基于主成分、聚類和灰色關聯度分析的超甜玉米雜交組合綜合評價

王俊花 閆建賓 王瑞鋼

摘要：【目的】對超甜玉米雜交組合進行綜合評價，為篩選優良超甜玉米雜交組合提供理論參考。【方法】對26個超甜玉米雜交組合和晉超甜一號（對照，CK）的9個農藝性狀、品質及產量進行遺傳變異分析，并利用主成分分析法、系統聚類分析法及灰色關聯度分析法對超甜玉米雜交組合進行綜合評價。【結果】26個超甜玉米雜交組合的性狀差異較大，變異豐富，變異系數為6.25%～74.44%，其中，以禿尖長的變異系數最大，穗粗的變異系數最小。通過主成分分析發現，前5個主成分（產量因子、品質因子、穗行數因子、禿尖長因子和生育期因子）累計貢獻率為87.7414%，可代表11個性狀所反映的遺傳信息，且篩選出綜合得分高于CK的雜交組合，依次為TJ22、TJ3、TJ17、TJ15、TJ10、TJ11、TJ19和TJ12。通過聚類分析發現，26個超甜玉米雜交組合可聚成三大類群，第Ⅰ和Ⅱ類群又分別聚成2個亞類群，其中第Ⅱ和Ⅲ類群的產量和品質明顯優于第Ⅰ類群。通過灰色關聯度分析發現，穗粗、行粒數和穗長對品質影響較大，單穗重、穗粗和行粒數對產量影響較大，穗位高和禿尖長對品質和產量的影響均較小，且篩選出與參考品種關聯度排名前10位的雜交組合，依次為TJ22、TJ3、TJ15、TJ17、TJ11、TJ10、TJ19、TJ12、TJ4和TJ26，均高于參考品種與CK的關聯度。通過主成分分析篩選出的8個優良雜交組合和通過灰色關聯度分析篩選出的10個優良雜交組合均處在第Ⅱ和Ⅲ類群?！窘Y論】篩選出的8個產量高、品質優、綜合性狀好的雜交組合（TJ22、TJ3、TJ17、TJ15、TJ10、TJ11、TJ19和TJ12），可進行單地點品種比較試驗。第Ⅱ和Ⅲ類群的其他組合還需通過雜交或回交進一步改良。

關鍵詞： 超甜玉米;品質;產量;性狀;主成分分析;聚類分析;灰色關聯度分析;綜合評價

中圖分類號： S513? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼： A 文章編號：2095-1191（2020）05-1108-07

Abstract：【Objective】To provide theoretical reference for screening fine super sweet corn hybrids，comprehensive evaluation of super sweet corn cross combinations was conducted. 【Method】The genetic variation of 9 agronomic characters， quality and yield of 26 super sweet maize cross combinations and Jinchaotian 1（control， CK） were analyzed， and principal component analysis， system cluster analysis and grey correlation analysis were used to evaluate the hybrid combinations of super sweet corn. 【Result】Characteristics of 26 super sweet maize cross combinations had large differences and abundant variations，and the variation coefficient was from 6.25% to 74.44%. Among them， the variation coefficient of bald tip length was the largest， and that of ear diameter was the smallest. According to the principal component analysis， the cumulative contribution rate of the first five principal components（yield factor， quality factor， ear row number factor， bald tip length factor and growth period factor） was 87.7414%， which could represent the genetic information of 11 characters. The hybrid combinations with higher comprehensive scores than CK were selected， they were TJ22， TJ3，TJ17， TJ15， TJ10， TJ11， TJ19 and TJ12. Through cluster analysis， 26 super sweet cross combinations were grouped into three groups，Ⅰ and Ⅱ were divided into two subgroups respectively. The yield and quality of groups Ⅱ and Ⅲ were better than that of group Ⅰ. Grey correlation analysis showed that ear diameter，row grain number and ear length had great influence on the quality of super sweet maize;single ear weight，ear diameter and grain number per row had great influence on yield. Ear height and bald tip length had little effect on quality and yield. The top 10 cross combinations were TJ22， TJ3， TJ15， TJ17， TJ11， TJ10， TJ19， TJ12， TJ4 and TJ26， whose correlation with reference varieties were all higher than correlation between reference varieties and CK. Eight excellent combinations selected by principal component analysis and ten excellent combinations selected by grey relational grade analysis were all in groups Ⅱ and Ⅲ. 【Conclusion】Selected eight excellent hybrid combinations（TJ22， TJ3， TJ17， TJ15， TJ10， TJ11， TJ19 and TJ12） with high yield，good quality and good comprehensive characters can be carried out single site variety comparison test. Other combinations of groups Ⅱ and Ⅲ need to be improved by crossing or backcrossing.

