基于耳石形態的大瀧六線魚(Hexagrammos otakii)群體判別研究

孔 曉, 王英俊, 吳瑩瑩, 劉 童, 宋愛環, 唐學璽, 劉洪軍, 4

基于耳石形態的大瀧六線魚()群體判別研究

孔 曉1, 王英俊2, 3, 吳瑩瑩2, 3, 劉 童2, 3, 宋愛環2, 3, 唐學璽1, 劉洪軍2, 3, 4

(1. 中國海洋大學 海洋生命學院, 山東 青島 266003; 2. 山東省海洋科學研究院, 山東 青島 266104; 3. 青島市海洋生物種質資源發掘與利用工程實驗室, 山東 青島 266104; 4. 青島市水產生物品質評價與利用工程研究中心，山東 青島 266104)

為探究鄰近海域大瀧六線魚()群體間的判別問題, 共采集中國黃、渤海近岸海域7個野生群體(連云港、青島、威海、煙臺、秦皇島、大連、丹東)和1個養殖群體(威海)的大瀧六線魚共183尾, 利用傳統形態測量法和傅里葉分析對不同群體耳石形態進行多元統計分析。典型判別分析結果顯示, 傳統形態測量法選擇8個參數值用于判別分析, 傅里葉分析法選擇12個系數(elliptic Fourier descriptors, EFDs)用于判別分析, 綜合判別成功率為79.2%。聚類分析顯示, 威海養殖群體在最外層, 與野生群體距離較遠, 與判別散點圖結果一致。丹東、青島野生群體自成一支, 與其他群體距離較遠, 可被認定為獨立的生態群體, 推測環境因素是導致不同群體間耳石差異的主要原因。

耳石形態; 大瀧六線魚; 群體判別; 傅里葉分析

大瀧六線魚(), 別名歐式六線魚、六線魚等, 屬鲉形目(Scorpaeniformes)、六線魚科(Hexagrammidae), 俗稱“黃魚”, 主要分布于中國渤海、黃海、東海, 也見于朝鮮半島、日本及俄羅斯遠東諸海[1-3]。大瀧六線魚是近海冷溫性戀礁魚類, 其肉質鮮美、營養豐富, 是我國北方重要的經濟魚種, 素有“北方石斑”之稱。近年來, 由于過度捕撈和海洋生態環境污染, 大瀧六線魚資源已現衰退之勢, 且存在養殖及增殖放流群體種質資源來源混雜、群體追溯研究不足等一系列問題[4]。制定大瀧六線魚種質資源保護和漁業管理條例, 需要清晰地把握其種群結構。

1 材料與方法

1.1 樣品采集

本研究所用大瀧六線魚樣本分別采自7個野生群體(連云港、青島、威海、煙臺、秦皇島、大連、丹東)和1個養殖群體(威海養殖群體), 魚體樣本在實驗室解凍后進行生物學測量, 測量體長(精確到1 mm)、體質量(精確到0.01 g), 并摘取耳石。樣本采集地點、數量和體長等信息見表1。用超純水清洗耳石, 除去耳石外組織和黏液, 晾干后利用電子天平(分度值0.01 mg)進行稱重, 放入0.001 5 L離心管編號保存。

表1 大瀧六線魚的采樣資料

1.2 耳石形態學指標

本研究中左右矢耳石形態差異不明顯, 因此統一選取大瀧六線魚左側矢耳石作為研究對象, 個別左耳石缺失時使用右耳石代替。耳石形態分析中采用OLYMPUS SZ61體視顯微鏡對耳石進行拍照并采集圖像(圖1), 使用生物圖像處理軟件Image- proplus6.0對耳石形態學指標進行測量。實驗中使用的形態學參數包括: 耳石長(otolith length)、耳石寬(otolith width)、周長(perimeter)、面積(area)、最大半徑(radius max)、最小半徑(radius min)、半徑比(radius radio)、平均直徑(diameter mean)、耳石外切矩形長(size length)、外切矩形寬(size width) 10個形態測量指標, 3個形狀指數矩形趨近率(area/box)、橢圓率(aspect)、面密度(surface density)及耳石重(otolith weight)共14個參數。傳統形態參數的部分測量標準示意圖如圖2所示。

