，仍需要进一步的验证。在没有统计依据之前，可以重点考虑体宽、体长、全长、体高等形态学性状进行选育，尽量提高选择效果。

本研究获取的选育标准在实际的育种应用中，可用于指导花鲈2龄成鱼即后备亲鱼时期的筛选。选种最好在成体时进行，过早选择,则因基因型尚未充分表达,造成选种错误。而过晚选择,则造成巨大的养殖困难和过多的经济投人。鱼类有很多基因要到孵化后很久才表达。鉴于基因表达需要一个过程,有一定顺序,所以选种工作不能急于求成。那些生命早期生长慢的,不一定没有选择价值,不应把它们淘汰。因此,选种最好在成体或达到商品规格时进行,并参照它们的后期[38]。因此在花鲈2龄时期是选育的好时期，本研究的结果在花鲈实际育种工作中具有较高的参考价值。

4 结语

通过模型拟合，所测量花鲈各形态学指标中体宽(X2)、体高(X8)、体长(X10)、全长(X11)与体质量(Y)的最优模型决定系数R2>0.85，方程分别为：y=0.045x2.459、y=-1059.959+20.392x、y=4.8×10-5x2.785、y=8.42×10-5x2.616，初步得出各形态性状与体质量的关系。通过相关分析、通径分析和多元回归分析，确定了影响花鲈体质量(Y)的主要形态性状为体宽(X2)、头长(X4)、全长(X11)和尾柄高(X9)，建立了多元回归方程：Y= -906.939+16.033X2+2.199X4+0.773X11+6.127X9，其中体宽对体质量的直接作用最大(P2=0.547)。所选4个性状与体质量的相关指数R2=0.954，说明这些性状是影响体质量的主要形态参数。因此在花鲈的选育过程中，其体宽、头长、全长和尾柄高可作为重要的测量指标，从而指导花鲈亲鱼的选择，避免直接测量体质量带来误差，提高选择的准确性。本研究为建立花鲈的科学选择育种技术提供了基础理论依据。

[1] 陈大刚. 黄渤海渔业生态学[M]. 北京: 海洋出版社, 1991.

CHENG D G. The Fishery Ecology of Yellow Sea and Bohai Sea[M]. Beijing: Ocean Publishing House, 1991.

[2] 温海深, 张美昭, 李吉方, 等. 我国花鲈养殖产业现状与种子工程研究进展[J]. 渔业信息与战略, 2016(2): 105-111.

WEN H S, ZHANG M Z, LI J F, et al. Research progress of aquaculture industry and its seed engineering in spotted sea bass (Lateolabraxmaculatus) of China[J]. Fishery Information & Strategy, 2016(2): 105-111.

[3] 韩慧宗, 姜海滨, 王斐, 等. 许氏平鲉不同月龄选育群体形态性状的主成分与通径分析[J]. 水产学报, 2016(8): 1163-1172.

HAN H Z, JIANG H B, WANG F, et al. Principal component and path analysis of morphological traits of selective groups at different month ages ofSebastesschlegeli[J]. Journal of Fisheries of China, 2016(8): 1163-1172.

[4] 李思发, 王成辉, 刘志国, 等. 三种红鲤生长性状的杂种优势与遗传相关分析[J]. 水产学报, 2006(2): 175-180.

LI S F, WANG C H, LIU Z G, et al．Analysis of heterosis and genetic correlation of growth traits in three variants of red common carp[J]．Journal of Fisheries of China, 2006(2): 175-180．

[5] 李加纳. 数量遗传学概论[M]. 重庆: 西南师范大学出版社, 2007: 166.

LI J N．Introduction of Quantitative Genetics[M]．Chongqing: Southwest China Normal University Press, 2007: 166．

[6] 刘峰, 陈松林, 刘肖峰, 等. 半滑舌鳎3个形态性状与体质量的相关及通径分析[J]. 海洋学报, 2015(4): 94-102.

