中国海洋大学学报自然科学版  2023, Vol. 53 Issue (9): 58-68  DOI: 10.16441/j.cnki.hdxb.20220358

引用本文  

张凯强, 李刚, 王庆龙, 等. 淡水养殖花鲈形态性状与体质量的相关性及通径分析[J]. 中国海洋大学学报(自然科学版), 2023, 53(9): 58-68.
Zhang Kaiqiang, Li Gang, Wang Qinglong, et al. Correlation and Path Analysis of Morphological Traits and Body Weight of Lateolabrax maculatus in Freshwater Culture[J]. Periodical of Ocean University of China, 2023, 53(9): 58-68.

基金项目

山东省自然科学基金项目(ZR2021QC071);国家重点研究发展计划项目(2020YFD0900204);现代农业产业技术体系专项(CARS-47)资助
Supported by the Shandong Provincial Natural Science Foundation(ZR2021QC071); the National Key Research and Development Program of China(2020YFD0900204); the Agriculture Research System of China(CARS-47)

作者简介

张凯强(1991—),男,实验师,从事鱼类繁育与育种技术研究。E-mail: zkq@ouc.edu.cn

文章历史

收稿日期:2022-07-30
修订日期:2022-10-06
淡水养殖花鲈形态性状与体质量的相关性及通径分析
张凯强1 , 李刚2 , 王庆龙2 , 张龙2 , 陈志方3 , 温海深1 , 李吉方1 , 徐扬涛4     
1. 海水养殖教育部重点实验室(中国海洋大学), 山东 青岛 266003;
2. 全国水产技术推广总站, 北京 100125;
3. 北京市水生野生动植物救护中心, 北京 102100;
4. 利津县双瀛水产苗种有限责任公司, 山东 东营 355200
摘要:为明确淡水养殖花鲈(Lateolabrax maculatus)形态性状与体质量的关系,本研究测定了淡水养殖花鲈的体质量(Y)和吻长(X1)、眼间距(X2)、眼径长(X3)、头长(X4)、躯干长(X5)、尾柄长(X6)、头高(X7)、体高(X8)、尾柄高(X9)、体长(X10)、全长(X11)、体宽(X12) 12个形态性状,通过相关分析、通径分析和回归分析方法研究了形态性状与体质量的相关关系。研究表明,除眼径长(X3)外,花鲈各形态性状与体质量呈极显著(P < 0.01)或显著(P < 0.05)的正相关关系;相关分析发现体高(X8)与体质量(Y)的相关系数最大(0.937),眼径长(X3)与体质量的相关系数最小(0.175)。通径分析发现,体高(X8)对体质量(Y)的直接作用最大(0.542),仅体高(X8)的直接作用大于间接作用(0.394),眼间距(X2)、尾柄长(X6)、体宽(X12) 3个性状通过体高(X8)对体质量(Y)的间接作用均较大(0.293~0.436)。决定系数分析发现,体高(X8)对体质量(Y)的直接决定系数最大(0.294),远高于其他单个形态性状,体高(X8)和体宽(X12)的共同决定系数最大(0.219),4个主要形态性状对体质量的总决定系数为0.997。回归分析发现,形态性状(X)与体质量(Y)的多元线性回归方程为Y=16.291X2+9.297X6+30.411X8+18.498X12-166.44(R2=0.943);模型拟合发现,眼间距(X2)最优拟合模型为二次函数,方程为Y=387.874X-86.058X2-304.769,尾柄长(X6)、体高(X8)和体宽(X12)与体质量(Y)的最优模型均为幂函数,方程分别为Y=1.805X2.52Y=13.968X1.828Y=29.445X1.039。研究结果表明,对平均体质量为118 g的淡水养殖花鲈进行生长性状选育时,体高(X8)为主要选择性状,体宽(X12)、尾柄长(X6)和眼间距(X2)为辅助选择性状。
关键词花鲈    体质量    形态性状    相关分析    通径分析    回归分析    

花鲈(Lateolabrax maculatus)隶属硬骨鱼纲(Osteichsthyes)鲈形目(Perciformes)鮨科(Serranidae)花鲈属(Lateolabrax),俗称寨花、七星鲈、鲈鱼等,分布于中国沿海、日本靠近中国一侧沿海,南到越南边界,北到朝鲜半岛西岸,为东北亚特有种[1],其肉质细嫩、味道鲜美、营养价值高,广受消费者喜爱。近年来,中国花鲈养殖年产量均超过15万t,位居海水养殖鱼类产量前三位[2]。目前,花鲈养殖鱼苗主要靠人工繁殖所得,养殖用亲鱼来源单一且未进行科学选育,累代繁殖后已出现生长缓慢等种质退化问题,急需开展花鲈速生品系的选育工作。在鱼类生长性状选育进程中,体质量是最常用的指标[3-4],但因其易受基因连锁、多效性及环境因子的影响[5-6],且测量操作复杂[7],而形态性状的测定相对简单、准确[8],且与体质量之间存在相关性[9]。因此,可通过测定鱼类形态性状数据,结合统计分析手段,得到形态性状与体质量的关系。

