254份水稻種質資源表觀品質性狀的綜合評價

摘要：以254份水稻種質資源為供試材料，分別在貴州省喀斯特地區3個不同的生態環境條件下進行種植試驗，通過相關性分析、主成分分析、綜合評價及聚類分析，對8個主要稻米品質表觀性狀進行評價。結果表明，8個指標性狀具有豐富的遺傳變異，3個地區8個品質性狀的變異系數（CV）范圍為2.06%～104.36%，遺傳多樣性指數（I）范圍為1.51～2.03。在3個不同的生態環境條件下各指標的變異系數、遺傳多樣性指數及平均值表現不同，無論是在加工品質還是外觀品質上，表現最差的是黃平（HP），最優的是貴定（GD），興義（XY）居中。通過主成分分析及綜合評價可知，得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。聚類分析將254份水稻種質分為4個類群，外觀品質表現最好的為類群Ⅲ，加工品質表現最優的是類群Ⅰ。總的來說，不同的水稻品種性狀表現不同，且在不同的生態環境下同一品種的表現也有差異。本研究結果為我國喀斯特地區優良水稻品種的篩選及水稻品質的改良提供了參考。

關鍵詞：水稻；種質資源；品質；主成分分析；聚類分析；綜合評價

中圖分類號：S511.037" 文獻標志碼：A

文章編號：1002-1302（2024）19-0079-10

收稿日期：2023-04-18

基金項目：貴州省高等學校功能農業重點實驗室項目（編號：［2023］007號）；貴州省糧油作物分子育種重點實驗室項目（編號：［2023］008）；貴州省喀斯特山地水稻作物學科技創新人才團隊建設項目（編號：黔科合平臺人才-BQW［2024］001）。

作者簡介：夏宇玲（1998—），女，貴州銅仁人，碩士研究生，主要從事水稻栽培研究。E-mail：2871160373@qq.com。

通信作者：趙全志，博士，教授，主要從事水稻栽培生理研究。E-mail：qzzhao@gzu.edu.cn。

水稻作為我國最重要的口糧之一，其在農業生產上有著不可忽視的地位^［1］。隨著科學技術的發展，雜交水稻技術的不斷突破，在滿足飽腹的基礎上，人們逐漸將關注度轉移到了口感和營養上^［2］。稻米的品質可從多方面進行評價，主要包括以下方面：以大米的出米率及整精米率進行評價的加工品質^［3］；以堊白度、透明度等作為評價標準的外觀品質^［3］；從直鏈淀粉含量、膠稠度、糊化溫度等方面進行評價的蒸煮食用品質^［4］；以粗蛋白、賴氨酸等含量來判斷營養品質^［5］。不同的評價指標有不同的評價標準，在科研中，稻米品質通常是以各個指標性狀的綜合情況進行判定；作為商品，人們在大米的選擇上通常是進行表觀的判斷，如顆粒完整、顏色透亮、堊白少等^［6-7］。因此，稻米作為市場上必不可少的商品，其外觀品質和加工品質在市場流通上顯得格外重要。

種質資源是在長期自然選擇和人工選擇過程中形成的，攜帶著各式各樣的基因，是品種選育必不可少的基本材料來源^［8］。水稻作為世界三大糧食作物以及我國最主要的糧食作物之一，其種質資源的重要性不言而喻^［9］。劉研等對遼寧62個粳稻品種的9個產量品質性狀通過因子得分系數進行聚類分析，共分為3類，在外觀品質上類群Ⅲ的堊白度與堊白粒率極顯著高于類群Ⅱ，類群Ⅰ則居于二者之間^［10］；馮瑩瑩等對46個東北優質粳稻的品質進行了綜合評價，并采用聚類分析將所選品種分成了4類，發現不同類群間的品質差異較大，類群Ⅰ僅有1個品種，且稻米綜合品質最優，類群數越往后稻米品質越差^［11］；王強等對66份廣西審定的絲苗品種的多個農藝性狀進行綜合分析并聚類，不同類型的品種間表型差異較大，特別是秈型兩系雜交稻在各類群中都有分布，遺傳變異多樣性較強^［12］；Yu等通過對10個地區種植的6個水稻品種進行品質測定分析，發現在不同地點種植的水稻各品質的穩定性不同^［13］；Wang等基利用258個水稻種質分別在廣東深圳和海南三亞種植，并對籽粒外觀和加工品質進行全基因組關聯分析，共篩選出19個影響稻米加工和外觀品質的候選基因^［14］。說明水稻外觀與加工品質的變異除受環境變化影響外，受遺傳因素的影響也較明顯。但由于育種材料數量的龐大以及基因與環境的互作效應復雜，要定量評價一個新品種的性狀及其適宜栽種的環境是比較困難的，而且大多數的育種研究均僅關注材料本身，忽視了一些最基礎的問題，這就導致國內外不同水稻品種的地區適應性研究較為薄弱。

