斑鸫和灰背鸫的羽毛扫描电镜观察

Observation on the Feather of Turdus eunomus and Turdus hortulorum by SEM

摘要

选择斑鸫（Turdus eunomus）和灰背鸫（Turdus hortulorum）的飞羽、胸部正羽和绒羽作为研究对象，利用扫描电镜观察3类羽毛的显微结构，对可测性状进行测量，并利用SPSS18.0对数据进行比较分析。结果表明：飞羽有钩羽小枝的羽小钩与纤毛数量之和以及无钩羽小枝基柄长在斑鸫和灰背鸫间差异极显著，胸部正羽有钩羽小枝基柄长、羽小钩与纤毛数量之和以及无钩羽小枝基柄长在斑鸫和灰背鸫间差异极显著；绒羽节间距和节直径在斑鸫和灰背鸫间差异极显著。用以上7个量化指标建立Bayes判别方程，经过检验，其准确率为92%。因此，飞羽有钩羽小枝的羽小钩与纤毛数量之和以及无钩羽小枝基柄长，胸部正羽有钩羽小枝基柄长、羽小钩与纤毛数量之和以及无钩羽小枝基柄长，绒羽节间距和节直径可为二者的鉴别提供参考。

Abstract

To differentiate the dusky thrush （Turdus eunomus） and grey-backed thrush （Turdus hortulorum），the microstructures of remiges， chest pluma and down feather were observed and their measurable traits were measured by scanning electron microscopy. The results of comparison and analysis through SPSS18.0 showed that there were extremely significant differences between the two species in terms of the following indicators， total number of hooked barbules and cilia from distal barbules， the base handle length of proximal barbules for remiges； the total number of hooked barbules and cilia from distal barbules， the base handle length of hooked barbules， the base handle length of proximal barbules for chest pluma； the distance between the nodulars and diameter of nodular for downy feather. In addition， the Bayesian discriminant function was established based on the above 7 indicators and its accuracy verified to be 92%. Conclusively， the total number of hooked barbules and cilia of distal barbules， and the base handle length of proximal barbules for remiges； the total number of hooked barbules and cilia of distal barbules， the base handle length of hooked barbules， the base handle length of proximal barbules for chest pluma； the distance between nodulars and diameter of nodular for downy feather were able to provide references for differentiating the dusky thrush and grey-backed thrush.

Graphical abstract

关键词

斑鸫 / 灰背鸫 / 羽毛 / 微观结构 / Bayes判别

Key words

Turdus eunomus / Turdus hortulorum / feather / microstructure / Bayes discrimination

羽毛是鸟类所特有的结构，根据其主要特征分为正羽、纤羽和绒羽等，其中正羽包括飞羽、小翼羽、翼覆羽和尾羽等，正羽可形成坚实的羽片；绒羽位于正羽下方，呈棉絮状，不能形成坚实的羽片；纤羽状似毛发，只具有一个羽轴。在野生动物案件现场，羽毛是非法狩猎鸟类案件现场比较容易获得的物证，而羽毛包含了鸟类的很多信息，可以通过分子生物学方法确定涉案鸟类羽毛所属的种类，也可以利用鸟类羽毛的显微结构来确定涉案鸟类的种属。二者相比，利用羽毛的显微结构对鸟类进行鉴定，较分子生物学方法更为便捷，成本相对较低，同时对检材的要求也较低。很多研究表明，鸟类羽毛的显微结构可为鸟类的种属鉴定提供佐证^［1⁃4］，涉及的物种包括灰鹤和黑颈鹤^［5］、白鹭和大白鹭^［6］、雕鸮和黄腿渔鸮^［7］、燕雀和田鹀^［8］等。

