茎柔鱼的角质颚模式识别

勾艺萌，刘必林,2,3，孔祥洪

( 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，农业农村部大洋渔业开发重点实验室，农业农村部大洋渔业资源环境科学观测实验站，上海 201306 )

茎柔鱼(Dosidicusgigas)，属枪形目、柔鱼科、茎柔鱼属，广泛分布于东太平洋美洲沿岸和远海[1]，是资源最为丰富的头足类种类之一[2]。自20世纪90年代以来，茎柔鱼得到大规模的开发和利用[3]，现已成为我国远洋鱿钓渔业的重要捕捞对象[4]，年产量超过4.0×105t。

模式识别是指对表征事物或现象的各种形式(数值、文字和逻辑关系)的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分[5]。目前，随着计算机技术的发展，模式识别已广泛应用于众多领域，如语音识别、生物特征识别、工业故障检测等[6]。

角质颚是位于头足类口球内的摄食器官，因其稳定的形态结构而被广泛用于头足类的种类鉴定[7]与种群划分[8]。传统的形态学划分种群方法，主要是对分节特征、体型(度量)特征和解剖学特征的计数、测量和描述，通过这些特征的差异程度来划分种群[9]。近些年来，随着科学不断发展，基于多元统计的形态学识别得以快速发展，如头足类的外部形态[10]、耳石[11-12]和角质颚[13-15]形态识别等。研究认为，角质颚与传统的软组织相比，不易受海洋环境和人为因素的影响[16-17]，与耳石相比，个体大，更易提取，形态学测量更容易[18]，更适合用作种群判别。因此，笔者以茎柔鱼的角质颚为研究对象，分析4个海区角质颚的长度特征，根据其长度差异建立地理种群的判别函数，进行模式识别，并对识别效果进行检验，以期为茎柔鱼资源的合理开发利用和可持续发展提供基础资料。

1 材料与方法

1.1 采样

试验茎柔鱼样本于2009、2014和2015年由中国远洋鱿钓渔船采集于哥斯达黎加、厄瓜多尔、秘鲁和智利外海。样本采集时，根据远洋鱿钓渔船作业流动性的特点，同一海域每个站点随机采集20尾，共采集茎柔鱼样本835尾(表1)。样本在实验室解冻后测量胴长和体质量等，并分别精确至1 mm和1 g，同时对性别进行鉴定和性腺成熟度划分。用镊子直接从口球中提取角质颚，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机质，最后置于70%乙醇溶液中保存。

表1 茎柔鱼采样信息Tab.1 Sampling information of jumbo flying squid D. gigas

1.2 角质颚测量

用游标卡尺对角质颚进行形态测量[19]，包括上头盖长(x1)、上脊突长(x2)、上喙长(x3)、上侧壁长(x4)、上翼长(x5)、下头盖长(x6)、下脊突长(x7)、下喙长(x8)、下侧壁长(x9)和下翼长(x10)(图1)，测定结果精确至0.01 mm[20]。

图1 角质颚形态参数示意Fig.1 Schematic diagram showing the measurement of the beak morphometric variables图中A—B为上头盖长； A—C为上脊突长; A—D为上喙长； A—E为上侧壁长； A—F为上翼长； a—b为下头盖长； a—c为下脊突长； a—d为下喙长； a—e为下侧壁长； a—f为下翼长.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 数据处理

按照海域分别计算角质颚各部长度参数的最大值、最小值、均值和标准差。

不同性别和不同年间角质颚差异。为了消除个体大小对角质颚尺寸的影响，采用无纲量化(最小—最大标准化)对数据进行标准化，按照以下公式对测量的原始数据进行线性转化，使标准化后的数据映射在[0,1]区间，具体公式如下[21]：

xi′=(xi-xi,min)/(xi,max-xi,min)

式中，xi为上头盖长、上脊突长、上喙长、上侧壁长、上翼长、下头盖长、下脊突长、下喙长、下侧壁长、下侧壁长变量的值，i为变量的数目，xi′为标准化后数据，xi,max和xi,min分别为同一变量测量值中的最大值和最小值。

