24份山西花生資源農藝性狀的相關性和主成分分析

薛云云，白冬梅，田躍霞，權保全

（山西省農業科學院經濟作物研究所，山西汾陽032200）

24份山西花生資源農藝性狀的相關性和主成分分析

薛云云，白冬梅，田躍霞，權保全

（山西省農業科學院經濟作物研究所，山西汾陽032200）

以24份山西地方花生資源為材料，對12個主要農藝性狀進行變異系數、相關性和主成分分析。結果表明，秕果數、千克仁數、千克果數的變異系數較大，分別為74.01%，32.32%，32.07%，結果枝數變異系數最小，為13.20%；相關性分析結果表明，飽果數與單株生產力呈極顯著正相關，總分枝數與單株生產力呈顯著正相關；主成分分析結果表明，前4個主成分對變異的累計貢獻率為81.225%。在品種選育上，應注意單株飽果數和單株生產力高的品種。

花生資源；農藝性狀；相關性分析；主成分分析

1 材料和方法

1.1 試驗材料

表1 24份山西花生資源名稱、原產地及類型

試驗材料由山西省農業科學院經濟作物研究所提供，分別來自山西省臨汾市、呂梁市、晉中市、晉城市、長治市、運城市6個市，共24份材料，各材料名稱、原產地及類型列于表1。

1.2 試驗方法

試驗于2016年在山西省農業科學院經濟作物研究所花生試驗田進行。采用70 cm地膜覆蓋，每個品種種植2行，單粒點播。行長100 cm，行距35 cm，株距12 cm，3次重復，采用完全隨機區組排列。試驗地肥力中等，其他栽培管理措施與大田相同。于2016年4月28日播種，9月27日收獲。收獲時選取具有代表性的10株進行室內考種，考種性狀包括：主莖高、側枝長、結果枝長、總分枝數、飽果數、秕果數、百果質量、百仁質量、千克果數、千克仁數、單株生產力、出米率。

1.3 數據分析

采用Excel計算各地方資源農藝性狀的最大值、最小值、平均值、標準差、變異系數。并采用SPSS18.0軟件進行相關性分析和主成分分析。

2 結果與分析

2.1 各農藝性狀變異分析

在統計分析中，表示變量的分布有2種明顯的基本特征，即集中性和離散性。集中性是變量在趨勢上有著向某一中心聚集的性質，用平均數表示；而離散性是變量又有著離散變異的性質，用變異數來表示，在本試驗中用變異系數來比較不同材料不同性狀的變異程度。

表2 24份山西花生資源主要農藝性狀的變異情況

由表2可知，千克仁數變幅最大，為1 238個，最多為2 208個，最少為970個，千克果數變幅較大，為1 030個，秕果數變異系數最大，為74.01%，千克仁數變異系數第二，為32.32%，千克果數第3，為32.07%，百仁質量、百果質量、飽果數、主莖高變異系數較大，分別達31.44%，27.41%，28.75%，20.18%。側枝長、總分枝數、單株生產力變異系數較小，分別為14.98%，16.23%，18.97%，結果枝數變異系數最小，為13.20%。綜合考慮，說明這24份山西花生資源在千克仁數、百仁質量、百果質量、飽果數、主莖高上具有豐富的遺傳變異。

2.2 各農藝性狀相關性分析

從表3可以看出，主莖高與側枝長、千克仁數呈極顯著正相關，與百仁質量呈顯著負相關；側枝長與千克仁數呈極顯著正相關，與百仁質量呈顯著負相關；總分枝數與單株生產力呈顯著正相關；飽果數與千克果數、單株生產力呈極顯著正相關，與百果質量呈顯著負相關；百果質量與百仁質量呈極顯著正相關，與千克果數、千克仁數呈極顯著負相關；百仁質量與千克果數、千克仁數呈極顯著負相關；千克果數與千克仁數呈極顯著正相關。

表3 各農藝性狀相關性分析

2.3 各農藝性狀主成分分析

主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標[9-11]，即用少數的變量來解釋概括所有變量需要傳達的信息，也就是說可以消除各變量之間的共線性，減少變量的個數，利于后續的分析[12-14]。由于花生的產量性狀屬于數量性狀，由多因素影響，而各因素之間又存在一定的相關性，考慮這些性狀之間的關系比較復雜，分析影響花生產量的主要因素也比較困難，所以用主成分分析的方法就可以既減少了變量，又得到了影響花生產量的主要因素。

表4 主成分特征值及貢獻率

在主成分分析中，各特征根的大小代表各綜合指標（主成分）遺傳方差的大小，各特征根的累計貢獻率表示各有關綜合指標（主成分）對總遺傳方差貢獻的百分率[15]。主成分的特征根（總方差）和貢獻率是選擇主成分的依據，IEZZONI等[16]研究認為，如果用主成分分析法提取出的特征值的貢獻率累計達到80%以上，這幾個主成分就可以對這個事物的性質進行概括性的描述，也可以得到影響這個事物性質的主要因素。由表4可知，對12個農藝性狀進行主成分分析后，提取出了4個主成分，這4個主成分的累計貢獻率達到了81.225%，說明這4個主成分能夠代表原來12個性狀的基本遺傳特征。其中主成分1、主成分2、主成分3、主成分4的特征值分別為 4.553，2.575，1.428，1.191，貢獻率分別為37.938%，21.462%，11.903%，9.922%。