耳石長(otolith length)、耳石寬(otolith width)分別指耳石前端到后端的長度、背部到腹部的長度。

周長(perimeter)為耳石二維輪廓形狀的總長度。

面積(area)為耳石的二維投影面積。

最大半徑(radius max)、最小半徑(radius min)是指通過耳石幾何中心的最長半徑長度和最短半徑長度, 半徑比(radius radio)是耳石最大半徑和最小半徑之比。

平均直徑(diameter mean)是指過耳石幾何中心的直徑的平均長度。

外切矩形長(size length)、外切矩形寬(size width)分別指沿耳石長軸的最大費雷特(feret)直徑和最小費雷特(feret)直徑。

矩形趨近率(area/box)是指耳石面積與其外切矩形面積之比。

橢圓率(aspect)是指耳石外圍橢圓長徑與短徑之比。

面密度(surface density)代替耳石厚度, 計算方法為耳石質量除以耳石面積。

圖1 大瀧六線魚左矢耳石內側面示意圖

圖2 耳石測量標準的示意圖

1.3 傅里葉分析

傅里葉分析對耳石的二維圖像進行灰階轉換、二值化、消噪處理, 讀取圖像輪廓數據(圖3)。通過分析耳石二維輪廓的數學表達式系數, 對耳石的輪廓曲線進行研究。使用SHAPE1.3軟件包對耳石圖像進行傅里葉轉換, 將耳石的輪廓曲線分解成個傅里葉系數(elliptic Fourier descriptors, EFDs)[13], 得到的系數越多越接近耳石原始輪廓。一般認為, 前20個系數(1—20)可較好地描述耳石外型輪廓信息。

圖3 傅里葉分析讀取耳石輪廓示意圖

1.4 數據分析

將形態學測量數據與提取的前20組傅里葉諧值結合進行數據分析。為提高傳統形態學測量數據的有效性, 采用耳石長(otolith length)、耳石寬(otolith width)、周長(perimeter)、面積(area)、最大半徑(radius max)、最小半徑(radius min)、半徑比(radius radio)、外切矩形長(size length)、外切矩形寬(size width)與平均直徑(diameter mean)比值用于數據分析。以體長作為協變量, 對7個野生群體和1個養殖群體左矢耳石的13個形態測量參數和20個傅里葉系數進行多因素分析, 并進行正態性和方差齊性檢驗, 對不符合方差齊性的變量(<0.05)進行剔除, 將符合方差齊性的變量用于判別分析, 對各群體變量的平均值進行聚類分析。判別分析采用典型判別法(CDA), 聚類分析采用歐氏距離系統聚類法, 數據分析利用SPSS23.0和Excel2016軟件完成。

2 結果與分析

2.1 多因素方差分析

多因素方差分析結果顯示, 耳石長(otolith length)、耳石寬(otolith width)、周長(perimeter)、最大半徑(radius max)、最小半徑(radius min)、半徑比(radius radio)、外切矩形長(size length)、外切矩形寬(size width)、矩形趨近率(area/box)、橢圓率(aspect)、面密度(surface density)、耳石重(otolith weight)顯示出群體間差異(<0.05), 面積(area)在群體間未體現出差異。3、6、9、13、20在各群體間未表現出差異,2、5、8、10、15、16在各群體間差異顯著(<0.05)(表2)。

2.2 判別分析

對耳石形態數據進行典型判別分析, 只有經過標準化的變量才可以用于判別分析。耳石的形態參數僅有8個指標耳石長、耳石寬、最大半徑、周長、面積、外切矩形長、外切矩形寬、橢圓率被納入判別分析, 傅里葉系數有12個指標(2、3、4、5、6、8、9、12、13、16、18、20)被納入判別分析。總體判別成功率為79.2%, 高于單獨的傳統形態測量法的判別成功率65.0%和傅里葉分析的判別成功率51.4%(表3)。其中威海養殖群體判別成功率最高, 為91.7%; 秦皇島群體判別成功率最低, 為69.2%, 連云港群體有較多的誤判分類發生在煙臺和威海群體之間(表3)。

