ヘダイ
Multi tool useヘダイ
|
|---|
分類
|
|---|
界
| :
|
動物界 Animalia
|
門
| :
|
脊索動物門 Chordata
|
亜門
| :
|
脊椎動物亜門 Vertebrata
|
綱
| :
|
条鰭綱 Actinopterygii
|
亜綱
| :
|
新鰭亜綱 Neopterygii
|
上目
| :
|
棘鰭上目 Acanthopterygii
|
目
| :
|
スズキ目 Perciformes
|
亜目
| :
|
スズキ亜目 Percoidei
|
科
| :
|
タイ科 Sparidae
|
亜科
| :
|
ヘダイ亜科 Sparinae
|
属
| :
|
ヘダイ属 Rhabdosargus
|
種
| :
|
ヘダイ R. sarba
|
|
学名
|
|---|
Rhabdosargus sarba
Forsskål, 1775
|
和名
|
|---|
ヘダイ（平鯛）
|
英名
|
|---|
Goldlined seabream
Tarwhine
Stumpnose
|
ヘダイ（平鯛、学名：Rhabdosargus sarba）は、スズキ目・タイ科に分類される魚の一種。クロダイに似た鯛の一種で、食用にもなる。学名 Sparus sarba はシノニムとされるが、こちらを採用する文献も多い。
特徴
成魚の全長は40cm程度だが、50cmを超えるものもいる。体型は左右に平たい楕円形で、体側は銀白色の地に黄色の小点が鱗の列に沿って並ぶ縦縞模様となっている。側線鱗数53-63枚、背鰭は11棘条・13軟条、尻鰭は3棘条・11軟条からなる。顎には3対の犬歯と3列の臼歯があり、奥の臼歯が特に大きく発達する。
クロダイに似るが、体色が全体的に白っぽいこと、体側の模様が黄色の細かい縦縞であること、体型が平たく背が盛り上がって見えること、顎が前に突き出ないことなどで区別できる。
アフリカ東部から本州中部、オーストラリア沿岸まで、インド洋と西太平洋の熱帯・温帯海域に広く分布する。
内湾から沖合いまでの浅海の岩礁域に生息し、クロダイよりは沖合いに多い。食性は肉食性で、小魚、甲殻類、貝類、多毛類など小動物を幅広く捕食する。
産卵期は晩春で、直径1.0-1.1mmほどの分離浮性卵を産卵する。体長数cmほどの幼魚は海岸の波打ち際や河口の汽水域でも見られる。また、クロダイ同様に一部の個体は雄性先熟の性転換を行う。
利用
釣り、定置網、底引き網などで漁獲される。ただし日本近海ではマダイやクロダイほどの漁獲量はなく、狙って漁獲する魚ではない。クロダイ、シロギス、アジなどの沿岸魚を釣る際に外道として揚がることがある。
身は歯ごたえのある白身で、クロダイのような磯臭さもない。刺身、カルパッチョ、塩焼き、煮付けなどに利用される。
地方名
ヘイズ（京都府丹後地方）、コキタイ（浜名湖）、シラタイ（和歌山県）、シラチン、シロチン（和歌山県、鹿児島県）、ヒョウダイ（高知県、長崎県）、セダイ（山口県、長崎県、宮崎県）、セチン（玄海）、ヒラチヌ（蒲江）、スッポ（鹿児島県）、チバー（沖縄県）などがある。体が平たいこと、クロダイに似ることに由来した方言呼称が多く、クロダイとも区別される。
一方、英名の"Goldlined seabream"は「金色の線がある鯛」の意である。
参考文献
Rhabdosargus sarba - Fishbase（英語）
- 岡村収監修 山渓カラー名鑑『日本の海水魚』 ISBN 4-635-09027-2
- 永岡書店編集部『釣った魚が必ずわかるカラー図鑑』 ISBN 4-522-21372-7
- 藍澤正宏ほか『新装版 詳細図鑑 さかなの見分け方』講談社 ISBN 4-06-211280-9
Cd1ops7dxVZRnEC9yavQzm58,ufSO7fIhBl6t1RSgNuO,dd8Ak
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...