LIU F, CHEN S L, LIU X F, et al. Correlation and path coefficient analysis for body mass and morphometric traits in the half-smooth tongue sole (Cynoglossussemilaevis)[J]. Acta Oceanologica Sinica， 2015(4): 94-102.

[7] 陈红林, 田永胜, 刘峰, 等. 不同时期牙鲆形态性状对体质量影响的通径分析及曲线拟合研究[J]. 中国水产科学, 2016(1): 64-76.

CHEN H L, TIAN Y S, LIU F, et al. Path analysis and curve es-

timates of morphometric traits and body weight ofParalichthysolivaceusat different growth stages[J]. Journal of Fishery Sciences of China, 2016(1): 64-76.

[8] 刘贤德, 蔡明夷, 王志勇, 等. 闽-粤东族大黄鱼生长性状的相关与通径分析[J]. 中国海洋大学学报(自然科学版), 2008, 38(6): 916-920.

LIU X D, CAI M Y, WANG Z Y, et al. The Correlation and Path Analysis for Growth-Related Traits of Large Yellow CroakerPseudosciaenacroceafrom Min-Yuedong Tribe[J]. Periodical of Ocean University of China, 2008, 38(6): 916-920.

[9] Reis Neto R V, Freitas R T F D, Serafini M A, et al. Interrelationships between morphometric variables and rounded fish body yields evaluated by path analysis[J]. Revista Brasileira De Zootecnia, 2012, 41(7): 1576-1582.

[10] 区又君, 吉磊, 李加儿, 等. 卵形鲳鲹不同月龄选育群体主要形态性状与体质量的相关性分析[J]. 水产学报, 2013(7): 961-969.

OU Y J, JI L, LI J E, et al. Correlation analysis of major morphometric traits and body weight of selective group at different month ages ofTrachinotusovatus[J]. Journal of Fisheries of China, 2013(7): 961-969.

[11] Kora H A, Tsuchimoto M U, Miyata K A, et al. Estimation of body fat content from standard body length and body weight on cultured red sea bream[J]. Fisheries Science, 2000, 66(2):365-371.

[12] 袁美云, 刘双凤, 韩志忠, 等. 3月龄施氏鲟形态性状对体质量的影响分析[J]. 中国水产科学, 2010(3): 507-513.

LIU M Y, LIU S F, HAN Z Z, et al. Mathematical analysis of morphometric attribute effects on body weight for three-month-oldAcipenserschrenckiiBrandt[J]. Journal of Fishery Sciences of China, 2010(3): 507-513．

[13] 王志铮, 吴一挺, 杨磊, 等. 日本沼虾(Macrobrachiumnipponensis)形态性状对体质量的影响效应[J]. 海洋与湖沼, 2011, 42(4): 612-618.

Wang Z Z, Wu Y T, Yang L, et al. Effect of phenotypic and morphometric traits on body weight ofMacrobrachiumnipponensis[J]. Oceanologia et Limnologia Sinica, 2011, 42(4): 612-618.

[14] 刘小林, 吴长功, 张志怀, 等．凡纳对虾形态性状对体质量的影响效果分析[J]．生态学报, 2004, 24(4): 857-862．

LIU X L, WU C G, ZHANG Z H, et al．Mathematical analysis of effects of morphometric attributes on body weight forPenaeusvannamei[J]．Act Ecologica Sinica, 2004, 24(4): 857-862．

[15] 张成松, 李富花, 相建海. 脊尾白虾形态性状对体质量影响的通径分析[J]. 水产学报, 2013(6): 809-815.

ZHANG C S, LI F H, XIANG J H. Path analysis of effects of morphometric attributes on body weight ofExopalaemoncarinicauda[J]. Journal of Fisheries of China, 2013(6): 809-815.

[16] 董世瑞, 孔杰, 万初坤, 等. 中国对虾形态性状对体质量影响的通径分析[J]. 海洋水产研究, 2007, 28(3): 15-22.

