應用灰色關聯度分析法對不同地區粳稻種質資源農藝性狀分析評價*

羅雅蘭，戴紅燕，丁 鑫，郭長春，馬 瑞，李吉進，毛庭德，華勁松

（西昌學院，四川 西昌 615013）

應用灰色關聯度分析法對不同地區粳稻種質資源農藝性狀分析評價*

羅雅蘭，戴紅燕**，丁 鑫，郭長春，馬 瑞，李吉進，毛庭德，華勁松

（西昌學院，四川 西昌 615013）

為了解不同地區粳稻資源的性狀差異，并為新品種選育提供親本材料，將來自中國云南、四川涼山州和日本的部分粳稻種質資源進行同田比較。通過對多個性狀數據的測定比較，應用灰色關聯度分析法分析，綜合評價各品種資源性狀。研究結果表明：不同地區間的品種資源性狀各有差異，各品種性狀優缺點共存，產量性狀好的關聯度排名較后，而關聯度排名靠前的產量又較低，其中Y5和B130可以通過栽培技術的改進來提高產量，也可作為育種的親本材料。

粳稻資源；農藝性狀；灰色關聯度分析法

隨著農業科技的發展，選育的水稻新品種在產量上越來越高，但品種間的遺傳基礎卻越來越窄，其新品種的抗性可能無法應對突如其來的災害而導致嚴重的減產，因此，拓寬水稻新品種的遺傳基礎，培育遺傳背景多樣的高產優質品種，對水稻生產的可持續發展有重要作用。

灰色關聯度分析法是以各因素的樣本數據為依據，描述因素間關系的強弱、大小和次序[1]。近年來，灰色系統理論已越來越多地應用于作物新品種綜合評價[2],但在粳稻資源評價方面卻報道甚少。因此，我們收集了日本、中國四川涼山州和云南省的部分粳稻品種資源，開展了品種觀察試驗，應用灰色關聯度分析法對品種的農藝性狀數據進行分析并對其進行評價，選出綜合性狀良好的資源進行改良，為新品種選育提供親本材料。

1 材料與方法

1.1 試驗材料

涼山州地方品種B130、B132、X32等3個品種，云南引進粳稻品種B112、B111、B114、B118、B121、B113、B119、B124、B126、B127、B116等11個品種，日本粳稻品種Y8、Y48、Y26、Y27、Y25、Y5、B41、B31、B40、B27、B37、B35、X6、X5、X24、X26、X22、X25等18個品種（我們將代號統一為H，即涼山品種為H1～H3，云南品種為H4～H14，日本品種為H15～H32，H0為理想品種）。

1.2 試驗方法

試驗田設在西昌學院試驗農場，四周無蔭蔽，排灌條件良好，土質為壤土，肥力適中。2014年3月 29日播種，秧盤育秧，5月9日移栽，每品種種植20穴，每穴3苗，移栽規格為20 cm×13.5 cm。試驗期間每項管理措施在同一天內完成且均勻一致，治蟲治草不治病，成熟一個品種收割一個。

移栽成活后開始調查測定性狀數據，每品種固定10穴，每隔10 d測定一次。成熟后，收割前每品種取4穴進行室內考種。

1.3 測定性狀

包括全生育期、株高、株型、葉色、葉型、分蘗苗數、劍葉和倒二葉性狀、莖稈長度、莖稈粗細、有效穗、穗長、穗實粒數、千粒重、結實率、抗病性、抗倒性、產量、稻谷顏色、芒色等。然后選取數量性狀數據和部分質量數據，應用灰色關聯度分析法對各品種進行分析評價。其中，病害抗性分為抗病、輕感、中感、重感四個等級進行評定。

1.4 分析步驟

參照華勁松[3]的分析步驟，首先確定參考序列，然后確定比較序列，再計算關聯系數，最后計算關聯度。

2 試驗結果

2.1 理想品種的確定

首先根據育種目標和經驗給出理想品種農藝性狀的最佳值，構成一個參考序列X0(k),k=1，2，3，...，13。各參試品種的主要性狀表1所示，其中抗病性分為抗病、輕感、中感、重感四個等級并分別賦值4、3、2、1，株型分為緊湊、半緊湊、披散三個等級并分別賦值3、2、1，糙米顏色分為有色和無色2個等級并分別賦值2、1，稻谷的芒分為無芒和有芒2個等級并分別賦值2、1。