Key words： super sweet maize; quality; yield; characteristics; principal component analysis; cluster analysis; gray correlation analysis; comprehensive evaluation

Foundation item： Key Project of Shanxi Key Research and Development Plan（201703D211009）; Biological Bree-ding Project of Shanxi Academy of Agricultural Sciences（17yzgc027）

0 引言

【研究意義】超甜玉米因其鮮果穗乳熟期籽粒糖含量高、營養豐富、風味好，深受消費者青睞，且生長期短，采收期和貯藏期可達1周左右，可滿足不同種植方式的需要，種植效益高，是發展城郊型農業和增加農民收入的有效途徑之一（Wang et al.，2015）。山西省超甜玉米育種起步較晚，自育的優良品種較少，為選出高產優質的雜交種，選育并篩選出高產優質、綜合性狀優良的超甜玉米組合就顯得尤為重要。目前作物雜交組合綜合評價主要采用主成分分析、聚類分析和灰色關聯度分析法（林永明等，2015;倪正斌等，2017;賀禮英等，2018;鄭本川等，2019），現已廣泛應用于多種作物遺傳育種中。因此，基于這3種分析方法的超甜玉米雜交組合綜合評價對超甜玉米雜交育種具有重要的指導意義?！厩叭搜芯窟M展】董海合等（2005）通過主成分分析發現，36個普通甜玉米品種前5個主成分（生育期因子、糖分因子、賴氨酸因子、口感因子、鮮果穗產量和外觀品質因子）的累積貢獻率達85.51%。趙文明等（2010）采用灰色關聯度分析法研究鮮食糯玉米品質與6個品質性狀的關聯度，結果表明糯性、皮厚薄、柔嫩性與品質的灰色關聯作用較大。林瓞文等（2012）通過聚類分析發現，35個超甜玉米雜交種聚成兩大類群，又可劃分為4個亞群。和鳳美等（2014a，2014b）通過主成分分析發現，30個甜玉米自交系前4個主成分（產量因子、葉片數因子、禿尖長因子和穗行數因子）對變異的累積貢獻率達86.85%;30個超甜玉米自交系前7個主成分（產量因子、穗行數因子、穗粗因子、粒重因子、株高因子、莖粗因子和禿尖長因子）對變異的累計貢獻率達89.82%。劉翔宇等（2016）利用主成分分析法和灰色關聯度分析法篩選出甜高粱新品系TTL-32、TTL-29、TTL-27和TTL-30。稅紅霞等（2016）通過灰色關聯度分析發現，甜玉米穗行數與水溶性總糖含量關聯度最大。陳冰潔等（2017）通過主成分分析發現，鮮食糯玉米品種評判指標主要為果穗大，穗粗且軸細，株高較高。褚能明等（2017）對鮮食甜糯玉米揮發性風味成分進行主成分分析，結果顯示粵甜16號主要揮發性風味成分是金合歡醇、雪松醇和辛酸。陳榮麗等（2018）研究甜玉米的農藝性狀與鮮穗產量關聯度，結果表明穗粗是影響甜玉米鮮穗產量的主要因素。莫云錦等（2019）研究發現，株高是甜玉米鮮穗產量的主要影響因素，禿尖長對鮮穗產量影響最小。滕遷瑩等（2019）通過聚類分析發現，基于表型性狀，50份甜玉米自交系可聚成四大類群。張振良等（2019）通過主成分分析發現，50個甜糯玉米組合可聚成四大類群，前5個主成分的累計貢獻率達89.42%?！颈狙芯壳腥朦c】目前，采用主成分分析法、聚類分析法和灰色關聯度分析法對超甜玉米雜交組合的農藝性狀、產量和品質進行綜合評價的研究鮮見報道。【擬解決的關鍵問題】采用主成分分析法、聚類分析法和灰色關聯度分析法對26個超甜玉米雜交組合的生育期、株高、單穗重、穗位高、穗長、穗粗、禿尖長、穗行數、行粒數、品質和產量進行綜合評價，以期為超甜玉米雜交組合綜合評價及目標性狀選擇提供理論參考。