Dong S R, Kong J, Wan C K, et al. Path analysis of effects of morphometric attributes on body weight ofFenneropenaeuschinensis[J]. Marine Fisheries Research, 2007, 28(3): 15-22.

[17] Ma H Y, Ma C Y, Ma L B, et al. Correlation of growth-related traits and their effects on body weight of the mud crab (Scylla paramamosain)[J]. Genetics & Molecular Research Gmr, 2013, 12(4): 4127-4136.

[18] 王春琳, 吴丹华, 崔朝霞, 等. 三疣梭子蟹选育群F_2S表型性状对体质量影响的效果分析[J]. 海洋科学, 2013(7): 100-108.

WANG C L, WU D H, CUI Z X, et al. The effects of morphometric traits on body weight in F2population of swimming crabPortunustrituberculatus[J]. Marine Sciences, 2013(7): 100-108.

[19] 耿绪云, 王雪惠, 孙金生, 等. 中华绒螯蟹(Eriocheirsinensis)一龄幼蟹外部形态性状对体质量的影响效果分析[J]. 海洋与湖沼, 2007(1): 49-54.

GENG X Y, WANG X H, SUN J S, et al. Morphometric attributes to body weight for juvenile crab,Eriocheirsinensis[J]．Oceanologia Et Lmnologia Sinica, 2007(1): 49-54．

[20] 李朝霞. 紫石房蛤形态性状对体质量的影响效果分析[J]. 中国农学通报, 2009(5): 279-282.

Li Z X. Mathematical analysis of effects of morphometric attributes on body weight forSaxidomuspurpurata[J]. Chinese Agricultural Science Bulletin, 2009(5): 279-282.

[21] 刘小林, 常亚青, 相建海, 等. 栉孔扇贝壳尺寸性状对活体质量影响效果分析[J]. 海洋与湖沼, 2002(6): 673-678．

LIU X L, CHANG Y Q, XIANG J H, et al．Analysis of effects of shwll size characters on live weight in Chinese scallopChiamysfarreri[J]．Oceanologia Et Limnologia Sinica, 2002(6): 673-678．

[22] 谭才钢, 刘宝锁, 张东玲, 等．合浦珠母贝主要形态性状与体质量的灰色关联分析[J]．南方水产科学, 2015, 11(2): 35-40．

TAN C G, LIU B S, ZHANG D L, et al．Analysis of grey relationship between morphological traits and body weight of pearl oyster (Pinctadafucata)[J]．South China Fisheries Science, 2015, 11(2): 35-40．

[23] 孟庆闻, 苏锦祥, 缪学祖. 鱼类分类学[M]. 北京: 中国农业出版社, 1995: 29- 31.

MENG Q W, SU J X, MIU X Z．Taxonomy of Fishes[M]. Beijing: China Agriculture Press, 1995: 29-31．

[24] 张琪, 丛鹏, 彭励. 通径分析在Excel和SPSS中的实现[J]. 农业网络信息, 2007(3): 109-110, 91.

ZHANG Q, CONG P, PENG L．Path analysis realized between in Excel and SPSS[J]．Agriculture Network Information, 2007(3): 109-110, 91．

[25] 杜鹃. 通径分析在Excel和SPSS中的实现[J]. 陕西气象, 2012(1): 15-18.

DU J. Path analysis realized between in Excel and SPSS[J]．Journal of Shaanxi Meteorology, 2012(1): 15-18.

[26] 宋小园, 朱仲元, 刘艳伟, 等. 通径分析在SPSS逐步线性回归中的实现[J]. 干旱区研究, 2016(1): 108-113.

SONG X Y, ZHU Z Y, LIU Y W, et al. Application of Path Analysis in Stepwise Linear Regression SPSS[J]. Arid Zone Research, 2016(1): 108-113.

[27] 杨慧赞, 林勇, 唐章生, 等. 吉富罗非鱼生长性状的相关与通径分析[J]. 华北农学报, 2011(S1): 264-268.