目前关于水产经济物种形态性状与体质量之间关系最常用的统计方法有相关分析、通径分析和回归分析,这些方法在鱼类[10-12]、虾蟹类[13-19]、贝类[14-23]和螺类[24-26]等水产物种中均有报道。研究表明生物形态性状易受外界环境的影响[27-28]。海水养殖花鲈形态性状与体质量关系已有研究[29-31],但未见淡水养殖条件下的相关报道。胡彦波等[29]对平均质量568 g海水养殖花鲈形态性状对体质量影响研究表明,体宽、头长、全长和尾柄高可作为重要的测量指标,杨育凯等[30]对0.88 g及董义超等[31]对1.92 g海水养殖花鲈的研究均表明,体高可作为花鲈早期的目标性状,以上结果证实不同发育时期的花鲈用于辅助选育的形态指标不同,但介于两规格之间的花鲈的目标性状如何确定尚未有研究。同时,普遍认为性成熟前花鲈在淡水中生长速度优于海水[32-34],对于生长成熟周期较长的花鲈而言,适合采用海、淡水结合的培育模式,加速生长、发育速度进而缩短育种周期,因此淡水养殖花鲈形态性状的研究势在必行。本文以平均质量约118 g淡水养殖花鲈为研究对象,采用相关分析、通径分析和回归分析统计方法,得到了形态性状与体质量及形态性状间的相关系数、形态性状与体质量的通径系数(直接作用)、间接通径系数(间接作用),建立了主要形态性状与体质量间的最优线性回归方程。同时运用模型拟合的方法,拟合出主要形态性状与体质量间的最优模型。本研究结果将为花鲈速生品系的选育提供参考依据。

1 材料方法 1.1 实验材料

实验鱼来源于利津县双瀛水产苗种有限责任公司人工繁育的花鲈苗种,培育至平均体质量为1.300 g时,运至全国水产技术推广总站北京淡水良种示范基地工厂化车间水泥池(5.0 m×6.0 m×1.5 m)进行养殖。挑选体质健壮、无外伤的花鲈50尾作为实验用鱼,其平均体质量为118.154 g,平均体长为19.000 cm。养殖期间投喂珠海海为饲料有限公司生产的花鲈专用饲料(粗蛋白41%,粗脂肪6%,粗灰分15%,粗纤维5%,钙1%~3.5%,磷1%,氯化钠0.5%~4%,赖氨酸2.2%),每天于上午7:30,下午5:30各投喂一次,养殖水来源于已爆气的地下井水,水质条件为水温20~24 ℃,溶解氧大于5 mg/L,pH为7.98~8.04,氨氮<0.2 mg/L,亚硝酸盐<0.1 mg/L。

1.2 测量方法

实验鱼用200 mg/L MS-222麻醉后,进行体质量测量和拍照。体质量使用电子称称量,精确到0.001 g,称量后将鱼和直尺放于同一视野中拍照,采用tpsDig2图像处理软件进行形态性状的测量,精确到0.001 cm。参照鱼类学[35]中关于各形态性状的定义,分别测量吻长(X1)、眼间距(X2)、眼径长(X3)、头长(X4)、躯干长(X5)、尾柄长(X6)、头高(X7)、体高(X8)、尾柄高(X9)、体长(X10)、全长(X11)、体宽(X12),其中眼间距(X2)是从鱼体一侧眼眶背缘正中到另一侧眼眶背缘正中距离,体宽(X12)是鱼体左右侧最大距离(见图 1)。

( A:吻长(X1);B:眼径长(X3);C:头长(X4);D:躯干长(X5);E:尾柄长(X6);F:头高(X7);G:体高(X8);H:尾柄高(X9);I:体长(X10);J:全长(X11)。A: Snout length (X1); B: Eye diameter (X3); C: Head length (X4); D: Trunk length (X5); E: Caudal peduncle (X6); F: Head height (X7); G: Body height (X8); H: Caudal peduncle depth (X9); I: Body length (X10); J: Total length (X11). ) 图 1 花鲈形态性状测量指标示意图 Fig. 1 Schematic diagram of measuring indexes for morphological traits of spotted sea bass
1.3 统计分析

使用Excel 2016软件对数据进行统计整理。利用SPSS 23统计软件对体质量进行正态性检验,然后计算各形态性状的表型参数,并进行相关分析、通径分析及回归分析。分析方法可参考杜家菊等[36]、宋小园等[37]。相关系数可分解为各形态性状对体质量的通径系数(直接作用)和间接通径系数(间接作用)。其中间接通径系数计算公式为

$ {{r}_{ij}}{{p}_{j}}={{r}_{{{x}_{i}}{{x}_{j}}}}\times {{P}_{{{x}_{j}}}}。$

式中:rijpjXi通过Xj对体质量的间接通径系数;rxixj为形态性状XiXj之间的相关系数;Pxj为形态性状Xj对体质量的通径系数。根据相关系数和通径系数计算得出决定系数,决定系数由单个形态性状对体质量的决定系数和两个形态性状对体质量的共同决定系数构成。其中单个形态性状对体质量的决定系数计算公式为:dj=Pj2,式中Pj为某个形态性状对体质量的通径系数;两个形态性状对体质量的共同决定系数计算公式为:dij=2rij×Pi×Pj,式中PiPj为两个形态性状对体质量的通径系数,rij为两个形态性状间的相关系数。采用步进法进行各形态性状对体质量的回归分析。数据间差异水平以P<0.05为差异显著,P<0.01为差异极显著来表示。

2 结果 2.1 体质量正态性检验

首先对体质量(Y)数据进行正态性检验,检验结果如表 1所示。本试验样本容量为n=50,为小样本,经夏皮洛-威尔克(Shapiro-Wilk Test)检验,显著性水平P=0.211>0.05,表明体质量(Y)总体分布与正态分布无显著性差异,服从正态分布,可用于后续回归分析。