斑鸫（Turdus eunomus）和灰背鸫（T.hortulorum）均属鸫属的中型鸟类。其中，斑鸫生活在泰加林、桦树林、白杨林、杉木林等各种类型森林和林缘灌丛地带，俗称串儿鸡。在黑龙江以北、叶尼塞河以东的西伯利亚大地繁殖。越冬区北起黑龙江，南至长江流域^［9］。灰背鸫生活在海拔1 500 m以下低山丘陵地带的茂密森林中，属于较为常见的候鸟^［10］。二者在维持自然生态平衡中发挥着重要作用，均被列入《有重要生态、科学、社会价值的陆生野生动物名录》。目前，对斑鸫的研究包括种群遗传多样性^［11］、性别鉴定^［12］等，灰背鸫的研究包括对红豆杉种子的取食和传播^［13］、线粒体全基因组序列^［14］和繁殖习性^［10］等，但对二者多类羽毛显微结构的研究鲜见报道。本研究以斑鸫和灰背鸫这2种常涉案的鸟类为研究对象，选取其飞羽、胸部正羽和绒羽，利用扫描电镜观察2种鸟类3类羽毛的显微形态特征，观测是否具有显著差异，并选取有差异的指标建立Bayes判别式^［15］，以便为利用羽毛的显微结构对2种鸟类进行鉴别提供依据。

1 材料与方法

研究所用的样本均来自南京警院鉴定中心，斑鸫和灰背鸫各6个成体，剪取二者飞羽、胸部正羽和绒羽中间部位作为研究对象，从每个个体上分别剪取3类羽毛各2片。

将样品分别放入体积比为1∶1的乙醇（浓度为95%）和乙醚混合液中脱脂20 min，取出后置于无水乙醇中清洗5 min，将制好的样品置于离子溅射仪下喷金，然后在S-3400N Ⅱ型扫描电镜下观察飞羽、胸部正羽、绒羽的显微结构，计数羽小钩和纤毛总数，测量羽小枝的基柄长、绒羽的基节长、节直径和节间距，记录数据各30组。用 SPSS 18.0进行数据分析，结果以（平均值±标准差）表示，进行单因素方差分析^［6］。选取差异性显著的指标进行Bayes判别分析，建立分类函数，并通过预测和交叉验证分类函数的可靠性。

2 结果分析

斑鸫和灰背鸫飞羽、胸部正羽均由有钩羽小枝和无钩羽小枝组成。胸部正羽的羽小枝排列较飞羽更为稀疏，间隔较大，纤毛和羽小钩均不明显。二者绒羽羽小枝均呈竹节状，为节状羽小枝，其中斑鸫的节较为扁平，灰背鸫的节呈喇叭状。

2.1 飞羽的观察比较

2.1.1 斑鸫飞羽

斑鸫有钩羽小枝基柄长度为（265.40±27.65） μm（234~313 μm），无钩羽小枝的基柄长度为（291.55±15.32） μm （264~316 μm）。有钩羽小枝的羽小钩与纤毛数量之和为3~5个。无钩羽小枝与有钩羽小枝相比略长，彼此相叠平行，排列较为紧致，有腹齿1~2枚（图1）。

2.1.2 灰背鸫飞羽

灰背鸫有钩羽小枝基柄长度为（266.82±15.21） μm（264~296 μm），无钩羽小枝基柄长度为（306±15.56） μm（299~313 μm）。与斑鸫相比，羽小钩和纤毛的数量之和较多，为6~11个；无钩羽小枝一侧的腹齿也较斑鸫多，为3~4枚（图1）。

对灰背鸫和斑鸫飞羽有钩羽小枝和无钩羽小枝基柄长以及羽小钩与纤毛数量之和进行差异性分析，结果见表1。

从表1可知，飞羽有钩羽小枝的羽小钩与纤毛数量和、无钩羽小枝基柄长在斑鸫和灰背鸫间存在极显著差异，有钩羽小枝基柄长在二者间差异不显著。因此，飞羽有钩羽小枝的羽小钩与纤毛数量和、无钩羽小枝基柄长2个指标可作为判别两者的依据。

2.2 胸部正羽的观察比较

2.2.1 斑鸫胸部正羽

斑鸫的胸部正羽羽枝从羽轴上斜生而出，羽小枝从羽枝上斜生而出，与羽枝夹角不超过60度，羽枝排列较疏。羽枝由有钩羽小枝和无钩羽小枝组成，有钩羽小枝的中前端部分有羽小钩，羽小枝前端两侧均着生有纤毛，数量较少，羽小钩和纤毛总数之和为3~5个。无钩羽小枝基部到末端总体较细，部分无钩羽小枝的末端特别细且长，呈细丝状（图2）。

