ريخت شناسي مقايسه اي گاوماهي عمق زي Gobiidae: Ponticola bathybius 1877 Kessler، در سواحل جنوبي درياي خزر با استفاده از سيستم تراس

Morphometric variation in deep water goby, Ponticola bathybius, from the southern Caspian Sea using truss network system

در اين مطالعه كه به­ منظور مقايسه ريخت­ شناسي گاوماهي عمق­ زي (Gobiidae: Ponticola bathybius) در سواحل جنوبي درياي خزر انجام شده است، در مجموع 185 قطعه ماهي از سه منطقه بندر انزلي (64 عدد)، سلمان­ شهر (61 عدد) و ميانكاله (60 عدد) به ­وسيله صيد پره در اسفند 1392 و فروردين ماه سال 1393 جمع­آوري گرديد. 17 نقطه ­نشانه (Landmark) روي سمت چپ بدن ماهي انتخاب شد و 135 فاصله بين نقاط به ­روش تراس مورد ارزيابي قرار گرفت. تعداد نه صفت شمارشي نيز شمارش شدند. آزمون DFA بر روي صفات ريخت­ شناسي نشان داد كه افراد سه نمونه جمعيتي از هم مجزا مي ­باشند (0/05>P)، به ­طوري­ كه در روش گروه­ بندي Jacknifed، افراد به ­طور ميانگين با صحت 68% به جمعيت­ هاي خود منتسب شدند. آزمون NPMANOVA بر روي صفات شمارشي نيز بيان­ گر جدايي سه نمونه جمعيت از يكديگر مي ­باشد (0/05

This study was undertaken with the aim of morphological comparison among deepwater goby، Ponticola bathybius populationsin the southern Caspian Sea. A total of 185 specimens were captured from Bandar-e-Anzali (64 specimens)، Salmanshahr (61 specimens) and Miankaleh (60 specimens) using a long beach seine from March to April 2014. 17 landmarks were marked on the left side of body and then 135 interlandmark distances were analyzed using truss-based morphometric method. Also، nine meristic features were counted. Discriminant function analysis (DFA) on morphometric data showed separation among Bandar-e-Anzali، Salmanshahr and Miankaleh population groups (P< 0.05)، as in assignment tests using a jack-knifing method، the average proportions of correct assignments were 68%. Non parametric multivariate analysis of Variance MANOVA analysis of the meristic data revealed that there was a statistically significant difference among three population groups (P< 0.001). The Unweighted Pair Group Method with Arithmetic Mean (UPGMA) revealed discreteness between Miankaleh population samples than the two other population samples.