基于R語言及6種分析方法的花生農藝性狀綜合評價

摘要：利用遺傳變異、相關性、關聯度分析、通徑分析、主成分分析、TOPSIS等方法，對2017年國家北方片區花生新品種多點試驗參試花生品種（系）的14個農藝性狀進行綜合評價，以期為花生精準高產育種和良種推廣提供理論依據。結果表明，14個農藝性狀具有豐富的變異性，油酸、亞油酸含量在不同品種間差異較大，變異系數分別為20.40%、33.09%；出仁率、結果枝數、百仁重、側枝長、生育期、百果重、主莖高、莢果產量、脂肪含量、蛋白質含量具有較小的變異性，均低于10%；相關性分析表明，莢果產量與脂肪含量、亞油酸含量、出仁率、百果重、結果枝數、百仁重、總分枝數、主莖高呈正相關；關聯度分析表明，出仁率、生育期、脂肪含量、百果重等是影響產量的關鍵因素；通徑分析表明，主莖高對產量的直接影響最大；決策系數顯示，百果重、亞油酸含量是影響產量的主要性狀；主成分分析表明，14個農藝性狀可歸納為株型、品質等4個主成分因子，能代表83.692%的花生性狀原始信息量，主成分綜合得分和TOPSIS排名一致，顯示商花33號、鄭農花22號這2個品種的綜合性狀較好。綜合結果表明，在以高產為花生選育目標時，應重點提高百果重、出仁率，適當控制總分枝數、結果枝數、單株結果數、側枝長、株高。

關鍵詞：花生；農藝性狀；灰色關聯度；主成分分析；TOPSIS分析

中圖分類號：S565.203" 文獻標志碼：A

文章編號：1002-1302（2025）03-0054-07

收稿日期：2024-01-16

基金項目：河南優勢特色農業產業科技支撐行動計劃（編號：20230202002）；鄭州市科技惠民計劃（編號：2023KJHM0036）。

作者簡介：于" 沐（1987—），女，河南正陽人，碩士，助理研究員，主要從事花生遺傳育種研究。E-mail：ym8926123@163.com。

于" 沐，楊海棠，胡延嶺. 基于R語言及6種分析方法的花生農藝性狀綜合評價［J］. 江蘇農業科學，2025，53（3）：54-60.

doi：10.15889/j.issn.1002-1302.2025.03.008

花生（Arachis hypogaea L.）作為油、食兼用的高脂肪高蛋白特色油料作物，在我國具有悠久的種植歷史［1］。近年來，在中央1號文件支持下，油料作物種植面積逐年增加。2022年全國花生種植面積為480萬hm2，產量超過1 800萬t，分別占全球的14.30%和36.30%；我國花生消費量占世界的38.00%，為最大消費國，進口量為110萬t，占比32.90%，也是世界花生第一大進口國［2］，我國花生市場的供應依然存在很大缺口。選育優質高產花生品種，對于發展特色油料作物、促進花生產業發展、實現鄉村振興和農業供給側結構改革具有重要意義。

農藝性狀及其之間的相互作用對作物產量構成因素的影響已被廣泛關注［3-6］。殷君華等利用變異性、主成分、通徑分析方法分析種植于同一地區的26個大果花生的9個主要農藝性狀［7］。徐志軍等利用主成分分析法分析33份引進花生資源在粵西地區的13個農藝性狀［8］。范小玉等用遺傳變異、相關性、主成分分析法分析24個黃淮海中南片小粒花生的品質和農藝共15個性狀［9］。但是，將R語言同遺傳變異、灰色關聯度、相關性、TOPSIS、主成分分析、通徑分析等統計方法相結合，分析產量和農藝性狀之間關系的研究目前尚未見報道。為準確、全面地剖析產量與各農藝性狀間的主次關系與內在聯系，利用6種分析方法以及R語言對12個參試花生品種（系）的14個農藝性狀進行分析，旨在明確花生高產育種的主攻方向，并為良種推廣提供理論依據。