表1 參試品種與理想品種的主要性狀值

2.2 數據的無量綱化處理

將Xi(k)所有除以相應的X0（k），i=0，1，2，...，32，k=1,2,3，...，13，使原始數據無量綱化得表2。

表2 原始數據無量化處理后的表

X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 0.8035 1.1440 0.9855 0.8965 0.7070 1.1560 0.7725 0.7455 0.8940 0.6550 0.9415 0.9180 0.8965 0.7468 1.0015 0.8170 0.8250 0.9400 0.8400 0.8125 0.9855 0.0742 1.0165 0.8580 1.1375 0.8900 0.9920 0.9600 1.0240 1.0000 0.8400 0.8480 0.8960 0.8560 0.8240 0.8000 0.9000 0.9000 0.9000 0.9920 1.0000 0.9920 1.0000 0.8240 1.0160 1.0080 0.8160 0.9600 1.0240 0.9440 0.9120 0.9200 0.9938 0.9563 1.0313 1.0250 1.0625 1.1111 1.0563 1.0438 0.8625 0.9375 0.9675 0.9200 0.9300 0.8125 0.7613 0.7870 0.8499 0.8634 0.7084 0.6178 0.7390 0.7518 0.8563 0.9654 0.7666 0.9516 1.1259 1.2741 0.9719 1.3296 0.7830 1.0778 0.7141 0.7778 0.9696 1.1185 0.8867 0.7296 1.1378 1.1607 1.0904 0.9844 0.8311 1.0459 0.8533 0.9459 0.8659 0.5663 0.8978 0.8385 0.9081 0.8148 0.8110 1.4000 0.8580 0.9540 0.8090 1.3305 0.7750 0.9490 0.8180 0.7550 1.2930 0.8900 0.9550 0.9520 0.7675 0.5975 1.0300 1.0975 0.7300 0.7050 0.9870 0.6750 1.0000 0.9775 0.9330 1.0600 0.8267 0.6400 0.7067 0.7200 0.8933 1.1733 0.7200 0.7467 0.8000 0.9067 0.6933 0.7467 1.0400 1.1467 0.8400 101867 0.7467 0.8933 0.8667 0.9600 0.9200 1.4400 1.0800 0.9333 0.9867 1.2533 1.0195 0.8317 0.8058 1.0903 0.6936 1.3239 0.5406 0.5765 0.6125 0.8451 0.5948 0.5012 1.1005 1.1920 0.7747 1.0134 0.5860 0.7386 0.5914 0.6283 0.5338 0.6539 0.9446 0.7925 0.6961 0.9934 1.0000 0.5000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.5000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.5000 0.5000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.7500 0.7500 0.7500 0.7500 0.7500 0.7500 1.0000 0.7500 0.7500 1.0000 0.7500 0.7500 1.0000 0.7500 0.7500 0.7500 1.0000 0.5000 0.7500 1.0000 0.7500 0.7500 0.7500 0.7500 0.7500 0.3333 1.0000 0.3333 0.6667 0.6667 1.0000 1.0000 1.0000 0.6667 0.6667 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.6667 1.0000 0.6667 1.0000 1.0000 1.0000 0.3333 0.5000 1.0000 0.5000 1.0000 1.0000 1.0000 0.5000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.5000 0.5000 0.5000 1.0000 0.5000 0.5000 0.5000 1.0000 1.0000 1.0000 0.5000 1.0000 1.0338 1.0541 1.0946 1.0676 1.0743 1.0676 1.0868 1.0868 1.0473 1.0676 1.0676 1.0608 1.0608 1.0608 1.0676 1.0608 1.0541 1.0811 1.0811 1.0811 1.0811 1.0676 1.0676 1.0676 1.0676 1.0608 0.6667 1.0000 0.6667 0.6667 0.3333 1.0000 1.0000 0.6667 0.6667 0.6667 0.6667 1.0000 1.0000 1.0000 0.3333 1.0000 1.0000 0.6667 0.3333 0.3333 0.6667 0.3333 0.6667 1.0000 1.0000 0.6667

