巍山縣9個大麥品種（系）產量比較及主要農藝性狀的灰色關聯度分析

蔡秋華 官崇圭 趙偉榮 李春梅 陳彩杏 惠萍 楊俊青 劉帆 李國強 李江 張睿 嚴紹萍

摘要?為了較快尋找出適合巍山縣栽培的大麥品種，采用灰色關聯度分析方法對9個大麥主要農藝性狀及產量進行關聯度分析，進而指導育種實踐。結果表明， 052DM3-3、052DM3-8-8、鳳03-39、071DM11-4和鳳03-9的產量較對照（S500）高，且與對照存在顯著差異。大麥品種（系）的產量與主要農藝性狀關聯度由大到小依次為株高、成穗率、基本苗、千粒重、穗粒數、生育期、有效穗、最高莖蘗、穗長。其中，株高和成穗率對大麥的產量影響最大。農藝性狀的關聯度分析顯示，大麥品種（系）各性狀間存在著不同程度的相互制約關系。因此，在育種實踐中，應采取適當的育種手段，注意株高、成穗率與其他農藝性狀之間的協調發展，盡量減少主次性狀之間的矛盾沖突，才能有效獲得大麥高產品種（系）。

關鍵詞?大麥品種（ 系）;農藝性狀;產量;灰色關聯度分析

中圖分類號?S512.3文獻標識碼?A

文章編號?0517-6611（2020）02-0030-04

doi：10.3969/j.issn.0517-6611.2020.02.009

開放科學（資源服務）標識碼（OSID）：

Yield Comparison of 9 Barley Varieties （lines） and Grey Correlation Analysis for the Main Agronomic Characters in Weishan County

CAI Qiu-hua1， GUAN Chong-gui2， ZHAO Wei-rong2 et al?（1.Dali Academy of Agricultural Sciences and Technology Extension， Dali， Yunnan 671005;2.Agricultural Technology Extension Station of Weishan County， Weishan， Yunnan 672400）

Abstract?In order to find out the barley varieties suitable for cultivation in Weishan County， relational grade analysis of main agronomic characters and yield of 9 barley varieties was carried out by the method of grey correlation analysis， so as to guide the practical breeding programs of barley.The results showed that the yields of 052DM3-3， 052DM3-8-8， Feng 03-09， 071DM11-4 and Feng 03-9 were significantly higher than that of the control （S500）.The grey related degree between yield and main agronomic characters of barley varieties （lines） from high to low was in the order of plant height， spike rate， basic seedlings， 1 000-grain weight， grains per ear， growth period， effective ears， maximum number of tillers， ear length.Among them， plant height and spike rate had the greatest impact on the yield of barley.Analysis showed that different degrees of mutual restriction exist between the various agronomic characters of barley varieties （lines） by grey correlation analysis.Therefore， in order to effectively obtain high-yield varieties of barley， appropriate breeding methods should be adopted to pay attention to the coordinated development between plant height， spike rate and other agronomic characters， and to minimize the conflicts between primary and secondary characters in breeding production.

Key words?Barley varieties （lines）;Agronomic characters;Yield;Grey correlation analysis

大麥是世界上居于小麥、水稻、玉米之后的第4位重要谷類作物，具有早熟、適應性廣、抗旱耐寒、耐瘠薄、高產穩產、抗病蟲害較強等生物學特性和土壤生態優勢，被用于大理州及云南省農業產業結構調整的優勢作物[1-2]。巍山屬于大理州的十二縣份之一，位于大理州南部，境內河谷、盆地、山地相間分布，海拔在1 146～3 037 m，屬北亞熱帶高原季風氣候，常年日照時數多，太陽輻射強，氣溫年度變化小而晝夜溫差大，具有發展高檔次優質啤飼大麥生產的得天獨厚的自然條件和生態優勢[3-4]。2018年巍山縣大麥種植面積0.6萬hm2、產量2.27萬t，種植面積和產量均位于全州第3位，其中種植面積占全州大麥種植面積的12.57%、產量占全州大麥產量的11.88%，在全州大麥生產中占有舉足輕重的地位，為飼養業和釀酒業提供了強有力的支撐。因此，培育適合當地種植的高產大麥品種對巍山縣大麥生產的發展具有重要意義。