本研究以254份從國內外收集而來的常規稻作為供試材料，分別在貴州省喀斯特地區3個不同環境下種植，運用相關性分析、主成分分析及聚類分析等方法鑒定稻米品質性狀，篩選出加工和外觀性狀良好的水稻種質，為我國喀斯特地區優良水稻品種的篩選及水稻品質的改良提供重要理論依據。

1 材料與方法

1.1 試驗材料

材料是由中國農業科學院提供的從國內外收集而來的核心水稻種子，已種植且收獲的共計254份（表1），所有種子皆為常規稻。

1.2 試驗設計

試驗于2022年在獨具喀斯特地貌的貴州省進行，一共3個地區，分別是黔西南州興義市萬峰林（海拔1 200 m）、黔南州貴定縣盤江鎮（海拔1 000 m）、黔東南州黃平縣舊州鎮（海拔684 m），依次以XY、GD、HP表示。株行距為20 cm×30 cm，每個品種32株（4行×8株），每穴1株。每個品種需要的面積約為1.92 m₂，所有的品種按品種編號進行順次移栽，各品種間間隔30 cm。整個試驗田不施任何肥料，其他田間管理及病蟲害防治與高產栽培相同。

1.3 數據采集

于成熟期收取各品種的稻穗到室內脫粒并儲存3個月以上，經水選分離實粒、空粒與雜質，將實粒于室外自然風干后進行相關指標的測定。測定的項目主要包括加工品質和外觀品質。

加工品質：包括糙米率（BR）、精米率（MR）、整精米率（HR）、碎米率（BRR）。糙米率與精米率測定參照GB/T 5495—2008《糧油檢驗 稻谷出糙率檢驗》。整精米率測定參照 NY/T 2334—2013《稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定》中的圖像法。整精米率以質量分數x₁計，按公式x₁=h×m₂m₁（m₁為原始谷粒重；m₂為精米重；h為圖像掃描的百分比）計算。

外觀品質包括堊白度（CKD）、堊白粒率（CKR）、堊白大小（CKS）、長寬比（LW）。指標測定參考NY/T 2334—2013《稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定》進行，堊白大小=堊白度/堊白粒率×100%。

1.4 數據分析

利用Excel 2010計算各性狀的均值、標準差、變異系數和Shannon-Weaver遺傳多樣性指數（I）。根據各性狀的平均觀測值（x_i）與標準差（s）將種質資源進行等級劃分，從第1級x_ilt;（x-2s）至第10級x_i≥（x+2s），每0.5s為1個等級。分布頻率 P_ij=n_ij/n，其中：P_ij為第i個性狀第j個變異的分布頻率；n_ij為第i個性狀第j個變異的個數；n為材料的總數。利用公式I=-∑［P_ij（lnP_ij）］計算遺傳多樣性指數^［15-17］。

使用SPSS 21 統計軟件對各性狀進行相關性和主成分分析，利用Origin 2021繪制環狀聚類樹圖。使用隸屬函數對表型數據進行標準化，當某一指標與稻米品質呈正相關時公式為：μ（x_i）=（x_i-x_min）/（x_max-x_min），i=1，2，…，n；若某一指標與稻米品質呈負相關則公式為：1-μ（x_i）=（x_i-x_min）/（x_max-x_min），i=1，2，…，n；式中：x_i為第i個綜合指標的值；x_min為第i個綜合指標的最小值；x_max為第i個指標的最大值^［18］。