2.2.2 灰背鸫胸部正羽

灰背鸫胸部正羽显微结构和斑鸫胸部正羽的相同，有钩羽小枝排列较为紧密，基柄短且粗，至末端逐渐变细成丝状。羽小枝中端至末端着生若干枚羽小钩和纤毛，总数量为8~11个，分布不均匀。无钩羽小枝明显长于有钩羽小枝，羽小枝基部较粗，到末端逐渐变细，与斑鸫类似，也呈细丝状（图2）。

对灰背鸫和斑鸫胸部正羽有钩羽小枝和无钩羽小枝基柄长以及有钩羽小枝羽小钩与纤毛数量之和进行差异性分析，结果见表2。

由表2可知，胸部正羽无钩羽小枝和有钩羽小枝的基柄长，有钩羽小枝羽小钩与纤毛数量之和在斑鸫和灰背鸫间差异极显著，3个指标均可作为两种鸟类的判断指标。

2.3 绒羽的观察比较

2.3.1 斑鸫绒羽

斑鸫的绒羽成簇状，整根羽毛较为蓬松柔软。斑鸫绒羽基节长平均为121.49 µm，节间距平均为39.94 µm，节直径平均为7.06 µm。其节点不突出，节自羽小枝基部至末端逐渐变小（图3）。

2.3.2 灰背鸫绒羽

灰背鸫绒羽基节长平均为112.71 µm，节间距平均为64.83 µm，节直径平均为13.61 µm。节膨大呈喇叭状，羽小枝上节的差别不大（图3）。

对斑鸫和灰背鸫绒羽的基节长、节间距和节直径进行差异性分析，结果见表3。由表3可知，除了绒羽的基节长外，节直径和节间距2个指标在斑鸫和灰背鸫间差异均极显著，可以作为两种鸟类的判断指标。

2.4 羽毛特征指标的 Bayes 判别分析

选择斑鸫和灰背鸫的飞羽无钩羽小枝基柄长（X₁）、飞羽羽小钩与纤毛数量和（X₂）、绒羽节直径（X₃）、 绒羽节间距（X₄）、胸部正羽无钩羽小枝基柄长（X₅）、胸部正羽有钩羽小枝基柄长（X₆）以及胸部正羽羽小钩与纤毛数量和（X₇）作为Bayes判别模型的7个指标，随机选取区内75组实验数据作为训练样本和验证样本，利用SPSS软件对其进行判别式分析，得到判别式中不同未知量的系数及其相关系数（表4），对比实际结果和训练结果，50组训练样本的识别率为98%。训练样本和判别结果见表5。

通过训练得到的Bayes线性判别函数为

Y₁=1.492X₁+8.462X₂-3.073X₃+3.391X₄+0.753X₅+2.059X₆+23.454X₇-686.607，

Y₂=1.680X₁+12.621X₂-2.757X₃+4.833X₄+0.662X₅+2.145X₆-35.089X₇-907.597，

式中，Y₁、Y₂为斑鸫、灰背鸫的鸟类判别函数。

将用作测试集的鸟类微观结构数据作为验证样本带入Bayes判别式，识别率为92%。由此可以看出，所建立的Bayes判别分析函数对斑鸫和灰背鸫这两种鸟类的分辨预测结果准确性较高。在7个指标中，飞羽羽小钩与纤毛数量之和，绒羽的节间距，胸部正羽羽小钩与纤毛数量之和相关性较大，可以优先选取以上指标值进行分析。

3 讨论

利用羽毛的显微结构对鸟类进行鉴别时，其来源部位是需要考虑的因素之一，鸟类不同部位的羽毛因其功能的不同，在显微结构上也存在一定的差异^［16］。如飞羽的主要功能是飞翔，因此其羽片较为紧密；胸部羽毛主要保持流线型的体型，相较于飞羽，其羽片较为稀疏；而绒羽则主要起到保温的作用，其羽小枝没有羽小钩的结构，不能形成坚实的羽片。而这3类羽毛是案件现场较易发现的物证，本研究结果显示，飞羽无钩羽小枝基柄长以及有钩羽小枝羽小钩与纤毛数量之和，胸部正羽无钩羽小枝和有钩羽小枝的基柄长、羽小钩与纤毛数量之和，绒羽的节直径和节间距可为斑鸫和灰背鸫的鉴别提供依据。在利用羽毛显微结构对鸟类进行鉴定时，需选用多类羽毛的多个显微指标综合判定，以提高结果的准确度。

