基于文献计量的几何形态测量在渔业中的应用研究进展

王 超，方 舟，2，3，4，5，陈新军，2，3，4，5

（1.上海海洋大学海洋科学学院，上海 201306；2.大洋渔业资源可持续开发教育部重点实验室，上海201306；3.国家远洋渔业工程技术研究中心，上海201306；4.农业农村部大洋渔业开发重点实验室，上海 201306；5.农业农村部大洋渔业资源环境科学观测实验站，上海 201306）

20世纪60年代开始，数学定量方法开始用于描述和分析形态变异［1］，从而产生了形态测量学（morphometrics）。20世纪90年代相关研究者在形态数字化和数据分析上取得重要突破，形态测量学方法得到了巨大发展，被称为形态测量学的革命［2］，并随之衍生出“几何形态测量学”（geometric morphometrics，GM）。GM包括地标点法（landmark）和外形轮廓法（outline method）［3］，地标点法是通过对研究对象的外形轮廓进行标点来构建其形态［2］，然后使用广义普鲁克提斯分析法（general Procrustes analysis，GPA）或广义耐受适应法（general resistant fit，GRF）等方法消除误差产生的影响，最后对形态数据进行多元统计分析来研究形态变异。外形轮廓法是对研究对象的轮廓线边缘曲线取一定数量的点转换为数学函数来分析形态变异，该方法只适用于边缘具有同源性的研究对象，具有一定的局限性，因此地标点法在形态分析中的应用更为广泛。GM在昆虫学［1］、古生物学［4］、生物医学［5］等诸多领域有着较为广泛的应用，在渔业科学的生物形态研究中也有大量的应用，例如种类鉴定［6］、种群划分［7］、进化发育［8-9］等研究。近些年GM已经成为贝类、鱼类等渔业资源物种分类和群体划分的有效工具，在研究分析渔业科学问题上逐渐成为热点。因此，有必要对GM方法在渔业中所涉及的重要内容进行总结梳理。

文献计量学是指用数学和统计学的方法，定量地分析一切知识载体的交叉科学。它是集数学、统计学、文献学为一体，注重量化的综合性知识体系［10］。本研究基于CiteSpace的文献计量分析方法，以Web of Science数据库中对几何形态测量学和渔业为主题的相关文献为检索目标，对GM在渔业研究中的应用进行总结分析并探索前沿研究内容，以期对GM在渔业中的应用研究热点和发展趋势进行梳理，并为后续相关研究工作提供基础。

1 材料与方法

1.1 数据来源

本文研究的文献数据来自Web of Science核心合集数据库，检索时间为2021年3月15日，检索时段为1995年1月—2021年3月。检索的主题词为几何形态测量学（geometric morphometrics）、渔业（fishery），以及涉及渔业资源的4大种类：鱼类（fish）、头足类（cephalopoda）、甲 壳 类（crustacean）、贝 类（shellfish）。文献类型选择article、review，语种选择English，进行目标文献检索，检索式为TS=（“geometric morphometric*”or“geometric morphology*”）AND TS=（“fishery*”or“fish*”or“Cephalopoda*”or“crustacean*”or“shellfish*”）。论文检索优先保证完整性［14-15］，通过对数据库精炼和扩展，最终检索到可用文献733篇，作者、标题、摘要、关键字、参考文献、引用量等文献信息作为分析数据。

1.2 分析方法

1.2.1 描述法

文献发表数量代表某个研究领域的研究热度，是发展现状的定量分析，通过数字直观展现出该研究领域发展的过程和发展规模的大小，年度文献量的动态变化可以直接反映研究领域科学研究的量变过程［11］。本研究利用WOS（Web of Science）的内置统计工具对历年文献量分布、期刊分布、高被引频次文献分布、各研究方向文献发表量、国家和地区、作者、研究机构分布进行数据统计，以此来分析几何形态测量学在渔业中的应用的研究力量分布。