2 結果與分析

2.1 遺傳多樣性分析

由表2可知，254份水稻3個點的加工品質與外觀品質性狀的變異系數范圍為2.06%～104.36%，3個環境下平均值的變異系數最大的是堊白度，為82.72%，最小的是糙米率，為2.05%。整精米率的最大值是GD環境下種植的水稻，為76.64%，最小值是在HP種植的水稻，為13.49%；堊白度最低值是興義種植的水稻，為0.03%，最高值在GD環境下種植的水稻，為98.10%，說明不同品種在不同生態點的表現不同。總體來看，3個生態點的加工品質和外觀品質最差的是HP。各性狀的平均值變異系數大小表現為堊白度gt;堊白大小gt;碎米率gt;堊白粒率gt;長寬比gt;整精米率gt;精米率gt;糙米率。8個性狀的遺傳多樣性指數在1.51～2.03之間，3個環境下平均值的遺傳多樣性最小的是堊白大小，為1.77，最大的是整精米率與碎米率，皆為2.09；表明254份常規稻的加工品質與外觀品質性狀存在著較豐富的遺傳多樣性，各性狀間的差異較大。

2.2 相關性分析

對8個性狀進行相關性分析，由圖1可知，各性狀間表現出高度復雜的相關性。長寬比除與整精米率（0.393）表現出極顯著正相關外，與其他性狀均表現出顯著負相關；而堊白大小除與整精米率（-0.281）、長寬比（-0.488）表現出極顯著負相關外，與其余幾個性狀均表現出極顯著正相關，說明長寬比的變化對整精米率起正向作用，整精米率的變化對堊白大小起負向作用。糙米率與整精米率（0.097）、碎米率（-0.015）無顯著相關關系，與其他幾個性狀極顯著相關，整精米率與堊白粒率（-0.094）也沒有顯著相關關系，表明整精米率的變化與糙米率和堊白粒率的關系不大。在各性狀間的相關關系中，相關性最大的是碎米率與整精米率，相關系數為0.986，其次是堊白度與堊白大小，相關系數為0.966。綜上，各性狀間均有一定的顯著相關性，且不同性狀間的相關性不同，另外各性狀所得結果優劣在稻米品質評價中的評價要求均不相同，不能以單一的性狀進行評價。因此，有必要進行主成分分析，獲得稻米表觀品質的綜合評價指標，對稻米表觀品質進行評價。

2.3 主成分分析

對所得的8個品質性狀進行主成分分析，根據特征值gt;1時共提取到3個主成分，特征值分別為3.596、2.247、1.084，3個主成分的累計貢獻率達86.58%，包含所有考察性狀的大部分信息。由表3可知，主成分1的貢獻率最大，為44.944%，對應的載荷值以堊白度（0.878）、堊白粒率（0.808）及堊白大小（0.858）的影響較大；主成分2的貢獻率為28.087%，主要與整精米率（0.862）及碎米率（-0.784）密切相關；主成分3的貢獻率為13.549%，其中，糙米率（-0.512）的絕對值最大。綜上所述，3個主成分包含了254份水稻種質資源所測定性狀的大部分信息。

2.4 綜合評價

對測定的254份水稻種質資源的8個品質性狀數值進行標準化處理，根據各性狀的主成分系數計算前3個主成分得分，以各性狀的貢獻率計算主成分的權重系數，分別為0.519、0.324、0.156，再利用3個主成分的得分與系數的乘積之和計算綜合得分值，并以綜合得分對種質資源進行排名。利用表3計算得到的各主成分得分的計算公式如下（x₁、x₂、x₃、x₄、x₅、x₆、x₇、x₈分別對應性狀糙米率、精米率、整精米率、碎米率、堊白度、堊白粒率、堊白大小、長寬比）：

F₁=0.301x₁+0.218x₂-0.221x₃+0.260x₄+0.463x₅+0.426x₆-0.452x₇-0.380x₈；

F₂=0.342x₁+0.448x₂+0.575x₃-0.523x₄+0.047x₅+0.229x₆+0.005x₇+0.155x₈；

F₃=-0.492x₁-0.402x₂+0.203x₃-0.276x₄+0.438x₅+0.102v6+0.455x₇+0.263x₈；

對3個主成分的得分值用隸屬函數進行標準化處理，利用公式綜合得分D=0.519F₁+0.324F₂+0.156F₃可計算出254份水稻種質資源表觀品質性狀的綜合得分，其中綜合得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。

