黑小麥主要農藝性狀的相關性和主成分分析

袁青鋒，鄭新疆，張 靜，管利軍 (新疆兵團第十三師農業科學研究所，新疆哈密 839000)

黑小麥主要農藝性狀的相關性和主成分分析

袁青鋒，鄭新疆，張 靜，管利軍*(新疆兵團第十三師農業科學研究所，新疆哈密 839000)

[目的]對新疆14個黑小麥品種資源的8個主要農藝性狀進行了相關性分析和主成分分析，為選擇具有優良性狀的黑小麥品種提供依據。[方法]通過一年多點試驗，記載黑小麥主要農藝性狀，用以評價黑小麥的綜合性指標。[結果]在單株粒重性狀上變異豐富，株高、千粒重和結實小穗數等性狀在供試材料中差異不大；典型相關分析中有5對性狀達極顯著相關；累積方差貢獻率達到89.60%。[結論]根據各品種主成分并對其進行綜合評價，選擇綜合經性狀優良的品種(系)2個。

黑小麥；農藝性狀；相關性；主成分分析

隨著人們生活水平的提高及小麥消費向多元化發展，作為黑色谷物的黑小麥以其自然性、營養性、功能性和科學性日益受到人們的重視[1]。梁云娟等[2]、王小國等[3]、余丹鳳等[4]、邵立剛等[5]對普通小麥和野生二粒小麥的農藝性狀進行了較為深入的研究。但對黑小麥研究僅集中在栽培方面[6-8]，在農藝性狀方面的研究較少。筆者應用主成分分析法，對新疆十三師農科所選育的14個黑小麥品種資源的8個主要農藝性狀進行了分析，以期為今后選擇具有優良性狀的黑小麥品種提供參考。

1 材料與方法

1.1 試驗材料黑小麥品種(系)14個，分別為新春36號、1446、1447、1449、1410、1411、2392、1433、1466、1477、1499、14100、14111、23922。試驗在哈密墾區4個團場進行。

1.2 試驗設計采用隨機區組排列，重復3次，播量675萬粒/hm2，行距15 cm，小區面積30 m2。田間管理按一般麥田常規管理進行。

1.3 測定項目株高X1、穗長X2、總小穗數X3、結實小穗數X4、主穗粒數X5、主穗粒重X6、單株粒重X7、千粒重X8。

1.4 數據處理利用Excel和DPS軟件[9]對數據進行處理分析。

2 結果與分析

2.1 主要農藝性狀的變異分析表1表明，黑小麥主要農藝性狀存在豐富的變異。其中，株高平均為91.16 cm，變異系數3.70%，變幅為82.70～96.50 cm。矮或半矮稈(<90 cm)材料僅有4份，占供試材料的26.67%；其余中稈(90～100 cm)材料有62份，占73.33%；供試材料穗長平均為12.30 cm，變異系數為7.51%，極差達3.3 cm；總小穗數平均為17.53個，變異系數8.77%，變幅為14.00～19.70個；結實小穗數平均為16.06 cm，變異系數6.97%，變幅為13.60～18.40 cm；主穗粒數平均為46.70個，變異系數11.20%，變幅為37.40～53.80個；主穗粒重平均為1.61 g，變異系數13.71%，變幅為1.19～1.82 g；單株粒重平均為2.11 g，變異系數26.41%，變幅為1.41～3.50 g；千粒重平均為33.6 g，變幅為31.30～37.40 g，極差達6.10 g。

表1 黑小麥主要農藝性狀的變異

2.2 主要農藝性狀的相關分析黑小麥農藝性狀的典型相關分析(表2)表明，典型相關分析中有5對性狀達極顯著相關。其中，總小穗數與株高、穗長，結實小穗數與穗長、總小穗數，主穗粒重與主穗粒數達極顯著水平，說明穗長越長，結實小穗數和總小穗數越多，主穗粒數越多，主穗粒重也越重；結實小穗數與主穗粒數、主穗粒重，單株粒重與株高、主穗粒數、主穗粒重達顯著水平，其中，單穗粒重與株高達顯著負相關，說明株高較高的材料單株粒重越低，與莊萍萍等[10]分析結果不同。

表2 黑小麥主要農藝性狀間簡單相關系數

注：*0．05顯著水平，**0．01顯著水平。

2.3 主要農藝性狀的主成分分析為了能更充分地反映各農藝性狀中起主導作用的綜合指標，對8個性狀進行主成分分析，并計算出相關矩陣的特征根和相應的特征向量及特征根的累計貢獻率(表3)。根據累積貢獻率>85%的標準[11]，有3個主成分因子(Z1，Z2，Z3)入選，其累積貢獻率為89.60%，認為這3個主成分可以概括絕大部分相關信息。

第一主成分特征根為4.43，貢獻率占55.37%，對應的特征向量中具有較大分量的有株高和總小穗數，對應的特征向量中以株高分量的絕對值最大，故稱第一主成分為株高因子。但主穗粒數、結實小穗數、穗長為負，因此追求株高的高度，會使主穗粒數、結實小穗數、穗長降低，不利于產量的提高。因此第一主成分值適中偏低為好。

