23份鮮食大豆產量與主要農藝性狀的關聯度分析

摘 要：為研究鮮食大豆產量與主要農藝性狀的相關性，以23份鮮食大豆種質為材料，對其標準莢產量、鮮莢產量與11個主要農藝性狀分別進行灰色關聯度分析，以期篩選出影響鮮食大豆標準莢產量和鮮莢產量的主要因素，為鮮食大豆育種提供理論依據。結果表明：標準莢產量與主要農藝性狀的關聯順序依次為：單株有效莢數>有效分枝數>單株莢重>雙粒莢果數>主莖節數>株高>單粒莢果數>鮮百粒重>生育日數>3粒莢果數>底莢高度;鮮莢產量與主要農藝性狀的關聯順序依次為：單株莢重>單株有效莢數>株高>有效分枝數>雙粒莢果數>單粒莢果數>生育日數>主莖節數>底莢高度>鮮百粒重>3粒莢果數。可見，影響鮮食大豆產量的主要性狀為：單株有效莢數、有效分枝數、單株莢重和雙粒莢果數等4個性狀。影響標準莢產量的主要性狀，最主要的是單株有效莢數，其次為有效分枝數;影響鮮莢產量的主要性狀，最主要的是單株莢重，其次為單株有效莢數。

關鍵詞：鮮食大豆;標準莢產量;鮮莢產量;農藝性狀;灰色關聯度分析

中圖分類號：S 565.1?? 文獻標志碼：A?? 文章編號：0253-2301（2022）01-0041-07

DOI： 10.13651/j.cnki.fjnykj.2022.01.008

Correlation Analysis Between the Yield and Main Agronomic Traits of 23Vegetable Soybean Samples

KANG Rong-rong

（Quanzhou Institute of Agricultural Science， Quanzhou， Fujian 362212， China）

Abstract： In order to study the correlation between the yield and main agronomic traits of vegetable soybean， 23 vegetable soybean germplasms were used as the materials to analyze the grey relational grade between the standard pod yield， fresh pod yield and 11 main agronomic traits， thus to screen out the main factors affecting the standard pod yield and fresh pod yield of vegetable soybean， and provide theoretical basis for the breeding of vegetable soybean. The results showed that the order of the correlation between standard pod yield and main agronomic traits was ranked as follows： effective pod number per plant>effective branch number>pod weight per plant>double-seed pod number>node number of main stem>plant height>one-seeded pod number>fresh 100-seed weight>number of growing days>three-seed pod number>bottom pod height. The order of the correlation between fresh pod yield and main agronomic traits was ranked as follows： pod weight per plant>effective pod number per plant>plant height>effective branch number>double-seed pod number>one-seeded pod number>number of growing days>node number of main stem>bottom pod height>fresh 100-seed weight>three-seed pod number. It could be seen that the main traits affecting the yield of vegetable soybean were the effective pod number per plant， effective branch number， pod weight per plant and double-seed pod number. The main traits affecting the standard pod yield were the number of effective pods per plant， followed by the number of effective branches; while the main traits affecting the fresh pod yield were the pod weight per plant， followed by the effective pod number per plant.

Key words： Vegetable soybeans; Standard pod yield; Fresh pod yield; Agronomic traits; Grey correlation analysis

鮮食大豆，又名菜用大豆，俗稱毛豆，起源于中國，已有上千年的栽培歷史。鮮食大豆富含蛋白質、不飽和脂肪酸、氨基酸、維生素及各種礦物質，甜脆軟糯，味道鮮美，是餐桌上常見的豆類蔬菜

[1-2]。高產一直是育種者選育大豆新品（系）種主要目標之一，大豆產量是受多種因素控制，如果僅對產量性狀進行研究，往往無法達到預期的效果[3]。灰色關聯分析是把影響作物的各種因素本身所反映的灰色信息通過數字量化，使育種者對品種分析有一個比較客觀準確的評價[4-5]，已被廣泛應用于大豆新品種（系）區試[6-9]、產量[10-15]、異交結實率[16]、生育期[17]等研究中，本研究采用灰色關聯度分析法分別分析23份鮮食大豆的11個主要農藝性狀與標準莢產量和鮮莢產量間的關聯度，對影響標準莢產量和鮮莢產量的主要因素進行研究，為鮮食大豆育種提供理論依據。1 試驗數據來源與統計分析方法

