普通小麥品種農藝性狀與產量的灰色關聯分析

李愛國，宋曉霞，吳春西

（漯河市農業科學院，河南漯河462300）

?

普通小麥品種農藝性狀與產量的灰色關聯分析

李愛國，宋曉霞，吳春西

（漯河市農業科學院，河南漯河462300）

摘 要：利用灰色系統理論，對普通小麥品種的6個主要農藝性狀與產量的灰色關聯度進行了分析，結果表明，6個主要農藝性狀對產量的影響程度依次為：有效穗數（0. 8739）>穗粒數（0. 7865）>千粒重（0. 7586）>容重（0. 7151）>株高（0. 6555）>全生育期（0. 6468）。

關鍵詞：普通小麥；農藝性狀；產量；灰色關聯分析

灰色系統理論是由著名學者鄧聚龍教授［1］首創的一種系統科學理論，其中的灰色關聯度分析法是將研究對象及影響因素的因子值視為一條線上的點，與待識別對象及影響因素的因子值所繪制的曲線進行比較，比較它們之間的貼近度，并分別量化，計算出研究對象與待識別對象各影響因素之間的貼近程度的關聯度，通過比較各關聯度的大小來判斷待識別對象對研究對象的影響程度，進而判斷因素之間關聯程度的方法。目前已在小麥［2］、大麥［3］、水稻［4］、棉花［5］、紅小豆［6］、花生［7］、芝麻［8］、糯玉米［9］、青稞［10］等多種作物的性狀關聯度分析、新品系（種）的早期評判、品種生態布局［11］等方面得到了廣泛的應用。小麥產量是由多個性狀共同作用的結果，對品種進行評估，實質上也就是將各因素（或性狀）本身所反映的灰色信息通過一定的數學手段進行量化，從而使人們在整體上對品種有一個比較客觀的認識和準確的把握。本文以2013年黃淮南片通過國家審定的普通小麥新品種為材料，應用灰色關聯度分析方法，研究小麥其它農藝性狀對產量影響的主次關系，以期為小麥品種的及時更替提供理論依據，為今后黃淮南片麥區小麥大面積豐產栽培選擇適當的品種類型提供參考。

1 材料與方法

1. 1 數據來源

數據來源于2014年1月17日的農業部第2053號公告。

1. 2 統計分析

（1）灰色關聯分析原理。灰色關聯分析通過對動態過程發展態勢的量化分析，求出參考數列與各比較數列之間的灰色關聯度，與參考數列關聯度越大的比較數列，其發展方向和速率與參考數列越接近，與參考數列的關系越緊密。根據灰色系統理論，把產量作為參考數列，記作X0（k），把全生育期、株高、有效穗、穗粒數、千粒重和容重等與產量相關的性狀作為比較數列，記作Xi（k）（i =1，2，…，m；k = 1，2，…，n），其中，m為與產量相關的性狀的個數，n為參試品種個數。根據關聯度的大小，就可以確定比較數列與參考數列的相似程度，從而判斷比較數列對參考數列的影響大小。

（2）灰色關聯分析計算步驟

A.原始數據轉換。由于原始數據中各個性狀的量綱不同，無法直接進行比較，因此需要對原始數據進行標準化處理，去除量綱，轉換為可直接比較的標準化數列。先對各個性狀進行簡單的統計分析，計算出平均值和標準差，然后將各個原始數據減去平均值后再除以標準差，得到標準化數列。

