莜麥產量與農藝性狀的綜合評價分析

皇甫紅芳，李 剛，楊 富，蘇占明

（山西農業大學 高寒區作物研究所，山西 大同 037008）

灰色關聯度分析（GRA）[3]是根據因素之間發展趨勢的相似或相異程度，亦即“灰色關聯度”，作為衡量因素間關聯程度的一種方法。因此，它的適用性廣，在綜合評價、類型區劃、判斷分析等方面都有廣泛的應用。該方法應用在谷子[4-5]、水稻[6-8]、玉米[9-10]、啤大麥[11]、大豆[12]、綠豆[13]、高粱[14]、馬鈴薯[15]、胡麻[16]等農作物品種選育和農藝性狀的總體評價上，并取得了很好的效果。但在莜麥上的相關試驗報道很少。

晉北地區是山西省莜麥主產區，本試驗以從5 個省引進的10 份莜麥資源為材料，采用灰色關聯度分析對莜麥的產量及7 個農藝性狀進行了綜合評價，以明確莜麥主要農藝性狀對產量的影響大小，旨在為晉北地區莜麥田間栽培管理提供生產幫助，同時也可以為優質、高產莜麥新品種的選育提供有力的科學依據。

1 材料和方法

1.1 試驗地概況

試驗于2018 年在大同市毛皂鎮山西省農業科學院試驗基地（北緯39°92′，東經113°27′）進行。該地地處黃土高原，海拔1 040 m，具有大陸性特征的溫帶季風氣候，全年日照時數為2 860 h，年平均氣溫為6.3 ℃，年均降雨量為383 mm，夏季雨水集中，冬季日短天寒。

1.2 試驗材料

供試莜麥10 個品種為壩莜1 號、壩莜3 號、白燕2 號、白燕20 號、晉燕17 號、晉燕8 號、晉燕12 號、定莜5 號、定莜7 號、燕科1 號，分別來源于河北、吉林、山西、甘肅、內蒙古5 個省，具體情況如表1所示。

表1 試驗材料情況Tab.1 Test material condition

1.3 試驗設計

試驗采用隨機區組排列，重復3 次，小區面積為13.34 m2（6.67 m×2.00 m），小區種植8 行，行距0.25 m。試驗土壤為沙壤土，水澆地，肥力中等，播種前7 d 進行灌水，以確保全苗壯苗，播期在4 月16 日，留苗450 萬株/hm2，播種前施復合肥300 kg/hm2，在莜麥4～5 葉期第1 次中耕除草，拔節期進行第2 次中耕除草，其他管理同大田常規管理。在全區莜麥籽粒75%由軟變硬、小區有75%穗花鈴發黃，進入臘熟后期時，進行收獲、脫粒測產。

1.4 測定指標及方法

調查和記載莜麥不同生育期。進入臘熟階段，在小區中選擇不斷壟、生長比較茂盛、比較整齊的中間3～4 行隨機取樣10～15 株，在田間測量株高、穗長。收獲后經多次晾曬風干，在室內進行考種，測定穗鈴數、穗粒數、穗粒質量、千粒質量，并計算小區產量。

1.5 分析方法

根據灰色系統理論原理，將莜麥10 個品種和它的主要性狀組成一個灰色系統，每個農藝性狀是灰色系統的一個因素，參考數列X0定為小區產量，7 個性狀設為比較數列，分別是生育期（X1）、株高（X2）、穗長（X3）、穗鈴數（X4）、穗粒數（X5）、穗粒質量（X6）、千粒質量（X7）。

由于各性狀的量綱不同，根據灰色系統理論，需對各性狀進行無量綱化處理。采用初值化處理方法，即用Xi數列除以X0相應的指標，得到各項指標數值都在0～1 的新數列。

從產業學院創建目標上看，產業學院不是以盈利為目標，而是在培養行業需要的實踐人才基礎上充分協調校企雙方訴求，達到互助互利，全面協調可持續發展。由此出發，浙江醫藥高等專科學校藥學院與泰格醫藥共建產業學院職能定位為：集人才培養、技術服務及培訓等功能為一體。一方面成為學校的產學研基地、“雙師型”教師企業培訓崗位、創新班畢業生實訓基地，另一方面成立合作企業的人才培養中心，共建產業學院品牌及形象。[5]

