水分脅迫條件下玉米產(chǎn)量影響因素灰色關(guān)聯(lián)分析

張莉,李西燦,程軍偉,劉彭,李鈞

水分脅迫條件下玉米產(chǎn)量影響因素灰色關(guān)聯(lián)分析

張莉,李西燦*,程軍偉,劉彭,李鈞

山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院, 山東 泰安 271018

為克服鄧氏關(guān)聯(lián)度不能反映負(fù)關(guān)聯(lián)性及導(dǎo)致分析結(jié)果與客觀實(shí)際不符的問(wèn)題，采用改進(jìn)的T型關(guān)聯(lián)度模型分析水分脅迫條件下玉米產(chǎn)量的影響因素。首先，根據(jù)實(shí)驗(yàn)數(shù)據(jù)計(jì)算玉米產(chǎn)量及7個(gè)因素序列在漬水、淹水條件下相較正常水分條件下的變化值，形成差值序列并對(duì)其進(jìn)行均值化處理；然后利用改進(jìn)的T型關(guān)聯(lián)度模型計(jì)算各因素差值序列與玉米產(chǎn)量差值序列的灰色關(guān)聯(lián)度，并分析因素關(guān)聯(lián)序的合理性。結(jié)果表明,各影響因素與玉米產(chǎn)量之間的灰色關(guān)聯(lián)序?yàn)椋捍菩坶g隔期>葉面積>整株干重>葉綠素含量>凈光合速率>倒伏率>葉粒比。研究結(jié)果客觀反映了各因素影響產(chǎn)量的生理機(jī)制，可以為采用農(nóng)藝措施促進(jìn)壯苗早發(fā)，協(xié)調(diào)雌雄穗同步發(fā)育，提升葉綠素含量和光合速率，增加干物質(zhì)積累，降低倒伏率，促進(jìn)玉米澇漬后生理和產(chǎn)量定向恢復(fù)和改善提供科學(xué)依據(jù)和技術(shù)支持。

玉米產(chǎn)量; 水分脅迫; 灰色關(guān)聯(lián)分析

玉米產(chǎn)量的影響因素較多，其中水分是玉米生長(zhǎng)的一個(gè)重要環(huán)境條件，采用合理方法分析水分脅迫條件下玉米產(chǎn)量的影響因素具有重要意義。灰色關(guān)聯(lián)分析法是利用灰色關(guān)聯(lián)度模型考察系統(tǒng)內(nèi)各因素與主行為特征間的聯(lián)系是否緊密，從而確定影響系統(tǒng)發(fā)展?fàn)顟B(tài)的主次因素[1]；關(guān)聯(lián)度越大，因素對(duì)系統(tǒng)的貢獻(xiàn)越大，反之貢獻(xiàn)則越小。灰色關(guān)聯(lián)度模型已由最初的基于點(diǎn)關(guān)聯(lián)的鄧氏關(guān)聯(lián)度發(fā)展為多種形式，如灰色絕對(duì)關(guān)聯(lián)度、基于相近視角和相似視角及整體視角的關(guān)聯(lián)度、灰度關(guān)聯(lián)度等[2-6]。因該方法所需樣本小、計(jì)算簡(jiǎn)單和易于實(shí)現(xiàn)，目前在確定與產(chǎn)量相關(guān)的主要農(nóng)藝性狀分析、綜合評(píng)價(jià)和優(yōu)良品種篩選等農(nóng)業(yè)生產(chǎn)領(lǐng)域中得到廣泛應(yīng)用[7-9]。鄧氏關(guān)聯(lián)度、絕對(duì)關(guān)聯(lián)度等一些灰色關(guān)聯(lián)度模型不能反映特征序列和因素序列之間的負(fù)關(guān)聯(lián)性，而在農(nóng)業(yè)生產(chǎn)領(lǐng)域，序列間同時(shí)呈現(xiàn)顯著正、負(fù)相關(guān)的情形很多，這種情況下若仍然采用只能體現(xiàn)正關(guān)聯(lián)的灰色關(guān)聯(lián)模型來(lái)分析，不但不能得到真正反映實(shí)際的結(jié)果，還有可能歪曲或顛覆客觀事物的本質(zhì)規(guī)律[10]。因此，本研究采用能夠刻畫(huà)數(shù)據(jù)序列間正、負(fù)相關(guān)性且具備無(wú)量綱化后保序效應(yīng)的灰色T型關(guān)聯(lián)度模型[11]，對(duì)正常水分、漬水、淹水三個(gè)處理下導(dǎo)致產(chǎn)量變化的7個(gè)影響因素進(jìn)行分析，確定它們作用的主次順序，旨在為水分冗余脅迫條件下玉米的生理恢復(fù)和產(chǎn)量改善提供理論依據(jù)和技術(shù)支持。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