1.1 數據來源與處理

本研究數據來源于2015-2018年4年福建省鮮食大豆品種區域試驗泉州試點23個鮮食大豆品系（種）的13個農藝性狀考種數據。其中，連續多年參加區域試驗的大豆品系（種）以其多年數據的平均值作為該品系（種）的數據，標準莢產量和鮮莢產量均以畝產計。除生育日數性狀的原始數值只保留整數部分外，其余性狀的原始數值均保留2位小數。數據用主要利用Excel 2010和SPSS 22.0軟件進行處理，結果均保留4位小數。

1.2 統計分析方法

統計分析方法主要參考郭瑞林作和鄧聚龍的方法[18-19]。根據灰色系統理論，將23份鮮食大豆的11個主要農藝性狀（不含標準莢產量和鮮莢產量這兩個農藝性狀）視為一個灰色系統，每一個性狀作為灰色系統的一個灰元[18-19]。設標準莢產量（鮮莢產量）為參考數列χ0（k）={ χ0（1）， χ0（2）， χ0（3）， … ， χ0（23）}，其他11個農藝性狀設為比較數列χi（k）={生育日數χ1（k）， 株高χ2（k）， 底莢高度χ3（k）， 主莖節數 χ4（k）， 有效分枝數χ5（k）， 單株有效莢數χ6（k）， 單株莢重χ7（k）， 鮮百粒重χ8（k） ， 單粒莢果數χ9（k） ， 雙粒莢果數χ10（k） ， 3粒莢果數χ11（k），其中，i=1，2，3，…11，表示第i個性狀，k=1，2，3，…23，表示第k個鮮食大豆樣品。

由于各個性狀的量綱不同，因此將各個性狀的原始數據按如下公式作無量綱化處理[3， 11]。

χi（k）′=χi（k）- isi （公式1）

χi（k）—原始數據，χi（k）′—無量綱化后的數據，

i—所有樣品第i個性狀的均值，si—所有樣品第i個性狀的標準差再利用無理綱化處理的數據求出各個比較性狀與參考性狀的差值的絕對值，即：

Δi（k）= |χi（k）′-χ0（k）′| （公式2）

并利用如下公式求出關聯系數：εi（k），通常分辨系數ρ取值在0.1～1.0，本研究取ρ=0.5。

εi（k）=

mini

mink

△i（k）+ρ×

maxi

maxk

△i（k）

△i（k）+ρ×

maxi

maxk

△i（k） （公式3）

最后利用關聯系數求出關聯度，公式如下：

ri=1n∑nk=1εi（k）? （公式4）

n—樣品總數，i—第i個農藝性狀，k—第k個樣品。

2 結果與分析

2.1 標準莢產量與農藝性狀的灰色關聯度分析

2.1.1 設定參考數列與比較數列 表1是23份鮮食大豆樣品的種質名稱及13個農藝性狀的原始均值數據。根據統計分析方法，設標準莢產量（鮮莢產量）為參考數列χ0（k）={ χ0（1），χ0（2），χ0（3），…，χ0（23）}，其他11個農藝性狀設為比較數列χi（k）={生育日數χ1（k）， 株高χ2（k）， 底莢高度χ3（k）， 主莖節數 χ4（k）， 有效分枝數χ5（k）， 單株有效莢數χ6（k）， 單株莢重χ7（k）， 鮮百粒重χ8（k） ， 單粒莢果數χ9（k） ， 雙粒莢果數χ10（k） ， 3粒莢果數χ11（k）}，其中，i=1，2，3，…11，表示第i個性狀，k=1，2，3，…23，表示第k個鮮食大豆樣品（表1）。