对标准化后的数据进行正态性检验，不符合正态分布的则进行平方根转化的标准化处理[22-23]，然后利用方差分析法检验角质颚形态参数的差异。

运用Fisher判别分析法，按照一定的判别准则，建立1个或多个判别函数，用样本的大量数据确定判别函数的待定系数，并计算判别指标，据此确定某一样本归属的海区。为更好地检验茎柔鱼的海域识别情况，抽取各海域样本的70%用来确定判别函数，剩余30%用作判别检验，分别组成确定函数样本和检验样本。

1.4 数据分析

在SPSS 19软件中采用逐步判别法对标准化后角质颚参数进行判别分析(其中70%的样本用于构建判别函数，30%的样本用于检验)，利用判别分析的前3个判别函数系数及其均值计算95%椭圆置信区间，95%椭圆置信区间由R 3.5.3软件计算。运用弃一法交叉验证法(又称折叠再分类法)检验种类划分的成功率。

2 结 果

2.1 角质颚大小

方差分析显示，4个海区茎柔鱼角质颚各部的长度差异显著(P<0.01)。由角质颚各部的测量长度可以看出，智利海区的角质颚尺寸最大，秘鲁海区的角质颚尺寸最小(表2)。

表2 角质颚形态参数值Tab.2 Morphological parameters of beak

2.2 逐步判别分析

逐步判别分析结果显示，10个角质颚测量指标上侧壁长、上头盖长、上喙长、上翼长、上脊突长、下侧壁长、下脊突长、下头盖长、下侧壁长、下喙长全部被用于最终的判别分析，由典型判别系数和Wilk′s λ分析结果可知，上侧壁长、上头盖长和上喙长贡献了绝大部分的种群间差异(表3、表4)。

表3 茎柔鱼角质颚长度逐步判别分析标准化系数Tab.3 Discriminant function coefficients used in the stepwise discriminant analysis for jumbo flying squid D. gigas

表4 基于角质颚长度的逐步判别分析结果Tab.4 Summary of stepwise discriminant analysis showing the order of variables to entry and the successful discrimination rate in beak morphometrics

以茎柔鱼角质颚的10个有效判别指标为自变量的判别函数：

判别函数1：

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

判别函数2：

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

判别函数3：

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

结果显示，判别函数1和判别函数2可以解释大部分茎柔鱼的地理种群划分问题，判别函数1、判别函数2和判别函数3可有效解释海区间角质颚差异(P<0.05)，解释率分别为54.9%、29.6%和15.5%。

以两两函数系数绘制的散点图显示，判别函数1可以有效将厄瓜多尔海区茎柔鱼与其他3个海区茎柔鱼分开(图2、图3)，判别函数2较大程度上可将秘鲁与哥斯达黎加海区的茎柔鱼区分开(图2、图4)，相比其他散点图(图2、图4)，判别函数3有利于区分智利海区与秘鲁和哥斯达黎加海区的茎柔鱼群体(图3)，判别效果更好。

图2 角质颚判别分析函数1、2系数散点图Fig.2 Discriminant analysis function 1 and 2 coefficient plots of beak

图3 角质颚判别分析函数1、3系数散点图Fig.3 Discriminant analysis function 1 and 3 coefficient plots of beak

图4 角质颚判别分析函数2、3系数散点图Fig.4 Discriminant analysis function 2 and 3 coefficient plots of beak

2.3 判别验证

70%的样本采用逐步判别分析显示，4个海区总的判别率为95.2%，其中智利、秘鲁、厄瓜多尔和哥斯达黎加海区分别有3、12、3和10个样本被错判，判别成功率分别为97.6%、91.0%、96.1%和96.0%(表5)。将剩余30%样本带入判别函数检验，结果显示，智利、厄瓜多尔和哥斯达黎加海区的判别正确率均高达75%以上，哥斯达黎加仅有3个样本被错判为秘鲁海区，总体检验判别成功率为89.6%，判别成功率高，具有较好的判别意义(表6)。

表5 基于角质颚长度的地理种群判别成功率Tab.5 The successful discrimination rate for the geographic populations based on standardized beak morphometric variables

表6 基于角质颚长度的茎柔鱼种群判别结果检验Tab.6 Population discriminant result test for jumbo flying squid D. gigas by beak morphometric variables