1.2.2 关键词共现和聚类分析

关键词是文章研究方向的核心概括，对关键词分析即可得知该文章的研究主题。知识图谱是以科学知识为研究对象，以一定的方法描述科学知识发展进程与结构关系的一种图形［12］。通过共现分析中共词分析的网络图谱可以揭示几何形态测量学在渔业中应用的重要关键词间的相互联系，找出一些中心性高、出现频次大的关键词来探究该领域各主题之间的关系。由于共词分析不作“演变”分析，因此以3年为一个时间分区，共9个时间切片；节点类型选择“keyword”，选择出现频次为前50的关键词进行分析，并对每一个时间切片的关键词网络进行剪枝，得出共词分析网络图谱。

聚类分析（cluster analysis）是以不同关键词同时出现的频率和连接强度为基础，通过数学方法将复杂的关键词网状关系简化为相对较少的类群，使类群间的相似性最小，类群内相似性最大［13-14］。聚类词的模块性Q值（modularity）作为衡量聚类效果是否显著的指标，最佳取值范围为0.4～0.8；聚类词的平均轮廓值S（silhouette）作为衡量某一聚类词同质性的指标，S值越高代表聚类内部的关键词越相似，一般S值在0.5以上即视为聚类合理［15］。数据分析以每年作为一个时区，733篇文献中各年份出现频次前50个关键词对其剪枝，并对同义关键词合并，清洗后的关键词数据以时间轴聚类，来揭示研究主题的发展演变的时间跨度和进程［16-17］。

1.2.3 关键词突变检测

CiteSpace软件所使用的突变检测的算法为Kleinberg学者的词频增长率的突变检测法［18］，其原理是将某一文章的被引频次发生显著变化（增大或减小）作为突变强度（burst strength）的指标。以关键词作为分析对象，计算出突变关键词的起始年份和突变强度。该算法的优点是可以找出出现频率较低但变化率较高的关键词，并可发现某一领域在不同时期的研究热点，揭示每个阶段关键主题的变化［19］。对清洗后的关键词数据进行突变检测，突现时间的单位设置为2年，以对近20多年几何形态测量学在渔业中应用的前沿热点进行大致推测，从侧面体现出各个阶段的发展特点。

上述分析内容均基于文献计量软件CiteSpace 5.7.R1。

2 结果与分析

2.1 历年文献量分布

根据WOS核心合集数据库的历年文献量分布可以直观呈现几何形态测量学在渔业中的应用研究发展规律（图1）。1996年1月至2021年3月关于几何形态测量学在渔业中的应用文献总计有733篇，由于2021年仅检索了前3个月的文献数据，发文量较少（8篇），因此并未在图1中显示。整体上发文量呈现出逐年上升的趋势，其中20世纪90年代末至21世纪初期（1996—2002）文献发表数量较少，而2009、2012、2014这几个年份出现了下降，其次年发表的文献量则有明显增多。2014—2016年发文量迅猛增长，2016年发文量达到了历史最高的79篇，2016年之后发文量处在交替增减期，并且维持在60～80篇，文献发表数量较多。上述数据表明，20世纪90年代出现的几何形态测量学在之后的20多年中逐渐被广泛应用。

图1 历年文献量分布趋势Fig.1 Trends in the distribution of literature over the years

2.2 期刊分布

通过分析发表几何形态测量学在渔业中的应用文章最多的期刊，能够了解该领域主流的发文核心期刊。截至2021年3月，共有173个期刊中包含几何形态测量在渔业中应用研究的文章。该领域文献发表排名前10的期刊如表1，这些期刊共发表该研究领域文献266篇，占比36.2%。发文量前10的期刊中有7种期刊近五年平均影响因子达2.0以上，其中Biological Journal of the Linnean Society是几何形态测量学在渔业领域文献发表量最多的期刊，目前在该领域有较高权威性。生物学类期刊还包括Journal of Fish Biology、Environmental Biology of Fishes、Hydrobiologia、Journal of Morphology等，此外还包括Ecology and Evolution、Evolution、BMC Evolutionary Biology、Journal of Evolutionary Biology等进化类的期刊，这些表明几何形态测量学在渔业应用领域中生物学较多，生态学和进化学等学科均在渔业领域研究中存在交叉应用。其中，Evolution期刊影响因子最高，近5年平均影响因子为3.983。说明在几何形态测量学渔业应用领域，该期刊论文质量最高，最具权威性。