從判別分析散點圖中各群體的組質心可見, 威海養殖群體和其他7個野生群體區分明顯, 連云港群體和威海、煙臺群體之間有不同程度的混合, 與青島、大連、丹東群體之間區分明顯。青島和大連的群體距離較近, 秦皇島、大連、丹東群體混群程度較明顯(圖4)。

表3 大瀧六線魚8個群體耳石形態分析的判別結果

圖4 大瀧六線魚8個群體典型判別分析散點圖

Fig. 4 Scatter plot of canonical discriminant scores for 8 populations of Hexagrammos otakii

2.3 聚類分析

對7個野生群體和1個養殖群體大瀧六線魚耳石形態參數的平均值進行系統聚類分析。樹狀圖結果顯示, 秦皇島和大連群體距離最近, 首先聚為一小類, 然后與煙臺群體聚合, 形成第二小類。連云港和威海群體聚合在一起, 與第二小類聚合形成第三小類, 丹東群體、青島群體、威海養殖群體單獨形成一類(圖5)。

3 討論

3.1 耳石形態參數的確定和數據處理方法

耳石形態參數大致可以分為大小變量和輪廓變量2類。大小變量是通過線性測量軟件獲得耳石的表征性參數(如耳石的長、寬、周長、面積等), 耳石形狀指數由上述測量參數經過數學公式轉換而來或通過測量軟件獲取數據[14-16]。另一類輪廓變量則側重于耳石的整體形態[17-18]。本文采用傳統形態測量法和傅里葉分析相結合對不同群體大瀧六線魚進行判別, 最終傳統形態測量法選取了橢圓率、外切矩形長、外切矩形寬、最大半徑、耳石周長、耳石長、耳石寬、耳石面積8個測量參數用于判別分析。傅里葉分析是對于提取的輪廓系數選取了前20個(1—20)用于描述耳石外部輪廓特征[19], 并最終選取了12個系數用于判別分析。一般來說, 低諧值的傅里葉系數表征物體的一般形狀, 高諧值的傅里葉系數可以表征輪廓邊緣中細微的不易被捕捉的形態變化[20-21]。在本研究中, 單獨使用耳石傳統形態分析的判別率為65.0%, 高于單獨使用傅里葉分析的判別率51.4%(表3)。以體長作為協變量對形態測量參數和20個傅里葉系數進行多重比較, 結果顯示8個群體間的形態變量值存在較大差異, 而傅里葉系數3、6、9、13、20在各群體間未檢測到差異, 導致單獨使用傅里葉分析的判別成功率低于傳統形態測量法。而使用兩種方法結合進行群體判別比單獨使用其中任何一種的判別成功率都要高, 說明使用形態測量法和傅里葉分析結合的方法進行群體判別的可靠性。相關研究中也選擇使用兩種變量結合來表征耳石形態和群體識別研究[22-24], 均取得較高的判別成功率。

圖5 大瀧六線魚群體聚類結果

3.2 耳石形態差異比較與原因探討

魚類耳石雖體積微小但形態變化多樣, 耳石邊緣具齒狀或不規則突起, 傳統形態測量法難以解釋這些細微變化。判別結果顯示, 黃渤海7個野生群體和1個養殖群體大瀧六線魚耳石整體形態差異較明顯, 綜合判別成功率較高, 為79.2%, 高于鳳鱭(70.4%)、刀鱭(68.3%)、短頜鱭(54.3%)等鱭屬魚類耳石的判別成功率[25-26], 原因在于大瀧六線魚耳石呈靴型, 基葉、翼葉區分明顯, 而鱭屬魚類耳石多呈近圓形, 并且基葉、翼葉的區分度弱于大瀧六線魚, 導致大瀧六線魚耳石在形態識別上更有優勢。