1 材料與方法

1. 1 試驗材料

從山西省農業科學院高粱研究所甜糯玉米課題組2018年配制的超甜玉米雜交組合中剔除田間出苗率低、抗病抗逆性差、倒伏倒折率高和果穗露尖的組合，剩余26個作為供試材料（TJ1～TJ26），以晉超甜一號為對照（CK）。

1. 2 試驗方法

試驗于2019年在山西省農業科學院高粱研究所修文試驗基地（海拔700 m，年活動積溫3410 ℃，前茬高粱）進行。采用隨機區組設計，小區長7.7 m、寬2.6 m，每小區5行，設3次重復。4月30日播種，5月16日間苗，5月22日定苗，種植密度52500株/ha，播種前撒施毒土殺滅地下害蟲1次，基肥（牛糞肥）750 kg/ha，種肥（三元復合肥）750 kg/ha。分別于6月25日和7月14日灌溉2次，其他管理同常規鮮食玉米。

于乳熟期每小區隨機收獲10株用于考種。按《國家玉米品種試驗調查標準》調查生育期（X1）、株高（X2）、穗位高（X3）、單穗重（X4）、穗長（X5）、穗粗（X6）、禿尖長（X7）、穗行數（X8）、行粒數（X9）、品質（X10）和產量（X11）等11個性狀，其中，前9個為農藝性狀，品質性狀（X10）包括鮮果穗的外觀品質和蒸煮品質，指標評價方法按照我國農業農村部NY/T 523—2002《甜玉米》行業標準進行。

1. 3 統計分析

采用Excel 2003進行數據統計及灰色關聯度分析，利用DPS 7.05進行各性狀的主成分分析和聚類分析。以供試材料11個性狀的最大值建立參考數列（品種），數據無量綱處理后（林永明等，2015），用加權平均法（劉翔宇等，2016）計算供試材料的加權關聯度。

2 結果與分析

2. 1 性狀變異分析結果

26個雜交組合的農藝性狀、產量及品質測定結果如表1所示。由表2可知，超甜玉米雜交組合的性狀差異較大，變異系數為6.25%～74.44%，其中，禿尖長（X7）的變異系數最大，為74.44%;行粒數（X9）、品質（X10）、生育期（X1）、產量（X11）、株高（X2）、單穗重（X4）和穗位高（X3）的變異系數為10.12%～28.35%;穗行數（X8）、穗長（X5）和穗粗（X6）的變異系數較小，分別為8.92%、8.46%和6.25%。可見，禿尖長（X7）選育潛力最大，穗粗（X6）選育潛力最小。

2. 2 主成分分析結果

對超甜玉米雜交組合11個性狀指標進行主成分分析，根據累計貢獻率≥85.00%具有代表性原則，提取了前5個主成分，累計貢獻率為87.7414%（表3），可代表11個性狀所反映的遺傳信息。第1主成分特征值4.7919，貢獻率43.5623%，權重系數最大，說明其綜合原有變量的能力最強，其中，單穗重（X4）、株高（X2）、穗位高（X3）和產量（X11）權重系數均較大，尤其以單穗重（X4）為最大，因此，第1主成分可綜合為產量因子，是雜交組合評判的主要指標。第2主成分特征值1.8127，貢獻率16.4787%，品質（X10）的權重系數最大，為0.5811，因此第2主成分為品質因子，是雜交組合評判的第二指標。第3主成分特征值1.3754，貢獻率12.5041%，穗行數（X8）權重系數最大，穗粗（X6）次之，因此第3主成分為穗行數因子，穗行數是單穗產量重要影響因子之一。第4主成分特征值0.9721，貢獻率8.8370%，禿尖長（X7）權重系數最大，因此第4主成分為禿尖長因子;禿尖長影響鮮食糯玉米的果穗外觀和鮮穗等級，在組合評價和選育時，禿尖長度應盡量小。第5主成分特征值0.6995，貢獻率6.3593%，生育期（X1）權重系數最大，因此第5主成分為生育期因子，育種過程中可按照育種目標或當地有效積溫來定。前5個主成分的函數表達式：