表1 发表几何形态测量学在渔业中应用文章最多的期刊排名（前10名）Tab.1 Rank of journals with the most articles on the application of geometric morphometrics in fisheries（top 10）

2.3 高被引频次文献分析

被引频次的高低直接反映了文章被引用的情况，反映论文内容被学术圈的认可程度，被引频次高的文章一般质量较优，在相关学科领域的影响力较广泛，其学术地位也较高［20］，因此被引频次的高低大体上可以反映文章的学术水平。本研究统计的几何形态测量学在渔业领域中被引频次排名前10的文章中（表2），KLINGENBERG和LANGERHANS的文章占到一半，可见这两位作者在基于几何形态测量学的渔业研究领域占有重要的地位。这些高被引频次文章中3篇为系统发育研究，即使用了形态参数与分子生物学相结合的数据构建系统发育树，避免了基于单一数据的系统发育树误差［21-23］；2篇为外界环境对形态的影响：即不同环境下体形差异［24］、捕食与被捕食驱动的形态差异研究［25］；1篇为种群鉴别研究：CADRIN［26］对形态测量学在渔业种群形态鉴定研究的历史及进展进行了概述；1篇为对于不同统计分析方法的比较：即PERESNETO和JACKSON［27］对普鲁克提斯叠印（Procrustean superimposition）相对于Mantel检验（Mantel test）的优势进行探讨；1篇为对称结构的形态分析，为相关研究提供了基础［28］；另有2篇为进化形态多样性研究［29-30］。这些高被引频次文章研究方向各不相同，对该领域相关研究起到了重要的支撑作用。

表2 高被引频次文献统计（前10名）Tab.2 Statistics of literature with high citation frequency（top 10）

2.4 国家／地区、作者、研究机构分析

通过对几何形态测量学在渔业中应用研究的国家／地区分布（表3）分析，全世界范围内许多国家／地区均对该领域有研究，证明了该研究领域影响之大。美国在该研究领域发文量达到了231篇为最高，占比高达31.51%，美国对于该领域研究远远超出其他国家，论文产出最高，在数量上处于绝对的优势；其次为加拿大和意大利，发文量均为62篇，占比为8.46%。在排名前20的国家／地区中，除中国、日本、澳大利亚之外均为欧洲、美洲国家，可见在该领域美洲和欧洲研究产出很高。澳大利亚、日本、中国研究相对较少，发文量分别为32、20、16篇。由表3及相关文献阅读可知，我国对于几何形态测量学在渔业中应用的研究领域起步较晚，近几年研究产出快速增长，我国相关领域的研究学者对该研究内容的关注度越来越高。

表3 发表几何形态测量学在渔业中应用文章最多的国家／地区排名（前20名）Tab.3 Countries／regions with the most published articles on the application of geometric morphometrics in fisheries（top 20）

表4总结了几何形态测量学在渔业中应用研究的高产出作者，在一定程度上表明这些作者在该领域影响力较大，具有一定的代表性。其中意大利和美国各有2位学者，包括意大利的学者CATAUDELLA、COSTA，美 国 的 学 者LANGERHANS、TOBLER。上述作者在发文量上差距较小，这些学者均来自欧美国家，表明欧美国家在该领域有较多的研究。LANGERHANS为美国北卡罗来纳州立大学生物科学系（Department Biology Science，North Carolina State University）教授，在该领域的高被引频次前10的文章中占有3篇（表2），表明该作者在该领域成果质量较高，相关文章为该领域的权威性文章。

表4 发表几何形态测量学在渔业中应用文章最多的作者排名（前10名）Tab.4 Rank of authors with the most published papers on applications of geometric morphometrics in fisheries（top 10）