2.5 聚類分析

參照8個品質表觀性狀對254份水稻種質資源進行聚類分析，由圖2可知，可分為4類。類群Ⅰ包括以筑紫晴西海112號、CO22、阿爾巴尼亞為代表的153份水稻品種；類群Ⅱ包含Inga、J34、臺東陸稻328、公居73等40份品種；類群Ⅲ包含以IR50、湘晚秈3號、鎮稻232、鄭稻5號為代表的44份水稻品種；類群Ⅳ共17份水稻品種，包括紅旗5號、IRAT36、IRAT266等。

對4個類群進一步進行方差比較，由圖3可知，在0.05水平下類群Ⅰ稻米的堊白度與堊白大小的平均值均要顯著低于類群Ⅱ和類群Ⅳ，但顯著高于類群Ⅲ，其中，堊白度為17.93%，堊白大小為23.03%；另此類群的糙米率、精米率和整精米率均較好，表明在加工和外觀上較其他類群有優勢。類群Ⅱ的糙米率（80.23%）和堊白粒率（96.25%）要顯著高于類群Ⅰ、Ⅲ，且精米率（74.84%）也表現較好，與類群Ⅳ相近，表明此類群的加工品質較好但外觀品質較差。類群Ⅲ糙米率（77.97%）、精米率（71.75%）和碎米率（27.48%）均顯著低于其他類群，但整精米率（52.38%）顯著高于其他類群，另外堊白度（4.93%）、堊白粒率（34.82%）和堊白大小（13.68%）均顯著低于其他類群，表明該類群的出米率雖然較低，但是商品品質好，且外觀品質好，更能提高大米的商品性。類群Ⅳ的加工品質中整精米率（46.34%）較差，糙米率（79.65%）和精米率（74.05%）表現較好，但外觀品質中的堊白均要顯著高于其他類群，說明該類群的加工品質較好但外觀品質差。從長寬比來看，類群Ⅰ（2.08）和類群Ⅲ（2.22）均顯著gt;類群Ⅱ（1.71）和類群Ⅳ（1.65），可知類群Ⅰ和類群Ⅲ品種的粒型主要集中在中型粒，類群Ⅱ和類群Ⅳ的品種主要屬于長粒型。在各性狀中，發現除長寬比和整精米率外，4個類群的平均值排名均為類群Ⅳgt;類群Ⅱgt;類群Ⅰgt;類群Ⅲ。

3 討論

3.1 水稻種質資源表觀品質多樣性分析

物種的遺傳多樣性大小是長期進化的產物，是其生存適應和發展進化的前提。一個物種遺傳多樣性越高或遺傳變異越豐富，對環境變化的適應能力就越強越，大量研究表明，物種的遺傳多樣性指數gt;1，則表示遺傳多樣性程度高^［19-20］。變異系數可用來衡量數據的變異程度，且能客觀地反映數據的離散程度；變異系數越大，則離散程度越高，變異越豐富^［21］。一般來說，當變異系數gt;30%時，數據的變異程度較大，屬于標準的變異范圍，gt;10%說明樣本間存在著明顯變異^［22］。在本研究中，8個指標性狀平均值的變異系數在2.05%～84.72%，均值為31.79%；遺傳多樣性指數范圍為1.77～2.09，均值為1.94，說明254份供試水稻種質表觀性狀類型多樣，變異豐富，可為后期稻米外觀品質和加工品質遺傳改良、育種和創新提供豐富的種質材料。同時，本研究還得出各環境平均值間遺傳多樣性指數與變異系數之間不存在相關性，如堊白度、堊白大小的遺傳多樣性指數分別為1.81、1.77，變異系數高達82.72%、61.54%，而整精米率的遺傳多樣性指數高達2.09，變異系數卻僅有18.13%，這與康澤然等關于綠豆農藝性狀遺傳多樣性評價的研究結果^［23］一致。說明在進行群體的遺傳多樣性評價時，不能單一的參照某一個指標，需結合變異系數和遺傳多樣性指數進行綜合評價。另外在3個環境下各指標的平均值大小不同，其中在HP環境下的糙米率、精米率和整精米率均要低于環境GD與XY，碎米率卻相反，且GD與XY等2個地方的糙米率和精米率平均值相近，但XY的整精米率要低于GD；其次，堊白度、堊白粒率及堊白大小都表現為HPgt;XYgt;GD，簡言之在環境HP中的稻米加工品質和外觀品質均要差環境GD和環境XY，且GD的外觀品質表現最優。說明在低海拔地區，由于水稻灌漿期高溫影響了水稻的灌漿，從而造成稻米堊白的增多及碎米率增加，且隨著海拔的增加，稻米的外觀品質和加工品質呈現出先增后減的趨勢，這與前人研究結果^［24-26］一致。3個環境下的變異系數在加工品質上表現為HP最大，GD最小，而在外觀品質上總體表現為HP最小，GD最大。說明在低海拔地區稻米的加工品質變異程度要低于高海拔地區，而外觀品質的變異程度要高于高海拔地區。3個環境下各品種的遺傳多樣性指數均較高，表明所參試水稻品種的適應性強，變異豐富，在不同的環境下都能夠正常的生長。8個指標在不同環境下表現差異表明，加工品質與外觀品質的優劣除了與品種有關外，還與環境條件密切相關。

