主成分分析篩選設施葡萄二次果生產適宜品種

李凱 商佳胤 蘇宏 王丹 張鶴 王海波 李敬川

摘??? 要：為了更全面地評價并篩選適宜設施二次果生產的葡萄品種，基于綜合評分法和主成分分析法綜合考量了二次果的果實內在品質、結果能力、外觀品質、產量穩定性和成熟期，以及抗病性、勞動強度、葉片衰老情況和市場定位9個因素，對38個品種進行分析評價。主成分分析結果顯示，共提取4個主成分，方差累積貢獻率為75.486%，根據提取主成分的綜合得分確定了品種排名，‘玫瑰香優系、‘戶太8號、‘意大利、‘巨玫瑰得分較高，綜合表現突出，‘黃玫瑰、‘巨峰、‘魏可和‘亞歷山大等綜合表現良好，該結果可以為我國北方地區設施二次果生產提供品種參考。

關鍵詞：葡萄;設施栽培;二次果;主成分分析;品種評價

中圖分類號：S663.1;S628???????? 文獻標識碼：A????????? DOI 編碼：10.3969/j.issn.1006-6500.2021.06.005

Evaluation and Screening of Grape Varieties for Second-harvest Fruit Production in Facilities Based on Principal Component Analysis

LI Kai1， SHANG Jiayin1， SU Hong1， WANG Dan1， ZHANG He1， WANG Haibo2， LI Jingchuan3

（1.Pomology Institute， Tianjin Academy of Agricultural Sciences， Tianjin 300384， China; 2. Pomology Institute， Chinese Academy of Agricultural Sciences， Xingcheng， Liaoning 125100， China; 3. Hebei Academy of Forestry and Grassland Sciences， Shijiazhuang， Hebei 050061， China）

Abstract： In order to more comprehensively evaluate and select grape varieties suitable for second-harvest fruit production in facilities， 38 grape varieties were analyzed and evaluated. Based on the comprehensive scoring method and the principal component analysis method， 9 factors were comprehensively considered， including the inner fruit quality， bearing capacity， exterior quality， yield stability， ripening period， disease resistance， leaf senescence， labor intensity and market positioning. A total of 4 principal components were extracted in the experiment， and the results showed that the cumulative contribution rate of the variance was 75.486%. The ranking of each variety was determined according to the comprehensive score of the extracted principal components. The comprehensive performance of 'Muscat Hamburg superior strain'， 'Hutai 8'， 'Italy' and 'Jumeigui' was outstanding， with higher scores， followed by 'Yellow Rose'， 'Kyoho'， 'Wink' and 'Alexander'. The results could provide a variety reference for the second-harvest grape production in facilities of northern China.

Key words： grape; facility cultivation; second-harvest fruit; principal component analysis; variety evaluation

葡萄二次果生產技術是指利用一定栽培措施使葡萄主梢或副梢上當年形成的夏芽或者冬芽當年萌發成花結二次果的技術[1]，該技術對于調節葡萄產期、提高果農收益具有重要意義。近年來，二次果生產技術在‘巨峰[2-3]、‘夏黑[4]、‘玫瑰香[5]、‘戶太8號[6]、‘溫克[7]等品種上進行了深入研究和廣泛應用。二次果生產要建立在適宜的氣候條件上[8]，品種和栽培手段是重要影響因素。

適宜品種篩選是設施葡萄二次果生產的重要基礎保證，果實品質是篩選過程中品種適應性評價的重要依據[9]。此外，二次果的結果能力、外觀品質、產量穩定性和成熟期以及抗病性、勞動強度、葉片衰老情況和市場定位等也是二次果生產效益的重要影響因素，對品種實行多因素綜合考量可以進一步增加評價的客觀性和準確性。品種評價中常采用主成分分析來綜合多重因素指標，采用降維方法獲得幾個綜合指標來反映原有復雜信息，使分析結果更具客觀性[10]。

本研究基于綜合評分法和主成分分析法綜合考量了二次果的果實內在品質、結果能力、外觀品質、產量穩定性和成熟期，以及抗病性、勞動強度、葉片衰老情況和市場定位等9個因素，對38個葡萄品種進行了綜合評價，旨在探索涉及果實品質、成熟期、勞動強度、市場定位等多重因素的品種評價篩選方法，為葡萄設施二次果生產提供理論依據和實踐指導。