1" 材料與方法

1.1" 試驗材料與設計

參試品種（系）隨機區組排列，小區面積為 13.34 m2，重復3次，種植密度為15萬穴/hm2。試驗材料和數據均來自2017年國家北方片區花生多點試驗。參試品種（系）共12個，分別為花育33號（CK）、花育9122、花育9301、花育9510、冀農10-26-12-3、農大花201、商花33號、宇花18、云花1號、鄭農花22號、中花224、周科花16。

1.2" 農藝性狀測定

性狀指標參照姜慧芳等的方法［10］測定，包含生育期（V1）、主莖高（V2）、側枝長（V3）、總分枝數（V4）、結果枝數（V5）、單株結果數（V6）、百果重（V7）、百仁重（V8）、出仁率（V9）、莢果產量（V10）、脂肪含量（V11）、蛋白質含量（V12）、油酸含量（V13）、亞油酸含量（V14）。

1.3" 數據分析

使用Microsoft Excel整理數據，通過DPS 18.1軟件作灰色關聯度、TOPSIS綜合評價［11］，使用SPSS軟件作相關分析、通徑分析、主成分分析，使用 R4.2.1 繪制可視化圖。

2" 結果與分析

2.1" 主要農藝性狀的遺傳變異性

變異系數多用來衡量性狀指標的離散程度，變異系數值越小表示穩定性越好［12］。參試品種農藝性狀的變異系數范圍為0.40%～33.09%（表1）。變異系數依次為亞油酸含量gt;油酸含量gt;單株結果數gt;總分枝數gt;結果枝數gt;主莖高gt;百仁重gt;側枝長gt;莢果產量gt;百果重gt;出仁率gt;蛋白質含量gt;脂肪含量gt;生育期；其中，變異系數最大的是亞油酸含量（33.09%），表明品種間亞油酸含量變異豐富；生育期的變異系數（0.40%）最小，表明在品種間差異較小。綜上表明，花生農藝性狀遺傳變異豐富，亞油酸含量改良潛力最大；出仁率、蛋白質含量、脂肪含量、生育期在品種間差異不大，改良較難。

2.2" 農藝性狀與產量間相關性分析

由表2可知，莢果產量與主莖高、出仁率、脂肪含量、亞油酸含量、百仁重、總分枝數、百果重、結果枝數呈正相關，與蛋白質含量、油酸含量、單株結果數、側枝長、生育期呈負相關。農藝性狀間也存在相關性，側枝長與主莖高呈極顯著正相關（Plt;0.01）；總分枝數與單株結果數、結果枝數三者之間均呈極顯著正相關（Plt;0.01）；百果重與百仁重呈極顯著正相關（Plt;0.01）；百仁重與出仁率呈顯著正相關（Plt;0.05）；生育期與出仁率呈顯著負相關（Plt;0.05）；油酸含量與主莖高、百仁重、出仁率呈顯著負相關（Plt;0.05），與單株結果數顯著正相關（Plt;0.05）。

圖1中，橫縱坐標上的數值均為各性狀的數值范圍，線條為表型性狀的趨勢線，圓圈代表性狀表型值，若線條與圓圈分布不一致則相關系數小，反之則相關性大；數字字號的大小代表相關系數，字號越小則相關性越小［13］。主莖高與側枝長呈極顯著正相關，兩者之間相關系數最大（r=0.93）；油酸與亞油酸含量的相關系數最小（r=-1.00），兩者間呈極顯著負相關（Plt;0.01）。

2.3" 農藝性狀與產量間灰色關聯度分析

由表3可知，農藝性狀對產量的重要程度依次為出仁率gt;生育期gt;脂肪含量gt;百果重gt;蛋白質含量gt;百仁重gt;結果枝數gt;側枝長gt;主莖高gt;單株結果數gt;總分枝數gt;油酸含量gt;亞油酸含量，表明產量與亞油酸含量、油酸含量、總分枝數的關聯度較小，屬次要影響因素；與出仁率、生育期、脂肪含量、百果重的關聯度較大，屬主要影響因素。