目前全球共有879个机构在渔业领域的研究涉及到几何形态测量学。表5总结了发文量前10名的研究机构，发文量最多的是意大利的罗马第二大学（University of Rome“Tor Vergata”），达到21篇；其次为西班牙高等科研理事会（Consejo Superior de Investigaciones Cientificas，CSIC）与得克萨斯农工大学（Texas A＆M University），均达到19篇。总体来看，排名前10的机构发文151篇，占文献总数的20.61%，这些机构发文量占比相差不大，表明这些机构研究力度较均衡，其中有3个为美国机构，发文量达45篇；2个比利时机构，其余排名前10的机构中均为不同国家。

表5 发表几何形态测量学在渔业中应用文章最多的机构排名（前10名）Tab.5 Rank of institutions with the most published papers on applications of geometric morphometrics in fisheries（top 10）

2.5 关键词网络图谱

图3为关键词共现网络知识图谱，节点的大小反映关键词的出现频次，节点和连线颜色对应关键词出现的年份。通过图3可以看出，geometric morphometrics（几何形态测量学）是最大的节点，与其联系最紧密的是phenotypic plasticity（表型可塑性），而此关键词对应该领域研究初期（1996年—1998年），表明在研究初期就出现了表型可塑性相关研究，较大节点的关键词还有body shape（体 形）、shape（形状）、morphometrics（形态测量学）、morphology（形态学）、population（种群）、teleostei（真骨鱼类）、fish（鱼 类）、pattern（模 式）、evolution（进 化）、speciation（物种形成）、adaptive radiation（适应性辐射）、diversity（多样性）、growth（生长），这些关键词出现频次较大，即几何形态测量学在渔业应用领域研究较为关注的方向，并且这些关键词的节点颜色涵盖了该领域研究初期至近期，表明这些高频关键词属于不同时期的研究热点。分析发现，研究热点涉及进化、生态形态学等研究，即分析物种进化、环境对生物个体形态的影响。

图3 几何形态测量学在渔业领域应用文章的关键词共现图谱Fig.3 Keywords co-occurrence map on application of geometric morphometrics in fisheries

本文通过关键词的聚类分析得到17个聚类词（图4），Q值=0.748 7，说明聚类分区效果显著，每个聚类词S值都在0.780以上（表6），即这些聚类词聚类合理，并且这些聚类词的结束年份都比较晚（表6），其研究关注度较高。通过按时间轴的关键词聚类分析（图4，表6），大致上可以将几何形态测量学在渔业领域的应用研究分为研究初期、中期、后期3个阶段。

表6 基于关键词聚类图谱的聚类词Tab.6 Clustered words based on keyword clustering maps

图4 几何形态测量学在渔业领域应用文章的关键词聚类图谱—按时间轴呈现Fig.4 Keyword clustering map on applications of geometric morphometrics in fisheries research—presented by time axis

初期（1996年—2003年），研究处于起步阶段，研究主题主要是环境对生物形态的影响（表7，生态形态学：突变开始时间，2001年）：reaction norm（反应规范）、population differentiation（种群分化），例如不同环境下产生的异速生长研究［31-33］。RUEHL和DEWITT［34］使用不同的食物饲养食蚊鱼（Gambusiaaffinis）60 d，用多元回归分析来评估不同摄食造成的形

表7 基于突变检测的热点关键词Tab.7 Hot keywords based on mutation detection

态变异，也有研究评估了北极红点鲑（Salvelinusleucomaenis）在不同营养和摄食生态的形态差异［35］，研究均发现种群差异与营养和摄食生态有关。COGLIATI等［36］还 以 大 鳞 大 麻 哈 鱼（Oncorhynchus tshawytscha）刚刚产出的不同大小的卵作为研究点，发现不同大小的鱼卵生长发育后的成鱼外部形态存在差异，一些研究表明，捕食者也导致了形状和行为的表型可塑性［37］。聚类词Dicentrarchuslabrax（挪威舌齿鲈）为舌齿鲈属下的一种鱼类，广泛分布于大西洋东部、地中海和黑海以及欧洲的湖泊河流中，在该时期也得到大量研究，主要是个体发育、生物形态特性研究［38-39］。