2.1.2 原始數據無量綱化處理 將各個性狀的原始數據按公式1作無量綱化處理[20-21]。無量綱化處理后的數據見表2。

2.1.3 求絕對差值 根據無量綱化處理后的數據（表2），求出各個比較性狀與參考性狀的差值的絕對值，代入公式2，計算結果見表3。

2.1.4 求關聯系數 根據表3的數據可知

二級最小差值

mini

mink

△i（k）=0.0105

二級最大差值

maxi

maxk

△i（k）=2.8430

將表3的數據代入公式3求出關聯系數εi（k），通常分辨系數ρ取值在0.1～1.0，本研究取 ρ見表4。

2.1.5 灰色關聯度分析及排序 根據公式4求得各樣品的標準莢產量與11個主要農藝性狀的關聯度ri，關聯度及排序見表5。

從表5可見，鮮食大豆標準莢產量與農藝性狀的關聯度大小順序依次為：單株有效莢數>有效分枝數>單株莢重>雙粒莢果數>主莖節數>株高>單粒莢果數>鮮百粒重>生育日數>3粒莢果數>底莢高度。根據灰色關聯度的原理可知，鮮食大豆主要農藝性狀對標準莢產量的影響，最大的是單株有效莢數，其次是有效分枝數，再是單株莢重、雙粒莢果數，底莢高度的影響最小。因此，在鮮食大豆的高產育種中，如果是以提高標準莢產量為目的，應該優先考慮選擇單株有效莢數多，且有效分枝數多、單株莢重大、雙粒莢果數多的品系。

2.2 鮮莢產量與農藝性狀的灰色關聯度分析

根據同樣的過程，將鮮莢產量與各主要農藝性狀原始數據，分別按公式1作無量綱化處理后，按公式2求得各個比較性狀與參考性狀的差值的絕對值，再按公式3求得關聯系數，最后將鮮莢產量與其余11主要個性狀（χ1～χ11）視為一個灰色系統，得出鮮莢產量與11個農藝性狀的關聯度ri，關聯度及排序見表6。

從表6可見，鮮食大豆鮮莢產量與農藝性狀的關聯度大小順序依次為：單株莢重>單株有效莢數>株高>有效分枝數>雙粒莢果數>單粒莢果數>生育日數>主莖節數>底莢高度>鮮百粒重>3粒莢果數。這說明，鮮食大豆主要農藝性狀對鮮莢產量的影響，最大的是單株莢重，其次是單株有效莢數，再是株高、有效分枝數，3粒莢果數的影響最小。因此，在鮮食大豆育種上，如果是以提高鮮莢產量為目的，則應優先考慮選擇單株莢重大，且單株有效莢數多的品系。

3 討論與結論

通過本研究得出，鮮食大豆標準莢產量與主要農藝性狀的關聯順序是：單株有效莢數>有效分枝數>單株莢重>雙粒莢果數>主莖節數>株高>單粒莢果數>鮮百粒重>生育日數>3粒莢果數>底莢高度，鮮莢產量與主要農藝性狀的關聯順序是：單株莢重>單株有效莢數>株高>有效分枝數>雙粒莢果數>單粒莢果數>生育日數>主莖節數>底莢高度>線百粒重>3粒莢果數，兩者之間共同的最大關聯是：單株有效莢數、有效分枝數、單株莢重、雙粒莢果數，可見，提高這4個性狀則既可以提高標準莢產量又可提高鮮莢產量，鮮食大豆品種選育中也可以將這4個性狀作為評價品種綜合性狀優劣的參考標準。

產量是大豆育種中衡量品種優劣的一個重要標準，但在鮮食大豆的育種中，僅單純用產量的高低來對品種進行評價，并不客觀全面，通過對品種的灰色關聯分析，可以將鮮食大豆的鮮莢產量、標準莢產量及其他主要農藝性狀全面分析，對以后篩選出符合育種目標優良品系具有重大意義，同時減少了篩選品種（系）的單一性和盲目性。

王忠等[13]研究結果表明，對菜用大豆產量關聯順序為：單株莢重>單株莢數>分枝數>株高，結論與本文鮮莢產量與農藝性狀關聯度基本一致。繆亞梅等[22]的研究結果表明，對鮮食大豆鮮莢產量關聯順序為單株莢數>主莖節數>生育期>分枝數，結論與本研究鮮莢產量與農藝性狀關聯度略有不同，一是因為作者沒有將單株莢重作為主要農藝性狀列入分析，二是因為品種不同，試驗地域、環境也不同，產量的表現也會有差異，分析結果也會有差異。因此，應該綜合考慮地區的氣候條件、土壤條件等多個栽培因素，選育適宜當地種植的高產鮮食大豆品種。

參考文獻：

[1]徐有，王鳳敏，默邵景，等，秦君等.我國菜用大豆的研究現狀與發展趨勢[J].河北農業科學，2012，16（4）：42-45.

