基于耳石形态计量学的亚南极鳕鳞鱼物种鉴别技术优化及其在渔业观察员识别准确性评估中的应用

针对亚南极海域鳕鳞鱼属(Macrourus)形态相似物种误判导致的渔业数据偏差问题，研究人员通过800枚耳石的形状与轮廓分析，结合随机森林模型(RFM)，首次建立了四种鳕鳞鱼的耳石形态基线数据。研究发现耳石宽度、周长等参数可显著提升物种鉴别准确率(最高达95%)，为HIMI海域渔业观察员提供了可靠的物种级鉴定工具，对完善CCAMLR生态系统管理策略具有重要意义。

　　

在遥远的亚南极海域，商业延绳钓渔业每年意外捕获超过8000万吨非目标鱼类，其中鳕鳞鱼属(Macrourus)四个形态酷似的物种——浅水生活的M. caml与M. whitsoni、深水栖息的M. holotrachys和M. carinatus——构成了赫德岛和麦克唐纳群岛(HIMI)巴塔哥尼亚 toothfish渔业的主要兼捕对象。尽管国际组织CCAMLR已将这些物种分为两个管理组并设定不同捕捞限额(浅水组409吨/深水组360吨)，但渔业观察员因经验差异导致的物种误判率居高不下，使得历史捕捞数据存在大量"属水平"记录，严重阻碍精准的资源评估与保护策略制定。

为破解这一难题，澳大利亚南极局联合塔斯马尼亚大学的研究团队开展了一项创新研究。他们收集2015-2021年间HIMI海域800枚鳕鳞鱼耳石样本，采用shapeR软件进行形态量化分析，并首次将随机森林模型(RFM)应用于耳石形态数据建模。通过整合初始观察员鉴定记录与19项耳石形态参数(包括椭圆傅里叶构造的轮廓特征)，构建了物种鉴别预测体系。

关键技术包括：1) 基于shapeR的耳石几何形态分析；2) 采用随机森林算法构建分类模型；3) 通过广义线性模型(GLM)验证体长标准化必要性。所有样本均来自AFMA渔业观察员在HIMI商业渔船采集的兼捕个体。

研究结果揭示：

1. 物种鉴别准确性差异：RFM对M. holotrachys和M. caml的预测准确率超95%，但M. carinatus(70%)和M. whitsoni(60%)存在显著误判，主要混淆发生在物种对内部。
2. 关键形态参数：耳石宽度、周长和长度是区分物种的核心指标，其中M. whitsoni与M. carinatus的耳石背缘存在明显外凸特征，可作为直观鉴别标志。
3. 体长影响验证：尽管体长(TL)与多数形态参数存在统计学显著关联(p<0.05)，但决定系数R²均<0.2，证实无需进行体长标准化处理。

讨论部分指出，该研究首次建立了HIMI海域四种鳕鳞鱼的耳石形态基线数据库，其重要意义体现在三方面：首先，为渔业观察员提供了超越传统外部形态(如鳍条数、鳞片分布)的新型鉴别工具；其次，证实RFM在耳石形态学中的应用潜力，尤其对M. holotrachys的高准确率预测(>95%)支持其作为"旗舰物种"进行独立管理；最后，研究发现的物种特异性耳石特征(如M. whitsoni背缘凸起)可转化为简易的船载鉴定指南。

论文结论强调，将当前"属水平"兼捕管理提升至"物种对"级别已具备科学基础，但需警惕M. whitsoni与M. carinatus的较高误判率可能导致的配额超限风险。未来应结合耳石形态学与分子标记开展验证，并开发便携式图像识别系统以提升观察员实操效率。这项发表于《Fisheries Research》的研究，为CCAMLR实施基于物种敏感性的差异化保护策略提供了关键技术支撑。