式中，ai（k）為關聯系數；d為分辨系數，一般取0.5；ri為關聯度。

用公式（3）對原始數據進行無量綱化處理。

其中，i為不同的品種，j為不同的性狀，X′ij為無量綱化的數據；Xij為未處理的原始數據，-Xj為j性狀的平均值，Sj為j性狀的標準差。

1.6 數據分析

試驗采用Excel 2017 和SPSS 18.0 軟件對數據進行整理及統計分析。

2 結果與分析

2.1 不同莜麥品種的農藝性狀變異特征分析

由表2 可知，莜麥的8 個性狀變異系數都小于15%，說明不同的性狀之間差異很小，表現為穗粒數＞穗粒質量＞穗長＞產量＞株高＞生育期＞穗鈴數＞千粒質量，其中，千粒質量和穗鈴數的變異系數較小，分別為7.62%和7.67%，它們二者的變異程度最小，穗粒數的變異系數最大，為14.32%。可推斷出10個莜麥品種不同農藝性狀之間差異不大。

表2 不同莜麥品種的農藝性狀與產量Tab.2 Agronomic traits and yield of different naked oat varieties

2.2 莜麥的主要農藝性狀與產量之間的相關性分析

莜麥的主要農藝性狀與產量之間的相關性分析如表3 所示。

表3 莜麥主要農藝性狀與產量之間的相關性分析Tab.3 Correlation analysis between main agronomic traits and yield of naked oats

從表3 可以看出，產量與株高、穗粒數、穗鈴 數、穗粒質量、千粒質量呈正相關，與生育期、穗長呈負相關，產量與穗鈴數的正相關性最大，與生育期的負相關性最大。穗鈴數與產量、株高、穗長、穗粒數、穗粒質量、千粒質量呈正相關，與生育期呈負相關，穗鈴數與穗粒數的正相關性最大。穗長與生育期、株高、穗鈴數、穗粒數、穗粒質量呈正相關，與產量、千粒質量呈負相關；穗長與生育期的正相關性最大，與產量的負相關性最大。千粒質量與產量、穗鈴數、穗粒數、穗粒質量呈正相關，與生育期、株高、穗長呈負相關，千粒質量與產量的正相關性最大，與生育期的負相關性最大。穗粒質量與產量、株高、穗長、穗鈴數、穗粒數、千粒質量呈正相關，與生育期呈負相關，穗粒質量與穗鈴數的正相關性最大。生育期與株高、穗長之間呈正相關，與穗鈴數、穗粒數、穗粒質量、千粒質量呈負相關，生育期與穗長的正相關性最大，與穗鈴數的負相關性最大。穗粒數與產量、株高、穗長、穗鈴數、穗粒質量、千粒質量呈正相關，與生育期呈負相關，穗粒數與穗鈴數的正相關性最大。株高與生育期的正相關性最大，與千粒質量呈負相關。

從表3 可以看出，產量與千粒質量、穗鈴數、穗粒數、穗粒質量和株高呈正相關，但是相關性不顯著。穗鈴數與穗粒數、穗粒質量呈顯著正相關；穗粒數與穗粒質量呈顯著正相關。千粒質量和產量的相關系數最大，說明千粒質量是影響產量的主要因素。相關分析方法明確了各個農藝性狀對產量影響的主次關系，為育種提供相應的理論依據。