分別以5個主成分的貢獻率為權重，構建主成分綜合評價模型公式（潘天遵等，2016）：F=0.436Z1+0.165Z2+0.125Z3+0.088Z4+0.064Z5，其中F為樣本綜合得分。26份雜交組合和CK綜合得分如表4所示。各雜交組合綜合得分存在明顯差異，CK排名第9位，綜合得分為0.5924，綜合得分高于CK的雜交組合依次為TJ22、TJ3、TJ17、TJ15、TJ10、TJ11、TJ19和TJ12，說明這8份雜交組合產量高、品質好、綜合性狀好，可進行單地點品種比較試驗。

2. 3 聚類分析結果

依據主成分分析結果，用最短距離法計算組合間的歐氏距離，繪制系統聚類圖（圖1）。從圖1可知，所有供試材料可聚成三大類群（Ⅰ、Ⅱ和Ⅲ類群），第Ⅰ和Ⅱ類群又可分別聚成2個亞類群。各類群主要性狀的平均值見表5。

第Ⅰ-1類包括TJ1、TJ2、TJ7、TJ8、TJ13、TJ18、TJ20和TJ23等8個組合，該亞類群組合的品質最差，平均得分為77.0分，產量較低，果穗穗部性狀差;第Ⅰ-2類包含TJ9、TJ16和TJ24等3個組合，該亞類群組合單穗重和產量最低，明顯低于對照，果穗穗部性狀也較差，因此，第Ⅰ類群的雜交組合無利用價值。第Ⅱ-1類包含TJ4、TJ10、TJ11、TJ19、TJ15和TJ22等6個組合，該亞類群植株較高，除禿尖長較長外，果穗穗部性狀好，產量高，品質較好。第Ⅱ-2類包含TJ5、TJ6、TJ12、TJ25、TJ14、TJ26、TJ21和TJ17等8個雜交組合和CK，該亞類群組合果穗穗部性狀好，產量較高、品質好，因此，第Ⅱ類群的雜交組合綜合性狀較好，具有較大的育種潛力。第Ⅲ類群僅包含TJ3組合，單穗重和產量均在3個類群中最大，分別為380.0 g和18081.0 kg/ha，明顯高于對照，品質與對照一致，植株高大，果穗穗部性狀好，具有較大的育種潛力。綜上所述，第Ⅰ-1類產量和品質差，第Ⅰ-2類品質好，但產量太低，因此，第Ⅰ類群的雜交組合無利用價值;第Ⅱ-1類產量高、品質較好，第Ⅱ-2類產量較高、品質好;第Ⅲ類產量最高、品質好，因此第Ⅱ和Ⅲ類群具有較大的育種潛力。

2. 4 灰色關聯度分析結果

由表6可知，超甜玉米品質與9個農藝性狀的關聯度為0.3004～0.8238，排序為穗粗（X6）>行粒數（X9）>穗長（X5）>穗行數（X8）>生育期（X1）>單穗重（X4）>株高（X2）>穗位高（X3）>禿尖長（X7），說明穗粗、行粒數和穗長對超甜玉米品質影響較大，穗位高和禿尖長對其影響較小。產量與9個農藝性狀的關聯度為0.2948～0.8727，排序為單穗重（X4）>穗粗（X6）>行粒數（X9）>株高（X2）>穗長（X5）>生育期（X1）>穗行數（X8）>穗位高（X3）>禿尖長（X7），說明單穗重、穗粗和行粒數對超甜玉米產量影響較大，穗位高和禿尖長對其影響較小。因此，在高產超甜玉米育種中，應選擇單穗較重、穗較粗、行粒數多的材料。

以供試材料11個性狀的最大值建立參考品種，參考品種的基本性狀為生育期102 d，株高293 cm，穗位高135 cm，單穗重380 g，穗長24.5 cm，穗粗5.2 cm，禿尖長3.8 cm，穗行數18.0行，行粒數53粒，品質92分，產量18081.0 kg/ha，數據無量綱處理后，用加權平均法計算參試材料的加權關聯度，如表7所示。根據灰色系統理論的關聯度分析原則，關聯度越大，與參考品種越接近，說明質量越高，反之則低。與參考品種關聯度排名前10位的雜交組合依次為TJ22、TJ3、TJ15、TJ17、TJ11、TJ10、TJ19、TJ12、TJ4和TJ26，均高于參考品種與CK關聯度（0.7944，排名第11），說明10個雜交組合與參考品種較接近，綜合性狀表現好。