從表5可以看出，在第1主成分中，千克果數、千克仁數具有較高的載荷，且為正值，而百果質量和百仁質量具有較高的載荷負值，說明千克果數和千克仁數與百果質量和百仁質量是一個負相關關系。在第2主成分中，飽果數占據最高的正向載荷，其特征值為0.831，單株生產力居于第2位，其特征值為0.665，它們與產量有關系，可以稱此因子為產量因子。在第3主成分中，出米率載荷最大且符號為正，其特征值為0.885。在第4主成分中，載荷較高且為正的農藝性狀有主莖高、側枝長、總分枝數、結果枝數，它們與花生的生長勢和株型有關，可以稱該因子為生長勢因子或者株型因子。

表5 主要農藝性狀主成分矩陣

3 討論與結論

李清華等[17]對27份花生資源的10個農藝性狀進行變異分析，結果表明，單株秕果數變異系數最大，其次為主莖高與單株果數，百果質量、百仁質量變異系數較小。李玉發等[18]選用11份吉林省珍珠豆型花生品種作為參試材料，得出單株結果數變異系數最大，千克果數、百仁質量、百果質量變異系數偏小。而本研究對24份山西花生資源農藝性狀的變異進行分析，結果表明，秕果數變異系數最大，與李清華等[9]結果一致，其次按變異系數從大到小排序為千克仁數、千克果數、百仁質量、百果質量、飽果數，說明筆者所選用的資源具有豐富的遺傳多樣性，在篩選優良品種時，可以優先從這幾個農藝性狀入手。

花生產量的高低是由多個農藝性狀相互作用的結果。本研究對參試材料的12個農藝性狀進行相關性分析得出，與產量性狀呈極顯著相關的農藝性狀為飽果數，飽果數越多，產量越高，這與農田生產相符，飽果數與主莖高、側枝長呈負相關，結果并不顯著，但是這也說明了主莖高與側枝長過高對飽果數有抑制作用，間接對產量也有了影響，這與楊運萍等[19]的研究結果一致。花生產量性狀是一個復雜的性狀，在篩選高產品種時，應該多方面考慮各農藝性狀的相互影響，不能單純地考慮某一因素對產量的作用。

于伯成等[20]對林間套種下的花生經濟性狀進行主成分分析得出，平均單雙果質量、單個雙果質量、單株雙果質量和單粒單果質量在第1主成分中直接正向地影響產量；單株單果數和單株單果質量在第1主成分中直接負向地影響產量。本研究將12個農藝性狀進行主成分分析后，提取了4個主成分，其中，第2主成分為產量因子和第4主成分為生長勢因子，產量因子中飽果數占據較高的載荷，且為正值，說明飽果數對產量有正向的促進作用，這與相關性分析結果一致。

［1］白冬梅，王國桐，薛云云，等.山西省地方花生品種農藝性狀的遺傳多樣性分析[J].山西農業科學，2014，42（6）：542-547.

［2］郭志利，盧成達，孫長青，等.山西中部東山旱作區多作高效種植模式研究[J].山西農業科學，2012，40（6）：628-631.

［3］李銳，白建榮，張叢卓，等.山西中晚熟玉米區玉米自交系的遺傳多樣性及雜種優勢群分析 [J].山西農業科學，2013，41（4）：311-316.

［4］韓秉進，潘相文，金劍，等.大豆農藝及產量性狀的主成分分析[J].大豆科學，2008，27（1）：67-73．

［5］郭數進，楊凱敏，霍瑾，等.大豆不同性狀與產量的相關性及主成分分析[J].山西農業科學，2015，43（5）：505-508.

［6］牟書靚，李玉發，牛海龍，等.基于主成分分析的花生種質資源苗期抗旱性鑒定與篩選 [J].吉林農業科學，2015，40（6）：26-30，69．

［7］王軍，王溯，王軍強，等.花生品種主要農藝性狀的主成分分析[J].農業科技通訊，2015（4）：103-106．

［8］張曉杰，姜慧芳，任小平，等.中國花生核心種質的主成分分析及相關分析[J].中國油料作物學報，2009，31（3）：298-304.

［9］徐守俊，孫學成，胡承孝，等.不同大豆品種鉬富集因素的主成分分析和聚類分析[J].華北農學報，2016，31（Z）：399-404.

［10］李向華，常汝鎮.中國春大豆品種聚類分析及主成分分析[J].

作物學報，1998，24（3）：326-331.