表 1 体质量正态性检验结果 Table 1 The normal test output of body weight
2.2 形态性状表型数据的统计分析

对50尾花鲈幼鱼各形态性状数据进行统计分析(见表 2)。如表 2所示,在体质量(Y)和12个形态性状中,体质量(Y)的变异系数最大,为17.492%,其余形态性状的变异系数范围为5.919%~12.037%,表明体质量(Y)具有较大的选择潜力,可以作为花鲈遗传改良及新品种选育的重要性状。

表 2 体质量和12个形态性状的描述性统计 Table 2 Description of twelve morphological traits and body weight
2.3 形态性状间的相关性分析

花鲈体质量与各形态性状及各形态性状间的相关系数及显著性检验结果见表 3。如表 3所示,除吻长(X1)、眼径长(X3)外,各形态性状间的相关性均达到极显著水平(P<0.01),且均呈正相关关系;头高(X7)与体高(X8)间的相关系数最大,为0.966,体宽(X12)与眼径长(X3)间的相关系数最小,为0.117;各形态性状与体质量间的相关系数大小顺序为:体高(X8)>头高(X7)>体长(X10)>尾柄高(X9)>体宽(X12)>全长(X11)>躯干长(X5)>头长(X4)>尾柄长(X6)>眼间距(X2)>吻长(X1)>眼径长(X3);其中体高(X8)和体质量(Y)间的相关系数最大,为0.937,眼径长(X3)和体质量(Y)间的相关系数最小,为0.175。

表 3 形态性状间相关系数(对角线以上)及检验输出结果(对角线以下) Table 3 Correlation coefficient (above diagonal) between morphological traits and test output results (below diagonal)
2.4 形态性状对体质量的通径分析

利用SPSS 23软件得到各形态性状对体质量的通径系数,经显著性检验,保留达到显著水平的4个性状:眼间距(X2)、尾柄长(X6)、体高(X8)、体宽(X12)(见表 4)。由表 4可知,这4个形态性状中,体高(X8)对体质量(Y)的通径系数(直接作用)最大(0.542),其次为体宽(X12)(0.251)、尾柄长(X6)(0.198)和眼间距(X2)(0.156),其中仅体高(X8)的通径系数大于间接通径系数(间接作用)(0.394)。间接通径系数中,体宽(X12)对体质量(Y)的间接作用最大(0.596),体高(X8)的间接作用最小(0.394);眼间距(X2)、尾柄长(X6)、体宽(X12) 3个性状通过体高(X8)对体质量(Y)的间接作用均较大(0.293~0.436)。相关性分析显示,体高(X8)的相关系数最高,这表明体高(X8)为体质量(Y)的主要影响因子。

表 4 形态性状对体质量的直接和间接通径系数 Table 4 Direct and indirect path coefficients of morphological traits to the body weight
2.5 形态性状对体质量的决定程度分析

通过决定系数公式计算得到花鲈单个形态性状及2个形态性状对体质量的决定系数(见表 5)。如表 5所示,对角线上为单个形态性状对体质量的决定系数,对角线右上方为2个形态性状对体质量的共同决定系数。其中,体高(X8)对体质量(Y)的决定系数为0.294,远远高于其它单个形态性状,其次为体宽(X12)(0.063),尾柄长(X6)(0.039),眼间距(X2)的决定系数最小,为0.024。在2个形态性状对体质量的共同决定系数中,体高(X8)和体宽(X12)对体质量(Y)的共同决定系数最大(0.219),尾柄长(X6)和体宽(X12)的共同决定系数最小(0.039)。眼间距(X2)、尾柄长(X6)、体高(X8)和体宽(X12)4个形态性状对体质量(Y)的总决定系数为0.997,剩余因子较小(e=0.003),说明这4个形态性状是影响体质量的主要性状。

表 5 4个形态性状对体质量的决定系数 Table 5 Determination coefficients of four morphological traits to the body weight
2.6 形态性状对体质量的回归分析

在回归分析中采用步进法得到花鲈4个形态性状与体质量的复相关分析表、多元回归方程的系数分析表、多元回归方程的方差分析表(见表 6表 7表 8)。如表 6所示,随着形态性状被逐步引入回归方程,回归方程的复相关系数R逐渐增大,说明引入的形态性状对体质量的作用在增加;如表 7所示,4个形态性状的偏回归系数和回归方程截距均达到了极显著水平(P<0.01);如表 8所示,分差分析结果表明多元回归方程的回归关系达到了极显著水平(P<0.01)。最终建立以眼间距(X2)、尾柄长(X6)、体高(X8)、体宽(X12)4个形态性状为自变量,体质量为因变量的最优多元回归方程:Y=16.291X2+9.297X6+30.411X8+18.498X12-166.44。

表 6 花鲈4个形态性状与体质量的复相关分析 Table 6 The multiple-correlation coefficients of four morphometric traits to the weight of spotted sea bass
表 7 多元回归方程的系数分析 Table 7 Coefficient analysis of multiple regression equation
表 8 多元回归方程的方差分析 Table 8 Variance analysis of multiple regression equation
2.7 形态性状与体质量拟合的最优模型分析

分别以眼间距(X2)、尾柄长(X6)、体高(X8)和体宽(X12)为自变量,Y为因变量,进行曲线拟合。所用曲线模型有6种,分别为线性(Y=b0+b1X)、对数(Y=b0+b1lnX)、二次函数(Y=b0+b1X+b2X2)、幂函数(Y=b0Xb1)、指数(Y=b0+eb1X)及逻辑斯蒂(Y=1/(b0+b1e-X))。

