技术领域
[0001] 本
发明涉及一种基于耳石形态的鲚属鱼类种群判别方法，能够较为客观、有效地区分不同鲚属鱼类种群以及同种不同地理群体；利用这些特征可以较有效、快速且准确地判别不同种类和不同地理群体的鲚属鱼类，属于
水生野生动物保护技术领域。
背景技术
[0002] 在我国，鲚属鱼类主要有三种刀鲚(Coilia nasus)，凤鲚(C.mystus)和七丝鲚(C.grayii)。其中刀鲚除去洄游型群体外，还存在
淡水定居种，包括湖鲚(C.nasus taihuensis)和短颌鲚(C.brachygnathus)。这些鲚属鱼类在生境上存在不同时间和地点的混栖。例如在我国的几大通海河道，如黄河、长江、钱塘江、瓯江等都有刀鲚和凤鲚的分布，而在我国南方的几条通海河道，如珠江、九龙江、闽江等又同时分布有凤鲚和七丝鲚，此外在一些通江湖泊中还存在有定居型的短颌鲚和湖鲚与洄游型的刀鲚混栖的情况。混栖的存在为这部分鱼类的调查研究带来了一定的困难，如果不能很好的解决栖息地内混栖群体的判别和组成，则很难较为正确和准确地评价资源现存量和动态。
[0003] 传统方法中，鱼类形态学一直是种群或群体判别的重要依据。基于对鱼体的一些形态学测量和比较(如
上颌骨长、头长、全长、体高等)，和鱼体的一些外形特征(如臀鳍条数、胸鳍条数、上颌骨是否过鳃盖)等，前人建立了一系列的鲚属鱼类判别方法。传统的这些方法在以往的调查工作中，显得十分快速、有效，是经典的鱼类种群的重要判别方法。特别是其在数据获取的便利性和对鱼体的保护性上是一些其他方法所不能取代的。然而，由于鱼体形态和其生理情况和发育阶段关系密切，这其中存在很大的变异性；不同种群间外形的一些可数的外形性状存在交叉。在以往鲚属鱼类资源颇丰的时候可能这些情况对于种群的正确评估影响不大，使得传统的形态学分析方法在很大程度上能够较为客观的反映种群情况。但是，由于目前鲚属鱼类群体资源下降情况严重、个体小型化和低龄化情况也十分突出，这使得如何更加准确地对鲚属鱼类资源进行判别和鉴定，显得尤为重要。与传统方法相比较，分子
生物学方法可以从遗传和生化
角度更精确的分析鱼类的种群结构。不过其在时间、资金和工作量的消耗上较大，对于标本的保存也有一定的要求。除此之外，遗传上的分化在时间尺度上跨度较大，这也造成遗传学方法对于一些种群内不同生态群体的调查存在困难。
[0004] 由于以上这些情况的存在，使得我们迫切需要寻找一种便捷、高效鲚属鱼类种群判别的工具。而这其中耳石形态研究无疑是一种很好的研究手段。与传统形态学分析方法相比，地标点法则更加关注特定形态的差异特征，能够通过将形态学上的差异进行抽象化并进一步放大以反映对象间特征点的差异。有鉴于此，本发明利用地标点法就我国鲚属鱼类耳石形态特征进行分析，为了解鲚属鱼类不同种群提供快速、高效的判别方法，从而为准确评估鲚属鱼类资源情况和保护提供可能的技术支持。
发明内容
[0005] 本发明的目的是克服传统形态测量准确性、客观性等的不足，以及其他如化学、分子生物技术等受到生理影响较大等特点，提供一种新的不同鲚属鱼类种群的判别方法。其利用地标点法对不同鲚属鱼类耳石形态中的多种形态特征进行分析，经
图像处理后提取地标点坐标，进行相对扭曲主成份分析以及判别分析，并利用薄板样条分析和网格
变形将其形态变异矢量
可视化，以此来进行种群判别；该方法所取得结果
稳定性好、可重复性高、系统误差小、客观性和判别性强，不仅克服了传统形态学方法判别率低以及化学等方法易受到生理条件变化的局限，而且显示出其快速、简便、低成本的优势。
[0006] 本发明的技术方案，一种基于耳石形态的鲚属鱼类种群判别方法，步骤如下：
[0007] (1)采集：野外采集不同产地的鲚属鱼类样品，并运回实验室，摘取耳石作为研究对象；
[0008] (2)拍摄：使用
数码相机拍摄其完整的耳石形态；
[0009] (3)修正：在电脑上将所有照片按照统一方向进行放大倍率修正，使所有照片处于统一方向和同一倍率下；
[0010] (4)
数据库建立：建立参考坐标轴系并计算所需坐标点数据文件；
[0011] (5)判别分析：根据坐标点数据文件计算其相对扭曲得分，并进行判别分析，用判别线性函数值区别不同种鲚属鱼类以及同种鲚属鱼类不同地理群体。
[0012] 步骤(1)中采用右矢耳石作为研究对象。
[0013] 步骤(2)拍摄时，在带有刻度的平板上按照耳石主凹槽向上的方向使用数码相机拍摄其完整的耳石形态。
[0014] 步骤(4)数据库建立时，选取耳石轮廓极值点和主凹槽拐点。
[0015] 步骤(5)判别分析时，利用tpsdig2
软件对拍摄好并经过处理过的耳石图片建立坐标点，获取地标点的x、y 2D坐标值，建立坐标点数据文件，利用tipsmall软件进行最小平方和法则Least-squares criterion回归分析，检验地标点的有效性；用tpsRelw经普氏
叠加得出地标点，对每个样本的地标点进行平移置中、旋转和缩放，计算出质心距离，求出平均型mean shape，利用tpsRegr进行薄板样条分析，描绘出各鲚属鱼类耳石的网格图，比较与平均形的形态差异。