3 讨 论

3.1 种群结构

种群结构是研究有海洋生物生活史的基础，也是制定可持续管理策略的先决条件[24]。茎柔鱼是一种分布范围广、具有复杂种群结构的物种，依据性成熟个体大小可分为大、中、小3个体型群[25]，依据不同产卵季节可分为冬春生群和春夏生群[26]，依据洄游路线和遗传特性可分为南半球和北半球两个地理种群[27]。目前为止，关于种群结构的划分仍无统一的定论[28]。

3.2 判别函数的判别效率

判别分析法是根据研究个体的观测值和所属类别构建一个综合标准来推断个体属于已知种类中哪一类的方法[29-30]。近年来，随着多元统计的快速发展，判别分析法被广泛引入头足类的种类识别和种群判别，如2种大洋性柔鱼类[柔鱼(Ommastrephesbartramii)和茎柔鱼]的判别成功率达到95%[16]、4种头足类的种类鉴定正确率超过95%[31]、鸢乌贼(Sthenoteuthisoualaniensis)地理群体的识别成功率超过60%[32]、鉴定柔鱼秋生群和冬春生群的成功率超过90%[14]、头足类不同科(枪乌贼科、乌贼科和蛸科)的判别成功率超过92%[33]等，均取得了较好的判别效果。

3.3 种群判别及验证

刘必林等[13]通过角质颚形态的逐步判别分析对厄瓜多尔、秘鲁和智利外海的茎柔鱼进行了种群判别。笔者在此基础上增加了近年所采集的样本，同时又增加哥斯达黎加外海的样本，还对数据处理方法进行了改进，尤其增加了效果验证这一环节，因此不仅判别效果更好，还更具说服力。刘必林等[34]通过耳石中微量元素的组成特征分析了哥斯达黎加、秘鲁和智利专属经济区茎柔鱼的地理种群，结果表明，秘鲁和智利的样本中Ba含量相似，均明显低于哥斯达黎加海域，Mg/Ca和Mn/Ca的值在哥斯达黎加海域最高，在智利海域最低，元素Ba含量在3个海域中均有显著差异，总体判别成功率在50%以上。笔者利用统计模式识别中的判别函数法对4个海域的茎柔鱼角质颚建立了判别函数，综合判别成功率为95.2%，角质颚形态特征较其他海区有显著差异。考虑到模式特征值提取和选择不当，依据角质颚的形态特征，测量提取了较有生物区分性的特征参数，之后再进行判别分析，降低了模式误识的概率；考虑到不同年龄和生长阶段样本个体的差异，首先将角质颚进行标准化处理后再进行分析和函数验证，提高判别的准确率，这在以往的研究[35]中得到了充分验证。为进一步验证判别的可靠性，30%的样本被带回建立的判别函数，检验正确率高达89.6%。

3.4 地理种群形成的原因

环境差异被认为是导致不同地理种群在软组织和硬组织生长中形态变化的具体原因[36]。研究发现，海表面温度和叶绿素a等环境因素会影响以浮游生物和小型鱼类为食的头足类，致使角质颚形态存在差异[22]。在茎柔鱼的研究中也发现，茎柔鱼的分布状况与环境变化和饵料密切相关[28,37]，并且会因捕食种类的不同，茎柔鱼角质颚会出现适应性生长。由于生活在同一海域的茎柔鱼处于相同的环境变量中，预计不会有显著的形态差异，而相同物种暴露在不同海域、不同环境介质中形态差异可能较大。因此，茎柔鱼形态变量的差异可能反映地理环境差异的影响。同时，研究发现，茎柔鱼群体在地理区域上具有显著差异，所以认为这种形态差异极大可能由环境因素不同所致。

4 结 论

笔者分析了智利、秘鲁、厄瓜多尔和哥斯达黎加4个海区茎柔鱼角质颚外部形态差异，提出判别函数的角质颚识别方法，建立判别函数，并进行了结果检验，综合判别成功率为95.2%，研究结果表明茎柔鱼的角质颚在不同地理种群间有显著差异。为今后利用角质颚形态进行茎柔鱼地理种群识别提供方法手段和科学依据，同时也可以更好地在了解茎柔鱼种群结构基础上，对该资源分种群进行评估和管理。