.3求兩個層次差

即計算Δi(k)的值，公式為Δi=|X0(k)-Xi(k)|，i=0，1，2，...32，k=1,2,3，...，13。結果列于表3。

表3 各參試品系與理想品種性狀的絕對差值

△18△19△20△21△22△23△24△25△26△27△28△29△30△31△32 0.0820 0.1035 0.2535 0.0015 0.1830 0.1750 0.0600 0.1600 0.1875 0.0145 0.9259 0.0165 0.1420 0.1375 0.1100 0.1000 0.1000 0.0080 0.0000 0.0080 0.0000 0.1760 0.0160 0.0080 0.1840 0.0400 0.0240 0.0560 0.0880 0.0800 0.0800 0.0700 0.1875 0.2388 0.2130 0.1501 0.1366 0.2916 0.3823 0.2610 0.2483 0.1438 0.0346 0.2334 0.0484 0.2704 0.1378 0.1607 0.0904 0.0156 0.1689 0.0459 0.1467 0.0541 0.1341 0.4337 0.1022 0.1615 0.0919 0.1852 0.1100 0.0450 0.0480 0.2325 0.4025 0.0300 0.0975 0.2700 0.2950 0.0130 0.3250 0.0000 0.0225 0.0670 0.0600 0.2533 0.0400 0.1467 0.1600 0.1867 0.2533 0.1067 0.1333 0.0400 0.0800 0.4400 0.0800 0.0667 0.0133 0.2533 0.4988 0.1005 0.1920 0.2253 0.0134 0.4140 0.2614 0.4086 0.3717 0.4662 0.3461 0.0554 0.2075 0.3039 0.0066 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.5000 0.5000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2500 0.2500 0.0000 0.2500 0.2500 0.2500 0.0000 0.5000 0.2500 0.0000 0.2500 0.2500 0.2500 0.2500 0.2500 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.3333 0.0000 0.3333 0.0000 0.0000 0.0000 0.6667 0.0000 0.0000 0.0000 0.5000 0.5000 0.5000 0.0000 0.5000 0.5000 0.5000 0.0000 0.0000 0.0000 0.5000 0.0000 0.0608 0.0608 0.0608 0.0676 0.0608 0.0541 0.0811 0.0811 0.0811 0.0811 0.0676 0.0676 0.0676 0.0608 0.0608 0.0000 0.0000 0.0000 0.6667 0.0000 0.0000 0.3333 0.6667 0.6667 0.3333 0.6667 0.3333 0.0000 0.0000 0.3333

2.4 求比較品種與理想品種的關聯系數

最小二級差min|X0(k)-Xi(k)|為0.0000，最大二級差max|X0(k)-Xi(k)|為0.9744，分辨系數取0.5，把然后帶入公式帶入公式：

式中：￡(k)為X0與Xi在第k個指標的關聯系數：|X0(k)-Xi(k)|表示數列與數列在第點的絕對值差，min|X0(k)-Xi(k)|為二級最小差，max|X0(k)-Xi(k)|為二級最大差。p為分辨率。結果列于表4。

表4 各參試品種的關聯系數

￡21￡22￡23￡24￡25￡26￡27￡28￡29￡30￡31￡32 0.9969 0.7270 0.7357 0.8904 0.7528 0.7221 0.9711 0.3448 0.9672 0.7743 0.7799 0.8158 1.0000 0.9838 1.0000 0.7346 0.9682 0.9838 0.7259 0.9241 0.9531 0.8969 0.8470 0.8590 0.6711 0.6958 0.7645 0.7810 0.6256 0.5604 0.6512 0.6625 0.7722 0.9336 0.6761 0.9097 0.8435 0.9691 0.7426 0.9139 0.7686 0.9001 0.7842 0.5291 0.8266 0.7511 0.8414 0.7246 0.6770 0.5476 0.9420 0.8333 0.6434 0.6229 0.9740 05999 1.0000 0.9559 0.8791 0.8904 0.7528 0.7230 0.6579 0.8204 0.7851 0.9241 0.8590 0.5255 0.8590 0.8796 0.9734 0.6579 0.6838 0.9733 0.5406 0.6508 0.5439 0.5672 0.5110 0.5847 0.8979 0.7013 0.6158 0.9867 1.0000 1.0000 1.0000 1.0000 0.4935 0.4935 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.6609 0.6609 0.6609 1.0000 0.4935 0.6609 1.0000 0.6609 0.6609 0.6609 0.6609 0.6609 1.0000 1.0000 1.0000 1.0000 1.0000 0.5938 1.0000 0.5938 1.0000 1.0000 1.0000 0.4222 0.4935 0.4935 0.4935 1.0000 0.4935 0.4935 0.4935 1.0000 1.0000 1.0000 0.4935 1.0000 0.8782 0.8890 0.9001 0.8573 0.8573 0.8573 0.8573 0.8782 0.8782 0.8782 0.8890 0.8890 0.2276 0.3304 0.3304 0.2695 0.2276 0.2276 0.2695 0.2276 0.2695 0.3304 0.3304 0.2695