本研究的試驗(yàn)區(qū)選在山東省泰安市岱岳區(qū)大汶口鎮(zhèn)小侯村。該地區(qū)屬暖溫帶半濕潤(rùn)季風(fēng)氣候區(qū)，年降水量為720 mm，夏季多雨，年平均氣溫為12.9 ℃，年日照時(shí)數(shù)在2 342.3～3 413.5 h之間，無(wú)霜期為195 d。以鄭單958為試驗(yàn)材料，在夏玉米拔節(jié)期進(jìn)行水分脅迫處理，設(shè)置漬水和淹水2種處理方式，淹水和漬水時(shí)間為5 d。漬水處理為土壤相對(duì)含水量保持在90%以上且田間無(wú)明水；淹水處理為田間積水深度為5～7 cm，CK處理土壤相對(duì)含水量約70%。小區(qū)面積100 m2，每個(gè)處理6次重復(fù)，行距60 cm，株距27 cm。播種日期為2021年6月15日。

1.2 試驗(yàn)方法

1.2.1 葉面積測(cè)定在玉米生長(zhǎng)的大喇叭口期、開(kāi)花期、籽粒建成期、乳熟期及蠟熟期測(cè)定夏玉米葉面積。葉面積(m2/株)=葉長(zhǎng)(cm)×葉寬(cm)×0.75。

1.2.2 葉綠素含量測(cè)定葉綠素含量采用酒精浸提分光光度法測(cè)定。

1.2.3 光合速率測(cè)定凈光合速率采用LI-6800便攜式光合測(cè)定儀進(jìn)行測(cè)定，于上午9:00～11:00在大喇叭口期測(cè)定最頂端展開(kāi)葉以及開(kāi)花后夏玉米穗位葉片的凈光合速率(Pn)。

1.2.4 夏玉米干物質(zhì)積累測(cè)定在玉米生長(zhǎng)的大喇叭口期、開(kāi)花期、籽粒建成期、乳熟期、蠟熟期和完熟期，每個(gè)處理順序選取3株，105 ℃殺青，80 ℃烘干稱(chēng)質(zhì)量。

1.2.5 植株倒伏性狀測(cè)定倒伏率（%）=倒伏株數(shù)/總株數(shù)×100%。

1.2.6 夏玉米葉粒比測(cè)定在夏玉米籽粒建成期、乳熟期和蠟熟期，測(cè)定每株的葉面積及穗粒數(shù)，每處理取3株。葉粒比(cm2/grain)=葉面積/穗粒數(shù)。

1.2.7 產(chǎn)量測(cè)定在夏玉米完熟期，每個(gè)處理取中間3行，每行連續(xù)取10個(gè)果穗進(jìn)行測(cè)產(chǎn)，脫粒后風(fēng)干至14%的含水量，根據(jù)田間實(shí)際穗數(shù)與收獲穗數(shù)的比值計(jì)算實(shí)際產(chǎn)量。

1.3 數(shù)據(jù)處理與分析方法

1.3.1 玉米產(chǎn)量與相關(guān)因素間的T型灰色關(guān)聯(lián)分析利用改進(jìn)的灰色T型關(guān)聯(lián)度模型計(jì)算產(chǎn)量與相關(guān)因素間灰關(guān)聯(lián)序，具體過(guò)程如下：