1 材料和方法

1.1 試驗材料

供試38個品種均栽植于天津市農業科學院武清現代農業創新基地日光溫室內，株行距為1.0 m×2.0 m，每品種栽植2行，共10株，南北行向，采用傾斜龍干Y型葉幕樹形。

1.2 評價指標

參考綜合評分法[11-12]，并根據設施二次果生產技術特點及葡萄品質要求等，設計9個評價指標（表1），評分依據來源于課題組對38個品種2013—2019年相關調查數據及栽培表現，獲得38×9的原始數據矩陣。

1.3 主成分分析

主成分分析采用SPSS v17.0軟件，為避免計算結果受變量量綱影響，保證結果客觀性和科學性，需對原始數據矩陣進行標準化處理，然后計算成分特征值、方差貢獻率和累積貢獻率并提取主成分[13]，根據主成分綜合得分進行品種排名。

2 結果與分析

首先對38×9原始數據矩陣進行標準化處理，標準化數據見表2。由相關矩陣出發，計算相關矩陣的特征向量，得到特征值和貢獻率，共提取了特征值大于1的4個主成分，方差累積貢獻率為75.486%（表3），基本可以概括品種評價指標的大部分信息。

主成分載荷矩陣見表4，每個主成分都濃縮了9個變量信息，但各主成分和變量之間相關性不同，X1、X5和X9主要與主成分2正相關，X2、X4和X6主要與主成分1正相關，X3主要與主成分3正相關、與主成分1負相關，X7主要與主成分3和主成分4正相關，X8主要與主成分4正相關、與主成分3負相關。因此，4個主成分分別從不同方面反映了葡萄品種的綜合性狀，主成分1主要代表二次果結果能力、產量穩定性和抗病性信息，主成分2主要代表市場定位、二次果成熟期和二次果果實內在品質信息，主成分3主要代表勞動強度和二次果外觀品質信息，主成分4主要代表勞動強度和葉片衰老情況信息。

用成分載荷除以成分特征值的平方根來計算成分特征向量，進而用特征向量表示主成分得分，4個主成分分別以y1、y2、y3和y4來表示，表達式為：

y1=0.178X1+0.561X2-0.411X3+0.500X4+0.173X5+0.405X6+0.165X7+0.034X8-0.110X9;

y2=0.413X1+0.043X2+0.207X3+0.080X4+0.437X5-0.249X6+0.205X7+0.282X8+0.635X9;

y3=0.137X1+0.145X2+0.364X3+0.092X4-0.451X5+0.105X6+0.469X7-0.578X8+0.227X9;

y4=-0.532X1+0.080X2+0.144X3+0.329X4-0.115X5-0.366X6+0.498X7+0.404X8-0.153X9。

由表5中各主成分得分可知，第1主成分中‘玫瑰香優系、‘戶太8號和‘巨峰得分較高，這些品種在主成分1代表的二次果結果能力、產量穩定性和抗病性方面表現較好，第2主成分得分最高的‘意大利和‘黃玫瑰，在市場定位和二次果內在品質方面表現突出，第3主成分得分最高的‘蜜光和‘黑比特，在勞動強度和二次果外觀品質等指標較好，但葉片衰老情況指標較差，第4主成分得分最高的是‘無核白雞心和‘瑞都脆霞，其勞動強度和葉片衰老情況指標較好，但是成熟期、抗病性和二次果內在品質指標較差。上述品種在某些變量信息上表現突出，但是單獨使用某一個主成分難以全面反映所有變量信息，可以通過4個主成分的綜合得分，來反映所有變量信息。將主成分按照貢獻率綜合為加權綜合得分Y=y1×λ1/（λ1+λ2+λ3+λ4）+y2×λ2/（λ1+λ2+λ3+λ4）+y1×λ3/（λ1+λ2+λ3+λ4）+y1×λ4/（λ1+λ2+λ3+λ4），λi為主成分方差貢獻率，以綜合得分對38個品種進行排名，綜合得分越高表示該品種的綜合表現越優[14]。由表5排名可知，‘玫瑰香優系、‘戶太8號、‘意大利、‘巨玫瑰排名靠前、綜合表現突出，‘黃玫瑰、‘巨峰、‘魏可和‘亞歷山大等綜合表現良好，‘里扎馬特和‘希姆勞特等品種排名靠后，不適宜設施二次果生產。