在大麥高產育種中，不同農藝性狀之間有相互影響，不同的農藝性狀對大麥的產量也存在不同程度的影響。此外，大麥高產還需考慮環境等因素，從而構成了1個具有許多不確定因素的灰色系統[5-6]。灰色關聯度分析能較好地反映事物的本質，有效地克服了單項比較分析和模糊綜合評判法的缺點，全面、正確地對各種主要農藝性狀和產量進行綜合評價[7]。近年來 ，灰色關聯度分析在小麥[8]、大麥[9]、水稻[10]、玉米[11]、棉花[12]等農作物的新品種選育中得到廣泛應用，但大麥領域研究較少。鑒于此，筆者通過對2011—2012年度大理州大麥品種區域試驗巍山試驗點的9個品種進行產量比較及主要農藝性狀的關聯度分析，以確定產量與各性狀密切程度，為巍山縣大麥品種選擇和配套栽培技術制定提供科學依據。

1?材料與方法

1.1?試驗地概況?試驗設置在巍山縣南詔鎮西街村民小組，試驗地點海拔1 710 m，前作水稻，雞糞土，肥力中上等。

1.2?試驗材料?供試大麥品種（ 系） 包括 052DM 3-3、052DM3-8-8、071DM11-4、071DM11-7、071DM16-1、071DM16-4、鳳03-39、鳳03-9、S500共 9 個，均由云南省大理州農科院糧作所提供。其中S500為對照。

1.3?試驗期間氣候特點?試驗期間，氣溫較高，秋、冬、春連旱嚴重，降雨量持續偏少至特少，導致生育期縮短，株高降低，千粒重下降，試驗產量明顯受影響，較常年顯著偏低。氣候情況具體如下：①氣溫增高。2011年10月上旬—2012年4月下旬月平均氣溫分別為16.9、11.1、10.3、9.5、12.1、14.1 ℃，比常年+0.5、-0.7、+1.8、+1.5、+2.1、+0.9 ℃，平均增加1.12 ℃。②降雨較少。10、11、12、1、2、3月份降雨量比常年-38.3、-16.0、-9.0、-3.7、-17.2、+6.3 mm，比常年（96.5 mm）減少39.9 mm。特別是2月份無降雨，2月份常年降雨量為17.2 mm。

1.4?試驗設計

試驗采用隨機區組排列，重復3次，小區面積 10 m2（5 m × 2 m），全區收獲。播種方式為條播，密度為300萬粒/hm2，選擇當地大麥最佳節令播種。試驗地四周設置保護行，田間管理及肥水調控措施略高于當地大田水平，生育期間防蟲不防病。

1.5?田間管理

播種期間，施種肥：尿素（含氮量≥46.4%，由云南云天化股份有限公司生產）225 kg/hm2，過磷酸鈣（有效P2O5≥16.0%，由云南海運鑫化肥有限公司生產）450 kg/hm2;大麥二葉一心時施分蘗肥：尿素15 kg/hm2。整個生育期間灌水2次，防蟲2次。

1.6?測定方法及數據分析統計

采用 DPS 9.50 軟件對試驗結果進行方差分析和多重比較，對大麥各品種（ 系） 的統計數據進行顯著性分析。采用DPS 9.50軟件進行大麥產量與各農藝性狀間的灰色關聯度分析。

2?結果與分析

2.1?9個大麥品種（ 系） 的產量比較

由表1可知，9個大麥參試品種（系）田間實際產量在3 683.40～4 950.00 kg/hm2，對照產量為4 200.00 kg/hm2，較CK增產的品種（系）有5個，分別為052DM3-3、052DM3-8-8、鳳03-39、071DM11-4、鳳03-9，產量位于4 516.65～4 950.00 kg/hm2，增幅達7.54%～17.86%;較CK減產的品種（系）有3個，分別為071DM16-4、071DM11-7、071DM16-1，產量在3 683.40～4 099.95 kg/hm2，減幅在-12.3%～-2.38%。方差分析顯示，區 組 間 F值為1.313 0，F（1.3130）F0.01（3.89）>F0.05（2.59），表明9個品種（系）間產量差異達到極顯著水平。