在威海養殖群體和野生群體的傳統形態分析判別中, 有1個野生群體被誤判到養殖群體, 判別成功率為97.4%。傅里葉分析未出現誤判情況, 判別成功率為100%。兩種方法結合, 對威海野生群體和養殖群體總的判別成功率為100%。在判別分析散點圖中, 函數2可以區分養殖群體和其他野生群體。有研究表明同一種群的養殖和野生群體在不同環境下會表現出不同的耳石形狀[27-28]。本研究也證實同一物種的養殖群體和野生群體的耳石形狀存在差別。因此, 傳統形態測量法和傅里葉分析結合的耳石形態分析方法可有效地區分養殖群體和野生群體。

綜合判別結果顯示, 威海養殖群體的判別成功率最高, 為91.7%。丹東、青島、煙臺野生群體的判別成功率均大于80%, 其中丹東群體判別率達到88.2%, 青島群體為86.7%, 煙臺群體為85.7%, 均較高。秦皇島、大連、威海、連云港野生群體判別率為70%～80%, 可見丹東、青島、煙臺群體與其他野生群體混群度較低, 而其余4個野生群體間個體交流較多, 表現為多群體混棲特點。聚類分析表明威海養殖群體位于系統樹的最外層, 表明養殖群體與野生群體差異較大。丹東、青島群體自成一支, 與其他群體距離較遠, 可被認定為獨立的生態群體。秦皇島和大連群體, 連云港和威海野生群體距離較近, 差異較小, 這種聚類結果與其地理分布具有一定的關系。一般來說, 群體間地理位置距離較遠, 耳石的形態差異越明顯。連云港和威海野生群體差異較小的原因可能是由于黃海沿岸流導致兩地理群體間的個體混合。

魚類耳石的形態與魚類生活環境關系密切, 不同群體的耳石生長沉積過程可能會有差異。一些關于環境因素作用于魚類耳石的研究證實, 溫度、鹽度、深度、攝食條件、底質類型等環境因子影響魚體的生理活動和新陳代謝[28-29], 從而影響耳石形狀[30-32]。胡發文等[33]發現, 溫度、鹽度等環境因子對大瀧六線魚幼魚的呼吸及代謝等生理活動有顯著影響。耳石的形成發育受到魚體生理活動的調控, 因此環境因子在不同群體大瀧六線魚耳石形態差異方面有顯著影響。較遠的地理隔離是導致群體隔離的原因, 例如, 較多的誤判分類發生在地理位置相近的威海和煙臺群體之間, 樣本重疊的原因可能是誤判的群體之間有相似的環境壓力, 這與其地理位置相似。因此推測耳石形狀的群間變異中起主導作用的是環境因素而不是遺傳差異。國內學者通過分子標記對大瀧六線魚群體進行多樣性研究, 用于揭示大瀧六線魚群體間遺傳結構和變異演化。李瑩等[34]對6個大瀧六線魚群體線粒體控制區序列分析發現, 研究區域根據遺傳距離可以被劃分成山東和遼寧兩個地區, 二者來源于不同的母系祖先。沈朕等[35]通過Cyt和-片段對我國近海大瀧六線魚分析顯示野生群體的遺傳多樣性明顯高于養殖群體。趙文溪等[36]通過和Cyt對黃海近海和離岸大瀧六線魚群體進行研究, 發現各群體間遺傳分化不明顯。可能是由于黃東海沿岸流和暖流以及大瀧六線魚增殖放流行為的影響導致不同地區基因交流機會較多, 群體間遺傳差異不顯著。武世雄等[37]通過微衛星分析認為不同地理群體間大瀧六線魚由于地理環境等因素導致交流減少。綜上所述, 不同種屬間耳石形態的差異主要由遺傳因素控制, 而同一物種不同群體間耳石形態的差異主要由生活習性、生理活動和環境因子等控制, 遺傳因素占次要原因。