3 討論

高產優質是作物育種工作追求的目標。由于農藝性狀多為數量性狀，給綜合評價超甜玉米帶來一定困難。主成分分析法在極少損失原有信息的前提下，將個數較多且相互關聯的性狀指標轉換成較少的獨立或相關性較小的指標，可避免重復信息的干擾并簡化選擇程序，從而對材料進行科學評價（陳冰潔等，2017）。本研究通過主成分分析將12個性狀綜合為5個主成分（產量因子、品質因子、穗行數因子、禿尖長因子和生育期因子），每個主成分均可較客觀地反映所控制的性狀，累計貢獻率達87.7414%，與董海合等（2005）、和鳳美等（2014a）的研究結果相似。系統聚類分析不僅可揭示品種類群間的遺傳差異，還可了解類群內品種的遺傳相似性（張振良等，2019）。在主成分分析基礎上的聚類分析可有效地剔除無關大局的因子，使結果更精確。本研究在主成分分析基礎上利用系統聚類分析法將供試26個超甜玉米雜交組合聚成三大類群，各類群間存在明顯的遺傳差異性，Ⅱ和Ⅲ類群組合的產量和品質優于I類群，具有較大的育種潛力。

灰色關聯度分析法具有所需樣本小、方法簡便、信息量大等優點，在農作物品種鑒定、篩選、育種等方面被廣泛應用（林永明等2015;劉翔宇等，2016）。王俊花等（2016）研究發現，穗粗、穗長和穗位葉寬是影響甜玉米單穗凈重的主要因素，穗位葉寬、穗位葉面積和穗長對食用品質影響較大。陳榮麗等（2018）研究發現，穗粗是影響甜玉米鮮穗產量的主要因素，生育期（出苗到采收）對產量影響較小。莫云錦等（2019）研究發現，株高、穗位高和行粒數是影響甜玉米鮮穗產量的主要因素，禿尖長對鮮穗產量影響最小。本研究結果表明，穗粗、行粒數和穗長對超甜玉米品質影響較大，單穗重、穗粗和行粒數對超甜玉米產量影響較大，穗位高和禿尖長對品質和產量影響小，與前人研究結果存在異同?？梢?，通過灰色關聯度分析可綜合影響雜交組合品質和產量的主要性狀，對參試材料做出全面、客觀的評價。

本研究通過主成分分析法篩選出8個優良雜交組合（TJ22、TJ3、TJ17、TJ15、TJ10、TJ11、TJ19和TJ12），通過灰色關聯度分析法篩選出10個優良組合（TJ22、TJ3、TJ15、TJ17、TJ11、TJ10、TJ19、TJ12、TJ4和TJ26），均處在第Ⅱ和Ⅲ類群，其中，除TJ3屬于第Ⅲ類群外，其余均屬于第Ⅱ類群?？梢?，較優組合聚在同一類群，間接證明系統聚類分析結果的正確性。由于TJ22、TJ17、TJ15、TJ10、TJ11、TJ19、TJ12和TJ3是以上兩種方法篩選出的共有優良雜交組合，對這8個優良組合可進行單地點品種比較試驗，第Ⅱ和Ⅲ類群其他組合還需進一步改良，或利用其個別性狀進行育種，如采用雜交或回交將其他穩定自交系優良性狀導入組合中。

4 結論

第Ⅰ類群的11個組合產量、品質性狀表現差，無利用價值;第Ⅱ、Ⅲ類群的16個組合具有較大的育種潛力。篩選出8份產量高、品質好、綜合性狀好的優良組合（TJ22、TJ17、TJ15、TJ10、TJ11、TJ19、TJ12和TJ3），可進行單地點品種比較試驗。第Ⅱ和Ⅲ類群的其他組合還需通過雜交或回交進一步改良。

參考文獻：

陳冰潔，呂瑩瑩，張恩盈，張保望. 2017. 鮮食型糯玉米新品種主要農藝性狀的相關和主成分分析[J]. 山東農業科學，49（7）：16-20. [Chen B J，Lü Y Y，Zhang E Y，Zhang B W. 2017. Correlation and principal component analysis on main agronomic characters of new fresh waxy corn varie-ties[J]. Shandong Agricultural Sciences，49（7）：16-20.]

陳榮麗，宋文蘭，周勝，蔡治榮，易紅華. 2018. 甜玉米鮮穗產量與農藝性狀灰色關聯度分析[J]. 種子，37（9）：92-95. [Chen R L，Song W L，Zhou S，Cai Z R，Yi H H. 2018. Analysis on grey correlation between yield of fresh ear and agronomic characters of sweet corn[J]. Seed，37（9）：92-95.]