3 結論與討論

主成分分析法可以在基本保留原有信息的條件下，通過降維方法將多個變量聚集到少數幾個主成分上，減少了信息的交叉，分析評估結果更加客觀準確[10]。魏烈權等[10]對甘肅嘉峪關10個釀酒品種的可溶性糖、可滴定酸和總酚含量等9個常規理化指標進行主成分分析，篩選出3個綜合表現較優的品種‘黑比諾、‘佳美和‘美樂;史洪琴等[15]對貴州8個葡萄品種的可溶性固形物等5個指標進行主成分分析，綜合得分前3名分別是‘紅玫瑰、‘維多利亞和‘溫克;劉春艷等[16]對寧夏7個葡萄品種的果實縱橫徑、總糖和可滴定酸等12個品質指標進行主成分分析，提取出的3個主成分累計貢獻率達90.07%，是綜合評價果實品質的重要參考因素;沈甜等[17]對銀川引種的10個無核鮮食葡萄品種的14個理化指標進行主成分分析，綜合得分最高的前3個品種分別是‘無核翠寶、‘夏黑和‘愛神玫瑰;因此，應用主成分分析可以有效地評價篩選優良葡萄品種。

主成分分析不僅應用于葡萄品種評價，也常用于蘋果[18-19]、桃[20-21]、獼猴桃[22-23]、柑橘[24]等果樹品種，前人品種評價時對于果實品質性狀的研究更為深入。品種評價篩選時，果實內在品質固然十分重要，但面對栽培管理成本增加以及消費者對果品質量和安全要求提高等新形勢，葡萄產業發展必須轉變觀念，以節本、優質、高效和綠色為發展目標[25]，這也要求品種結構和栽培模式需要進一步升級，綜合表現突出的品種會更好地助力產業發展。因此，本研究在設計評價指標時，除了二次果內在品質，還重點考量了二次果結果能力、產量穩定性、抗病性、成熟期、果實外觀品質、勞動強度和市場定位等指標，以期更全面地評價品種表現。

本研究中評價指標的性質和量綱不同，在提升評價全面性的同時也提高了評價難度，無法用統一量綱進行定量分析。因此，采用了無量綱的分數進行綜合評價[11-12]。分值設定時，為體現葡萄二次果生產時果實內在品質、二次果結果能力、果實外觀品質和二次果產量穩定性的重要性，賦予其更高的分值范圍。天津市農業科學院果樹研究所葡萄中心課題組根據各品種多年栽培表現給各指標賦分，獲得數據矩陣，再通過主成分分析，對38個品種的9個指標進行綜合分析，以期更多維地反映在設施葡萄二次果生產目標下的品種綜合表現。

本研究建立了基于綜合評分法和主成分分析的品種評價方法，主成分分析結果顯示，共提取4個主成分，方差累積貢獻率為75.486%，可以概括9個評價指標的大部分信息，根據4個主成分的綜合得分確定了設施二次果生產需求下38個品種的排名，‘玫瑰香優系、‘戶太8號、‘意大利、‘巨玫瑰排名靠前、綜合表現突出，‘黃玫瑰、‘巨峰、‘魏可和‘亞歷山大等綜合表現良好，該結果可以為我國北方地區設施葡萄二次果生產提供品種參考。

參考文獻：

[1] 路貴龍. 土旦吉熱. 中國葡萄二次結果技術研究進展[J]. 農學學報， 2018， 8（12）： 68-72.

[2] 白先進， 陳愛軍， 何建軍， 等. 巨峰葡萄延后一年兩收栽培技術[J]. 中國南方果樹， 2016， 45（2）： 167-168.

[3] 商佳胤， 田淑芬， 集賢， 等. 設施巨峰葡萄二次果果實品質及芳香化合物組分分析[J]. 西北植物學報， 2014， 34（9）： 1836-1842.

[4] 陳愛軍， 劉萍， 何建軍， 等. 不同修剪促花時期對“夏黑”葡萄二次果成熟期及品質的影響[J]. 中國果樹， 2017（6）： 40-42.

[5] 商佳胤， 李樹海， 朱志強， 等. 設施‘玫瑰香葡萄二次果果實品質及芳香化合物組分分析[J]. 果樹學報， 2013， 30（2）： 267-273.