2.3 莜表農藝性狀之間的關聯性分析

2.3.1 農藝性狀數據標準化 為保證各性狀間具有同序性和等效性，對原始數據進行無量綱化處理，結果如表4 所示。

表4 各指標數據無量綱化處理Tab.4 Dimensionless processing results of data

由于系統中各因素列中的數據可能因量綱不同，不便于比較或在比較時難以得到正確的結論，因此，在進行灰色關聯度分析時，一般要進行數據的無量綱化處理。數據經過標準化處理后，原始數據轉化為無量綱化指標測定值，各指標值處于同一數量級別，可進行綜合測評分析。如果直接用原始指標值進行分析，就會突出數值較高的指標在綜合分析中的作用，相對削弱數值水平較低指標的作用。

2.3.2 產量與農藝性狀之間的關聯系數 不同品種各性狀與產量的關聯系數及其排序如表5、6所示。

表5 不同莜麥品種各性狀與產量關聯系數矩陣Tab.5 Association coefficient matrix of all traits and yield of naked oats variety

由表5、6 可知，關聯度越大，和參考數列關系越靠近，越密切，相反則關系越遠。可以看出，莜麥各性狀對產量的影響從大到小依次為千粒質量＞穗鈴數＞穗粒數＞株高＞穗長＞穗粒質量＞生育期。因此，當栽培條件和田間管理水平一樣的情況下，在莜麥新品種選育過程中，要綜合考慮千粒質量、穗鈴數、穗粒數和株高4 個性狀，盡量選擇千粒質量大、穗鈴數多、穗粒數多、株高較高的品種，其余指標在新品種選育過程中可適當進行關注。

表6 不同類型莜麥品種性狀與產量的關聯度Tab.6 Association between traits and yield of different naked oats varieties

3 結論與討論

農作物農藝性狀的變異系數和農作物的遺傳多樣性的關系是正相關。本試驗中參試的10 份莜麥種質資源的8 個主要農藝性狀變異系數范圍為7.62%～14.32%，變異系數相對較小。表明想得到理想的目標性狀，僅改進育種手段是很難的。蹇黎等[17]對喀斯特山區野生燕麥重要農藝性狀的相關性分析表明，各性狀變異系數從大到小依次為穗粒質量＞穗粒數＞有效穗數＞小穗數＞千粒質量＞穗長＞株高。包海柱等[18]對大麥的研究表明，主穗粒質量、單株粒數、單株粒質量這些農藝性狀與產量的密切程度緊密；楊忠強等[19]對小麥的試驗中發現，穗粒質量、單株質量、穗粒數、結實小穗數與單株產量呈極顯著正相關。在本試驗中，與產量呈正相關的是千粒質量、穗鈴數、穗粒數、穗粒質量、株高，這與前人試驗結果相似。

魏萌涵等[20]應用灰色關聯度方法分析研究表明，對產量形成影響較大是單穗質量、穗粗、穗粒質量，穗長以及生育期相對來說影響小。張立媛等[21]研究表明，影響糜子產量的主要性狀為千粒質量、穗粒質量、單穗質量、出糜率，影響產量不大的性狀是穗長、株高。在本試驗中，結論有點類同，對莜麥產量的形成主要農藝性狀中影響較大的是千粒質量、穗鈴數、穗粒數，株高和穗長對產量的影響處于中間水平，而生育期和穗粒質量對產量的影響不大。

采用相關分析的方法對農作物各種性狀以及經濟產量和生物學產量進行評價時，需要提供大量的樣品信息，可以找出不同因素之間的相關關系，是正相關、負相關或不相關。一般只是定性分析，而不能定量分析，而灰色關聯度分析對樣品的數量沒有太多的要求，也不需要典型的分布規律，能夠從各個方面和各個角度對品種的性狀進行定量分析和整體評估。本試驗通過相關性和灰色關聯度分析，可知千粒質量、穗鈴數、穗粒數是影響莜麥產量的主要因子，同時關注株高和穗粒質量，為選育高產量、優良品質莜麥新品種提供了重要依據。在莜麥種植區，應注重千粒質量高、穗鈴數多、穗粒數多的種質資源利用，并適當重視考慮穗粒質量和株高。