褚能明，柯劍鴻，袁亮. 2017. 不同鮮食甜糯玉米揮發性風味物質主成分分析[J]. 核學報，31（11）：2175-2185. [Chu N M，Ke J H，Yuan L. 2017. Principal components analysis for volatility of flavor compositions in different fresh sweet glutinous corn[J]. Journal of Nuclear Agricultural Sciences，31（11）：2175-2185.]

董海合，李鳳華，張旭，樓辰軍，錢芳，楊兆順. 2005. 主成分分析在甜玉米育種中的應用[J]. 玉米科學，13（3）：21-24. [Dong H H，Li F H，Zhang X，Lou C J，Qian F，Yang Z S. 2005. The application of principal component analysis method in sweet corn breeding[J]. Journal of Maize Scien-ce，13（3）：21-24.]

和鳳美，朱永平，朱芮，覃鵬. 2014a. 超甜玉米自交系主要農藝性狀及鮮穗產量的主成分分析[J]. 中國農學通報，30（18）：79-83. [He F M，Zhu Y P，Zhu R，Qin P. 2014a. Principal component analysis on main agronomic characters and fresh ear yield of super sweet corn inbred line[J]. Chinese Agricultural Science Bulletin，30（18）：79-83.]

和鳳美，朱芮，朱永平，侯自明. 2014b 甜玉米自交系性狀相關分析和主成分分析[J]. 作物雜志，（3）：32-35. [He F M，Zhu R，Zhu Y P，Hou Z M. 2014b. Correlation analysis and principal components analysis of characters in sweet corn inbred lines[J]. Crops，（3）：32-35.]

賀禮英，尹成杰，黃守程，何慶元，舒英杰. 2018. 菜用大豆主要農藝性狀的相關性、聚類及主成分分析[J]. 浙江農業學報，30（1）：50-57. [He L Y，Yin C J，Huang S C，He Q Y，Shu Y J. 2018. Correlation，clustering and principal component analysis of primary agronomic traits of vegetable soybean[J]. Acta Agriculturae Zhejiangensis，30（1）：50-57.]

劉翔宇，劉祖昕，加帕爾，斯拉依丁，阿依加馬力·加帕爾，郭峰. 2016. 基于主成分與灰色關聯分析的甜高粱品種綜合評價[J]. 新疆農業科學，53（1）：99-107. [Liu X Y，Liu Z X，Japar，Si L Y D，Ayijiamali. Japar，Guo F. 2016. Comprehensive evaluation of sweet sorghum varieties based on principal component silabi analysis and gray relational grade analysis[J]. Xinjiang Agricultural Sciences，53（1）：99-107.]

林瓞文，楊泉女，王蘊波，鐘健錦. 2012. 甜玉米雜交種品質性狀的聚類分析[J]. 佛山科學技術學院學報（自然科學版），30（4）：55-58. [Lin D W，Yang Q N，Wang Y B，Zhong J J. 2012. Cluster analysis on quality traits in sweet corn hybrids[J]. Journal of Foshan University（Natural Science Edition），30（4）：55-58.]

林永明，豐詩堯，胡美靜，謝淑芳，李曉花，李惠平，宋宜. 2015. 玉米篩選品種9個性狀的灰色關聯度法綜合評價[J]. 云南農業科技，（5）：4-6. [Lin Y M，Feng S Y，Hu M J，Xie S F，Li X H，Li H P，Song Y. 2015. Comprehensive evaluation of 9 characters of maize varieties by grey correlation degree method[J]. Yunnan Agricultural Science and Technology，（5）：4-6.]

莫云錦，程芳麗，馬全資，侯定基，石志斯，陳輝云. 2019. 鮮食甜玉米新品種主要農藝性狀與產量灰色關聯度分析[J]. 現代農業科技，（18）：20-21. [Mo Y J，Cheng F L，Ma Q Z，Hou D J，Shi Z S，Chen H Y. 2019. Grey related degree analysis of the quality and main quality characters of fresh edible waxy maize[J]. Modern Agricultural Science and Technology，（18）：20-21.]