中期（2004年—2013年），研究为稳步上升阶段，研究主题有误差研究、薄板样条分析、定量遗传，以及一些主要研究物种。measurement error（测量误差）：FRUCIANO［40］总结了误差来源，分析并解决了随机和非随机测量误差，最后还提供了使用真实数据集验证误差消除的效果。最新研究发现，三维的Z轴数据在重复的获取形态数据产生了较大的误差，不利于后续分析，这主要是由于研究者地标点的主观性造成的［41］；thinplate spline（薄板样条分析）：即利用变形网格对整体形态变化进行扭曲，达到对形态差异点的可视化分析［42］，使用薄板样条分析可视化形态变化在 早 期 研 究 中 研 究 较 多［43-44］；quantitative genetics（定量遗传学）：遗传方面，由于不同的基因造成了形态的差异，定量的分析遗传变异［45-47］；主要研究物种：bluemouth（蓝嘴），学名为黑腹无鳔鲉（Helicolenusdactylopterus），为辐鳍鱼纲鲉形目鲉亚目囊头鲉科的其中一种，主要研究了个体发育和种群鉴别［48-49］。类词reef fishes（岩礁鱼类）表明在研究中期对岩礁鱼类研究也较多。

后期（2014年—2021年），研究处于爆发性增长阶段，出现的聚类关键词较多。研究主题有分类、形态演化、基因渐渗现象等。分类：alpha taxonomy（α分类学），以CRAIG为首的研究团队使用裸背电鳗亚目（Gymnotiformes）内种类的头部形态进行了种类划分［50-52］。形态演化：相关的关键词有morphological evolution（形态演变）、deformities（畸形）、invasive species（入侵物种），例如，GARCIA-RODRIGUEZ等利用银鲈科（Gerreidae）鱼类的体形、矢状耳石和尾舌骨形态特征证明了该科鱼类进化支系的存在［53］，此外该类主题词中还有基因渐渗对物种形态的影响、养殖种群对原始种群进化的影响研究［54］。通过分析研究物种也证实了一些teleost fishes（真骨鱼类）是该时期几何形态测量学的主要研究对象。

3 讨论

3.1 全球几何形态测量学在渔业领域研究力量分布

通过分析发现，几何形态测量学在渔业中的应用发文量呈现出交替增减但整体上升的趋势（图1），研究规模不断增大。Biological Journal of the Linnean Society、Journal of Fish Biology等一些经典生物学杂志对该领域刊文较多（表1），并且这些期刊影响因子较高，具有较高的权威性。由高被引频次文献及高产作者发现，KLINGENBERG和LANGERHANS等学者对于该领域研究起到了支撑作用（表2，表4），成果质量较高，相关文章为该领域的权威性文章［21-30］。以美国为主的欧美国家在该领域有较多的研究，我国研究起步较晚（表3），由WOS检索发现，近年来，我国相关领域研究持续增加，主要涉及种群划分［55-57］、种类鉴定［58］、环境对形态的影响［59］等。

3.2 研究热点分析

使用CiteSpace软件对该领域文章的关键词进行的突变检测（表7）及关键词网络图谱（图3，图4）和聚类词（表6）综合分析发现，几何形态测量学在渔业中的应用研究热点主要集中在：1）软件应用；2）鉴定分类；3）发育和演化；4）生态形态学。

几何形态测量学即将图像数字化，再进行统计分析，需要软件的支持，因此相关学者研发了许多软件，例如：PAST、MorphJ软件、R语言程序包：geomorph、Shape、Morpho、Momocs、LaMBDA等，其中，geomorph包可以进行图像数字化、普氏叠加法（Procrustes superimposition）、主成分分析（principal component analysis，PCA）等统计分析［60-61］；MorphJ软件［62］、PAST软件可直接在其程序中进行几何形态分析一系列操作。此外，通过不断发展，近些年软件方面也有很大的改进，主要是自动化的一些技术，例如：PETRTYL等［63］使用Proma150D数字卡尺和LUCIA软件中的图像分析进行测量比较，用来评估这两种方法的准确性和适用性，MURAT和AYKUT［64］使用贝叶斯个体分配结构软件解释了不同栖息地物种形态的混合程度，HSIANG等［65］还研发了一个新的软件AutoMorph，主要可以运行在UNIX系统上，可以更高效地自动对2D和3D图像处理和形状提取。可以看出，软件开发逐渐向着更加简便、快速的方向发展。