花鲈形态性状与体质量拟合模型的结果均成极显著差异(P < 0.01)。以决定系数R2F值为标准,确定形态性状与体质量的最优拟合模型(见表 9)。如表 9所示,眼间距(X2)最优拟合模型为二次函数,方程为Y=387.874X-86.058X2-304.769;尾柄长(X6)、体高(X8)和体宽(X12)与体质量(Y)的最优模型均为幂函数,方程分别为Y=1.805X2.52Y=13.968X1.828Y=29.445X1.039

表 9 花鲈形态性状与体质量估测最优模型 Table 9 The optimal model of morphological traits and body weight of spotted sea bass
3 讨论 3.1 花鲈形态性状与体质量的相关性

生长性状是鱼类遗传改良最有价值的经济性状之一。养殖鱼类生长性能的提高,可以缩短养殖时间,节约养殖成本,提高养殖产量,带来更大的经济和生态效益。在鱼类生长性状选育过程中,常以体质量为主要指标,体高、体长等形态性状为辅助指标[38]。杨育凯等[30]关于2月龄花鲈形态性状与体质量相关性分析结果表明,前四位形态性状与体质量间的相关系数大小排序为体高、全长、头高和体长,其中体高和体质量间的相关系数为0.952;董义超等[31]研究结果表明,5月龄花鲈幼鱼全长、体长、体高和体宽与体质量相关性较高,其中全长与体质量相关系数为0.907;胡彦波等[29]研究发现,2龄花鲈与体质量相关系数前四位依次为体宽、体高、体长和全长,体宽与体质量的相关系数为0.954。本研究中,花鲈体质量与形态性状的相关性分析结果表明,除吻长(X1)、眼径长(X3)外,其余形态性状与体质量的相关系数均达到极显著水平,各形态性状与体质量间的相关系数大小顺序为体高(X8)>头高(X7)>体长(X10)>尾柄高(X9)>体宽(X12)>全长(X11)>躯干长(X5)>头长(X4)>尾柄长(X6)>眼间距(X2)>吻长(X1)>眼径长(X3),其中体高(X8)和体质量(Y)间的相关系数最大,为0.937。5月龄大口黑鲈(Micropterus salmoides)形态性状与体质量的相关分析结果表明,全长、体高、躯干长和头高与体质量相关性较高[39];而4月龄斑石鲷(Oplegnathus punctatus)形态性状与体质量的相关分析结果表明,全长、体长、体高和尾柄高与体质量相关性较高[40]。以上研究结果表明,不同鱼类、相同鱼类的不同生长阶段,形态性状与体质量间的相关性均存在差异。可见,相关性分析仅能揭示形态性状与体质量间的线性关系,无法排除其它性状的间接作用,无法准确反映形态性状与体质量间的真实关系,需进一步开展通径分析和回归分析。

3.2 影响花鲈体质量的主要形态性状

通径分析可以将相关系数剖分为形态性状对体质量的直接作用和间接作用,明确主要形态性状的重要作用[39]。本研究结果表明,经差异显著性检验后,保留体高(X8)、体宽(X12)、尾柄长(X6)和眼间距(X2)4个形态性状,其中体高(X8)对体质量(Y)的直接作用最大,为0.542,且大于间接作用,同时远大于其他3个形态性状,其它性状主要通过体高(X8)间接影响体质量(Y)。关于2月龄花鲈形态性状对体质量的通径分析结果显示,体高对体质量的直接作用最大(0.569)并大于间接作用(0.383),其余形态性状通过体高对体质量的间接作用均较大;童立豪等[41]研究结果表明,体高对黄鳍鲷(Sparus latus)体质量的通径系数最大,体长等3个形态性状通过体高对体质量的间接作用均较大,表明体高是影响体质量的主要形态性状;以上两个研究结果与本研究结果相一致。与本研究结果不同的是,胡彦波等[29]对2龄花鲈的研究表明,体宽对体质量的直接作用最大为0.547,头长、全长和尾柄高通过体宽间接影响体质量;对18月龄大泷六线鱼(Hexagrammos otakii)的研究中发现,全长对体质量的直接作用最大,且其余形态性状通过全长对体质量的间接作用均较大[8]。得到以上不同研究结果的原因可能是与不同鱼种生长需求、生长环境等不同及不同的生长阶段形态性状对体质量的作用不同相关。决定系数分析时,当单个自变量对因变量的决定系数和两两自变量对因变量的共同决定系数之和大于0.85时,自变量才被认为是决定因变量的主要因素[42-43]。在本研究中,体高(X8)等4个形态性状对体质量(Y)的总决定系数为0.997,其它形态性状对体质量的影响很小,说明这4个形态性状是影响体质量的主要性状。最后,通过回归分析建立了以花鲈体高(X8)、体宽(X12)、尾柄长(X6)和眼间距(X2)为自变量,体质量(Y)为因变量的多元线性回归方程为Y=16.291X2+9.297X6+30.411X8+18.498X12-166.44,经分差分析显示多元回归方程的回归关系达到了极显著水平(P<0.01),表明用体高(X8)、体宽(X12)、尾柄长(X6)和眼间距(X2)预估体质量(Y)是可行的。

