共查询到19条相似文献，搜索用时 93 毫秒
1.
中国沿海梭鱼群体的形态学比较研究 总被引：1，自引：0，他引：1
对采自营口、东营、青岛、温州和广州近海的5个梭鱼(Liza haematocheilus)群体、164个个体进行了7个可数性状和33个可量性状的测量,并利用主成分分析、判别分析、单因子方差分析和聚类分析等方法进行了群体间形态差异比较研究。各个群体的分节特征值存在较大程度的交叉,群体间无明显差异,难以作为梭鱼群体划分的依据。对可量性状的主成分分析结果表明,前9个主成分的累积贡献率为79.6%,根据第1和第2主成分绘制的散点图显示,各群体之间有较大程度的重叠;采用对判别贡献较大的8个变量,分别构建了5个梭鱼群体的判别公式,其综合判别准确率达83.5%;在单因子方差分析中,各群体在大多数变量中都存在显著差异(P=0.05),说明梭鱼各个群体间已经出现了一定程度的形态特征差异;聚类分析结果显示,5个群体划分为2大组,但聚类的结果与地理分布不一致,这种现象可能是由梭鱼的形态差异受环境因素的影响大于受地理距离的影响所造成的。 相似文献
2.
3.
为全面了解■属鱼类表型性状的种间差异,描述了我国养殖的黄条■(Seriola lalandi)、高体■(Seriola dumerili)和五条■(Seriola quinqueradiata)的形态学特征,测量了群体的表型数据,通过单因素方差分析、通径分析、主成分分析、判别分析和聚类分析等多元统计方法,对3种■鱼共计190尾样品的形态种质特征和可量可数性状进行了比较研究。单因素方差分析显示,除叉长/体长(FL/SL)、体长/尾柄长SL/PL)、头长/眼间距(HL/ID)和下颌长/上颌长(LJL/UJL)外,其余9个指标均存在显著性差异(P<0.05)。通径分析显示,黄条■的体长(SL)、体高(BH)、尾柄长(PL)和尾柄高(PD)是主要影响其体质量的4个表型性状;高体■的体长(SL)、体高(BH)、眼间距(ID)、下颌长(LJL)和眼后头长(POL)是主要影响其体质量的5个表型性状;五条■的体高(BH)、下颌长(LJL)和全长(TL)是主要影响其体质量的3个表型性状。主成分分析构建了4个主成分,其中第一项主成分贡献率为34.974%,其他3个主成分的贡献率依次为23.897%、... 相似文献
4.
运用多变量形态度量学分析方法,采用10个形态性状,对中国5个海区5个野生毛蚶群体间的形态差异进行了比较研究.聚类分析和主成分分析结果表明:天津塘沽群体和山东青岛群体形态最为接近,广西北海群体的趋异程度最大.主成分分析建立了3个主成分--主成分1、主成分2和主成分3,其贡献率分别为:34.70%、19.80%、15.00%,积累贡献率为69.50%. 判别分析结果显示,5个群体间的形态差异显著(P<0.01).建立了5个群体毛蚶的判别函数,其判别准确率P1为45.45%～95.45%、P2为36.36%～95.45%,综合判别率为74.50%. 相似文献
5.
应用单因素方差分析、聚类分析、主成分分析和判别分析方法,对海州(HZ)、南浦(NP)、莱州(LZ)、莆田(PT)和汕尾(SW)等不同海域的5个菲律宾蛤仔(Ruditapes philippinarum)野生群体形态数据进行比较分析。单因素方差分析表明HZ群体在多个形态参数上与其它组差异显著;聚类分析显示HZ群体与其它组距离较大;主成分分析共提取2个主成分,贡献率为28.28%和20.77%,累计贡献率为49.05%,散布图表明HZ群体与其他组区分明显;建立了5个群体的判别函数,判别准确率P1和P2均为36.0%~80.0%,综合判别率为53.6%,HZ群体的判别率最高。以上结果说明HZ群体与其它4组形态差异显著。 相似文献
6.