鉴定分类研究是GM在渔业中应用的研究热点，种类鉴定和种群划分对于渔业资源管理并确定种类来源方面有着重要的作用［66］。通过对几何形态数据进行方差分析、典型变量分析等可以用于分析形态的差异，同时可以利用判别分析对分类的结果进行检验［44，67-69］。例如，EGE等［70］对寄居蟹（Paguridae）蟹螯进行三维建模的形态分析，得到精确的分类结果，适用于研究寄居蟹爪形态的种间和种内差异。AFANASYEV等［71］以鱼类耳石形状作为形态特征，通过Shape软件的椭圆傅里叶分析法达到种类鉴定分类的目的，WOOD等［72］对不同栖息环境的象拔蚌（Panopea abrupta）的壳进行形态学分析，发现在温度较低和生产力较高的地方生活的种类体型较大并具有显著的空间差异，结果可以用于区分不同海域的种群。此外，FANG等［56］使用4种优势章鱼属（Octopus）种类摄食器官角质颚（beak）的形态进行种类鉴别，并加入机器学习的方法进行分类判别，结果表明机器学习方法可以提高分类精度。还有许多种群划分和种类鉴定［73-74］的应用，这些鉴定研究方法是管理者用作对未识别个体进行分类的理想工具。对于分类鉴定，GM方法能够较好地区分出不同种类、种群，但对于形态差异不明显的研究对象，其分类效果不佳。总的来说，GM在渔业领域的鉴定研究已较为成熟，一些渔业资源种类的硬组织，如耳石、外壳等的形态特征在分类鉴定的研究中应用较为广泛，并且具体的分析步骤也在不断地改进。未来随着新技术的不断发展，GM在渔业中鉴定分类的应用将取得更大的进步。

发育和演化方面，与鉴定分类不同，该领域主要分析研究对象的形态差异，并可利用个体和系统发育的差异解释研究对象的演变与进化［21］，重建生物个体和群体的演化史。1）研究对象的身体及部位形态都可进行个体发育分析。体形方面，KOUTTOUKI等［39］对尖吻重牙鲷（Diplodus puntazzo）幼体、变态发育时期的体形进行分析，薄板样条分析发现，个体发育主要与鳍、尾柄、鼻部等身体部位的发育相关；COLANGELO等［75］分析了重牙鲷属（Diplodus）4个种类的形态变异模式，研究更加广泛；SMITH等［76］利用人工模拟建造的水流装置发现，种间竞争可以在几个月内诱导幼年大西洋鲑（Salmosalar）的体形分化，继而影响其游泳能力。此外，也存在局部形态的研究，CRESPI-ABRIL等［77］发现阿根廷滑柔鱼（Illex argentinus）在个体发育过程中尾部逐渐变宽，这表明其通过发育来优化游泳性能；蟹类形态研究还发现雄性的蟹螯会产生特殊的拱形，用来吸引异性增加个体交配的机会［78］；POWDER等［79］还发现慈鲷科鱼类（Cichlidae）在不同发育阶段的颅面形态存在巨大差异。2）系统发育分析用来推断或者评估进化关系，一般用进化树来描述同一谱系的进化关系［80］。GM在渔业领域研究主要探索了形态参数在系统发育中的应用［22］，经历了形态——形态与分子数据结合的方法转变。形态数据：FRANKLIN等［81］对鳐目（Batoidea）的60个种类进行了系统发育树的构建，表明基于形态的系统发育中某些部位决定其游泳方式；KARANOVIC等［82］发现介形类（Ostracoda）壳形状的分类与分子系统发育有着相似的结果，GM方法有助于重塑古生物数据集的相关物种的演化。后续研究发现，基于形态数据的系统发育树并不精准，于是将形态与分子数据相结合，FEULNER等［83］结合了多种分子标记和几何形态计量学来修正当前象鼻鱼（Gnathonemuspetersi）的系统发育学，此外，还发现细长的象鼻状的吻部形状是它们之间形态分化的主要原因，表明同属不同种类可能受到了不同食物来源的驱动；PEREZ-MIRANDA等［84］还评估了几种线粒体和核遗传标记以及形态学数据的有用性。因此，作为简便而快速的GM方法在一些形态差异较明显的物种中构建系统发育树有显著的效果，一些差异不明显的近缘物种分类效果不明显，需要结合分子生物学来重构发育树，渔业中仅依赖基于形态发育和演化研究存在一些不足，因此基于多方法结合的发育演化研究将是未来研究的热点。

