摘要 運用3種多元統計分析方法對采自太湖、錢塘江桐廬段的野生花鰩骨以及由太湖野生群體經人工繁育3代的花鰩骨這三個群體的30個形態參數進行了比較。結果顯示，太湖群體和東林養殖群體的形態較為接近，而與桐廬群體的差異較大。利用主成分分析構建了3個主成分，其貢獻率分別為主成分1 55.08%、主成分2 14.01%、主成分3 6.87%，它們的累積貢獻率為75.97%。逐步判別選入3個貢獻率較大的性狀進行判別分析，通過建立的3個群體判別函數，其判別準確率P1為75%～100%，P2 為77%～100%，綜合判別率為86%，結果表明3個群體形態差異顯著(P<0.01)。該研究為花鰩骨不同群體的鑒別積累了基礎資料以及為花鰩骨的增殖放流、優良品種的培育和種質資源保護提供理論依據。

　　關鍵詞 花鰩骨;形態特征;聚類分析;主成分分析;判別分析

　　花鰩骨(Hemibarbus maculates Bleeker) 隸屬鯉形目鯉科鰩骨亞科鰩骨屬，俗稱“季魚”“雞骨郎”“季郎魚”，通常分布于亞洲境內的中國、朝鮮和日本等淡水水域以及俄羅斯境內的部分黑龍江水系[1]，該魚肉鮮味美，頗受消費者的青睞，經濟價值較高。隨著人工繁殖和苗種培育技術的持續突破[2-3]，花鰩骨在江、浙、滬地區已成為優良的養殖品種。野生花鰩骨自然群體數量卻不斷削減，全因捕撈過度、水質污染及富營養化嚴重和競爭性魚類放流等生態因子變化的影響。為保護花鰩骨野生資源，浙江省自2015年以來連續4年在自然水域中增殖放流花鰩骨魚種，但放流的花鰩骨魚種多來自于人工繁育群體，其對自然花鰩骨群體是否會造成種質上的沖擊有待深入探索。

　　魚類形態特征是其內在遺傳特性的外在表現。從形態學和表型性狀上研究遺傳變異是經典遺傳學研究的主要內容，是資源鑒定、物種分類、生物起源和進化系統樹等研究的基礎[2]。生態環境適應性是指生物的基礎能力，生物一直處于不斷適應其生態環境的過程中，并演化產生不同的形態特征[4]。野生和養殖條件就是2種不同環境，這2種生態環境下花鰩骨的形態特征尚未見到相關報道。筆者對花鰩骨太湖野生群體、桐廬野生群體和東林養殖群體的形態參數進行了系統對比，將傳統形態度量學方法與統計學比較分析相結合，以期為花鰩骨不同群體的劃分、良種選育和種質資源保護提供參考。

　　1 材料與方法

　　1.1 試驗材料 3個花鰩骨群體的樣本，分別于2019年11月采自浙江錢塘江流域桐廬段，于2018年11月采自浙江湖州太湖流域，于2018年11月采自浙江湖州東林某養殖基地。其中，人工養殖群體是由太湖野生群體經人工繁育3代的養殖群體。樣本采集情況見表1。

　　表1 花鰩骨采集時間、地點與樣本數

　　Table 1 Sampling time，site and sample number of H.maculates

　　群體Population 采集地 Sampling site 采集時間Sampling time 樣本數 Sample number 平均全長Average whole length∥cm

　　東林養殖群體Donglin breeding population(DL)湖州東林2018-111931.31±2.27

　　太湖野生群體Taihu wild population(TH)湖州太湖2018-111921.50±3.01

　　桐廬放流群體Tonglu released population(TL)桐廬富春江2019-111623.25±4.39

　　1.2 數據測量 共30項形態數據指標，含傳統可量性狀及框架參數。參照李思發[5] 進行框架測量坐標點的選擇，具體見圖1和表2。魚體外形的21個框架參數，以10個定位點之間的距離構建而成，例如D2-4 表示定位點2 與 4 之間的距離。

　　1.3 分析方法

　　1.3.1 數據預處理。

　　每個采集樣本，測量包括9個可量性狀與 21個框架參數在內的30個指標。總計測量54個樣本，共得到1 620個數據。將各形態參數值除以樣本體長值再進行校正，以消除花鰩骨樣本個體差異帶來的誤差或影響。校正后得到29項形態比例參數，使用SPSS 23.0統計軟件進行數據統計與分析[6]。

　　1.3.2 主成分分析。利用主成分分析考察各指標間的相互關系，利用正交變換降維將29項參數轉換為較少且互不相關的幾個綜合指標，使得后續研究更加簡便、直觀。

　　1.3.3 聚類分析。

　　用3個群體29項形態特征比例參數的平均值進行聚類分析。采用的聚類方法為歐式距離法。

　　1.3.4 判別分析及判別準確率的計算。采用SPSS 23.0統計軟件的逐步判別法開展判別分析，選取對群體形態差異貢獻較大的參數建立判別公式。判別準確率的計算公式如下：

　　判別準確率P1=判別正確的魚類樣本數/實際魚類樣本數(1)

　　P2=判別正確的魚類樣本數/ 判別魚類樣本數(2)

　　綜合判別率=ni=1Ai/ni=1Bi(3)

　　式中，實際魚類樣本數是指該魚類樣本的采樣數目，判別魚類樣本數是指被判為該群體的魚類樣本數;Ai 為第 i 個群體中判別正確的魚類樣本數，Bi為第 i 個群體的實際魚類樣本數，n 為魚類樣本群體數。

　　2 結果與分析

　　2.1 主成分分析 在主成分分析中，提取了方差貢獻率較大的3個主成分，它們的累積貢獻率為75.97%。這說明這3種主成分包含了其總變異的絕大部分，成功實現了數據降維目標，可利用這3個相互獨立的因子來分析不同種群間花

　　鰩骨的形態差異。這3個主成分的方差貢獻率分別為主成分1 55.088%、主成分2 14.01%、主成分3 6.87%。

　　對主成分分析求得的初始變量相關矩陣進行方差最大化正交旋轉，旋轉后的因子載荷矩陣見表3。由表3可知，對總方差貢獻率最大的主成分1主要取決于尾柄長/體長、D2-3/體長、D2-4/體長、D3-4/體長、D4-5/體長、 D5-6/體長、D7-8/體長、D8-10/體長、D9-10/體長這9個比例參數，反映了頭部及尾部等形態特征，由此可見花鰩骨 3個群體的個體在形態上的差異很大部分是由這9個形態差異引起的。

　　花鰩骨主成分2對主成分1繪圖，結果如圖2所示，主成分1、主成分2為相對值。從圖2可以看出，太湖野生群體和東林養殖群體重疊較多，難以完全區分開，表明二者差異較小，它們與桐廬放流群體差異較大。

　　推薦閱讀：《環境工程》創刊于1982年，是經國家新聞出版署批準，于國內外公開發行的國家級環境保護科技期刊，由中國鋼鐵工業協會主管，中冶建筑研究總院有限公司和中國環境科學學會環境工程分會主辦,是目前國內惟一一本跨地區、跨行業，以先進環保技術的工程應用為特色的學術期刊。