2.2?9 個大麥品種（ 系） 農藝性狀與及其產量的灰色關聯度分析

灰色關聯度分析的原則是關聯度越大則該性狀與參考數列性狀的關系越密切，關聯度小的性狀與參考數列性狀關系越疏遠。試驗以大麥產量為參考數列，其他9個性狀為比較數列，計算結果見表2。大麥品種（系）產量與9個主要農藝性狀的關聯度由大到小依次為株高、成穗率、基本苗、千粒重、穗粒數、生育期、有效穗、最高莖蘗、穗長。因此，株高和成穗率是與大麥產量關聯最緊密的農藝性狀，其次是基本苗、千粒重、穗粒數、生育期，最后是有效穗、最高莖蘗和穗長。

2.3?9 個大麥品種（ 系）主要農藝性狀間的灰色關聯度分析

以各農藝性狀為參考數列，其他性狀為比較數列，結果見表3。生育期與其他農藝性狀的關聯度由高到低依次為最高莖蘗數、有效穗、千粒重、穗長、株高、基本苗、成穗率、穗粒數。其中，穗粒數與生育期關聯度較小，其余 7 個性狀與生育期的關系最密切。在以其他性狀為參考數列進行關聯度比較時，生育期與最高莖蘗數（第3位）、有效穗（第3位）和千粒重（第3位）的關聯度較高。

株高與其他農藝性狀的關聯度由高到低依次為穗粒數、成穗率、基本苗、生育期、千粒重、有效穗、最高莖蘗數、穗長。其中，穗粒數、成穗率、基本苗、生育期與株高的關聯度最為緊密，其余4個性狀與株高的關聯度較小。在以其他性狀為參考數列進行關聯度比較時，株高與穗粒數（第1位）、基本苗（第2位）的關聯度較高。

基本苗與其他農藝性狀的關聯度由高到低依次為穗粒數、株高、成穗率、有效穗、生育期、最高莖蘗數、穗長、千粒重。其中，穗粒數、株高、成穗率、有效穗、生育期、最高莖蘗數與基本苗的關聯度較為緊密，其余2個性狀與株高的關聯度較小。在以其他性狀為參考數列進行關聯度比較時，基本苗與穗粒數（第2位）、基本苗（第3位）的關聯度較高。

最高莖蘗數與其他農藝性狀的關聯度由高到低依次為穗長、有效穗、生育期、基本苗、穗粒數、千粒重、成穗率、株高。其中，穗長、有效穗與最高莖蘗數關聯度最密切，其余6性狀與最高莖蘗數的關聯度較緊密。在以其他性狀為參考數列進行關聯度比較時，最高莖蘗數與生育期（第1位）、有效穗（第1位）、穗長（第1位）的關聯度最高。

有效穗與其他農藝性狀的關聯度由高到低依次為最高莖蘗數、成穗率、生育期、穗長、基本苗、千粒重、穗粒數、株高。其中，最高莖蘗數、成穗率、生育期、穗長與有效穗關聯度最密切，其余4性狀與有效穗的關聯度較緊密。在以其他性狀為參考數列進行關聯度比較時，有效穗與成穗率（第1位）、生育期（第2位）、最高莖蘗數（第2位）、穗長（第3位）的關聯度最高。

成穗率與其他農藝性狀的關聯度由高到低依次為有效穗、千粒重、株高、基本苗、生育期、穗粒數、穗長、最高莖蘗數。其中，有效穗、千粒重與成穗率關聯度最密切，其余6個性狀與有效穗的關聯度較緊密。在以其他性狀為參考數列進行關聯度比較時，成穗率與有效穗（第2位）、千粒重（第2位）、株高（第2位）、基本苗（第3位）的關聯度最高。

穗粒數與其他農藝性狀的關聯度由高到低依次為株高、基本苗、最高莖蘗數、生育期、成穗率、有效穗、穗長、千粒重。其中，株高、基本苗與穗粒數關聯度最密切，其余6個性狀與有效穗的關聯度較緊密。在以其他性狀為參考數列進行關聯度比較時，成穗率與株高（第1位）、基本苗（第1位）的關聯度最高。