［11］申慧芳，李國柱.紅小豆主要數量性狀的主成分與聚類分析[J].山西農業科學，2012，40（4）：310-313，385．

［12］何曉群.多元統計分析[M].2版.北京：中國人民大學出版社，2008：153-173.

［13］肖連冬，李慧星，臧晉，等.基于主成分分析法研究麥芽蛋白水解度與功能特性的關系 [J].中國農學通報，2010，26（6）：64-67.

［14］張瑞蓮，尹軍峰，袁海波，等.基于主成分分析法研究茶葉加工工藝對茶飲料湯色穩定性的影響[J].食品科學，2010，31（13）：82-87.

［15］陳四龍，李玉榮，程增書，等.花生品種（系）生物學性狀的主成分分析和聚類分析[J].花生學報，2007，36（2）：28-34.

［16］IEZZONI A，PRITTSM.Applications of principal component analysis to horticultural research[J].Hortscience，1991，26：334-338.

［17］李清華，黃金堂，陳海玲，等.27份花生種質資源的主成分分析及遺傳距離測定 [J].植物遺傳資源學報，2011，12（4）：519-524.

［18］李玉發，竇忠玉，梁軍，等.花生主要農藝性狀的遺傳變異及相關性和主成分分析[J].遼寧農業科學，2013（3）：11-14.

［19］楊運萍，郭榮發.施磷施鈣處理下花生農藝性狀的相關分析及主成分分析[J].廣東農業科學，2014（5）：119-122，133.

［20］于伯成，張智猛，劉恒德，等.林間套播條件下花生品種經濟性狀的相關分析和主成分分析 [J].新疆農業科學，2013，50（8）：1400-1405.

Analysis on Correlation and Principal Component of Agronomic Traits of 24 Peanut Resources in Shanxi Province

XUE Yunyun，BAI Dongmei，TIANYuexia，QUANBaoquan
（Institute of Economic Crops，Shanxi Academy of Agricultural Sciences，Fenyang 032200，China）

The genetic variation,correlation and principal component of 12 agronomic characters of 24 peanut resources of Shanxi province were analyzed.The results showed that the coefficient of variations of the abortive pod number per plant,the kilograms kernel－number and the kilograms－pod－number were larger,which were 74.01%,32.32%and 32.07%,respectively,and valid branch number was the least,with a value of 13.20%.Correlation analysis indicated that there were significantly positive correlation between pod number per plant and single plant productivity,the total branch number was significantly positively correlated with the single plant productivity.Principal component analysis showed that the front four principal components accounted for 81.225%of total variation.In varieties breeding,the pod number per plant and single plant productivity all high level should be selected．

peanut resources;agronomic traint;correlation analysis;principal component analysis

S565.2

A

1002-2481（2017）10-1587-05

10.3969/j.issn.1002-2481.2017.10.02

山西是典型的為黃土廣泛覆蓋的山地高原，地勢東北高西南低，南北狹長，地貌復雜多變，境內大部分地區海拔在1 500 m以上，外緣有山脈環繞，氣候受海風的影響較小，同時，又由于受內蒙古冬季冷氣團的襲擊，北部比較寒冷，由此形成了比較強烈的大陸性氣候[1-3]。在如此復雜的氣候條件下，漸漸馴化出了一批具有豐富遺傳變異和較強抗逆性的地方花生資源，本研究所選用的材料就從中產生。在擁有了豐富遺傳多樣性材料的前提下，為了提高花生育種的選擇效率，對這些材料進行準確的評價是當務之急。而花生的產量性狀或者其他性狀都是一個復雜的數量遺傳性狀，它是由多種農藝性狀共同作用的結果，育種家需要分析的指標過多，增加了育種的復雜程度，為了簡化分析的復雜度，運用相關性分析和主成分分析可將多種指標簡化為少數指標。相關性分析法可以通過顯著相關的一對農藝性狀中的一個來描述另一個性狀，主成分分析利用降維的思想把多指標轉化為少數幾個綜合指標，減少了工作量[4-6]。王軍等[7]通過主成分分析方法比較了14個當地推廣的花生品種，篩選出5個綜合主成分值比較高的品種。張曉杰等[8]以576份中國花生全套核心種質為材料，對26個表型性狀進行了主成分和相關性分析，結果表明，葉片寬、種子寬、百果質量和百果仁質量占有重要地位。

本研究選用24份山西地方花生資源，通過相關性和主成分分析的方法對12個農藝性狀進行分析，旨在找出與產量性狀相關的農藝性狀，并明確各農藝性狀之間的關系，為高產穩產花生育種提供理論依據。

2017-07-26

國家現代農業花生產業技術體系建設專項（CARS－14-山西花生綜合試驗站）；山西省農業科學院生物育種工程項目（17yzgc051）；山西省農業科學院自主創新工程項目（2017zzcx-07）；山西省農業科學院特色農業技術攻關項目（YGG7048）

薛云云（1987-），女，山西孝義人，研究實習員，碩士，主要從事花生種質創新、遺傳育種與栽培研究工作。白冬梅為通信作者。