有研究将羽小钩数和纤毛数作为两个不同的指标来分析不同物种间2个指标的差异程度^［17］，考虑到羽小钩和纤毛的判别具有一定的主观性，不同的判别者会得出不同的结果。本研究将羽小钩与纤毛数量作为一个指标来对斑鸫和灰背鸫进行鉴别，可减少主观因素的干扰，进而减少了误判风险。

与DNA分析法相比，利用羽毛的显微结构鉴别鸟类的优点主要在于成本低，对检材的要求不高。但也存在一定缺陷，如个别性状的判定存在一定的主观性，同时缺乏完备的比对数据库。要更好发挥羽毛显微结构在鉴定中的作用，构建羽毛显微特征数据库势在必行^［18］。

参考文献

[1] LEE J， SARRE S D， JOSEPH L， et al. Microscopic characteristics of the plumulaceous feathers of Australian birds： A preliminary analysis of taxonomic discrimination for forensic purposes［J］.Australian Journal of Forensic Sciences，2016，48（4）：421-444.

[2] 夏晓飞，刘磊，王俊杰，等.北京地区两种鹬类羽毛的扫描电镜对比观察［J］.中国农学通报，2019，35（36）：133-137.

[3] 周用武，刘昌景，童祚民.6种游禽腹部绒羽节状羽小枝的扫描电镜观察［J］.南方农业学报，2018，49（6）：1223-1227.

[4] 刘磊，韩蒙燕，刘刚，等.北京地区佛法僧目两种鸟类羽毛的扫描电镜对比观察［J］.中国农学通报，2020，36（5）：37-41.

[5] 王雯慧，王位，季佳，等.黑颈鹤与灰鹤羽毛形态结构特征初步分析［J］.西南林业大学学报（自然科学），2023，43（3）：183-190.

[6] 侯森林，费宜玲，刘大伟，等.白鹭和大白鹭羽毛显微结构观察［J］.南京林业大学学报（自然科学版），2022，46（1）：156-162.

[7] 侯森林，费宜玲，刘大伟，等. 雕鸮与黄腿渔鸮羽毛扫描电镜观察［J］. 西南林业大学学报（自然科学），2022，42（1）：159-165.

[8] 侯森林，刘大伟，费宜玲，等.3种雀形目鸟类羽毛显微结构观察［J］.南方农业学报，2022，53（7）：2042-2048.

[9] 庞秉璋.斑鸫的冬、春食性［J］.动物学杂志，1977，12（3）：34-36.

[10] 郑继民，姜英，范忠民，等.灰背鸫繁殖习性的研究［J］.野生动物，1988，9（6）：10-11.

[11] 安博洋.4种鸫科（Turdidae）鸟类的遗传分化研究［D］.哈尔滨：东北林业大学，2019.

[12] 王东权，刘丽，安博洋，等.3种鸫科鸟类的性别鉴定研究［J］.安徽农业科学，2020，48（15）：92-95.

[13] 尹雪，穆立蔷，李中跃，等.3种鸟类对东北红豆杉的取食方式及传播［J］.东北林业大学学报，2016，44（1）：81-84.

[14] 张华彬.雀形目六种鸟类线粒体基因组测定及其系统发生分析［D］.芜湖：安徽师范大学，2015.

[15] 侯恩科，杨斯亮，苗彦平，等 ．基于 Bayes 判别分析模型的风化基岩富水性预测［J］.煤矿安全，2023，54（1）：180-187.

[16] 侯森林，费宜玲，刘大伟，等.黑耳鸢羽毛的扫描电镜观察［J］.山西师范大学学报（自然科学版），2021，35（3）：71-76.

[17] 侯森林，费宜玲，刘大伟，等.暗腹雪鸡与藏雪鸡羽毛显微结构比较［J］.内蒙古师范大学学报（自然科学汉文版），2022，51（5）：500-505.

[18] 夏晓飞，王莹，曾朝辉，等.鸟类羽毛鉴定技术和分类研究回顾及展望［J］.四川动物，2011，30（5）：831-834.

基金资助

大学生创新创业训练项目“斑鸫和灰背鸫羽毛显微结构研究”(202112213008Z)

江苏省高校优秀科技创新团队资助项目“打击生态环境犯罪物证技术创新团队”(2019⁃29)