Issue |
Aquat. Living Resour.
Volume 18, Number 2, April-June 2005
|
|
---|---|---|
Page(s) | 187 - 192 | |
DOI | https://doi.org/10.1051/alr:2005020 | |
Published online | 15 July 2005 |
Morphological differences between close populations discernible by multivariate analysis: A case study of genus Coilia (Teleostei: Clupeiforms)
Différences morphologiques entre populations proches, et déterminées par analyse multivariée : une étude de cas du genre Coilia (Téléostéens : Clupéiformes)
1
State Key Laboratory of Genetic Engineering, Institute of Genetics, Fudan University, Shanghai 200433, China
2
Key Laboratory of Marine and Estuarine Fisheries, Ministry of Agriculture, East China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Shanghai 200090, China
Corresponding author: drlu@fudan.edu.cn
Received:
9
April
2005
Accepted:
10
June
2005
In order to understand the morphological differences between four populations of genus Coilia (Teleostei: Clupeiforms) and identify them conveniently, truss network data were used to conduct multivariate analysis. Nineteen morphometric measurements were made for each individual. Burnaby's multivariate method was used to obtain size-adjusted shape data. The cluster analysis and discriminant analysis were used to discriminate among populations. The results indicated that 1) the four populations were clustered into three distinct groups; the first group included Changjiang C. mystus and Taihu C. ectenes, the second one included Zhujiang C. mystus, the last one included Changjiang C. ectenes, and 2) discriminant analysis with selected 4 morphological parameters showed that the identification accuracy was between 88% and 100%, and global identification accuracy was 95%. Our result showed that populations of different Coilia species living in geographic proximity to one another are more similar than conspecifics living farther apart. Separation and adaption are important to morphological difference. The taxonomy of genus Coilia should be reconsidered. This study also showed that the method to obtain size-adjusted data is important to acquire right conclusion.
Résumé
Afin de comprendre les différences morphologiques entre quatre populations du genre Coilia (Téléostéens: Clupéiformes) et de les identifier de façon pratique, un réseau de données a été utilisé pour conduire l'analyse multivariée. Dix-neuf mesures morphométriques ont été faites sur chaque individu. La méthode multivariée de Burnaby's a été utilisée pour obtenir des ajustements des données. L'analyse par groupes (clusters) et l'analyse discriminante ont été utilisées. Les résultats montrent que: 1) les quatre populations sont regroupées en trois groupes distincts ; le premier groupe inclut le « changjiang » C. mystus et le « taihu » C. ectenes, le deuxième inclut le « zhujiang » C. mystus, le dernier le « changjiang » C. ectenes, et 2) l'analyse discriminante avec 4 paramètres morphologiques sélectionnés montre que la précision d'identification se situe entre 88 et 100 %, et la précision globale d'identification est de 95 %. Nos résultats montrent que les populations de différentes espèces de Coilia vivant à proximité géographique des unes des autres ont davantage de caractères communs que des individus de la même espèce mais plus éloignés géographiquement. La séparation et l'adaptation importent beaucoup dans les différences morphologiques. La taxonomie du genre Coilia devrait être reconsidérée. Cette étude montre aussi que la méthode d'ajustement est déterminante pour obtenir un résultat correct.
Key words: Coilia ectenes / Coilia mystus / Cluster analysis / Discriminant analysis / Stock identification
© EDP Sciences, IFREMER, IRD, 2005
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.