不同地区毛蚶群体的形态差异的比较研究 总被引：1，自引：0，他引：1
运用多变量形态度量学分析方法,采用13个形态性状,对山东省4个地区:青岛红岛、威海乳山、东营河口、东营广饶,以及辽宁省葫芦岛和海南省三亚6个不同地区的毛蚶(Scapharca subcrenata)群体间的形态差异进行了比较研究。聚类分析和主成分分析结果表明:河口群体和广饶群体形态最为接近,海南群体的趋异程度最大。主成分分析建立了3个主成分—壳质量、楯面长、前端到腹缘,其贡献率分别为:31.25%,24.46%,12.39%,积累贡献率为68.10%。判别分析结果显示,6个毛蚶群体的形态差异显著(P<0.01)。建立了6个毛蚶群体的判别函数,其判别准确率P1为82.76%～98.63%,P2为80.00%～100%,综合判别率为91.7%。研究结果为毛蚶的地理群体识别、遗传特征研究、种质资源保护与恢复提供重要的依据。 相似文献
7.
中国海五种群三疣梭子蟹的形态差异分析 总被引：3，自引：0，他引：3
运用三种多元分析方法,即聚类分析、主成分分析和判别分析,通过测量三疣梭子蟹23个形态学性状参数,对中国海大连海区、东营海区、连云港海区、舟山海区和湛江海区5个种群三疣梭子蟹的形态差异进行了比较研究。聚类分析结果表明,连云港种群和东营种群形态最为相似(形态距离0.07),大连种群与东营种群、大连种群(dl)与舟山种群(zs)的趋异程度逐渐增加,形态距离分别为0.08和0.09,而湛江种群的趋异程度最大,与其余4种群的形态距离达0.15以上。主成分分析构建了3个主成分,其贡献率:主成分1为27.39%,主成分2为15.23%,主成分3为10.27%,累积贡献率为52.89%。在第1主成分中,比例性状ICM/CL、BCW/CL、PWC/CL和SW/CL的影响比较大。判别分析结果表明,5个海区种群之间的形态差异极显著(P0.01),通过建立5个地理种群的判别函数,结果判别准确率P1为63.64%～94.44%,P2为67.74%～92.86%,综合判别率为82.24%,因此,该判别方程具有较高的判别效果。 相似文献
8.
采用多变量形态分析方法,对黄、渤海海域的丹东、烟台、青岛、赣榆、昌黎和莱州6个地理居群的扁玉螺的表型形态变异进行了研究。主成分分析构建了3个主成分,第一、第二和第三主成分的贡献率分别为41.68%、28.45%和27.67%,累计贡献率达97.80%。聚类分析结果显示,烟台居群与青岛居群之间的形态最为接近,二者首先聚为一支;丹东居群与赣榆居群聚为另一分支;昌黎居群、莱州居群与其它居群的趋异程度较大。方差分析和Duncan’s多重比较表明,扁玉螺各居群之间的若干形态差异显著(P<0.05)。利用逐步判别法进行判别分析,建立了6个居群的判别函数,判别准确率P1为52.9%—86.5%,P2为52.4%—89.1%,综合判别准确率为74.4%。上述结果显示,6个居群的扁玉螺在表型形态上已出现了一定程度的变异,壳高、壳顶至胼胝高是反映其形态变异的主要性状,但各居群间的变异尚未分化到亚种水平。 相似文献
9.
《海洋湖沼通报》2020,(4)
本研究采用方差分析、主成分分析、判别分析和聚类分析等多元统计分析方法,对缢蛏(SinonovaculaconstrictaLamarck)5个种群的17个比例性状参数进行分析与比较。方差分析结果显示,山东东营种群与其他4个种群均有15项比例性状存在差异显著(P0.05)。主成分分析中,4个主成分累计贡献率达85.253%,能够概括5个种群间的形态差异,具有较大负荷值的比例性状主要体现在代表壳高和壳前后端钝圆程度的因子。判别分析结果显示,山东东营种群判别准确率为100%,其他4个种群为53.3%—76.7%。聚类分析显示,福建云霄种群和广东湛江种群聚在一起,浙江乐清种群与广西钦州种群聚在一起,这两支再聚在一起,最后与山东东营聚类。差异系数结果显示,山东东营种群和浙江乐清种群、福建云霄种群、广东湛江种群、广西钦州种群之间分别有13、3、4、10项比例性状的CD值大于1.28;浙江乐清种群、福建云霄种群、广东湛江种群和广西钦州种群两两之间的CD值均小于1.28。综合上述5种统计分析结果,贝体壳高,前后端性状是缢蛏种群形态差异的主要影响因子;缢蛏山东东营种群与其他4个地理种群形态差异较大,浙江乐清种群与广西钦州种群、福建云霄种群与广东湛江种群形态上较接近;群体间存在形态差异,与地理分布不完全一致。多元统计分析方法从不同的角度反映了群体间的形态差异。 相似文献
10.