3.3 主要形态性状与体质量的最优拟合模型

有研究表明,在某种程度上拟合曲线模型可用于表示单一形态性状与体质量的相互关系[44]。本研究采用6种方程进行体高(X8)等4个形态性状与体质量(Y)关系的曲线模型拟合,结果显示均达到极显著水平(P < 0.01),表明拟合结果具有实际意义,以决定系数R2F值为选择标准,眼间距(X2)最优拟合模型为二次函数,方程为Y=387.874X-86.058X2-304.769,尾柄长(X6)、体高(X8)和体宽(X12)与体质量(Y)的最优模型均为幂函数,方程分别为Y=1.805X2.52Y=13.968X1.828Y=29.445X1.039。本研究结果与对半滑舌鳎[45](Cynoglossus semilaevis)和黄鳍金枪鱼[10](Thunnus albacores)的研究结果略有不同。

4 结语

本实验条件下,通过相关分析、通径分析和回归分析,确定了影响平均质量约118 g花鲈体质量的主要形态性状为体高(X8)、体宽(X12)、尾柄长(X6)和眼间距(X2),建立了多元线性回归方程:Y=16.291X2+9.297X6+30.411X8+18.498X12-166.44,其中体高(X8)对体质量(Y)的直接作用最大(0.542);4个形态性状对体质量的总决定系数为0.997,说明这4个形态性状是影响体质量的主要性状。通过模型拟合,眼间距(X2)最优拟合模型为二次函数,方程为Y=387.874X-86.058X2-304.769,尾柄长(X6)、体高(X8)和体宽(X12)与体质量(Y)的最优模型均为幂函数,方程分别为Y=1.805X2.52Y=13.968X1.828Y=29.445X1.039

综合相关分析、通径分析和回归分析结果,对平均质量约118 g淡水养殖花鲈进行生长性状选育时,建议以体高(X8)为主要选择性状,体宽(X12)、尾柄长(X6)和眼间距(X2)为辅助选择性状,可提高选育效率,对加速花鲈速生品系的选育具有重要意义。