B.計算比較數列與參考數列的絕對差值。根據標準化處理結果，按照公式計算比較數列與參考數列的絕對差值。

C.計算關聯系數。經數據標準化處理后的參考數列記作X0（k），比較數列記作Xi（k），關聯系數ξ0i（k）按照如下公式計算：

式中：Δ表示比較序列與參考數列的絕對差值，關聯系數反映比較序列和參考數列的關聯程度；ρ取值0. 5。

D.計算關聯度（ri）并排序

2 結果分析

2. 1 2013年黃淮南片國審小麥新品種基本情況

根據農業部第2053號公告，2013年經過國家審定適宜在黃淮南片推廣應用的有11個品種，基本情況如表1。

表1 2013年黃淮南片國審小麥品種基本情況

2. 2 普通小麥品種的6個主要農藝性狀與產量的灰色關聯分析

根據灰色分析方法對6個主要農藝性狀與產量的關聯系數進行計算（表2），并求得各性狀與產量的關聯度ri（表3）。

表2 6個農藝性狀與小麥產量的關聯系數

表3 6個農藝性狀與小麥產量的關聯度及其排序

按照灰色關聯分析，各性狀的重要性以關聯度表示，關聯度大的表示參與指標重要性高，關聯度的序列變化表示著構成性狀各因素的重要性的變化。本文中與產量相關的其它6個農藝性狀與產量的關聯度排序依次為，有效穗數（0. 8739）>穗粒數（0. 7865）>千粒重（0. 7586）>容重（0. 7151）>株高（0. 6555）>全生育期（0. 6468）。說明這6個農藝性狀中，有效穗數對產量的影響最大，之后依次為穗粒數、千粒重、容重和株高，全生育期對產量的影響較小。

3 討論

目前，對農藝性狀與產量的灰色分析結果來看，不同的研究，盡管結果不盡相同，但普遍都認為，有效穗數、穗粒數和千粒重是決定小麥產量的主要因素。段黃金等［12］認為與產量形成關系密切的主要性狀為千粒重、收獲穗數、單穗重。劉輝［13］的研究結果表明，對產量的影響程度依次為容重>穗粒數>有效穗>千粒重>全生育期>株高。胡鳳靈［14］認為小麥產量與其相關因素的關聯度大小順序為：穗粒數>有效穗數>千粒重>有效分蘗率>最高總蘗數。李亞敏等［15］的結果表明，與產量的關聯度大小依次為：穗數>千粒重>穗粒數。孫憲印等［16］認為各性狀與產量之間的關聯度依次為容重>穗粒數、生育期>株高>穗數>千粒重。張化遠［17］的研究結果表明，產量與性狀的關聯度依次為容重>穗粒重>有效穗>千粒重>穗粒重>全生育期>株高>最高分蘗數。裘敏等［18］的研究結果表明，小麥的產量與各產量性狀關聯度的大小順序為穗數>生育期>穗粒數>株高>千粒重。陳劍鋒等［19］認為，小麥各性狀的重要性排序為：有效穗數>穗粒數>千粒重>株高>穗長>小穗數。

本研究結果表明，6個農藝性狀中，有效穗數對產量的影響最大，之后依次為穗粒數、千粒重、容重和株高，而全生育期對產量的影響最小。有效穗數、穗粒數和千粒重對產量的影響位居前三，而在不同的研究中發現，這三個要素基本都位居與產量相關主要農藝性狀的前列。目前黃淮南片的國審品種的冬春性不是太強，都屬于弱冬性和弱春性品種，因此導致生育期對產量的影響相對較小，而農民在秋收后都希望早日播種，以便盡早出去打工。因此，在高產、超高產的小麥新品種選育過程中，應以半冬性或弱冬性品種為主，重點關注有效穗數、穗粒數和千粒重，在保證穗數的前提下，提高穗粒數和千粒重，從而達到增產增收的目的。

參考文獻：

［1］ 鄧聚龍.灰色系統與農業［J］.山西農業科學，1985 （5）：34 -37.

［2］ 張清海，張桂蘭，劉萬代，等.“九五”期間黃淮南片小麥冬水組參試品種主要性狀的灰色關聯度分析［J］.中國農學通報，2002，18（3）：40 -42，54.

［3］ 楊 明，余國東，李伯群，等.應用灰色關聯度分析評價不同大麥品種產量與產量構成因素［J］.安徽農業科學，2011，39（36）：22247 -22248，22322.