[6] 陳恒. 修剪和植物生長調節劑對戶太八號葡萄二次結果的研究[D]. 長沙： 湖南農業大學， 2018.

[7] 劉萍， 陳愛軍， 宋雅琴， 等. CPPU和GA3對“溫克”葡萄二次果膨大及果實品質的影響[J]. 中國果樹， 2016（5）： 54-56.

[8] 王莉， 殷益明， 沈林章， 等. 浙江優質葡萄二次果生產的氣候適宜度研究[J]. 中外葡萄與葡萄酒， 2016（5）： 25-29.

[9] 林蟬蟬， 何舟陽， 單文龍， 等. 基于主成分與聚類分析綜合評價楊凌地區紅色鮮食葡萄果實品質[J]. 果樹學報， 2020， 37（4）： 520-532.

[10] 魏烈權， 盧世雄， 馬宗桓， 等. 基于主成分分析法的嘉峪關10種釀酒葡萄品種品質評價[J]. 甘肅農業大學學報， 2020， 55（3）： 90-96.

[11] 牟瓊， 吳佳海， 尚以順. 模糊評分法在高羊茅品種綜合評價中的應用[J]. 草業科學， 2003， 20（9）： 76-77.

[12] 任建中， 王宗漢. 綜合評分法選育楊樹紙漿材優良無性系探討[J]. 東北林業大學學報， 1996（4）： 70-71， 73-74.

[13] 劉建新， 楊珊， 李清超， 等. 玉米雜交種主要農藝性狀主成分分析[J]. 農業科技通訊， 2014（10）： 97-100.

[14] 李凱， 商佳胤， 黃建全， 等. 調虧灌溉對玫瑰香葡萄與葡萄酒酚類物質的影響[J]. 華北農學報， 2015（S1）： 500-506.

[15] 史洪琴， 隋常玲， 蔣麗光. 八個葡萄品種漿果品質性狀主成分分析[J]. 湖北農業科學， 2016， 55（14）： 3651-3653.

[16] 劉春艷， 謝岳， 李棟梅， 等. 基于主成分分析的釀酒葡萄果實評價[J]. 北方園藝， 2017（11）： 13-17.

[17] 沈甜， 牛銳敏， 黃小晶， 等. 基于層次-關聯度和主成分分析的無核鮮食葡萄品質評價[J]. 食品工業科技， 2021， 42（3）： 53-60， 67.

[18] 張臘臘， 韓明虎， 胡浩斌， 等. 基于主成分分析的蘋果品質綜合評價[J]. 江蘇農業科學， 2020， 48（3）： 209-213.

[19] 房杰， 孟永宏， 張英， 等. 基于主成分分析的蘋果品種綜合判別體系構建[J]. 農產品加工·綜合刊， 2016（2）： 42-45.

[20] 徐臣善， 高東升. 基于主成分分析的設施桃果實品質綜合評價[J]. 食品工業科技， 2014， 35（23）： 84-88， 94.

[21] 張春嶺， 劉慧， 劉杰超， 等. 基于主成分分析與聚類分析的中、早熟桃品種制汁品質評價[J]. 食品科學， 2019， 40（17）： 141-149.

[22] 陳璐， 廖光聯， 楊聰， 等. 基于主成分分析與聚類分析的黃肉獼猴桃品種（系）主要果實性狀的綜合評價[J]. 江西農業大學學報， 2018， 40（6）： 1231-1240.

[23] 鐘彩虹， 李大衛， 韓飛， 等. 獼猴桃品種果實性狀特征和主成分分析研究[J]. 植物遺傳資源學報， 2016， 17（1）： 92-99.

[24] 王靚鈺， 夏其樂， 陳劍兵， 等. 基于主成分分析的不同品種柑橘制汁適應性研究[J]. 果樹學報， 2019， 36（4）： 504-513.

[25] 劉鳳之. 中國葡萄栽培現狀與發展趨勢[J]. 落葉果樹， 2017， 49（1）： 1- 4.

收稿日期：2021-04-01

基金項目：天津市林果現代農業產業技術體系項目（ITTFPRS2018005）

作者簡介：李 凱（1987—），男，河南汝南人，助理研究員，主要從事葡萄栽培與釀酒方面研究。

通訊作者簡介：商佳胤（1981—），男，山東陽信人，副研究員，主要從事葡萄栽培生理方面研究。