2.4" 農藝性狀與產量間通徑分析

通徑分析分為直接效應（直接通徑系數）和間接效應（間接通徑系數），可以展示各農藝性狀對產量的重要程度［14］。由表4可知，農藝性狀對產量的直接通徑系數排序依次為主莖高V2gt;側枝長V3gt;總分枝數V4gt;結果枝數V5gt;脂肪含量V11gt;單株結果數V6gt;蛋白質含量V12gt;出仁率V9gt;生育期V1gt;百果重V7gt;亞油酸含量V14。

對產量直接效應最大的為主莖高（11.208），它通過百果重、出仁率、側枝長、生育期、脂肪含量、亞油酸含量、蛋白質含量對產量起負向的間接效應，最終的總間接效應小于直接效應。亞油酸含量對產量影響的負向直接效應削減了其通過主莖高、側枝長、百果重、出仁率對產量影響的正向間接效應。

決策系數能夠展示農藝性狀對產量的綜合效應［15］。百果重、亞油酸含量的決策系數為正值，表明對產量起正向作用，是主要決策變量；生育期、側枝長、主莖高、出仁率、脂肪含量、蛋白質含量、總分枝數、單株結果數、結果枝數的決策系數為負值，對產量起負向作用，應適當控制。綜上，在生產上以高產為選育目標時，應提高百果重，并選擇適中的結果枝數、單株結果數、總分枝數、側枝長、主莖高。

2.5" 花生品種間農藝性狀的主成分分析

主成分分析采取降維的方法，將多個性狀變量轉化成相互獨立的因子，盡可能地反映原始變量信

息［16］。由表5可知，14個花生品種性狀提取出前4個主成分，能代表14個農藝性狀83.692%的原始信息值。主成分1特征值為5.227，貢獻率為37.334%，其中亞油酸和油酸含量占比較大，與花生油亞比有關，油酸含量越高，油亞比值越高。主成分2特征值為2.842，貢獻率為20.300%，其中主莖高、生育期、總分枝數占比較大，與花生長勢有關，可稱株型因子，主莖高降低有利于提高單株結果數、結果枝數和總分枝數。主成分3特征值為2.070，貢獻率為14.785%，其中特征值最大的是結果枝數，其次是側枝長。決定第4主成分的主要是脂肪含量，貢獻率達11.273%。

主成分綜合得分（表6）反映農藝性狀的綜合表現。花育9510、商花33號、周科花16、鄭農花22號的主成分綜合得分居前4名，表明這4個品種農藝性狀綜合表現最好。

2.6" 農藝性狀的TOPSIS分析

TOPSIS決策分析方法常用來衡量多個性狀指標與最佳指標的接近程度［17］。表7表明，權重較大的為莢果產量、生育期，其次是單株結果數、百果重、百仁重、出仁率；權重最低的為結果枝數。與最佳向量（D+i）距離較近的有商花33號、 花育9510、 花育9301；與最差向量（D-i）距離較近的有商花33號、 花育9510； 與綜合向量（Ci）距離較大的有商花

33號、鄭農花22號、花育9122、冀農10-26-12-3，表明這4個品種的綜合性狀最佳。

3" 討論

3.1" 農藝性狀的遺傳變異性

殷君華等用變異系數衡量大果花生9個農藝性狀的遺傳穩定性，發現總分枝數的遺傳變異最豐富，出米率代表品種的固有特性，遺傳最穩定［7］。范小玉等研究發現，亞油酸含量的變異系數最大，對環境最敏感，出米率的遺傳最穩定［9］。郭敏杰等研究發現，單株飽果數的變異性最大，生育期、出米率的變異系數較小，在品種間穩定性最好［18］。本研究表明，亞油酸含量的變異系數最大，易受環境變化的影響，有較大改良空間，與范小玉等的觀點［9］一致；生育期的變異系數最小，花生熟期改良較難，與郭敏杰等的觀點［18］一致。