[0016] 所述鲚属鱼类具体包括刀鲚、湖鲚、短颌鲚、凤鲚、七丝鲚。
[0017] 所述九龙江七丝鲚和凤鲚判别线性函数如下：
[0018] Y＝96.51X1+25.4X2+20.33X3-117.8X4+88.356X5-2.06X6-28.61X7+50.33X8-21.22X9+35.29X10+54.65X11+220.33X12-101.39X13-259.01X14-161.25X15-287.54X16-5.73；
[0019] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。
[0020] 所述鄱阳湖短颌鲚和太湖湖鲚的判别线性函数如下：
[0021] Y＝68.31X1+94.35X2-84.23X3-260.79X4-31.63X5+409.47X6-333.75X7+160.71X8+216.08X9+129.01X10+136.02X11-459.6X12+166.17X13+116.94X14-399.26X15+241.48X16-
8.03；
[0022] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。
[0023] 所述长江刀鲚和瓯江刀鲚的判别线性函数如下：
[0024] Y＝-101.56X1-61.64X2+76.2X3+66.23X4+107.18X5+178.52X6+204.66X7+63.59X8-229.07X9+158.767X10+539.43X11-73.56X12+419.88X13-133.59X14-219.98X15+268.62X16-
7.3；
[0025] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。
[0026] 本发明的有益效果：本发明以鄱阳湖短颌鲚、太湖湖鲚、长江和瓯江刀鲚、九龙江七丝鲚、瓯江凤鲚等水域所捕的鲚属鱼类耳石形态作为研究对象，无需其他特殊处理，直接利用数码相机采集其耳石形态照片，通过电脑将所有照片进行标准化后，经过一系列地标点的
抽取以及比较，即可较为快速的了解不同鲚属鱼类种群形态特征的差异以及地理特征，并基于以上这些特征建立不同鲚属鱼类种群的判别公式。该方法所取得的结果具有客观性、稳定性好，可重复性高、系统误差小，判别性强，不仅克服了传统形态学方法判别率低以及化学等方法易受到生理条件变化的局限，而且显示出其快速、简便、低成本的优势。
[0027] 本发明可以有效地区分分别产自上述鄱阳湖短颌鲚、太湖湖鲚、长江和瓯江刀鲚、九龙江七丝鲚、九龙江凤鲚等水域所捕鲚属鱼类，对应的判别成功率达100％，并建立了各鲚属鱼类种群特有的耳石形态特征库和判别函数方程。
附图说明
[0028] 图1是
实施例1利用tpsdig2软件对拍摄好并经过处理过的耳石图片建立的坐标点示意图。
[0029] 图2是实施例1中九龙江七丝鲚耳石形态的网格图示意图(变异扩大3倍)。
[0030] 图3是实施例1中凤鲚耳石形态的网格图示意图(变异扩大3倍)。
[0031] 图4是实施例2中鄱阳湖短颌鲚耳石形态的网格图示意图(变异扩大3倍)。
[0032] 图5是实施例2中太湖湖鲚耳石形态的网格图示意图(变异扩大3倍)。
[0033] 图6是实施例3中长江刀鲚耳石形态的网格图示意图(变异扩大3倍)。
[0034] 图7是实施例3中瓯江刀鲚耳石形态的网格图示意图(变异扩大3倍)。
具体实施方式
[0035] 下面结合具体实施例对本发明作进一步说明。
[0036] 实施例1：一种基于耳石形态的鲚属鱼类种群判别方法，采用以下工艺步骤：
[0037] (1)采集：凤鲚和七丝鲚标本分别于2016年9月于九龙江口分别各采集10尾，运回实验室后摘取右矢耳石作为研究对象；
[0038] (2)拍摄：在带有刻度的平板上按照耳石主凹槽向上的方向使用数码相机拍摄其完整的耳石形态；
[0039] (3)修正：在电脑上将所有照片按照统一方向进行放大倍率修正，使所有照片处于统一方向和同一倍率下；
[0040] (4)数据库建立：利用tpsdig2软件对拍摄好并经过处理过的耳石图片建立的坐标点，如图1所示，获取地标点的x、y坐标值(2D)，建立坐标点数据文件，利用tipsmall软件进行最小平方和法则(Least-squares criterion)回归分析，检验地标点的有效性；用tpsRelw经普氏叠加得出地标点，对每个样本的地标点进行平移置中、旋转和缩放，计算出质心距离，求出平均型(mean shape)，利用tpsRegr进行薄板样条分析，描绘出各种群耳石形态的网格图(图2)，比较与平均形的形态差异；
[0041] (5)判别分析：根据坐标点数据文件计算其相对扭曲得分进行判别分析，两种鲚属鱼类耳石形态有显著的差异(判别成功率达100％)。根据这些特征，建立两个鲚属鱼类耳石形态相对扭曲得分(relative warps scores)的判别线性函数。