参考文献
[1]
温海深, 张美昭, 李吉方, 等. 我国花鲈养殖产业现状与种子工程研究进展[J]. 渔业信息与战略, 2016, 31(2): 105-111.
Wen H S, Zhang M Z, Li J F, et al. Research progress of aquaculture industry and its seed engineering in spotted sea bass (Lateolabrax maculatus) of China[J]. Fishery Information & Strategy, 2016, 31(2): 105-111. DOI:10.13233/j.cnki.fishis.2016.02.005 (0)
[2]
温海深, 李昀, 张美昭, 等. 花鲈——家喻户晓的中国海鲈[J]. 中国水产, 2020(8): 110-111.
Wen H S, Li Y, Zhang M Z, et al. Lateolabrax maculatus——a well-known spotted sea bass in China[J]. China Fisheries, 2020(8): 110-111. (0)
[3]
李哲, 敬庭森, 李雨, 等. 长吻(鮠)形态性状对体质量的影响[J]. 渔业科学进展, 2021, 42(4): 98-105.
Li Z, Jing T S, Li Y, et al. Effects of morphological traits on the body mass of Leiocassis longirostris[J]. Progress in Fishery Sciences, 2021, 42(4): 98-105. (0)
[4]
王新安, 马爱军, 庄志猛, 等. 红鳍东方鲀(Takifugu rubripes)形态性状对体重的影响效果[J]. 海洋与湖沼, 2013, 44(1): 135-140.
Wang X A, Ma A J, Zhuang Z M, et al. Effects of morphometric attributes on body weight of Takifugu rubripes(Temminck et Schlegel)[J]. Oceanologia et Limnologia Sinica, 2013, 44(1): 135-140. (0)
[5]
韩慧宗, 姜海滨, 王斐, 等. 许氏平鲉不同月龄选育群体形态性状的主成分与通径分析[J]. 水产学报, 2016, 40(8): 1163-1172.
Han H Z, Jiang H B, Wang F, et al. Principal component and path analysis of morphological traits of selective groups at different month ages of Sebastes schlegeli[J]. Journal of Fisheries of China, 2016, 40(8): 1163-1172. (0)
[6]
闻豪, 张健. 3月龄唇()形态性状对体质量影响分析[J]. 水产科学, 2020, 39(5): 719-726.
Wen H, Zhang J. Effects of morphological traits on the body weight in 3-month old Hemibarbus labeo[J]. Fisheries Science, 2020, 39(5): 719-726. (0)
[7]
王海山, 叶乐, 胡清雨, 等. 眼斑双锯鱼形态性状与体质量的相关性及通径分析[J]. 南方农业学报, 2021, 52(1): 221-227.
Wang H S, Ye L, Hu Q Y, et al. Correlation and path coefficient analysis between morphological traits and body weight in Amphiprion ocellaris[J]. Journal of Southern Agriculture, 2021, 52(1): 221-227. DOI:10.3969/j.issn.2095-1191.2021.01.027 (0)
[8]
李莉, 王雪, 菅玉霞, 等. 不同月龄大泷六线鱼形态性状与体质量的相关性及通径分析[J]. 上海海洋大学学报, 2019, 28(1): 58-66.
Li L, Wang X, Jian Y X, et al. Correlation and path analysis between morphological traits and body mass of Hexagrammos otakii at different months of age[J]. Journal of Shanghai Ocean University, 2019, 28(1): 58-66. (0)
[9]
Pérez-Rostro C I, Ibarra A M. Quantitative genetic parameter estimates for size and growth rate traits in Pacific white shrimp, Penaeus vannamei (Boone 1931) when reared indoors[J]. Aquaculture Research, 2003, 34(7): 543-553. DOI:10.1046/j.1365-2109.2003.00851.x (0)
[10]
方伟, 周胜杰, 赵旺, 等. 黄鳍金枪鱼5月龄幼鱼形态性状对体质量的相关性及通径分析[J]. 南方水产科学, 2021, 17(1): 52-58.
Fang W, Zhou S J, Zhao W, et al. Correlation and path analysis of morphological traits to body mass of juvenile Thunnus albacores[J]. South China Fisheries Science, 2021, 17(1): 52-58. (0)
[11]
黄建盛, 郭志雄, 陈刚, 等. 4月龄军曹鱼幼鱼形态性状与体质量的相关性及通径分析[J]. 海洋科学, 2019, 43(8): 72-79.
Huang J S, Guo Z X, Chen G, et al. Correlation and path coefficient analysis on body weight and morphological traits of four-month-old juvenile cobia (Rachycentron canadum)[J]. Marine Sciences, 2019, 43(8): 72-79. (0)
[12]
吴新燕, 梁宏伟, 罗相忠, 等. 不同月龄长丰鲢形态性状对体质量的影响[J]. 南方水产科学, 2021, 17(3): 62-69.
Wu X Y, Liang H W, Luo X Z, et al. Effects of morphological traits on body mass of Changfeng silver carp (Hypophthalmichthys molitrix) at different ages[J]. South China Fisheries Science, 2021, 17(3): 62-69. (0)
[13]
张新明, 程顺峰. 鹰爪虾形态性状和体重的通径分析及灰色关联分析[J]. 渔业科学进展, 2022(1): 153-162.
Zhang X M, Cheng S F. Path analysis and gray correlation analysis of morphological traits to body weight of Trachypenaeus curvirostirs[J]. Progress in Fishery Sciences, 2022(1): 153-162. (0)
[14]
邢钱钱, 杨旻珉, 陈国柱, 等. 罗氏沼虾性成熟前后形态性状对体质量的通径分析[J]. 水产学报, 2022, 46(9): 1632-1645.
Xing Q Q, Yang M M, Chen G Z, et al. Path analysis of phenotypic traits on body weight of Macrobrachium rosenbergii before and after sexual maturity[J]. Journal of Fisheries of China, 2022, 46(9): 1632-1645. (0)
[15]
郑岩, 刘谞, 孙娜, 等. 光合选育系中华绒螯蟹形态性状对体质量的影响分析[J]. 水产科学, 2021, 40(2): 172-178.
Zheng Y, Liu X, Sun N, et al. Correlation analysis of morphological traits on body weight in Guanghe breeding strain of Chinese mitten crab Eriocheir sinensis[J]. Fisheries Sciense, 2021, 40(2): 172-178. (0)
[16]
张新明, 程顺峰, 张敏. 解放眉足蟹形态性状对重量性状影响的效果分析[J]. 中国水产科学, 2020, 27(1): 62-74.
Zhang X M, Cheng S F, Zhang M. Analysis of the influence of the morphological characteristics on the weight characteristics of Blepharipoda liberate Shen[J]. Journal of Fishery Sciences of China, 2020, 27(1): 62-74. (0)
[17]
Zou X, Ma H, Lu J, et al. Mathematical analysis of morphological traits and their effects on body weight in the red crab (Charybdis feriata)[J]. African Journal of Agricultural Research, 2017, 12(6): 429-434. (0)
[18]
Campos-Montes G R, Montaldo H H, Martínez-Ortega A, et al. Genetic parameters for growth and survival traits in Pacific white shrimp Penaeus (Litopenaeus) vannamei from a nucleus population undergoing a two-stage selection program[J]. Aquaculture International, 2013, 21(2): 299-310. (0)