千粒重與其他農藝性狀的關聯度由高到低依次為穗長、成穗率、生育期、株高、有效穗、最高莖蘗數、穗粒數、基本苗。其中，穗長、成穗率與千粒重關聯度最密切，其余6個性狀與千粒重的關聯度較小。在以其他性狀為參考數列進行關聯度比較時，千粒重與成穗率（第2位）、穗長（第2位）、生育期（第3位）的關聯度最高。

穗長與其他農藝性狀的關聯度由高到低依次為最高莖蘗數、千粒重、有效穗、生育期、穗粒數、基本苗、成穗率、株高。其中，最高莖蘗數、千粒重、有效穗與穗長關聯度最密切，其余5個性狀與穗長的關聯度較小。在以其他性狀為參考數列進行關聯度比較時，穗長與最高莖蘗數（第1位）、千粒重（第1位）的關聯度最高。

綜上可知，①穗長和最高莖蘗的關聯度達到r9-4=0.809 6 （r4-9=0.777 4），是關系最緊密的一對性狀，其余各性狀對這2個性狀的影響趨勢基本一致。雖然二者對產量的影響均較小，但從關聯度數據矩陣中穗長和千粒重（r9-8=0.719 9;r8-9=0.748 0）、穗長和有效穗（r9-5=0.732 1;r5-9=0.700 7）、穗長和生育期（r9-1=0.725 4;r5-9=0.667 3）、最高莖蘗和生育期（r4-1=0.760 4;r1-4=0.746 8）、最高莖蘗和有效穗（r4-5=0.788 4;r5-4=0.796 4）分析可以看出，大田期間調整最高莖蘗和生育期長短可獲得最佳配比的有效穗、穗長和千粒重，從而間接影響產量。②穗粒數和株高的關聯度達到r7-2=0.794 7 （r2-7=0.806 8），也是關系最緊密的一對性狀，其余各性狀對這2個性狀的影響趨勢基本一致。此外，雖然穗粒數對產量的影響不大，但穗粒數和株高與基本苗的關聯度較緊密（r3-7=0.739 8;r7-3=0.653 3;r2-3=0.650 2;r3-2=0.718 3），可以通過適當調整基本苗，增加株高，提高穗粒數，從而獲得高產。③基本苗和成穗率是繼株高后對產量影響最大2個性狀，二者關聯度達到r3-6=0.610 1（r6-3=0.639 0），關系較緊密，對產量的提高影響較大，是高產育種和配套栽培技術的重要選擇指標。關聯度矩陣數據中基本苗和穗粒數（r3-7=0.739 8;r7-3=0.653 3）、基本苗和株高（r3-2=0.718 3;r2-3=0.650 2），成穗率和株高（r6-2=0.720 0;r2-6=0.620 1）、成穗率和有效穗（r6-5=0.738 7;r5-6=0.651 3）、成穗率和千粒重（r6-8=0.671 1;r8-6=0.647 6）分析發現，穗粒數、株高、有效穗、千粒重與基本苗、成穗率關系密切，可以通過相互影響而間接影響產量。

3?結論與討論

該試驗結果表明，排名前5的品種（系）052DM3-3、052DM3-8-8、鳳03-39、071DM11-4、鳳03-9的產量比對照及其他大麥品種（系）高，在秋、冬、春連旱嚴重的情況下，產量仍超過4 500 kg/hm2，這種特殊氣候條件（氣候較往年惡劣）對品種的抗逆性，特別是抗旱性、適應性鑒定具有較強的選擇壓力。目前，上述5個品種均先后參加了云南省大麥品種區域試驗，其產量和綜合性狀表現優異，并通過了省大麥品種登記，已在巍山縣及大理州等地大面積示范推廣種植。