花生的各主要農藝性狀與產量密切相關。王允等發現，單株莢果產量與出米率、單株結果數、結果枝數正相關［19］。本研究結果表明，莢果產量與出仁率、亞油酸含量、脂肪含量、總分枝數、主莖高、百仁重、結果枝數、百果重呈正相關，與油酸含量、單株結果數、側枝長、生育期、蛋白質含量呈負相關。王慧敏等研究發現，花生單株產量與單株分枝數呈顯著正相關，與百仁重、百果重呈極顯著正相關［20］。本研究結果與上述研究結果略有差異，可能是由環境和品種的差異造成的。

3.2" 農藝性狀的綜合評價

灰色關聯度評價在玉米、燕麥、谷子等作物中已被廣泛運用于新品種評價［21-23］。本研究中，花生莢果產量與出仁率、生育期、脂肪含量、百果重的關聯度較大，是主要影響因素；相關性分析的結果得到間接驗證。關聯度和相關性分析無法闡釋各農藝性狀對產量影響的作用方向，只能展示相對重要程度；通徑分析卻能說明各農藝性狀如何發揮直接或間接影響［14］。通徑分析表明，亞油酸含量和百果重的決策系數是正值，對產量起正向效應，為主要決策變量。灰色關聯度、通徑分析中決策系數一致表明，百果重對產量的直接效應和綜合作用最大，是影響產量的關鍵性狀，這與已有研究結果［24］趨同。

本研究用主成分法提取出油亞比、株型等4個主成分因子，代表83.692%的14個性狀指標原始信息量。從油亞比上看，第1主成分值越大，則百仁重、出仁率、百果重、亞油酸含量越大，油酸含量、單株結果數、結果枝數、總分枝數、結果枝數越低。因此該主成分值應適中，才可平衡產量和油亞比值。從株型上看，主成分2的值越大，則總分枝數、結果枝數越大，側枝長、主莖高越短。綜合主成分1和主成分2，可知百果重與主莖高存在較大負相關性，相關性分析結果進一步得到驗證。主成分3值越大，則結果枝數越多，蛋白質含量越低。主成分4值越大，則側枝長越長，脂肪含量越低。蛋白質含量和脂肪含量越高，花生品質越好，因此主成分3和主成分4值越低越好。

TOPSIS評價綜合性狀，表現較好的有商花33號、鄭農花22號、花育9122、冀農10-26-12-3；在主成分綜合得分中，花育9510、商花33號、周科花16、鄭農花22號排名在前4位。性狀之間既相互促進，又互相制約；在選育綜合性狀優良的花生新品種時，應協調好主成分之間的關系，結合多種分析方法綜合考慮。主成分分析和TOPSIS結論一致得出，商花33號、鄭農花22號綜合性狀優良。本研究中變異性分析、相關分析、TOPSIS評價、主成分分析、通徑分析、關聯度分析6種多元評價方法互相印證，由此得出的結論更可靠、全面。

4" 結論

本研究運用多元方法綜合評價12個花生品種的14個農藝性狀，結果表明，產量與主莖高、脂肪含量、亞油酸含量、結果枝數、總分枝數、百果重、出仁率、百仁重呈正相關，與蛋白質含量、油酸含量、單株結果數、側枝長、生育期呈負相關。出仁率、生育期、脂肪含量、百果重是影響產量的主要因素。14個農藝性狀隸屬4個主成分，解釋了83.692%的農藝性狀原始信息量。主成分綜合得分排名與TOPSIS綜合評價一致，得出商花33號、鄭農花22號這2個品種綜合性狀優良，可作為重點資源材料利用并加大推廣力度。綜上，以高產作為選育目標時，應重點提高百果重、出仁率，適當控制側枝長、主莖高，并選擇適宜的單株結果數、結果枝數、總分枝數。

參考文獻：

［1］廖伯壽. 我國花生生產發展現狀與潛力分析［J］. 中國油料作物學報，2020，42（2）：161-166.

［2］國家統計局. 中國統計年鑒：2022［M］. 北京：中國統計出版社，2022.

［3］李紹偉，李軍華，任" 麗，等. 花生產量與主要農藝性狀的灰色關聯度分析［J］. 陜西農業科學，2007，53（1）：37-38，52.