YANG H Z, LIN Y, TANG Z S, et al. The Correlation and Path Analysis for Growth-related Traits of GIFT Strain Tilapia (Oreochromisniloticus)[J]. Acta Agriculturae Boreali-Sinica, 2011(S1): 264-268.

[28] 曾兰, 林勇, 张永德, 等. 奥利亚罗非鱼形态性状与体质量的通径分析[J]. 西南农业学报, 2012(1): 295-301.

ZENG L, LIN Y, ZHANG Y D, et al. Path analysis on morphological traits and body weight ofOreochromisaureus[J]. Southwest China Journal of Agricultural Sciences, 2012(1): 295-301.

[29] 安丽, 孟庆磊, 董学飒, 等. 澳洲长鳍鳗各形态性状对体质量的影响效果分析[J]. 中国农学通报, 2012(2): 60-64.

AN L, MENG Q L, DONG X F, et al. Mathematical analysis of effects of morphometric attributes on body weight forAnguillareinhardtii[J]. Chinese Agricultural Science Bulletin, 2012(2): 60-64.

[30] 安丽, 孟庆磊, 王成武, 等. 宝石鲈形态性状与体质量的关系分析[J]. 长江大学学报(自然科学版)农学卷, 2010(3): 43-47, 112-113.

AN L, MENG Q L, WANG C W, et al. Mathematical analysis of effects of morphometric attributes on body weight forScorturmbarcoo[J]. Journal of Yangtze University(Nat Sci Edit), 2010(3): 43-47, 112-113.

[31] 何小燕, 刘小林, 白俊杰, 等. 大口黑鲈形态性状对体重的影响效果分析[J]. 水产学报, 2009, 33(4): 597-603.

HE X Y, LIU X L, BAI J J, et al．Mathematical analysis of effects of morphometric attribute on body weight of largemouth bass (Micropterussalmoides)[J]．Journal of Fisheries of China, 2009, 33(4): 597-603．

[32] 高保全, 刘萍, 李健, 等. 三疣梭子蟹形态性状对体质量影响的分析[J]. 海洋水产研究, 2008(1): 44-50.

GAO B Q, LIU P, LI J, et al. The relationship between morphometric charactersand body weight ofPortunustrituberculatus[J]. Marine Fisheries Research, 2008(1): 44-50.

[33] 邹杰, 马爱军, 王新安, 等. 鱼类育种技术研究进展[J]. 渔业信息与战略, 2013(3): 199-207.

ZOU J, MA A J, WANG X A, et al. Progress on techniques of fish breeding[J]. Fishery Information & Strategy, 2013(3): 199-207.

[34] 黄伟卿, 余祚溅. 不同生长时期黄姑鱼形态性状对体质量的影响效果分析[J]. 水产科学, 2016(5): 557-561.

HUANG W Q, YU Z J. Correlation analysis of morphometric traits on body weight of spotted maigreNibeaalbifloraat different growth stage[J]. Fisheries Science, 2016(5): 557-561.

[35] 刘贤德, 蔡明夷, 王志勇, 等. 不同生长时期大黄鱼形态性状与体重的相关性分析[J]. 热带海洋学报, 2010(5): 159-163.

LIU X D, CAI M Y, WANG Z Y, et al. Correlation analysis of morphometric traits and body weight of large yellow croaker at different growth stage[J]. Journal of Tropical Oceanography, 2010(5): 159-163.

[36] 孙俊龙, 沈玉帮, 傅建军, 等. 草鱼一龄前不同月龄主要形态性状对体重影响效果的分析[J]. 上海海洋大学学报, 2015(3): 341-349.

SUN J L, SHEN Y B, FU J J, et al. The effects of the morphometric traits at different month ages on bodyweight ofCtenopharyngodonidellus[J]. Journal of Shanghai Ocean University China, 2015(3): 341-349.