Step1：按照灰色系統(tǒng)理論，將3種試驗(yàn)條件下的產(chǎn)量及其7個(gè)影響因素視為一個(gè)灰色系統(tǒng)，玉米產(chǎn)量作為系統(tǒng)特征序列，記為0()，7個(gè)影響因素作為系統(tǒng)相關(guān)因素序列，分別記作：1()(葉面積)，2()(葉綠素含量)，3()(凈光合速率)，4()(整株干重)，5()(倒伏率)，6()(雌雄間隔期)，7()(葉粒比)。其中，當(dāng)1≤≤6時(shí)，數(shù)據(jù)表示正常水分下的數(shù)據(jù)，當(dāng)7≤≤12時(shí)，數(shù)據(jù)表示漬水處理下的數(shù)據(jù)，當(dāng)13≤≤18時(shí)，數(shù)據(jù)表示淹水處理下的數(shù)據(jù)。

Step2：利用式(1)和式(2)計(jì)算玉米產(chǎn)量及其各因素序列在漬水、淹水條件下相較正常水分條件下的變化值，形成差值序列Y。即：

因產(chǎn)量與其相關(guān)因素的序列量綱不同，由式(3)對(duì)數(shù)據(jù)進(jìn)行均值化處理(無(wú)量綱化)。

1.3.4 數(shù)據(jù)分析采用Microsoft excel 2017和SPSS 22.0軟件進(jìn)行試驗(yàn)數(shù)據(jù)的處理和分析。

2 結(jié)果與分析

2.1 不同試驗(yàn)條件下玉米產(chǎn)量與各因素序列的變化趨勢(shì)分析

根據(jù)原始實(shí)驗(yàn)數(shù)據(jù)，利用式(1),(2)計(jì)算漬水、淹水相較正常水分(CK)下玉米產(chǎn)量及各因子的差值，形成差值序列Y()，=1,2,…,12；=1,2,…,7，結(jié)果見(jiàn)表1。由表1可見(jiàn)，產(chǎn)量、葉面積、葉綠素含量、凈光合速率和整株干重受水分脅迫均降低，而倒伏率、雌雄間隔期增大，葉粒比的趨勢(shì)不明顯。因此，可以判定葉面積、葉綠素含量、凈光合速率、整株干重與產(chǎn)量呈現(xiàn)正相關(guān)，倒伏率和雌雄間隔期與產(chǎn)量呈現(xiàn)負(fù)相關(guān)，而葉粒比與產(chǎn)量的關(guān)系難以確定。

表1 漬水和淹水相較正常水分下的玉米產(chǎn)量及各影響因素差值

2.2 玉米產(chǎn)量與各影響因素序列間的相關(guān)分析

利用均值化處理后的數(shù)據(jù)?，計(jì)算各因子間的相關(guān)系數(shù)，結(jié)果見(jiàn)表2。由表2的第1列數(shù)據(jù)可知，葉面積、葉綠素含量、凈光合速率、整株干重等因素與產(chǎn)量顯著正相關(guān)，而倒伏率、雌雄間隔期與產(chǎn)量顯著負(fù)相關(guān)，葉粒比與產(chǎn)量負(fù)相關(guān)但不顯著。這說(shuō)明該灰色系統(tǒng)中，系統(tǒng)特征序列與相關(guān)因素序列存在顯著的正、負(fù)相關(guān)性。

表2 玉米產(chǎn)量與各影響因素間的相關(guān)系數(shù)

注：*和**分別表示0.05、0.01水平上顯著和極顯著。

Note:*And**are significant and extremely significant at the level of 0.05 and 0.01 respectively.