3.2 水稻種質資源表觀性狀的相關性綜合評價

種質資源作為生物資源的重要組成部分，是培育作物優質、高產、抗病蟲、抗逆新品種的物質基礎，是提高農業綜合生產力、維護國家食物安全的重要保障，是我國農業得以持續發展的重要基礎。任何新品種的產生都是以種質為前提的，對于適應性強、綜合表現好的種質常被廣泛應用于育種中，但種質資源數量龐大且性狀表現較多，在諸多品種中選擇需要的品種資源無疑增加了選擇難度，有些研究者憑借主觀判斷對種質進行評價，往往會造成很大的誤差。因此，在確定各性狀間存在著顯著相關關系的前提下，可利用主成分分析法對多個指標進行簡化，使簡化后的指標能夠有效地反映原來指標的信息^［27］，同時利用主成分得分對種質資源進行綜合評價^［28-31］。本研究對8個性狀指標進行相關性分析，發現各指標間存在極顯著相關性，因此可對254份水稻種質8個品質性狀進行主成分分析，一共得到3個主成分，且3個主成分的貢獻率達86.58%，反映了所考察性狀的大部分信息。其中，主成分1的貢獻率為44.944%，是堊白度、堊白粒率、堊白大小及長寬比的綜合反映；主成分2的貢獻率為28.087%，是整精米率和碎米率的綜合反映；主成分3的貢獻率是13.549%，主要受糙米率的影響。主成分分析結果表明，水稻表觀品質與堊白度、堊白粒率、堊白大小、碎米率、糙米率和整精米率這幾個指標數值的大小密不可分^［32］。從大量有關種質資源篩選的研究可知，在對種質進行篩選時，常以隸屬函數對數據進行標準化，從而計算出各品種的綜合得分^［33-36］，并以此來判斷品種的品質，綜合評分排名越高，則綜合性狀越好。本研究通過對254份水稻種質資源進行綜合評價，其中得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。

3.3 水稻種質資源表觀品質性狀的聚類分析

在對大量的種質進行性狀評價時，由于各評價指標值與最終評定結果的相關性并不是一致的，一些指標與評定的結果呈正相關，而另一些則是負相關，這就需要有一種對種質進行分類的方法，以對各類別的種質進行品質評價，最常用的方法就是聚類分析法^［37-40］。本研究根據8個指標性狀值將254份水稻種質資源進行聚類，共得到4個類群。通過對4個類群進行方差分析，發現外觀品質表現最好的類群Ⅲ，最差的是類群Ⅳ；加工品質表現最優的是類群Ⅰ，最劣的是類群Ⅲ，但類群Ⅲ的整精米率表現最優。可見，不同類群中各性狀的表現不同，在稻米品質改良中可根據種質資源的特點進行篩選應用，以達到綜合改良的目的。

