半冬性小麥品種的農藝性狀分析

謝實龍，李嘉麗，祝旋，湯婷，蔡健*，馬同富*

(1.阜陽師范學院 生物與食品工程學院，安徽 阜陽 236037； 2.浙江省農業科學院，浙江 杭州 310021)

在世界范圍內小麥都是重要的糧食作物，而我國已經成為生產小麥的第一大國。小麥作為僅次于水稻的第二大糧食作物，常年種植面積約占糧食作物面積的27%，總產量約占糧食作物產量的22%。在我國，黃淮冬麥區是最主要的小麥產區，其應用的品種多為半冬性品種。在生物種植技術日益發達的今天，我國小麥新品種的特點不斷發展為植株較矮、莖干較強、籽粒相對更大、較耐肥水、抗病性相對更強、冬性較弱、生育期相對較短而增產力相對提高等，即使育成品種的親本來源不同，只要在特定的生態環境條件下，在一個時期內對其施以相對穩定的育種目標的影響，人工雜交這一技術就能讓其形態性狀發生趨同性改變，導致多態性降低[1]。

小麥育種的基礎是利用現有的資源品種，小麥育種材料不僅是小麥遺傳資源，也是農業研究材料的基礎。因此，小麥遺傳多樣性研究的重要性越來越突出。如果沒有合適的親本，就不能滿足生產優良品種的需要。整個小麥育種歷史上所有突破性的育種成果都與關鍵性遺傳資源的研究和使用密切相關。20世紀50和60年代，通過研究和利用矮化基因，小麥育種有了革命性改變，小麥產量大大提高，被世界稱為“綠色革命”。在品質育種的背景下，由于發現Atlas 66是理想的高蛋白基因供體，世界范圍內培育出了一些新的品種，比普通的商品小麥蛋白質含量高出1%～2%。另外，采用高抗性1B/1R種質和VPM系統及Maris Huntsman系列雜交樣品，不僅培育出大量抗病性和高產量的新品種，還使小麥育種達到新的高峰期[1]。

生產實踐證明，只有連續育種和推廣優良品種才是提高小麥產量最具成本效益的措施，而且高產小麥培育的發展階段，品種培育的地位更為重要。因此，促進和發展經濟的有效措施之一就是不斷選育和推廣優良新品種。

縱觀數據，盡管小麥的單產愈加提高，品質愈加改善，綜合性狀也愈加優化，但調查證明，小麥單產的增長幅度也僅僅維持在不到年增產10%的水平，根本無法實現理想中的飛躍性突破，其中可能會有人口劇增、耕地減少和水資源匱乏等原因，但是究其根本，還是與小麥優質種質資源缺乏和遺傳多樣性水平較低有關。由于不同區域的地理自然環境、品種改良方向和目標以及人們對改良后產品的要求等方面均存在或大或小的差異，不同區域內的小麥在長期演變后會形成有自身特點的遺傳性狀。不同時期的種質資源由于受育種目標和創造變異方法的改變及定向選擇的影響，種質資源的性狀特點及遺傳基礎也會發生不同變化，探明影響種質資源遺傳多樣性的因素，有利于制定相應的育種策略，并拓寬現有種質資源的遺傳基礎[2]。

中國的小麥資源遺傳多樣性研究始于20世紀20年代，近20年來，中國對小麥品種遺傳多樣性及其農藝性狀的研究也越來越廣泛。與世界大多數國家相比中國小麥的遺傳資源具有多糧、早熟、適應性強、親和力高等特點。雷振生等[3]研究了河南省連續品種小麥和相關農藝性狀的演變認為，隨著小麥品種的不斷替代，其產量的潛力逐漸增加，同時產量結構發生了變化，如穗粒數和千穗數均有所增加，但收獲指數比生物量增加的要多。詹秋文等[4]報道，產量和穗粒重、千粒重等產量構成因素均呈顯著正相關，與退化小穗數呈極顯著負相關。孫光忠等[5]報道，在一定范圍內提高殺蟲劑使用比例或合理增加每公頃氮肥用量，雖然效果不明顯，但可有效提高其產量和結構因素，增加結實穗數，減少退化小穗，結實粒數增加，千粒重增加，產量增加。在本研究中，分析了36個不同品種的半冬小麥的主要農藝性狀，討論了小麥品種主要農藝性狀與產量的關系，為我國高產小麥品種栽培提供了有效的指導信息。

1 材料與方法

1.1 材料

36個半冬性小麥品種由安徽新世紀農業有限公司提供，分別為皖麥52、安農1106、安農1206、安農大wh2012-6、安1227、樂麥W102070、西農2000、潘農6號、龍科1211、未來0501、國新麥5號、遠豐558-4、 TQ1203、園田5號、嘉寶1號、阜06329、徽研77、太麥002、豐絮5號、渦麥06011、谷神麥8號、中渦14、sv-8、皖宿0603、益科麥3號、紫09122、天潤3167、睢1216、淮師1108、潘農5號、皖科102644、豐麥20、中泛7039、泛麥5063、圣麥2號、山農10-2。

1.2 方法

田間試驗于2015—2016年在安徽新世紀農業有限公司試驗基地進行。采用隨機完整的區行域設計，重復3次。使用單粒播種，間距0.2 m，株間距0.1 m，出苗后每行幼苗25株，每小區3行。試驗土壤肥力適中，栽培施肥管理措施與大田生產基本一致。在成熟階段，采用中間行5株來研究其農藝性狀特征，取其平均值用作每種材料的農藝性狀表現值。對產量、667 m2單位面積內基本苗、最高莖蘗、667 m2單位面積內有效穗、株高、穗粒數、千粒重等7種性狀分別進行田間考查和實驗室考種。