2.3 玉米產(chǎn)量與各影響因素序列間的灰色關(guān)聯(lián)分析

根據(jù)表1，利用式(3)，(4)，(5)計(jì)算關(guān)聯(lián)度。玉米產(chǎn)量與各影響因素的T型關(guān)聯(lián)度依次為：

1=0.930，2=0.809，3=0.806，4=0.872，5=-0.669，6=-0.985，7=-0.005

根據(jù)表1，利用鄧氏關(guān)聯(lián)度模型，則玉米產(chǎn)量與各影響因素的關(guān)聯(lián)度依次為：

1=0.958，2=0.867，3=0.864，4=0.916，5=0.464，6=0.437，7=0.655

根據(jù)T型關(guān)聯(lián)度，7個(gè)影響因素中與玉米產(chǎn)量呈正關(guān)聯(lián)的有葉面積、整株干重、葉綠素含量、凈光合速率，負(fù)關(guān)聯(lián)的有倒伏率、雌雄間隔期、葉粒比；而鄧氏關(guān)聯(lián)度表明，7個(gè)影響因素與玉米產(chǎn)量均呈正關(guān)聯(lián)。根據(jù)T型關(guān)聯(lián)度的絕對(duì)值，玉米產(chǎn)量影響因素的關(guān)聯(lián)序?yàn)椋捍菩坶g隔期>葉面積>整株干重>葉綠素含量>凈光合速率>倒伏率>葉粒比。根據(jù)鄧氏關(guān)聯(lián)度，玉米產(chǎn)量影響因素的關(guān)聯(lián)序?yàn)椋喝~面積>整株干重>葉率素含量>凈光合速率>葉粒比>倒伏率>雌雄間隔期。顯然，T型關(guān)聯(lián)度與鄧氏關(guān)聯(lián)度的關(guān)聯(lián)序不同，但T型關(guān)聯(lián)度的排序結(jié)果更符合實(shí)際。

2.4 討論

玉米產(chǎn)量取決于單位面積穗數(shù)、穗粒數(shù)和千粒重。受澇漬脅迫后，單位面積穗數(shù)變化大，穗粒數(shù)變少，千粒重有增加的趨勢(shì)，因此澇漬脅迫玉米產(chǎn)量的降低往往是由穗粒數(shù)變少造成的[12]。已有研究表明，澇漬脅迫后，玉米的雌雄間隔期加大，雌雄間隔期加大則降低了雄花花粉落在柱頭上的概率，從而造成授粉效果不佳，穗粒數(shù)減少[13]。可見(jiàn)，由于雌雄間隔期加大導(dǎo)致的穗粒數(shù)減少是玉米受澇漬脅迫后產(chǎn)量降低的最直接和最根本的原因，因而，其與產(chǎn)量的關(guān)聯(lián)度在整個(gè)關(guān)聯(lián)序中最大是合理的[14]。在作物生產(chǎn)中，葉面積是所有光合產(chǎn)物來(lái)源的介質(zhì)和物質(zhì)基礎(chǔ)，其在玉米生理生化活動(dòng)中作用于玉米生育周期的始終，葉面積的變化勢(shì)必強(qiáng)烈影響產(chǎn)量的變化[15]，這也是葉面積的關(guān)聯(lián)度排在第二位的主要原因。整株干重是作物產(chǎn)量的基礎(chǔ)，除開(kāi)花后向籽粒的轉(zhuǎn)運(yùn)貯藏物質(zhì)外，整株干重還為作物的生命活動(dòng)提供物質(zhì)和能量，考慮其來(lái)源于葉面積、光合時(shí)間、光合速率的共同作用，故認(rèn)為其與產(chǎn)量的關(guān)聯(lián)度排在第三位較為合適[16]。盡管葉綠素含量和光合速率大小密切相關(guān)，光合速率亦和葉面積、光合時(shí)間共同對(duì)整株干重和產(chǎn)量做出貢獻(xiàn)，但在苗期進(jìn)行淹水，僅在較短的時(shí)間內(nèi)光合速率和葉綠素含量成為光合產(chǎn)物形成的限制因子，之后便恢復(fù)至正常水平，可見(jiàn)二者相較前面所述諸因素對(duì)玉米產(chǎn)量的影響相對(duì)較小[17]。已有研究表明，倒伏率的增加會(huì)降低作物的單位面積穗數(shù)，單位面積穗數(shù)是影響產(chǎn)量的最關(guān)鍵構(gòu)成因素，而光合速率和葉綠素不是產(chǎn)量降低的最關(guān)鍵因子也被證明[17]，這充分說(shuō)明倒伏率的關(guān)聯(lián)序排在剩余其他因素之前的合理性。葉粒比與玉米產(chǎn)量的關(guān)聯(lián)度僅為-0.005，在所有影響因子中最低，且其對(duì)產(chǎn)量的影響具有正負(fù)兩個(gè)方向的搖擺性，這決定了其與玉米產(chǎn)量的關(guān)聯(lián)度在關(guān)聯(lián)序中居于最后位置。