4 結論

3個環境下8個品質指標性狀表現出了豐富的遺傳變異，變異系數范圍為2.06%～104.36%，遺傳多樣性指數范圍為1.51～2.03。結合分析結果可知，3個地點的加工品質與外觀品質總體以貴定的最好，黃平的最差，若要進行優質水稻的選育可選在貴定。通過綜合評價得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044；經聚類分析將254份水稻種質分為4個類群，各類群的品種數量分別為153、40、44、17份，若需要改善加工品質可在類群Ⅰ中選擇育種材料，若需要著重改善外觀品質則可在類群Ⅲ中進行材料挑選。

參考文獻：

［1］Ndjiondjop M N，Alachiotis N，Pavlidis P，et al. Comparisons of molecular diversity indices，selective sweeps and population structure of African rice with its wild progenitor and Asian rice［J］. Theoretical and Applied Genetics，2019，132（4）：1145-1158.

［2］唐文幫，張桂蓮，熊躍東，等. 轉型時期水稻育種的戰略思考：發展高檔優質雜交水稻［J］. 雜交水稻，2016，31（1）：1-5.

［3］姚曉云，陳春蓮，熊運華，等. 不同生態環境下稻米加工和外觀品質性狀QTL鑒定［J/OL］. 中國水稻科學，2023：1-14（2023-01-06）［2024-03-11］. http：//kns.cnki.net/kcms/detail/33.1146.S.20230106.1728.013.html.

［4］劉厚清，河野元信. 優良食味大米的生產、加工技術［J］. 中國糧油學報，2017，32（9）：182-187.

［5］張 敏，張馥淳，黃禮榮，等. 影響大米品質的內在因素研究［J］. 現代面粉工業，2019，33（6）：27-30.

［6］賈奎連，趙景艷，高繼偉. 提高商品大米加工質量的途徑［J］. 沈陽師范大學學報（自然科學版），2014，32（4）：524-528.

［7］陳榮生. 大米加工工藝的發展動態［J］. 四川糧油科技，2001（1）：27-28.

［8］Yang Y，Sun M，Li S S，et al. Germplasm resources and genetic breeding of Paeonia：a systematic review［J］. Horticulture Research，2020，7：107.

［9］張 濤，王子瑞，毛鑫晨，等. 影響稻米品質性狀的相關基因研究進展［J］. 安徽農業科學，2023，51（19）：17-22.

［10］劉 研，杜 晗，李 鑫，等. 遼寧省粳稻品種產量品質性狀因子及聚類分析［J］. 北方水稻，2022，52（5）：1-5.

［11］馮瑩瑩，董立強，馬 亮，等. 基于主成分及聚類分析的東北南部地區優質粳稻品質的綜合評價［J/OL］. 食品科學，2023：1-12（2023-12-29）［2024-03-11］. http：//kns.cnki.net/kcms/detail/11.2206.TS.20231229.1441.016.html.

［12］王 強，李 煒，羅同平，等. 66個廣西審定絲苗品種農藝和品質性狀多樣性鑒定與聚類分析［J］. 中國稻米，2024，30（2）：82-86.

［13］Yu J，Zhu D W，Zheng X，et al. The effects of genotype × environment on physicochemical and sensory properties and differences of volatile organic compounds of three rice types （Oryza sativa L.）［J］. Foods，2023，12（16）：3108.

［14］Wang X Q，Pang Y L，Wang C C，et al. New candidate genes affecting rice grain appearance and milling quality detected by genome-wide and gene-based association analyses［J］. Frontiers in Plant Science，2017，7：1998.

［15］常利芳，李 欣，郭慧娟，等. 小偃麥衍生系表型遺傳多樣性分析及綜合評價［J］. 草業學報，2022，31（11）：61-74.

［16］黃渝嵐，李艷英，周 佳，等. 266份木薯種質資源農藝性狀分析評價［J］. 熱帶作物學報，2024，45（4）：712-721.

［17］蔣 瑩，常 蕾，王 安，等. 143份大麥種質資源主要農藝性狀遺傳多樣性分析［J］. 江蘇農業科學，2020，48（14）：94-98.

［18］王 瑞，何之龍，張 震，等. 基于主成分分析及隸屬函數法評價氮素形態對油茶苗木的影響［J］. 中南林業科技大學學報，2023，43（10）：11-19.