［4］梁森苗，張淑文，鄭錫良，等. 楊梅生長指標與果實品質間的相關性分析［J］. 核農學報，2019，33（4）：751-758.

［5］王漢霞，馬巧云，田立平，等. 小麥新品種京花12號產量構成因素的相關分析與通徑分析［J］. 種子，2020，39（5）：124-126.

［6］李新娜，齊麗雅，何孟霞，等. 花生單株產量與主要農藝性狀的灰色關聯度分析［J］. 花生學報，2017，46（3）：1-5.

［7］殷君華，蘆振華，鄧" 麗，等. 26個大果花生產量構成因素分析及適應性評價［J］. 江蘇農業科學，2023，51（24）：44-50.

［8］徐志軍，吳小麗，胡小文，等. 33份引進花生資源表型遺傳多樣性分析及在粵西地區的適應性初步評價［J］. 熱帶作物學報，2021，42（7）：1885-1895.

［9］范小玉，陳" 雷，賀群領，等. 黃淮海中南片小粒花生主要農藝性狀、品質性狀相關性及主成分分析［J］. 山東農業科學，2021，53（1）：20-25.

［10］姜慧芳，段乃雄. 花生種質資源描述規范和數據標準［M］. 北京：中國農業出版社，2006.

［11］唐啟義. DPS數據處理系統：實驗設計、統計分析及數據挖掘［M］. 2版.北京：科學出版社，2010.

［12］王文森. 變異系數：一個衡量離散程度簡單而有用的統計指標［J］. 中國統計，2007（6）：41-42.

［13］鄧" 麗，郭敏杰，殷君華，等. 高油酸花生品種開農1760產量及其構成的可視化分析［J］. 中國油料作物學報，2021，43（3）：502-509.

［14］余" 飛，王友華，許海濤，等. 黃淮海大豆區試品種主要農藝性狀的多元相關分析［J］. 河南農業科學，2008，37（10）：41-44.

［15］袁志發，周靜芋，郭滿才，等. 決策系數：通徑分析中的決策指標［J］. 西北農林科技大學學報（自然科學版），2001，29（5）：131-133.

［16］殷冬梅，張幸果，王" 允，等. 花生主要品質性狀的主成分分析與綜合評價［J］. 植物遺傳資源學報，2011，12（4）：507-512，518.

［17］劉云菲，李紅梅，馬宏陽. 中國農墾農業現代化水平評價研究：基于熵值法與TOPSIS方法［J］. 農業經濟問題，2021，42（2）：107-116.

［18］郭敏杰，鄧" 麗，苗建利，等. 基于BLUP值的大粒花生農藝性狀與產量的相關和通徑分析［J］. 河北農業大學學報，2021，44（5）：36-41.

［19］王" 允，張幸果，李賀敏，等. 花生主要農藝性狀和產量性狀的相關性與灰色關聯度分析［J］. 河南農業大學學報，2014，48（6）：680-683，705.

［20］王慧敏，彭振英，李新國，等. 67個花生品種主要農藝性狀的變異及相關性分析［J］. 山東農業科學，2019，51（9）：91-96.

［21］馬興業，李" 敏，趙" 斌，等. 玉米RIL群體穗部性狀與單株產量的通徑分析與灰色關聯度分析［J］. 河南科技學院學報（自然科學版），2023，51（6）：1-6.

［22］李鴻飛，周幫偉，張" 淼，等. 不同燕麥品種在呼倫貝爾地區的引種適應性評價［J］. 草業學報，2024，33（4）：60-72.

［23］宋" 慧，郭" 巖，邢" 璐，等. 基于灰色關聯度、DTOPSIS與灰色局勢決策法的谷子品種綜合評價［J］. 中國農業大學學報，2023，28（11）：42-56.

［24］李新娜，劉" 紅，何孟霞，等. 利用2種方法分析花生主要農藝性狀與單株產量之間的關系［J］. 江蘇農業科學，2019，47（10）：122-126.