耳石形狀分析可以獲得與遺傳研究相補充的信息, 用于研究具有遺傳同質性的多群體樣本。采用多元統計分析的方法, 對中國黃、渤海近岸海域大瀧六線魚群體的耳石形態差異進行比較研究。結果表明養殖群體與野生群體差異顯著, 丹東和青島野生群體與其他群體間交流較少, 群體相對獨立。研究結果為大瀧六線魚群體結構分析、種質資源保護及管理提供了技術支持和理論依據。在今后的研究中, 可結合耳石聽溝形態的地標點法分析, 對耳石形態變化進行可視化圖形處理[38-39], 完善耳石形態學分析方法。

[1] 中國科學院海洋研究所. 中國經濟動物志(海產魚類)[M].北京: 科學出版社, 1962: 135-137.

Institute of Oceanology, Chinese Academy of Sciences. Economic fauna of China (Marine fishes)[M]. Beijing: Science Press, 1962: 135-137.

[2] HABIB K A, JEONG D, MYOUNG J G, et al. Population genetic structure and demographic history of the fat greenling[J]. Genes & Genomics, 2011, 33(4): 413-423.

[3] CROW K D, MUNEHARA H, BERNARDI G. Sympatric speciation in a genus of marine reef fishes[J]. Molecular Ecology, 2010, 19(10): 2089-2105.

[4] 馮昭信, 韓華. 大瀧六線魚資源合理利用的研究[J]. 大連水產學院學報, 1998, 13(2): 26-30.

FENG Zhaoxin, HAN Hua. Rational utilization ofresources[J]. Journal of Dalian Fishe-ries University, 1998, 13(2): 26-30.

[5] 曾祥波, 張國華. 基于傅立葉耳石形態分析法對幾種家魚仔稚魚的種類判別分析[J]. 中國水產科學, 2012, 19(6): 970-977.

ZENG Xiangbo, ZHANG Guohua. Species identification at the larval and juvenile stages for several Chinese domestic fishes by elliptical Fourier analysis of otolith form[J]. Journal of Fishery Sciences of China, 2012, 19(6): 970-977.

[6] 宋駿杰. 耳石和聽溝形態分析方法及其在三種石首科魚類群體判別中的應用[D]. 青島: 中國科學院大學(中國科學院海洋研究所), 2018.

SONG Junjie. Otolith and sulcus morphology analyses and their applications in stock discrimination of three Sciaenids[D]. Qingdao: University of Chinese Acade-my of Sciences (Institute of Oceanology, Chinese Aca-demy of Sciences), 2018.

[7] CAMPANA S E, CASSELAM J M. Stock discrimination using otolith shape analysis[J].Canadian Journal of Fisheries & Aquatic Sciences, 1993, 50: 1062-1083.

[8] 孫詩萌, 安百勝, 蔡明城, 等. 大瀧六線魚不同群體的形態差異分析[J]. 水產學雜志, 2015, 28(4): 6-11.

SUN Shimeng, AN Baisheng, CAI Mingcheng, et al. Analysis of morphological variation of different popu-lations of fat greenling[J]. Chinese Journal of Fisheries, 2015, 28(4): 6-11.

[9] 竇碩增, 于鑫, 曹亮. 魚類矢耳石形態分析及其在群體識別中的應用實例研究[J]. 海洋與湖沼, 2012, 43(4): 702-712.

DOU Shuozeng, YU Xin, CAO Liang. Otolith shape analysis and its application on fish stock discrimination: a case study[J]. Oceanologia et Limnologia Sinica, 2012, 43(4): 702-712.

[10] WANG Y J, YE Z J, LIU Q. Use of otolith shape for the identification of trumpeter sillago () and silver sillago ()[J]. Journal of Ocean University of China, 2010, 9(3): 286-291.

[11] BURKE N, BROPHY D, KING P A. Otolith shape ana-lysis: its application for discriminating between stocks of Irish Sea and Celtic Sea herring () in the Irish Sea[J]. Ices Journal of Marine Science, 2008, 65(9): 1670-1675.