［19］王小萍，張 廳，黃 梅，等. 四川地區茶樹種質資源葉表型性狀多樣性分析［J］. 中國農學通報，2018，34（4）：89-94.

［20］吳根松，孫麗丹，郝瑞杰，等. 梅花種質資源表型多樣性研究［J］. 安徽農業科學，2011，39（20）：12008-12009，12012.

［21］黎松松，許文靜，張 威，等. 大豆種質資源主要農藝性狀的評價與分析［J］. 江蘇農業科學，2021，49（19）：35-38.

［22］董勝君，孫永強，陳建華，等. 野杏無性系表型性狀多樣性分析及綜合評價［J］. 植物遺傳資源學報，2020，21（5）：1156-1166.

［23］康澤然，王曉磊，魏云山，等. 綠豆種質資源主要農藝性狀、經濟性狀遺傳多樣性分析及綜合評價［J］. 江蘇農業科學，2022，50（21）：36-41.

［24］林翠香，倪大虎，宋豐順，等. 高溫脅迫下水稻生理特性變化及適應機制研究進展［J］. 安徽農學通報，2020，26（24）：37-42.

［25］Hu Y J，Li L，Tian J Y，et al. Effects of dynamic low temperature during the grain filling stage on starch morphological structure，physicochemical properties，and eating quality of soft japonica rice［J］. Cereal Chemistry，2020，97（2）：540-550.

［26］鄭 地，文春燕，沈顯華，等. 藏區不同海拔條件下水稻產量構成和米質變化分析［J］. 作物雜志，2020（5）：199-203.

［27］馬立平. 由多指標向少數幾個綜合指標的轉化：主成分分析法［J］. 北京統計，2000（8）：37-37，35.

［28］魏曉羽，劉 紅，瞿 輝，等. 158份春蘭種質資源的表型多樣性分析［J］. 植物遺傳資源學報，2022，23（2）：398-411.

［29］呂 丹，黎瑞源，鄭 冉，等. 213份苦蕎種質資源主要農藝性狀分析及高產種質篩選［J］. 南方農業學報，2020，51（10）：2429-2439.

［30］范偉強，尹 婧，王超楠，等. 33個大白菜品種表型遺傳多樣性評價［J］. 中國瓜菜，2021，34（10）：32-38.

［31］徐澤俊，齊玉軍，邢興華，等. 黃淮海大豆種質農藝與品質性狀分析及綜合評價［J］. 植物遺傳資源學報，2022，23（2）：468-479.

［32］劉麗娟. 淮北部分水稻品種（系）品質綜合評價［J］. 北方水稻，2022，52（3）：23-27.

［33］Deng Q E，Li J N，Gao C，et al. New perspective for evaluating the main Camellia oleifera cultivars in China［J］. Scientific Reports，2020，10（1）：20676.

［34］Yan C J，Song S H，Wang W B，et al. Screening diverse soybean genotypes for drought tolerance by membership function value based on multiple traits and drought-tolerant coefficient of yield［J］. BMC Plant Biology，2020，20（1）：321.

［35］Ding C，Xu C S，Lu B，et al. Comprehensive evaluation of rice qualities under different nitrogen levels in South China［J］. Foods，2023，12（4）：697.

［36］劉 艷，王寶祥，邢運高，等. 水稻品種資源苗期耐鹽性評價指標分析［J］. 江蘇農業科學，2021，49（17）：75-79.

［37］劉巧紅，程大友，楊 林，等. 甜菜品種（系）的ISSR標記數字指紋圖譜構建及聚類分析［J］. 農業工程學報，2012，28（增刊2）：280-284.

［38］溫延臣，李燕青，袁 亮，等. 長期不同施肥制度土壤肥力特征綜合評價方法［J］. 農業工程學報，2015，31（7）：91-99.

［39］Hulme P E. Hierarchical cluster analysis of herbicide modes of action reveals distinct classes of multiple resistance in weeds［J］. Pest Management Science，2022，78（3）：1265-1271.

［40］趙小琴，賈瑞玲，劉軍秀，等. 120份谷子種質資源的農藝性狀表現和遺傳多樣性分析［J］. 作物雜志，2022（6）：61-69.