在鄧氏關(guān)聯(lián)序中，雌雄間隔期的關(guān)聯(lián)度排在最后一位，這與多數(shù)農(nóng)學(xué)專(zhuān)家的研究結(jié)果相悖，不能反映生產(chǎn)實(shí)際，且鄧氏關(guān)聯(lián)度模型存在不能直觀反映影響因素與玉米產(chǎn)量正、負(fù)相關(guān)性。改進(jìn)的T型灰關(guān)聯(lián)度模型可以直接區(qū)分因素與玉米產(chǎn)量的正、負(fù)相關(guān)性，不僅能把7個(gè)影響因素綜合排序，而且可以客觀反映了生產(chǎn)中的實(shí)際規(guī)律。因此，改進(jìn)的T型關(guān)聯(lián)度模型在計(jì)算涉及負(fù)相關(guān)的影響因素時(shí)顯著優(yōu)于鄧氏關(guān)聯(lián)度模型。

3 結(jié) 論

利用改進(jìn)的T型關(guān)聯(lián)度模型計(jì)算的各因素與玉米產(chǎn)量的關(guān)聯(lián)序?yàn)椋捍菩坶g隔期>葉面積>整株干重>葉綠素含量>凈光合速率>倒伏率>葉粒比，相較利用鄧氏關(guān)聯(lián)度模型分析的結(jié)果，更能客觀反映生產(chǎn)中的實(shí)際規(guī)律。研究結(jié)果可以為采用有效農(nóng)藝措施促進(jìn)壯苗早發(fā)，協(xié)調(diào)雌雄穗同步發(fā)育，提升葉綠素含量和光合速率，增加干物質(zhì)積累，降低倒伏率，促進(jìn)玉米澇漬后生理和產(chǎn)量定向恢復(fù)和改善提供科學(xué)依據(jù)和技術(shù)支持。

[1] 劉思峰.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2021

[2] 黃浩,王浩華.灰色Ｔ型關(guān)聯(lián)度的改進(jìn)與實(shí)證[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2016,46(1):131-139

[3] 黨耀國(guó),劉思峰,劉斌,等.灰色斜率關(guān)聯(lián)度的改進(jìn)[J].中國(guó)工程科學(xué),2004,6(3):41-44

[4] 馮鶴林,陳勇明,楊淼.關(guān)于T型關(guān)聯(lián)度正負(fù)性的探討[J].統(tǒng)計(jì)與決策,2012(19):15-17

[5] 馮鶴林,陳勇明.一種改進(jìn)的T型灰色關(guān)聯(lián)度及應(yīng)用研究[J].統(tǒng)計(jì)與決策,2011(5):160-163

[6] Li L, Li XC. Analysis on the related factors of china's technological innovation ability using greyness relational degree [J]. Grey System Theory and Application, 2022,12(3):651-671

[7] 劉美茹,張仙美,張權(quán),等.20個(gè)芝麻品種單株產(chǎn)量相關(guān)性狀的灰色關(guān)聯(lián)分析及其綜合評(píng)價(jià)[J].山東農(nóng)業(yè)科學(xué),2021,53(7):19-26

[8] 沈甜,牛銳敏,黃小晶,等.基于層次關(guān)聯(lián)度和主成分分析的無(wú)核鮮食葡萄品質(zhì)評(píng)價(jià)[J].食品工業(yè)科技,2021,42(3):53-67