生态形态学（2002年—2019年）是生物学和生态学的交叉学科研究，主要是研究环境因子（包括物理的和生物的）与形态之间关系，解释形态与生态位之间的相互贡献［85］。FRANSSEN等［86］评估了传统和几何形态测量方法表征生态相关形态变异的能力，结果表明，传统和几何形态测量方法有各自独特的测量优势，传统的形态计量学可以考虑一些三维位置的横向距离，几何形态测量学侧重于捕捉形状的几何变化。BOWER和PILLER［87］还分析了体形与营养生态位的相关关系，发现体形与营养介导和水流体系存在一定的关系，是确定生态位的可靠指标。此外，SCALICI等［88］还发现暴露于污染水域中的地中海贻贝（Mytilusgalloprovincialis）的贝壳形状产生了不对称性，结果表明该贝类是针对海洋污染有效的预测工具。生物由于受到不同的物理环境影响，在身体的一些部位产生了不同表型（表型可塑性），此方面内容在渔业领域中研究较多［37，88-90］。对于渔业生物个体的功能性结构，例如鱼鳍、头足类的摄食器官角质颚等，不同的生活环境导致它们在形态上差异的可能性更大，因此基于多环境因子探究环境对生物功能性部位形态的具体影响机制，需要在未来研究中重点关注。

3.3 存在问题及展望

本文利用文献计量学的方法，对几何形态测量学在渔业中的研究热点和发展历程进行了总结概括，由于摘要检索不够细致，一些具体有用的内容必须在文章中才能查阅到，因此预测未来研究的趋势还应大量阅读文献获得更多的研究信息作为补充。另外，在数据的完整性方面，由于仅对Web of Science中的核心合集数据库进行分析，因此数据可能存在一些疏漏，在未来研究中应结合多个国家数据库的文献数据进行分析。几何形态测量学经过30多年的研究正逐步走向成熟，但通过对文献计量和文章内容分析发现由于一些技术上的限制，该方法在研究分析中还有待完善。

1）目前在渔业中的应用大多是二维形态的分析，即对某一物种的体形、硬组织等平面拍摄获取形态数据，缺乏对立体参数的分析，三维的立体几何形态数据在可视化形态差异方面更优，但对于不同的研究目的在应用三维数据时是否能产生更好的分析效果？因此需要评估二维与三维数据的优缺点。随着新技术的不断出现，未来形态分析还应朝面向立体的研究方向发展。

2）该领域误差研究较少，形态分析的过程中会产生许多误差，例如由于样本保存等原因造成某些部位缺失产生的误差、基于地标点法分析形态时，手动标记地标点时因标记者主观因素产生的误差等。因此在渔业领域形态分析中应充分考虑产生误差的原因并尽量降低误差。另外，误差分析需要在未来加强研究，降低误差产生的非原始形态变异的影响。

3）人工智能识别是当今的发展大趋势，打开了生物形态识别应用的新领域，即将形态数据载入建模运算得到形态差异。在其他领域对于几何形态测量学与深度学习、机器学习等方法相结合的研究颇多，例如图像识别可以应用到分类鉴定中，自动地标点提取应用到地标点法中。当前在渔业领域中人工智能与几何形态测量学结合的研究还比较少，相信在未来随着人工智能的发展，该方向将取得长足进步。