［4］ 江銀榮，潘寶國，陸虎華.江蘇省水稻產量與產量性狀的灰色關聯分析［J］.浙江農業科學，2009（6）：1130 -1132.

［5］ 侯光輝，楊伯祥.灰色關聯分析在棉花品種綜合評價上的應用［J］.綿陽經濟技術高等專科學校學報，1997，14（2）：25 -27.

［6］ 申慧芳，李國柱.紅小豆主要農藝性狀的灰色關聯與相關性分析［J］.山西農業大學學報（自然科學版），2012，32（1）：1 -4.

［7］ 王正榮，鄢 錚.灰色關聯分析在花生抗瘡痂病育種中的應用［J］.中國種業，2013（5）：60 -63.

［8］ 寇志強，李倩倩，吳少輝，等.應用灰色關聯法選擇芝麻品種［J］.廣東農業科學，2008（7）：23 -24，28.

［9］ 黃小蘭，陸虎華，胡加如，等.糯玉米鮮穗產量與主要農藝性狀的灰色關聯分析［J］.農業科技通訊，2005 （12）：14 -16.

［10］欒運芳.西藏冬青稞主要性狀與產量的灰色關聯分析［J］.西藏科技，2004（8）：9 -11.

［11］宋志均，賀德先，韓 勇，等.灰色系統原理在小麥新品種（系）布局中的應用［J］.中國種業，2012（1）：47 -49.

［12］段黃金，付星海，沈鳳英，等.冬小麥主要農藝性狀的灰色關聯度分析［J］.中國農學通報，2000，16（6）：15 -17.

［13］劉 輝.超高產小麥主要性狀的灰色關聯度分析［J］.商丘師范學院學報，2001，17（4）：87 -90.

［14］胡鳳靈.灰色關聯度分析法在小麥產量相關因素分析中的應用［J］.安徽農學通報，2008，14（11）：116.

［15］李亞敏，邵秋紅，安浩軍，等.灰色關聯度分析法在冬小麥品種選育中的應用［J］.中國種業，2007（8）：43 -44.

［16］孫憲印，吳 科，錢兆國，等.灰色關聯度在多穗型小麥高產育種上的應用［J］.安徽農業科學，2001，29 （3）：300 -301.

［17］張化遠.豫東平原超高產小麥主要性狀的灰色關聯度分析［J］.安徽農業科學，2007，35（27）：8472 -8473.

［18］裘 敏，魏亦勤，劉旺清，等.小麥5個產量性狀與產量的灰色關聯度分析［J］.安徽農業科學，2007，35 （2）：390.

［19］陳劍鋒，陳登耀，張秋英.小麥主要性狀與產量的通徑和灰色關聯度分析［J］.福建稻麥科技，2011，29 （4）：5 -8.

The Grey Correlation Analysis between Agronomic Traits and Yield in Triticum aestivum

LI Aiguo，SONG Xiaoxia，WU Chunxi
（Luohe Academy of Agricultural Science，Luohe，Henan 462300，China）

Abstract：The grey correlation between six agronomic traits and yield of Triticum aestivum was analyzed by grey system theory. The results showed that the influence degree of agronomic traits on yield was in the following order：number of effective ears（0. 8739）> seeds number per ear（0. 7865）> 1000 - grain weight（0. 7586）> the weight per liter（0. 7151）> plant height（0. 6555）> whole growth duration（0. 6468）.

Keywords：Triticum aestivum；agronomic traits；yield；grey correlation analysis

基金項目：國家小麥產業技術體系專項（CARS -3 -2 -26）。

作者簡介：李愛國（1981 -），男，助理研究員，主要從事小麥新品種利用及選育，Email：shengke925@126. com。

收稿日期：2015 08 31

文章編號：1001-5280（2016）01-0018-04

DOI：10. 16848/ j. cnki. issn. 1001-5280. 2016. 01. 006

中圖分類號：S512. 101

文獻標識碼：A