[9] 稅紅霞,何丹,王秀全,等.11個(gè)春玉米新品種主要農(nóng)藝性狀與產(chǎn)量的灰色關(guān)聯(lián)度分析[J].耕作與栽培,2020,40(1):20-23

[10] 任文靜,李西燦,劉杰亞,等.正反向灰色關(guān)聯(lián)度的土壤有機(jī)質(zhì)高光譜估測(cè)[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào),2021,52(5):840-844

[11] 孫玉剛,黨耀國(guó).灰色T型關(guān)聯(lián)度的改進(jìn)[J].系統(tǒng)工程理論與實(shí)踐,2008(4):135-139

[12] 王成雨,慕麗,李森郁,等.拔節(jié)期水分冗余脅迫對(duì)淮北平原夏玉米產(chǎn)量形成機(jī)制的影響[J].農(nóng)業(yè)工程學(xué)報(bào),2022,38(2):87-94

[13] 莫薇,鄒丹丹,劉佳倩,等.玉米抗?jié)n生化制劑篩選研究[J].山東農(nóng)業(yè)科學(xué),2015,47(8):74-77

[14] 王成雨,宋賀,胡玲惠,等.玉米品種耐淹形態(tài)指標(biāo)篩選及其耐淹光合生理特性研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2014,41(4):533-539

[15] 于寧寧,張吉旺,任佰朝,等.綜合農(nóng)藝管理對(duì)夏玉米葉片生長(zhǎng)發(fā)育及內(nèi)源激素含量的影響[J].作物學(xué)報(bào),2020,46(6):960-967

[16] 陳楊,王磊,白由路,等.有效積溫與不同氮磷鉀處理夏玉米株高和葉面積指數(shù)定量化關(guān)系[J].中國(guó)農(nóng)業(yè)科學(xué),2021,54(22):4761-4777

[17] 王成雨,張麗瓊,宋賀,等.寬行壟作增強(qiáng)苗期淹水夏玉米光合和抗倒性提高產(chǎn)量[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(18):129-135

Grey Relational Analysis of Influencing Factors of Maize Yield under Water Redundancy Stress

ZHANG Li, LI Xi-can*, CHENG Jun-wei, LIU Peng, LI Jun

271018,

In order to overcome the disadvantages that the Deng's relational degree model can not reflect the negative correlation and the obtained result is inconsistent with the objective reality, this study uses the improved T-type relational degree model to analyze the influencing factors on the change of maize yield. Firstly, according to the experimental data, the change values of the maize yield and its 7 factors sequence under waterlogging and flooding condition compared with normal water condition are calculated to form the difference sequence, and its average value processing is carried. Then the grey relational degree between the difference sequence of each factor and the difference sequence of maize yield are calculated by using the improved T-type relational degree model, and the rationality of the relational order is analyzed. The results show that the grey relational order between the influencing factors and yield is as follows: male female interval > leaf area > whole plant dry weight > chlorophyll content > net photosynthetic rate > lodging rate > leaf grain ratio.The analysis results can objectively reflected the physiological mechanism of each influencing factor affecting yield, and it can provide scientific basis and technical support for using agronomic measures to promote early growth of strong seedlings, coordinate the synchronous development of male and female panicles, improve chlorophyll content and photosynthetic rate, increase dry matter accumulation and reduce lodging rate and promote the directional recovery and improvement of physiology and yield of maize after waterlogging.

Maizeyield; water redundancy stress; grey relational analysis

N941.5/S513

A

1000-2324(2022)04-0526-05

10.3969/j.issn.1000-2324.2022.04.004

2022-02-25

2022-04-26

山東省自然科學(xué)基金項(xiàng)目(ZR2016DM03)

張莉(1981-),女,碩士,講師,主要研究方向?yàn)榛疑到y(tǒng)理論. E-mail:zhangli@sdau.edu.cn

Author for correspondence. E-mail:lxc@sdau.edu.cn