1.3 統計分析

1.3.1 線性回歸

為了分析各農藝性狀與小麥產量的關系，可采用SPSS多元回歸分析，將667 m2基本苗、最高莖蘗、667 m2有效穗、株高、穗粒數、千粒重這6個性狀作為自變量，小麥產量作為因變量。

用R代表復相關系數，它表示模型中所有自變量與因變量之間的線性回歸關系的密切程度的大小。其取值介于0和1之間；R越大，線性回歸越接近，關系越密切。

系數R2等于復相關系數的平方。調整后的R2是要關注的統計數據；值越大，模型擬合越好。

最后給出剩余標準偏差，即殘差的標準偏差，其大小反映了建立的模型預測因變量的準確性；殘差標準偏差越小，模型效應越好。

1.3.2 聚類

采用平方歐氏距離計算各性狀間遺傳距離，使用平均聯接制定組間的譜系圖，利用SPSS中系統聚類的方法進行聚類分析。

2 結果與分析

2.1 農藝性狀

經過田間試驗和實驗室考種得出，供試材料的7種性狀表現如表1所示。

2.2 線性回歸

產量為y，667 m2基本苗為x1，最高莖蘗為x2，667 m2有效穗為x3，株高為x4，穗粒數為x5，千粒重為x6，由數據結果得出：

y=-61.057x1-1.467x2+13.541x3+1.218x4+4.113x5+2.441x6+724.172。

通過公式分析可知,對小麥產量影響最大的是667 m2基本苗，其次是667 m2有效穗及穗粒數，即小麥農藝性狀與產量關系大小為667 m2基本苗>667 m2有效穗>穗粒數>千粒重>最高莖蘗>株高。

表1 36個小麥品種的農藝性狀

2.3 聚類分析

利用SPSS中系統聚類的方法進行聚類分析。如圖1所示，在遺傳距離為5.0處取一結合線，可將供試的品種劃分為4個類群。第Ⅰ類群為安農1206、TQ1203、山農10-2、中泛7039、國新麥5號、圣麥2號、渦麥06011、益科麥3號、嘉寶1號、皖麥52、安農1106、潘農6號、豐絮5號、皖宿0603、樂麥W102070、濉1216、安農大wh2012-6、徽研77；第Ⅱ類群為園田5號、sv-8、天潤3167、太麥002、潘農5號、豐麥20、泛麥5063、阜06329、谷神麥8號、中渦14、皖科102644、安1227；第Ⅲ類群為龍科1211；第Ⅳ類群為西農2000、淮師1108、未來0501、紫09122、遠豐558-4。

3 小結與討論

朱振華等[6]研究了2003和2004年云南省中部高原粳稻12個主要品種，并通過灰色關聯分析了主要特征與產量的相關性。結果表明，中部粳稻主要特征與產量之間的相關性為全生育期>千粒重>結實率>有效穗粒>穗長>株高>穗實粒數>穗總粒數。鐘志明等[7]報道，同施氮條件下冬小麥農藝性狀與產量的關系大小順序為穗數>穗粒數>小穗數>株高>千粒重>穗長>生育期>退化小穗。半冬性小麥品種農藝性狀與產量的關系大小為 667 m2基本苗>667 m2有效穗>穗粒數>千粒重>最高莖蘗>株高。因此，在培育高產小麥時應注重667 m2基本苗、667 m2有效穗和穗粒數這3個農藝性狀的因素對其產量的影響。

圖1 使用平均聯接(組間)的系譜

馬富裕等[8]選擇新疆48個春小麥品種10個農藝性狀，并根據偏差平方分析系統聚類，結果將其分為12類。沈裕琥等[9-10]以數量性狀水平研究了43個春小麥品種的19個數量性狀，并利用主成分分析法計算了物種間的歐幾里德平方遺傳距離。在此基礎上，采用最小方差法(0.926～67.942)，平均遺傳距離為18.000，表明該品種19個性狀差異有統計學意義。余漢勇等[11]發現基于24對SSR標記的38種形態特征與Nei無偏遺傳距離矩陣之間的歐幾里德距離達到顯著水平(r=0.494，P=0.002)，表明一定數量具有高遺傳度的形態特征可以反映類似親屬之間的遺傳差異。

在本研究中，通過聚類分析可將供試的36個品種劃分為4個類群：第Ⅰ類群為安農1206、TQ1203、山農10-2、中泛7039、國新麥5號、圣麥2號、渦麥06011、益科麥3號、嘉寶1號、皖麥52、安農1106、潘農6號、豐絮5號、皖宿0603、樂麥W102070、濉1216、安農大wh2012-6、徽研77；第Ⅱ類群為園田5號、sv-8、天潤3167、太麥002、潘農5號、豐麥20、泛麥5063、阜06329、谷神麥8號、中渦14、皖科102644、安1227；第Ⅲ類群為龍科1211；第Ⅳ類群為西農2000、淮師1108、未來0501、紫09122、遠豐558-4，這一劃分結果與系譜親緣相比基本一致。

綜上所述，在高產小麥的種植中，既要注意提高農藝性狀，還要注意經濟性狀的提高；既要注意已被發現的優勢農藝性狀，還要注重個別潛在的優勢農藝性狀。在分析農藝性狀與產量之間的關系時，應采用多種分析方法相結合，互為印證，提高準確性，為提高小麥品種產量和品質提供科學依據[12-13]。