[19]
Ma H Y, Ma C Y, Ma L B, et al. Correlation of growth-related traits and their effects on body weight of the mud crab (Scylla paramamosain)[J]. Genetics and Molecular Research, 2013, 12(4): 4127-4136. (0)
[20]
王祎哲, 邓正华, 王雨, 等. 合浦珠母贝不同壳色选育系F6数量性状的相关性和通径分析[J]. 中国水产科学, 2018, 25(5): 988-997.
Wang W Z, Deng Z H, Wang Y, et al. Correlation and path analyses of quantitative traits in different shell color F6 lines of pearl oyster (Pinctada fucata)[J]. Journal of Fishery Sciences of China, 2018, 25(5): 988-997. (0)
[21]
张新明, 程顺峰, 张敏. 日照海域紫贻贝形态性状对体质量的影响[J]. 水产学杂志, 2020, 33(4): 29-34.
Zhang X M, Cheng S F, Zhang M. Effects of morphological traits on body weight of mussel Mytilus edulis in Rizhao Sea Area[J]. Chinese Journal of Fisheries, 2020, 33(4): 29-34. (0)
[22]
Huo Z, Wu Y, Gao Z, et al. Effects of shell morphological traits on the weight trait of the orange strain of the Manila clam[J]. Acta Ecologica Sinica, 2017, 37(2): 75-78. (0)
[23]
Luo X, Ke C, You W. Estimates of correlations for shell morphological traits on body weight of interspecific hybrid abalone (Haliotis discus hannai and Haliotis gigantea)[J]. Journal of Shellfish Research, 2013, 32(1): 115-118. (0)
[24]
田传远, 夏珮伦, 张嘉荣, 等. 疣荔枝螺形态性状对质量性状的影响[J]. 中国海洋大学学报(自然科学版), 2020, 50(2): 37-44.
Tian C Y, Xia F L, Zhang J R, et al. Effects of morphological traits of Thais clavigera Kuster on its qualitative traits[J]. Periodical of Ocean University of China, 2020, 50(2): 37-44. (0)
[25]
韩森荣, 李春茂, 李婷婷, 等. 皮氏蛾螺形态性状对体质量与软体部质量的相关性及通径分析[J]. 大连海洋大学学报, 2021, 36(6): 976-984.
Han S R, Li C M, Li T T, et al. Correlation and path analysis on relationship between morphological traits and body mass and soft tissue mass in the whelk Volutharpa ampullacea Perryi[J]. Journal of Dalian Ocean University, 2021, 36(6): 976-984. (0)
[26]
Zhao L, He Y, Yang F, et al. Correlation and path analysis of morphological and weight traits in marine gastropod Glossaulax reiniana[J]. Chinese Journal of Oceanology and Limnology, 2014, 32(4): 821-827. (0)
[27]
Yakubu A, Okunsebor S A. Morphometric differentiation of two Nigerian fish species (Oreochromis niloticus and Lates niloticus) using principal components and discriminant analysis[J]. International Journal of Morphology, 2011, 29(4): 1429-1434. (0)
[28]
Franssen N R, Stewart L K, Schaefer J F. Morphological divergence and flow-induced phenotypic plasticity in a native fish from anthropogenically altered stream habitats[J]. Ecology and Evolution, 2013, 3(14): 4648-4657. (0)
[29]
胡彦波, 温海深, 张美昭, 等. 花鲈形态性状对体质量的影响效果[J]. 中国海洋大学学报(自然科学版), 2018, 48(2): 38-48.
Hu Y B, Wen H S, Zhang M Z, et al. Analysis of effets of morphological traits on body weight of spotted sea bass(Lateolabrax maculatus)[J]. Periodical of Ocean University of China, 2018, 48(2): 38-48. (0)
[30]
杨育凯, 虞为, 林黑着, 等. 2月龄花鲈形态性状与体质量相关性及通径分析[J]. 广东海洋大学学报, 2021, 41(2): 86-93.
Yang Y K, Yu W, Lin H Z, et al. Correlation and path coefficient analysis on body weight and morphometric traits of two-month-old Chinese sea bass (Lateolabrax maculatus)[J]. Journal of Guangdong Ocean University, 2021, 41(2): 86-93. (0)
[31]
董义超, 盛伟博, 于会国, 等. 花鲈幼鱼形态性状与体质量影响关系的通径分析[J]. 水产学杂志, 2021, 34(1): 29-34+39.
Dong Y C, Cheng W B, Yu H G, et al. Path coefficinet analysis of relationship between morphometric traits and body weight of juvenile Japanese sea perch Lateolabrax maculatus[J]. Chinese Journal of Fisheries, 2021, 34(1): 29-34+39. (0)
[32]
Alava V R. Effect of salinity, dietary lipid source and level on growth of milk-fish Chanos chanos fry[J]. Aquaculture, 1998, 167(3-4): 229-236. (0)
[33]
Tsuzuki M Y, Sugai J K, Maciel J C, et al. Survival, growth and digestive enzyme activity of juveniles of the fat snook (Centropomus parallelus) reared at different salinities[J]. Aquaculture, 2007, 271(1-4): 319-325. (0)
[34]
杜涛, 黄洋, 覃雪迎, 等. 不同盐度养殖Ⅰ龄花鲈(Lateolabrax japonicus)的生长特性差异分析[J]. 海洋与湖沼, 2013, 44(2): 337-341.
Du T, Huang Y, Qin X Y, et al. Difference analysis on growth characteristic of one year old Lateolabrax japonicus cultured at different salinity[J]. Oceanologia et Limnologia Sinica, 2013, 44(2): 337-341. (0)
[35]
孟庆闻, 苏锦祥, 缪学祖. 鱼类分类学[M]. 北京: 中国农业出版社, 1995: 29-31.
Meng Q W, Su J X, Miu X Z. Fish Taxonomy[M]. Beijing: China Agriculture Press, 1995: 29-31. (0)
[36]
杜家菊, 陈志伟. 使用SPSS线性回归实现通径分析的方法[J]. 生物学通报, 2010, 45(2): 4-6.
Du J J, Chen Z W. The method of path analysis using SPSS linear regression[J]. Bulletin of Biology, 2010, 45(2): 4-6. (0)
[37]
宋小园, 朱仲元, 刘艳伟, 等. 通径分析在SPSS逐步线性回归中的实现[J]. 干旱区研究, 2016, 33(1): 108-113.
Song X Y, Zhu Z Y, Liu Y W, et al. Application of path analysis in stepwise linear regression SPSS[J]. Arid Zone Research, 2016, 33(1): 108-113. (0)
[38]
刘峰, 陈琳, 楼宝, 等. 小黄鱼(Pseudosciaena polyactis)形态性状与体质量的相关性及通径分析[J]. 海洋与湖沼, 2016, 47(3): 655-662.
Liu F, Chen L, Lou B, et al. Correlation and path coefficient analysis on body weight and morphometric traits of small yellow croaker Pseudosciaena polyactis[J]. Oceanologia et Limnologia Sinica, 2016, 47(3): 655-662. (0)