[0042] 九龙江七丝鲚和凤鲚
[0043] Y＝96.51X1+25.4X2+20.33X3-117.8X4+88.356X5-2.06X6-28.61X7+50.33X8-21.22X9+35.29X10+54.65X11+220.33X12-101.39X13-259.01X14-161.25X15-287.54X16-5.73[0044] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。利用本发明所获得数据可以较为客观地区别九龙江七丝鲚和凤鲚，且判别准确率均达100％，判别效果良好。
[0045] 实施例2：一种基于耳石形态的鲚属鱼类种群判别方法，采用以下工艺步骤：
[0046] (1)采集：短颌鲚于2016年7月在鄱阳湖采集10尾，湖鲚于2017年6月在太湖采集10尾，运回实验室后摘取右矢耳石作为研究对象；
[0047] (2)拍摄：在带有刻度的平板上按照耳石主凹槽向上的方向使用数码相机拍摄其完整的耳石形态；
[0048] (3)修正：在电脑上将所有照片按照统一方向进行放大倍率修正，使所有照片处于统一方向和同一倍率下；
[0049] (4)数据库建立：利用tpsdig2软件对拍摄好并经过处理过的耳石图片建立的坐标点，如图1所示，获取地标点的x、y坐标值(2D)，建立坐标点数据文件，利用tipsmall软件进行最小平方和法则(Least-squares criterion)回归分析，检验地标点的有效性；用tpsRelw经普氏叠加得出地标点，对每个样本的地标点进行平移置中、旋转和缩放，计算出质心距离，求出平均型(mean shape)，利用tpsRegr进行薄板样条分析，描绘出各种群耳石形态的网格图(图3)，比较与平均形的形态差异；
[0050] (5)判别分析：根据坐标点数据文件计算其相对扭曲得分进行判别分析，两种鲚属鱼类耳石形态有显著的差异(判别成功率达100％)。根据这些特征，建立两个鲚属鱼类耳石形态相对扭曲得分(relative warps scores)的判别线性函数。
[0051] 鄱阳湖短颌鲚和太湖湖鲚：
[0052] Y＝68.31X1+94.35X2-84.23X3-260.79X4-31.63X5+409.47X6-333.75X7+160.71X8+216.08X9+129.01X10+136.02X11-459.6X12+166.17X13+116.94X14-399.26X15+241.48X16-8.03[0053] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。利用本发明所获得数据可以较为客观地区别鄱阳湖短颌鲚和太湖湖鲚，且判别准确率均达100％，判别效果良好。
[0054] 实施例3：一种基于耳石形态的鲚属鱼类种群判别方法，采用以下工艺步骤：
[0055] (1)采集：长江刀鲚于2017年5月在长江口采集10尾，瓯江刀鲚于2008年8月在瓯江口采集10尾，运回实验室后摘取右矢耳石作为研究对象；
[0056] (2)拍摄：在带有刻度的平板上按照耳石主凹槽向上的方向使用数码相机拍摄其完整的耳石形态；
[0057] (3)修正：在电脑上将所有照片按照统一方向进行放大倍率修正，使所有照片处于统一方向和同一倍率下；
[0058] (4)数据库建立：利用tpsdig2软件对拍摄好并经过处理过的耳石图片建立的坐标点，如图1所示，获取地标点的x、y坐标值(2D)，建立坐标点数据文件，利用tipsmall软件进行最小平方和法则(Least-squares criterion)回归分析，检验地标点的有效性；用tpsRelw经普氏叠加得出地标点，对每个样本的地标点进行平移置中、旋转和缩放，计算出质心距离，求出平均型(mean shape)，利用tpsRegr进行薄板样条分析，描绘出各种群耳石形态的网格图(图3)，比较与平均形的形态差异；
[0059] (5)判别分析：根据坐标点数据文件计算其相对扭曲得分进行判别分析，两种鲚属鱼类耳石形态有显著的差异(判别成功率达100％)。根据这些特征，建立两个鲚属鱼类耳石形态相对扭曲得分(relative warps scores)的判别线性函数。
[0060] 长江刀鲚和瓯江刀鲚：
[0061] Y＝-101.56X1-61.64X2+76.2X3+66.23X4+107.18X5+178.52X6+204.66X7+63.59X8-229.07X9+158.767X10+539.43X11-73.56X12+419.88X13-133.59X14-219.98X15+268.62X16-7.3[0062] X1-16中X代表相对扭曲得分，下标数字表示相对扭曲过程中的次数。利用本发明所获得数据可以较为客观地区别长江刀鲚和瓯江刀鲚，且判别准确率均达100％，判别效果良好。