[2]史鴻儒.遼寧省鮮食大豆產業發展對策研究[J].園藝與種苗，2021（6）：61-62.

[3]王海杰， 任海龍， 林力， 等.灰色關聯分析在春大豆產量分析中的應用[J].廣東農業科學，2013（24）： 11-14.

[4]周青，范陽，徐淑霞，等.安豆203主要農藝性狀與產量的灰色關聯度分析[J].耕作與栽培，2020，40（2）：42-44.

[5]閆向前，馬文婭，何鑫，等.夏大豆品種區域試驗4種分析方法的比較研究[J].安徽農業學科，2019，47（16）：43-45.

[6]馬兵，翟群社，馬雯，等. 2019年楊凌試驗點黃淮海夏大豆參試品種（系）的豐產性評價[J]. 中國種業，2020（8）：65-68.

[7]何鑫，閆向前，孫化軍，等.運用灰色綜合評判法綜合評價國家黃淮海夏大豆區試品種[J]. 大豆科技，2017（4）：6-12.

[8]吳建萍，馮銀栓，郝燕芳，等.應用灰色關聯分析區試大豆性狀的研究[J].種子科技，2016，34（6）：114-117.

[9]徐淑霞，周青，楊慧鳳，等.利用灰色關聯度分析大豆新品系[J].農業科技通訊，2015（4）：94-96.

[10]茍升學，肖金平.陜西省夏大豆產量與主要農藝性狀的通徑及灰色關聯度分析[J].江西農業學報，2016， 28（9）：18-22.

[11]連金番，羅瑞萍，趙志剛，等.節水脅迫下大豆產量與主要農藝性狀的灰色關聯分析[J].寧夏農林科技，2019，60（10）：1-4，9.

[12]屈洋，王可珍，劉洋，等.大豆產量與主要農藝性狀的灰色關聯度分析[J].陜西農業科學，2019，65（2） ： 39-41，67.

[13]王忠，楊亞玲，陳麗，等，菜用大豆產量與農藝性狀關系的灰色關聯分析[J].新疆農墾科技，2019（3）：6-9.

[14]薛香，郜慶爐.菜用大豆主要農藝性狀與單株產量的灰色關聯度[J].貴州農業科學.2011，39（8）：28-30.

[15]趙晶云，馬俊奎，任小俊，等.利用灰色關聯度分析法分析大豆的產量構成因素[J].農業科技通訊，2015（12）：144-147.

[16]孫佳堯，李志剛，張衛國，等.大豆不育系異交結實率與農藝性狀的灰色關聯度分析[J].內蒙古民族大學學報（自然科學版），2019，34（2）：134-137.

[17]蔡春，馬鈴鈴，安明哲，等.吉林省不同生育期組大豆品種間農藝性狀的比較分析[J].土壤與作物，2018，7（4）：449-455.

[18]郭瑞林.作物灰色育種學[M].北京：中國農業科技出版社，1995.

[19]鄧聚龍.農業系統灰色理論與方法[M].濟南：山東科學技術出版社，1988.

[20]王淑榮.灰色關聯分析在大豆育種數量性狀選擇上的應用[J].黑龍江農業科學，2000（3）：15-17.

[21]王淑榮.灰色關聯分析應用于大豆主要數量性狀選擇上的研究[J].農業系統科學與綜合研究，1995， 11（1）： 75-77.

[22]繆亞梅， 王學軍， 汪凱華， 等.鮮食大豆農藝性狀與鮮莢產量的灰色關聯分析[J].安徽農業科學，2008，36（36）：15809-15810，15813.

（責任編輯：柯文輝）

收稿日期：2021-12-12

作者簡介：康蓉蓉，女，1985年生，農藝師，主要從事大豆育種與推廣應用。

基金項目：福建省科技計劃引導性項目（2020N0050）;福建省科技計劃星火項目（2020S0030）。

3233501908208