[37] 杨贵强. 不同月龄哲罗鲑主要形态性状与体重的关系[J]. 动物学杂志, 2016(5): 876-886.

YANG G Q. The Relationship between main morphometric and body weight of Taimen (Huchotaimen) at the Different Months[J]. Chinese Journal of Zoology, 2016(5): 876-886.

[38] 刘述锡. 海湾扇贝自交系生物学的初步研究[D]. 大连: 大连海洋大学, 2002.

LIU S X. A Preliminary Study on the Biology of Pure Lines of Bay Scallop[D]. Dalian: Dalian Ocean University, 2002.

AnalysisofEffectsofMorphologicalTraitsonBodyWeightofSpottedSeaBass(Lateolabraxmaculatus)

HU Yan-Bo，WEN Hai-Shen，ZHANG Mei-Zhao，ZHANG Kai-Qiang， LIU Yang，WANG Xiao-Long，TIAN Yuan，LI Yun

(The Key Laboratory of Mariculture(Ocean University of China), Ministry of Education, Qingdao 266003, China)

In order to understand the effects of morphological characters on the body weightof spotted sea bass (Lateolabraxmaculatus), we selected 105L.maculatesand measuredtheir morphological indexes including interorbital width (X1), body width (X2), snout length (X3), head length (X4), trunk length (X5), caudal peduncle length (X6), head height (X7), body height (X8), caudal peduncle depth (X9), standard length (X10), total length (X11) and body weight (Y). We identified the optimal models for reflecting the relationship of each morphological trait and body weight for spotted sea bass by model fitting screening.The correlation coefficient, the diameter coefficient, the coefficient of determination and the correlation index of the main morphological traits were calculated by correlation, path and multiple regression analyses in order to determine the main morphological characters which affectthe body weight, and establish the best regression equation to do quantitative analysis of the effect of each morphological trait on body weight. Results showed that the best determination coefficient for body width,body height, standard length and total length against body weight wasR2>0.85. The equations arey=0.045x2.459,y=-1059.959+20.392x,y=4.8×10-5x2.785andy=8.42×10-5x2.616. Therelationship between morphological traits and body weight was obtained. The results of path analysis showed that the coefficient of variation of body weight was the largest (19.770%), and that between morphological traits and body weight was extremely significant (P<0.01). In the path analysis, head height, body height and standard length were flound to be multiple collinear with total length and interorbital width ; snout length, trunk length and caudal peduncle length were not significant in the regression equationthusremoved. Finally, body width, head length, total length and caudal peduncle depth were retained and the body width had the greatest direct effect on body weight(P2=0.547). The correction correlation index wasR2=0.954, indicating that these four selected morphological indexes were the main characters contributing to body weight．The final established multiple regression equation based on the stepwise multiple regression analysiswasY=-906.939+16.033X2+2.199X4+0.773X11+6.127X9. The results will provide a scientific basis for breeding spotted sea bass.

Lateolabraxmaculatus; body weight; morphological trait; model fitting; correlation analysis; path analysis; multiple regressionanalysis

S917.4

A

1672-5174(2018)02-038-11

10.16441/j.cnki.hdxb. 20170081

胡彦波， 温海深， 张美昭， 等. 花鲈形态性状对体质量的影响效果[J]. 中国海洋大学学报(自然科学版), 2018, 48(2): 38-48.

HU Yan-Bo，WEN Hai-Shen，ZHANG Mei-Zhao, et al. Analysis of effects of morphological traits on body weight of spotted sea bass (Lateolabraxmaculatus)[J].Periodical of Ocean University of China, 2018, 48(2): 38-48.

国家自然科学基金项目(31602147)资助

Supported by National Nature Science Foundation of China (31602147)

2017-02-24；

2017-05-18

胡彦波(1992-)，男，硕士生。E-mail: 18363976372@163.com

❋ ❋ 通讯作者：E-mail: yunli0116@ouc.edu.cn

责任编辑 朱宝象