[39]
姜绪, 林香青, 马惠, 等. 5月龄大口黑鲈形态性状与体重的相关及通径分析[J]. 山东农业科学, 2020, 52(5): 124-129.
Jiang X, Lin X Q, Ma H, et al. Correlation and path analysis on body weight and morphometric traits of 5-month-old Micropterus salmoides[J]. Shandong Agricultural Sciences, 2020, 52(5): 124-129. (0)
[40]
孟乾, 张志勇, 贾超峰, 等. 4月龄斑石鲷生长性状的相关分析与通径分析[J]. 水产科技情报, 2020, 47(3): 135-139.
Meng Q, Zhang Z Y, Jia C F, et al. Path analysis of morphometric traits effects on body weight of four-month-old Oplegnathus punctatus[J]. Fisheries Science & Technology Information, 2020, 47(3): 135-139. (0)
[41]
童立豪, 谭凡民, 罗砚, 等. 红树林人工湿地生态养殖黄鳍鲷形态性状对体质量的影响[J]. 广西科学院学报, 2021, 37(3): 248-255.
Tong L H, Tan F M, Luo Y, et al. Effects of morphometric traits on body mass of Sparus latus eco-culture in mangrove constructed wetland[J]. Journal of Guangxi Academy of Sciences, 2021, 37(3): 248-255. (0)
[42]
曾兰, 林勇, 张永德, 等. 奥利亚罗非鱼形态性状与体重的通径分析[J]. 西南农业学报, 2012, 25(1): 295-301.
Zeng L, Lin Y, Zhang Y D, et al. Path analysis on morphological traits and body weight of Oreochromis aureus[J]. Southwest China Journal of Agricultural Sciences, 2012, 25(1): 295-301. (0)
[43]
刘小林, 常亚青, 相建海, 等. 栉孔扇贝壳尺寸性状对活体重的影响效果分析[J]. 海洋与湖沼, 2002(6): 673-678.
Liu X L, Chang Y Q, Xiang J H, et al. Analysis of effects of shell size characters on live weight in Chinese scallop Chlamys farreri[J]. Oceanologia et Limnologia Sinica, 2002(6): 673-678. (0)
[44]
郭华阳, 李有宁, 张楠, 等. 企鹅珍珠贝早期养殖生长性状的增长规律及生长曲线拟合研究[J]. 南方水产科学, 2016, 12(5): 71-80.
Guo H Y, Li Y N, Zhang N, et al. Study on development rules and growth curve fitting of early cultured winged pearl oyster (Pteria penguin)[J]. South China Fisheries Science, 2016, 12(5): 71-80. (0)
[45]
刘峰, 陈松林, 刘肖峰, 等. 半滑舌鳎3个形态性状与体质量的相关及通径分析[J]. 海洋学报, 2015(4): 94-102.
Liu F, Chen S L, Liu X F, et al. Correlation and path coefficient analysis for body mass and three morphometric traits in the half-smooth tongue sole (Cynoglossus semilaevis)[J]. Haiyang Xuebao, 2015(4): 94-102. (0)
Correlation and Path Analysis of Morphological Traits and Body Weight of Lateolabrax maculatus in Freshwater Culture
Zhang Kaiqiang1 , Li Gang2 , Wang Qinglong2 , Zhang Long2 , Chen Zhifang3 , Wen Haishen1 , Li Jifang1 , Xu Yangtao4     
1. Key Laboratory of Mariculture(Ocean University of China), Ministry of Education, Qingdao 266003, China;
2. National Fisheries Technology Extension Center, Beijing 100125, China;
3. Beijing Aquatic Wildlife Rescue and Conservation Center, Beijing 102100, China;
4. Shuangying Aquatic Seedling Company Limited in Lijin Country, Dongying 355200, China
Abstract: To clarify the relationships between morphological traits and body weight of Lateolabrax maculatus, the body weight (Y) and 12 morphological traits were measured. The traits included snout length (X1), interorbital space (X2), eye diameter length (X3), head length (X4), trunk length (X5), caudal peduncle length (X6), head height (X7), body height (X8), caudal peduncle height (X9), body length (X10), total length (X11) and body width (X12). Through correlation analysis, path analysis and regression analysis, the effects between morphological traits and body weight were studied. Except for the eye diameter length (X3), there was an extremely significant (P < 0.01) or significant (P < 0.05) positive correlation between morphological traits and body weight of L. maculatus. The correlation coefficient between body height (X8) and body weight was the largest (0.937) while that between the eye diameter length (X3) and body weight was the smallest (0.175). Body height (X8) had the largest direct effect on body weight (0.542), and interorbital space (X2), caudal peduncle length (X6) and body width (X12) had larger indirect effect varying between 0.293 and 0.436 on body weight through body height (X8). The direct determinate coefficient of body height (X8) on body weight was the largest (0.294), the joint determinate coefficient of body height (X8) and body width (X12) was the largest (0.219), and the total determinate coefficient of the four main morphological traits on body weight was 0.997. The multiple linear regression equation of morphological traits and body weight was Y=16.291X2+9.297X6+30.411X8+18.498X12-166.44 (R2=0.943). The optimal fitting model for interorbital space (X2) was the quadratic function, and the equation is Y=387.874X-86.058X2-304.769. The optimal models of caudal peduncle length (X6), body height (X8) and body width (X12) on body weight were the power functions, and the equations were Y=1.805X2.52, Y=13.968X1.828, Y=29.445X1.039. In summary, body height (X8) should be used as the main selective traits in spotted sea bass breeding, and body width (X12), caudal peduncle length (X6) and interorbital space (X2) were the auxiliary selective traits.
Key words: Lateolabrax maculatus    body weight    morphological trait    correlation analysis    path analysis    regression analysis