2.5 求關聯度及關聯度排序結果

式中：ri為比較數列Hi對參考數列H0的關聯度，是總體反應H0與Hi數列之間的關聯性。

然后計算出各參試品種的一般關聯度和地方品種平均關聯度，并排出關聯序，見表5。

表5 不同品系的關聯度及排序

H30 H31 H32 521.94 437.87 384.62 9 3 13 17 0.8279 0.7682 0.7758 17 11

3 結論與討論

理想品種是我們認為最好的品種，關聯度大的數列與理想品種數列最為接近[2]。通過以上分析可知，不同地區間的品種資源性狀各有差異，各品種性狀優缺點共存，產量性狀好的關聯度排名落后，而關聯度排名靠前的產量又較低。其中日本品種H20（Y5）在一般關聯度排序中居第6位產量位列3位，涼山品種H1（B130）關聯度第8產量排第4，且綜合各田間情況及穗部性狀來看，其有效穗、穗實粒數、千粒重、結實率等主要經濟性狀優良，抗病性強，說明其能較好地適應當地環境種植，可以通過栽培技術的改進來提高產量，也可作為育種的親本材料。

在本次試驗中所試驗的不同地區品種在地區品種平均關聯度中，涼山品種最接近理想品種，云南的品種與理想品種差距較大，涼山品種與日本品種較接近。從表1中結實率和千粒重這兩方面分析來看，可知云南品種的結實率較高，雖然H12（B126）在所有品種中產量排在第一，但是其它云南品種的有效穗比日本和涼山品種都低，最終影響它的地區品種平均關聯度，但是可充分利用結實率高和千粒重大的優勢用作育種材料。

注釋及參考文獻：

[1]灰色關聯度分析法(好搜百科)[EB/OL]．http://baike．haosou．com/doc/6943274-7165637．html．

[2]戴紅燕,殷顯春,蔡光澤,等．灰色關聯度分析在高原粳稻新品種評價上的應用[J]．西昌學院學報(自然科學版),2009,23(2):8-10．

[3]華勁松,戴紅燕,蘇解放,等．應用灰色關聯度分析法對昭覺縣高寒粳稻新品系分析評價[J]．西昌學院學報(自然科學版)，2014,28(1):8-12．

[4]朱鴻,官德義,楊軍,等．福建花生種質資源篩選及灰色關聯度分析[J]．福建農業學報,2008,23(4):381-386．

[5]戴紅燕,蔡光澤,華勁松,等．涼山州地方粳稻品種性狀研究[J]．西昌學院學報(自然科學版),2008,22(3):23-27．

[6]賴運平,李俊,張澤全,等．小麥苗期抗旱相關形態指標的灰色關聯度分析[J]．麥類作物學報,2009,29(6):1055-1059．

[7]慕平,魏臻武,李發弟．用灰色關聯系數法對苜蓿品種生產性能綜合評價[J]．草業科學,2004,21(3):26-29．

[8]殷冬梅,李拴柱,崔黨群．花生主要農藝性狀的相關性及聚類分析[J]．中國油料作物學報,2010,32(2):212-216．

Analysis and Evaluation for Different Regions Agronomic Traits of Japonica Rice Germplasm Resources by Grey Correlation Degree Analysis Method

LUO Ya-lan，DAI Hong-yan，DING Xin，GUO Chang-chun，MA Rui，LI Ji-jin，MAO Ting-de，HUA Jin-song
(Xichang College,Xichang,Sichuan 615013)

In order to understand the difference character of Japonica Rice resources in different regions,and provide the parent materials for the breeding of new varieties,from Yunnan,Sichuan Liangshan Prefecture and Japan some Japonica Rice germplasm resources were compared in the same field.By means of grey correlation analysis, with determination and comparison of multiple trait data,the resource characteristics of each species were comprehensively evaluated.The results show that there were differences in the characteristics of the varieties among different regions,the coexistence of advantages and disadvantages of each variety traits,yield traits were well correlated after ranking,and the correlation degree of the top of the output was low,which Y5 and B130 can increase production through improvement of cultivation technology,but also can be used as parents in breeding materials.

Japonica rice germplasm;agronomic traits;grey relational analysis

S511.2+202.4

A

1673-1891（2015）04-0005-04

2015-08-31

四川省教育廳重點科研項目（15ZA0237）；西昌學院自立項目（15BZ01）：西昌學院大學生課外科研項目“不同地區粳稻種質資源農藝性狀差異研究”。

羅雅蘭（1993-），四川蒲江人，西昌學院2012級農學專業本科學生，研究方向：稻作資源。**為通訊作者。