对3个不同群体红鳍东方鲀(Takifugu rubripes)进行16项形态性状的测定,采用3种多元统计分析方法和方差分析方法,比较了3个群体的外部形态特征。聚类分析结果表明,3个红鳍东方鲀群体中,日本群体(J)和养殖群体(R)的差异最大,野生群体(Y)和养殖群体(R)的差异最小。主成分分析构建了3个反映形态特征信息的综合性指标——主成分1、主成分2和主成分3,三者的贡献率分别为54.961%、12.129%和6.459%,三个主成分的累积贡献率为73.549%,3群体之间存在明显的偏离,形成三个不同的类群,其中,养殖群体(R)和日本群体(J)间的形态差异最大,野生群体(Y)和养殖群体(R)的形态差异最小。判别分析表明,3个红鳍东方鲀群体的形态差异基本上达到差异显著(P0.05)或极显著水平(P0.01),利用贡献率最大的6个参数建立了3个群体的判别函数,其判别准确率分别为97.69%—100%(P1)、97.39%—100%(P2),综合判别率为98.62%,可以认为逐步判别法对于红鳍东方鲀不同群体的初步鉴定是可行的。方差分析多重比较结果表明,3个群体在部分形态特征上表现出明显差异,其中,养殖群体(R)和日本群体(J)之间形态特征差异显著指标最多,养殖群体(R)和野生群体(Y)之间形态特征差异显著指标最少。显然,聚类分析、主成分分析、判别分析和方差分析的结论基本上是类似的,它们从不同角度反映了群体间的形态学差异。 相似文献
11.
主成分分析法在海洋工程系统风险分析中的应用 总被引：6，自引：0，他引：6
风险分析作为一门新的应用技术，正在不断地为更多的人们所认识。它不仅在重大项目的投资分析中起着不可缺少的重要作用，并且正在被广泛的应用于军事、环境、科学和工程等领域中。但是，如何在系统风险分析中，特别是在工程系统风险分析中对已识别出的风险事件进行量化分析、找出主要风险事件对系统的影响及对子系统的风险程度进行比较和分析仍是一个重要的课题。这个问题的解决将使风险分析更接近工程实际、更具有实际的指导意义。文章介绍了主成分分析法的原理和实施步骤，并通过实例介绍了主成分分析法在系统风险分析中的应用。在系统风险分析中使用主成分分析法，可以对系统中各子系统的风险程度进行客观的评估，并且可以对风险事件进行聚类分析，使风险控制更容易实施，并且使风险分析更接近工程实际、更具有指导意义。文章中还指出了在使用主成分分析法时应注意的问题。 相似文献
12.
13.
Hierarchical clustering analysis and principal component analysis (PCA) methods were used to assess the similarities and dissimilarities of the entire Excitation-emission matrix spectroscopy (EEMs) data sets of samples collected from Jiaozhou Bay, China. The results demonstrate that multivariate analysis facilitates the complex data treatment and spectral sorting processes, and also enhances the probability to reveal otherwise hidden information concerning the chemical characteristics of the dissolved organic matter (DOM). The distribution of di.erent water samples as revealed by multivariate results has been used to track the movement of DOM material in the study area, and the interpretation is supported by the results obtained from the numerical simulation model of substance tracing technique, which show that the substance discharged by Haibo River can be distributed in Jiaozhou Bay. 相似文献
14.