[12] BOUREHAIL N, MORAT F, RAYMONDE L F, et al. Using otolith shape analysis to distinguish barracudasandfrom the Algerian coast[J]. Cybium: International Journal of Ichthyology, 2015, 39(4): 271-278.

[13] IWATA H, UKAI Y. SHAPE: a computer program package for quantitative evaluation of biological shapes based on elliptic Fourier descriptors[J]. Journal of Heredity, 2002, 93(5): 384-385.

[14] BURKE N, BROPHY D, KING P A. Shape analysis of otolith annuli in Atlantic herring (): a new method for tracking fish populations[J]. Fisheries Research, 2007, 91(2): 133-143.

[15] PAULO D N, ROSANGELA L, BORKO S, et al. The use of sagittal otoliths in discriminating stocks of com-mon dolphinfish () off northeastern Brazil using multishape descriptors[J]. ICES Journal of Marine Science, 2008, 65(7): 1144-1152.

[16] LONGMORE C, FOGARTY K, NEAT F, et al. A comparison of otolith microchemistry and otolith shape analysis for the study of spatial variation in a deep-sea teleost,[J]. Environmental Biology of Fishes, 2010, 89(3/4): 591-605.

[17] 李輝華, 郭弘藝, 唐文喬, 等. 兩種耳石分析法在鱭屬種間和種群間識別效果的比較研究[J]. 淡水漁業, 2013, 43(1): 14-18.

LI Huihua, GUO Hongyi, TANG Wenqiao, et al. Comparative study of two otolith shape analysis for genusspecies and stocks identification[J]. Freshwater Fisheries, 2013, 43(1): 14-18.

[18] 潘曉哲, 高天翔. 基于耳石形態的鱚屬魚類鑒別[J]. 動物分類學報, 2010, 35(4): 799-805.

PAN Xiaozhe, GAO Tianxiang. Sagittal otolith shape used in the discrimination of the fishes of the genusin China[J]. Zootaxonomica Sinica, 2010, 35(4): 799-805.

[19] 王英俊. 傅里葉分析在魚類耳石形態學中的應用研究[D]. 青島: 中國海洋大學, 2010.

WANG Yingjun. The application of Fourier analysis in the research of otolith morphology[D]. Qingdao: Ocean University of China, 2010.

[20] 魏聯, 朱國平. 基于橢圓傅里葉分析的次南極電燈魚矢耳石形態多樣性[J]. 應用生態學報, 2017, 28(9): 3078-3086.

WEI Lian, ZHU Guoping. Otolith morphological diversity ofbased on elliptical Fourier analysis[J]. Chinese Journal of Applied Ecology, 2017, 28(9): 3078-3086.

[21] 趙博. 矢耳石形態分析方法及其在石首科魚類群體判別中應用[D]. 青島: 中國科學院大學(中國科學院海洋研究所), 2017.

ZHAO Bo. Otolith morphological analysis and its application in stock discrimination of Sciaenidae fishes[D]. Qingdao: University of Chinese Academy of Sciences (Institute of Oceanology, CAS), 2017.

[22] GALLEY E A, WRIGHT P J, GIBB F M. Combined methods of otolith shape analysis improve identification of spawning areas of Atlantic cod[J]. Ices Journal of Marine Science, 2006, 63(9): 1710-1717.

[23] TRACEY S R, LYLE J M, DUHAMEL G. Application of elliptical Fourier analysis of otolith form as a tool for stock identification[J]. Fisheries Research, 2006, 77(2): 138-147.

[24] WANG Y J, YE Z J, LIU Q, et al. Stock discrimination of spottedtail goby () in the Yellow Sea by analysis of otolith shape[J]. Chinese Journal of Oceanology and Limnology, 2011, 29(1): 192-198.

[25] 宋超, 楊琴, 趙峰, 等. 長江口及鄰近海域4個不同地理群體鳳鱭矢耳石形態差異[J]. 中國水產科學, 2020, 27(10): 1125-1135.