第二主成分特征根為1.83，貢獻率占22.91%，對應的特征向量中以穗長和結實小穗數2個性狀分量的影響較大，故稱第二主成分為穗數因子。但主穗粒數、株高、單株粒重為負，因此追求穗的長度和穗數，會使主穗粒數降低，不利于產量的提高。因此第二主成分值適中偏高為好。

表3 主成分因子的特征根及特征向量

第三主成分特征根為0.91，貢獻率占11.32%，對應的特征向量中以穗長分量的絕對值最大，故稱第三主成分為穗長因子。但株高和結實小穗數有較大負值，因此追求穗的長度，會使主穗粒數降低，不利于產量的提高。因此第三主成分值適中偏小為好。

綜上所述，選材料應是第一主成分值適中偏低，第二主成分值適中，第三主成分值適中偏小較好，即選擇株高較矮且主穗粒數適中偏多、穗長較短的材料。根據此選擇標準，從供試材料中篩選到2個具有較好綜合農藝性狀的材料，它們分別為新春36號和1499。

3 結論

(1)供試材料性狀的變異系數依次為單株粒重>主穗粒重>主穗粒數>穗長>結實小穗數>千粒重>株高，可以看出，供試材料在單株粒重性狀上變異豐富；株高、千粒重和結實小穗數等性狀在供試材料中差異不大。

(2)供試材料的典型相關分析中，有5對性狀達極顯著相關，5對性狀達顯著相關。

(3)通過主成分分析，將黑小麥主要農藝指標轉化為較少的幾個主成分。由于這幾個主成分提供了原性狀85%以上的信息，且是綜合的、相對獨立的指標體系，數值直觀，初選出綜合性狀較好的材料2個，分別為新春36號和1499。其結果與相關品種(系)的實際表現型相近，表明用主成分值選種在黑小麥優種選擇和發展生產中有一定的應用價值。所以，將主成分分析用于黑小麥農藝性狀的評價和篩選，既能把握其綜合性狀表現，又能簡化選擇程序，且更具有科學性

[1] 姚大年，李保云，朱金寶，等.小麥品種主要淀粉性狀及面條品質預測指標的研究[J]．中國農業科學，1999，32(6)：84-88．

[2] 梁云娟，郜慶爐，薛香.小麥主要農藝性狀和收獲指數的灰色關聯度分析[J].河南農業科學，2012，41(8)：34-36.

[3] 王小國，梁紅艷，張薇.新疆春小麥種質資源農藝性狀和品質性狀的遺傳多樣性分析[J].新疆農業科學，2012，49(5)：796-800.

[4] 余丹鳳，嚴俊，薛文韜，等.以色列野生二粒小麥在黔西北的物候期及農藝性狀研究[J]. 現代農業，2011(4)：34-36.

[5] 邵立剛，劉寧濤.春小麥主要農藝性狀配合力分析[J].黑龍江農業科學,2011(1)：1-5.

[6] 賈思珂，張召明.黑小麥的栽培管理技術[J].現代種業,2006(3):14-15.

[7] 丁克非.淺談黑小麥栽培管理[J].黑龍江科技信息，2012(21):200.

[8] 管利軍，張利民，陶志柱，等.黑小麥新品種新春36號的選育·特征特性·栽培技術[J].安徽農業科學,2012，40(11)：6420-6421,6423.

[9] 唐啟義, 馮明光. DPS處理系統[M]. 北京: 中國農業出版社, 1997.

[10] 莊萍萍，李 偉，魏育明，等.波斯小麥農藝性狀相關性及主成分分析[J].麥類作物學報,2006，26(4)：11-14.

[11] 魏亦農，曹連莆．二棱啤酒大麥品種資源農藝性狀的聚類分析和主成分分析[J].種子，2003(3)：69-70.

Principal Component Analysis on Main Agronomic Traits of Black Wheat Germplasm

YUAN Qing-feng, ZHENG Xin-jiang, ZHANG Jing, GUAN Li-jun*

(Resources Agriculture and Science Institute of Xinjiang Corps the Thirteenth Planners, Hami, Xinjiang 839001)

[Objective] The aim is to provide a basis for selecting excellent varieties of black wheat varieties, correlation analysis and principle component analysis was conducted on 8 agronomic characters of 14 black wheat variesties from Xinjiang. [Method] According to the agronomic characters, comprehensive indicator of black wheat was evaluated by a year more test.[Result] Single grain weight had abundant variation, plant height grain weight and spikelet number of shape in the tested materials had little difference.Canonical correlation analysis of 5 pairs of characters were significantly correlation. The cumulative variance contribution rate reached 89.60%. [Conclusion] According to the comprehensive analysis and evaluation of all varieties' principal component, two excellent varieties (lines) were selected.

Black wheat; Agronomic traits; Correlation; Principal component analysis

農業科技成果轉化資金項目(2012G4101013)；兵團重點領域科技攻關(2011BA002)。

袁青鋒(1979-)，男，湖南新化人，農藝師，從事農學方面研究。*通訊作者，農藝師，從事作物育種及配套栽培技術研究。

2015-03-27

S 512.1

A

0517-6611(2015)14-036-02