倪正斌，朱俊凱，王陳燕，孫紅芹，萬林生，孫明法. 2017. 22個玉米雜交組合農藝性狀的主成分和動態聚類分析[J]. 大麥與谷類科學，34（5）：18-22. [Ni Z B，Zhu J K，Wang C Y，Sun H Q，Wan L S，Sun M F. 2017. Assessment of the agronomic characters of 22 corn hybrids and dynamic clustering analysis of their principal components[J]. Barley and Cereal Science，34（5）：18-22.]

潘天遵，高聚林，蘇治軍，于曉芳，王志剛，孫繼穎，胡樹平，劉劍，趙寬厚. 2016. 基于主成分分析的玉米雜交組合農藝性狀綜合評價[J]. 北方農業學報，44（4）：1-8. [Pan T Z，Gao J L，Su Z J，Yu X F，Wang Z G，Sun J Y，Hu S P，Liu J，Zhao K H. 2016. Comprehensive evaluation of agronomic traits based on principal component analysis of maize hybrids[J]. Journal of Northern Agriculture，44（4）：1-8.]

稅紅霞，蔣曉芳，王秀全，何丹，張華，盧庭啟，龐啟華. 2016. 甜玉米水溶性總糖與農藝性狀的灰色關聯度分析[J]. 耕作與栽培，（1）：5-7. [Shui H X，Jiang X F，Wang X Q，He D，Zhang H，Lu T Q，Pang Q H. 2016. Grey correlation degree analysis for water soluble sugar content of sweet corn and agronomic characters[J]. Tillage and Cultivation，（1）：5-7.]

滕遷瑩，陳永鑫，張帆，趙仁貴. 2019. 甜玉米自交系的表型形狀和SRR 聚類分析[J]. 種子，38（5）：77-80. [Teng Q Y，Chen Y X，Zhang F，Zhao R G. 2019. Phenotypic traits and SSR clustering analysis of sweet corn inbred lines[J]. Seed，38（5）：77-80.]

趙文明，陳艷萍，孟慶長，鄭 飛，孔令杰，袁建華. 2010. 鮮食糯玉米品質與主要品質性狀的灰色關聯度分析[J]. 金陵科技學院學報，26（4）：48-51. [Zhao W M ，Chen Y P，Meng Q C，Zheng F，Kong L J，Yuan J H. 2010. Grey related degree analysis of the quality and main quality chara-cters of fresh edible waxy maize[J]. Journal of Jinling Institute of Technology，26（4）：48-51.]

王俊花，邵林生，閆建賓，王瑞鋼，龐旭，梁海英，張雪彪，張沛敏，韋峰. 2016. 甜玉米主要農藝性狀與產量和食用品質的灰色關聯度分析[J]. 河北農業科學，20（5）：78-81. [Wang J H，Shao L S，Yan J B，Wang R G，Pang X，Liang H Y，Zhang X B，Zhang P M，Wei F. 2016. Grey correlative degree analysis of main agronomic characters and yield & food quality on sweet corn[J]. Journal of Hebei Agricultural Sciences，20（5）：78-81.]

張振良，黃小蘭，薛林，陳國清，郝德榮，陸虎華，冒宇翔，周廣飛，石明亮. 2019. 基于主成分分析和聚類分析的甜糯玉米新組合育種潛力評價[J]. 江西農業學報，31（2）：19-25. [Zhang Z L，Huang X L，Xue L，Chen G Q，Hao D R，Lu H H，Mao Y X，Zhou G F，Shi M L. 2019. Evaluation of breeding potential of sweet waxy maize new combinations based on principal component analysis and cluster analysis[J]. Acta Agriculturae Jiangxi，31（2）：19-25.]

鄭本川，崔成，李浩杰，張錦芳，柴靚，蔣俊，蔣梁材. 2019. 長江流域甘藍型油菜育種親本農藝性狀的遺傳變異、相關及主成分分析[J]. 南方農業學報，50（10）：2196-2204. [Zheng B C，Cui C，Li H J，Zhang J F，Chai L，Jiang J，Jiang L C. 2019. Genetic variation，correlation and principal component analysis of agronomic traits of breeding parents of Brassica napus L. in Yangtze River[J]. Journal of Southern Agriculture，50（10）：2196-2204.]

Wang J h，Shao L S，Yan J B，Wang R G，Pang X，Liang H Y，Zhang X B，Zhang P M. 2015. Efficient cultivation mode and benefit analysis on sweet corn[J]. Agricultural Science & Technology，16（9）：1912-1915.

（責任編輯 陳 燕）