灰色關聯度分析方法計算步驟簡潔、方法簡便，彌補了相關分析、回歸分析和通徑分析等統計方法存在的的局限性。灰色關聯度分析方法可將田間宏觀和室內考種微觀的數據資料結合起來，使育種材料的決選更加數量化，對原始數據是否存在統計規律和理論分布的要求不高，所得分析結果與生產實際相一致。因此，應用灰色關聯度分析方法評價性狀間的影響程度是客觀可行的[7，13]。該試驗9個大麥品種（系）農藝性狀與產量的關聯度分析結果表明，大麥各性狀對產量的影響由高到低依次為株高、成穗率、基本苗、千粒重、穗粒數、生育期、有效穗、最高莖蘗、穗長。其中，株高、成穗率與大麥產量關聯度較大，是影響大麥高產的重要性狀，大麥育種中應加強對這2個性狀的選育，并注意協調好與之關系密切的穗粒數、基本苗等性狀之間的關系，育種中應根據地域特點，選擇株高適中、成穗率較高的品種，發揮大麥增產的最大潛力。田和彬等[14]通過灰色關聯度分析發現，大麥產量與其他各農藝性狀的關聯度由大到小依次為千粒重、成穗率、株高、實粒數、總粒數、生育期、結實率、穗長。其中，大麥產量與千粒重、成穗率、株高的關聯度最大。徐蘆等[7]通過灰色關聯度研究認為株高、全生育期、有效分蘗率是影響大麥產量的主要因素。劉輝等[15]采用灰色關聯度分析方法，結果顯示千粒重、穗粒數、株高和年后分蘗可作為大麥高產育種的重點培育對象。以上前人研究結果與該研究結果大致相似，說明該試驗結果可靠可行，但部分結果與前人研究結果稍有差異，原因可能與大麥品種特異性、大麥對不同生態環境的適應性及年度間氣候條件的差異等各種因素有關。此外，該試驗9個大麥品種（系）農藝性狀間的關聯度分析發現，大麥各種性狀之間存在不同程度的制約關系。育種中不能片面強求某一性狀的作用，應充分考慮各種性狀間關聯度的大小，有針對性地注意一些關鍵性狀的定向選擇，在著重提高與產量關聯度緊密的某些農藝性狀時，更要注意發揮其他農藝性狀的內在潛力，以便獲得適合當地種植的高產品種。

參考文獻

[1] 中國作物學會大麥專業委員會，福建省莆田市農業科學研究所.中國大麥文集：第五集[M].北京：中國農業科技出版社，2001.

[2] 李國強，吳顯成，李江，等.努力實現大理州大麥產業可持續發展[J].大麥與谷類科學，2008（3）：58-60.

[3] 大理白族自治州地方志編纂委員會.大理州年鑒[M].昆明：云南民族出版社，2018：437-444.

[4] 胡志蘭，徐家蓉，鄭昇民，等.巍山縣種植業布局思路及措施[J].云南農業，2014（8）：63-65.

[5] 呂新，李衛華，曹風剛.灰色系統理論綜合評估大麥新品系[J].石河子大學學報（自然科學版），2000，4（2）：128-132.

[6] 岳含云.灰色關聯度分析在作物性狀分析上的應用[J].農業系統科學與綜合研究，2000（4）：296-298，302.

[7] 徐蘆，陳三樂，杜運科，等.灰色關聯分析在大麥品比試驗上的應用[J].陜西農業科學，2012，58（3）：26-28.

[8] 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].

[9] 江銀榮，陸虎華，潘寶國，等.大麥主要農藝性狀與產量的灰色關聯分析[J].大麥與谷類科學，2009（3）：9-11.

[10] 王秀萍，張國新，魯雪林，等.灰色關聯度分析法綜合評價水稻新品系[J].中國農學通報，2006，22（8）：557-559.

[11] 王麗華，劉正，潘海山，等.10個玉米品種（系）的產量比較及主要農藝性狀的關聯度分析[J].中國農學通報，2013，29（15）：103-107.

[12] 胡守林，張改生，楊濤，等.海島棉雜種一代產量與主要性狀的灰色關聯度分析[J].西北農業學報，2006，15（1）：51-55.

[13] 王瑩，黃中文，劉芳.二棱啤酒大麥雜種一代及其親本主要性狀的灰色系統分析[J].西北植物學報，2002，22（1）：104-111.

[14] 田和彬，汪軍妹，華為，等.大麥主要農藝和品質性狀的相關性及灰色關聯度分析[J].浙江農業學報，2011，23（3）：433-438.

[15] 劉輝，侯樂新.灰色關聯度分析法在啤大麥育種中的應用[J].作物雜志，2001（6）：15-18.