SONG Chao, YANG Qin, ZHAO Feng, et al. Otolith Morphological variations among four geographic po-pu-lations ofin the Yangtze Estuary and its adjacent waters[J]. Journal of Fishery Sciences of China, 2020, 27(10): 1125-1135.

[26] 盧明杰. 鄱陽湖水域刀鱭耳石的形態學和微化學研究[D]. 上海: 上海海洋大學, 2015.

LU Mingjie. Studies on otolith morphometry and microchemistry ofcollected from the Poyang Lake[D]. Shanghai: Shanghai Ocean University, 2015.

[27] SIMONEAU M, CASSELMAN J M, FORTIN R. Determining the effect of negative allometry (length/height relationship) on variation in otolith shape in lake trout (), using Fourier-series analysis[J]. Canadian Journal of Zoology, 2000, 78(9): 1597-1603.

[28] CARDINALE M, DOERING-ARJES P, KASTOWSKY M, et al. Effects of sex, stock, and environment on the shape of known-age Atlantic cod () otoliths[J]. Canadian Journal of Fisheries and Aquatic Sciences, 2004, 61(2): 158-167.

[29] VIGNON M T, MORAT F. Environmental and genetic determinant of otolith shape revealed by a non-indigenous tropical fish[J]. Marine Ecology Progress Series, 2010, 411(12): 231-241.

[30] FERGUSON G J, WARD T M, GILLANDERS B M. Otolith shape and elemental composition: Complementary tools for stock discrimination of mulloway () in southern Australia[J]. Fisheries Research, 2011, 110(1): 75-83.

[31] CAMPANA S E, CASSELMAN J M. Stock discrimination using otolith shape analysis[J]. Canadian Journal of Fisheries and Aquatic Sciences, 1993, 50(5): 1062- 1083.

[32] VIGNON M. Ontogenetic trajectories of otolith shape during shift in habitat use: Interaction between otolith growth and environment[J]. Journal of Experimental Marine Biology and Ecology, 2012, 420/421(2): 26-32.

[33] 胡發文, 王曉龍, 高鳳祥, 等. 溫度、鹽度和兩種麻醉劑對大瀧六線魚幼魚耗氧率、排氨率的影響[J]. 海洋科學, 2021, 45(1): 54-61.

HU Fawen, WANG Xiaolong, GAO Fengxiang, et al. Influence of temperature, salinity, and anesthetics on the oxygen consumption and ammonia excretion rates in fat greenling () juveniles[J]. Marine Sciences, 201, 45(1): 54-61.

[34] 李瑩, 王偉, 孟凡平, 等. 利用線粒體DNA控制區部分序列分析不同地理群體大瀧六線魚遺傳多樣性[J]. 海洋科學, 2012, 36(8): 40-46.

LI Ying, WANG Wei, MENG Fanping, et al. Genetic diversity analysis between different stocks ofbased on analysis of mitochondrial DNA control region partial sequence[J]. Marine Sciences, 2012, 36(8): 40-46.

[35] 沈朕, 關洪斌, 鄭風榮, 等. 基于和D-loop的4個大瀧六線魚群體遺傳多樣性分析[J]. 海洋科學進展, 2017, 35(4): 524-534.

SHEN Zhen, GUAN Hongbin, ZHENG Fengrong, et al. Analysis of genetic diversity brtween four populations ofbased on partial mtDNAand D-Loop[J]. Advances in Marine Science, 2017, 35(4): 524-534.

[36] 趙文溪, 劉瑩, 于超勇, 等. 基于及基因序列的大瀧六線魚野生群體遺傳多樣性分析[J]. 廣西科學院學報, 2019, 35(4): 308-318.

ZHAO Wenxi, LIU Ying, YU Chaoyong, et al. Analysis of genetic diversity of wild populations ofbased onandgene sequences[J]. Journal of Guangxi Academy of Sciences, 2019, 35(4): 308-318.