Multivariate analysis of fluorescence and source identification of dissolved organic matter in Jiaozhou Bay, China 总被引：1，自引：0，他引：1
Hierarchical clustering analysis and principal component analysis (PCA) methods were used to assess the similarities and dissimilarities of the entire Excitation-emission matrix spectroscopy (EEMs) data sets of samples collected from Jiaozhou Bay, China. The results demonstrate that multivariate analysis facilitates the complex data treatment and spectral sorting processes, and also enhances the probability to reveal otherwise hidden information concerning the chemical characteristics of the dissolved organic matter (DOM). The distribution of different water samples as revealed by multivariate results has been used to track the movement of DOM material in the study area, and the interpretation is supported by the results obtained from the numerical simulation model of substance tracing technique, which show that the substance discharged by Haibo River can be distributed in Jiaozhou Bay. 相似文献
15.
SONG Xingyu HUANG Liangmin ZHANG Jianlin YIN Kedong LIU Sheng TAN Yehui YIN Jianqiang 《海洋学报(英文版)》2011,30(4):60-74
Chemometric approach based on principal component analysis (PCA) was utilized to examine the spatial variances of environmental and ecological characteristics in the Zhujiang River (Pearl River) Estuary and adjacent waters (ZREAW) in the South China Sea. The PCA result shows that the ZREAW can be divided into different zones according to the principal components and geographical locations of the study stations, and indicates that there are distinct regional variances on environmental features and the corresponding phytoplankton biomass and community structures among different areas. The spatial distribution of ecological features was implied to be influenced by various degrees of the different water resources, such as the Pearl River discharges, the coastal current and the oceanic water from the South China Sea. The variation of the biomass maximum zone and the complex impacts on the spatial distributions of phytoplankton biomass and production were also evaluated. 相似文献
16.
本文对中国台湾海峡鱼类寄生线虫幼虫的形态特征进行了聚类分析和主成份分析。针对目前鱼类寄生线虫形态分类中存在的问题,尤其是难以区分是形态学差异还是个体间变异,以及主成份分析在分类学中运用应注意的问题进行探讨 。 相似文献
17.
基于PCA法的春、夏季东山湾海域富营养化特征 总被引：1，自引：0，他引：1
根据2011年5月和8月东山湾及邻近海域的调查结果,选择10个与富营养化有关的参数,包括溶解无机氮(DIN)、溶解硅酸盐(DSi)、活性磷酸盐(SRP)、总氮(TN)、总磷(TP)、化学耗氧量(COD)、溶解有机碳(DOC)、总有机碳(TOC)、叶绿素a(Chl-a)和浮游植物丰富度(d)等,应用主成分分析(PCA)法对该海域富营养化特征进行研究。主成分分析表明,主成分1(PC1)表征了有机污染、浮游植物和总磷状况;主成分2(PC2)反映了硅和氮营养水平,主成分3(PC3)体现了SRP的特点。春、夏季PC1、PC2、PC3和综合主成分(CPC)的空间分布表明漳江口和八尺门养殖区邻近海域富营养化风险较高;各主成分与盐度的相关分析表明东山湾内富营养化压力主要来自漳江,夏季有所增强;有机污染物和浮游植物可能是控制东山湾海域春、夏季富营养空间分布的主要驱动因素。 相似文献
18.
采用气相色谱/质谱方法(GC/MS)对7 种常见润滑油中的生物标志化合物(正构烷烃、姥鲛烷、植烷、甾烷、萜烷、多环芳烃)进行定性分析, 并基于其生物标志化合物指纹信息进行了多元统计分析。结果表明, 润滑油的气相色谱图中不可分辨的混合物(UCM)具有明显优势; 润滑油中含有丰富的甾、萜烷类稠环生物标志化合物, 仅含有非常少量的饱和链烷烃(正构烷烃、姥鲛烷、植烷)和多环芳烃类(目标多环芳烃、烷基化多环芳烃、二苯并噻吩同系物)生物标志化合物; 基于甾、萜烷类生物标志化合物指纹信息的主成分分析与聚类分析所得的结果高度一致, 均可用于有一定差异的润滑油的鉴别分析。 相似文献