[37] 武世雄, 姜欣彤, 王偉, 等. 大瀧六線魚6個群體遺傳多樣性的微衛星分析[J]. 中國漁業質量與標準, 2018, 8(3): 52-60.

WU Shixiong, JIANG Xintong, WANG Wei, et al. Gene-tic diversity among 6 populations ofbased on microsatellite analysis[J]. Chinese Fishery Quality and Standards, 2018, 8(3): 52-60.

[38] 歐利國, 劉必林, 方舟. 基于橢圓傅里葉變換的魚類矢耳石和聽溝形態識別[J]. 海洋漁業, 2019, 41(4): 385-396.

OU Liguo, LIU Bilin, FANG Zhou. Identification of sa-gittal otolith morphology and sulcus morphology based on elliptic Fourier transform[J]. Marine Fisheries, 2019, 41(4): 385-396.

[39] GRANADOS-AMORES E, GRANADOS-AMORES J, ZAVALA-LEAL O I, et al. Geometric morphometrics in the sulcus acusticus of the sagittae otolith as tool to discriminate species of the genus(Centropomidae: Perciformes) from the southeastern Gulf of California[J]. Marine Biodiversity, 2020, 50(1): 1-7.

Stock discriminations ofbased on otolith morphology

KONG Xiao1, WANG Ying-jun2, 3, WU Ying-ying2, 3, LIU Tong2, 3, SONG Ai-huan2, 3, TANG Xue-xi1, LIU Hong-jun2, 3, 4

(1. College of Marine Life Sciences, Ocean University of China, Qingdao 266003, China; 2. Marine Science Research Institute of Shandong Province, Qingdao 266104, China; 3. Engineering Laboratory for Exploration and Utilization of Marine Germplasm Resources of Qingdao, Qingdao 266104, China; 4. Municipal Engineering Research Center of Aquatic Biological Quality Evaluation and Application, Qingdao 266104, China)

In order to identifystocks in adjacent waters, a total of 183individuals are investigated from 7 wild populations (Lianyungang, Qingdao, Weihai, Yantai, Qinhuangdao, Dalian, Dandong) and 1 reared population (Weihai) in the coastal waters of the Yellow and Bohai Seas of China, multivariate statistical analysis of otolith morphology in different groups using traditional morphometry and Fourier analysis. Canonical discriminant analysis results show that 8 variables of traditional measurement entered in the CDA, 9 harmonics EFDs entered in CDA with Fourier analysis, and the total correct classification is 79.2%. Phylogenetic analysis shows that the Weihai cultured population cluster in the outermost layer, and has the greatest difference with the wild populations, consistent with the discriminant scatter plot results. The Qingdao and Dandong wild populations are self-contained, distance from other groups and can be regarded as independent ecological communities. It is speculated that environmental factors are the main reasons for the differences in otolith among different populations.

otolith morphology;; stock discrimination; Fourier analysis

Jun. 24, 2021

Q149

A

1000-3096(2022)04-0034-10

10.11759/hykx20210624002

2021-06-24;

2021-09-14

山東省農業良種工程項目(2019LZGC020); 山東省重點研發計劃(2021LZGC027); 中海油公益基金會項目“山東省典型海岸帶生物資源與生態環境保護修復研究”; 山東省農業重大應用技術創新項目(SD2019YY007)

[Agricultural Improved Seed Project of Shandong Province, No. 2019LZGC020; Key Research and Development Project of Shandong Province, No. 2021LZGC027; CNOOC Public Welfare Foundation Project; Agricultural Major Applied Technology Innovation Project of Shandong Province, No. SD2019YY007]

孔曉(1996—), 女, 山東德州人, 碩士研究生, 研究方向: 海洋生態學, E-mail: kongxiao1220@163.com; 劉洪軍(1964—),通信作者, 男, 山東博興人, 研究員, 主要從事水產增養殖、漁業資源修復與海洋生態環境調控技術研究, E-mail: HongjunL@126.com

(本文編輯: 叢培秀)