朱明哲,楊蕊,段紅

（河南科技學(xué)院,河南新鄉(xiāng)453003）

因子分析法是用較少個(gè)數(shù)公因子的線性函數(shù)與特殊因子之和來(lái)表達(dá)原觀察向量的每個(gè)分量,以便合理地解釋原變量的相關(guān)性.因子分析在水稻[1-2]、小麥[3-4]、玉米[5]、大豆[6]、棉花[7-8]等主要農(nóng)作物育種研究中應(yīng)用較多,有助于育種工作者在各世代把握少數(shù)幾個(gè)公因子進(jìn)行選擇和性狀改良,提高了選擇效率和鑒定的準(zhǔn)確性.但將因子分析和聚類分析相結(jié)合對(duì)小麥新品種綜合評(píng)價(jià)的報(bào)道較少,至于進(jìn)一步利用多元方差分析探索各品種改良目標(biāo)的研究報(bào)道更為罕見(jiàn).本文對(duì)小麥區(qū)試品種的產(chǎn)量因素和籽粒品質(zhì)多項(xiàng)數(shù)量性狀進(jìn)行了因子分析,并以各品種相應(yīng)的公因子得分值進(jìn)行聚類分析,進(jìn)而對(duì)各類品種的產(chǎn)量和主要纖維品質(zhì)性狀進(jìn)行多元方差分析,旨在為對(duì)小麥新品種進(jìn)行綜合評(píng)價(jià)及確定改良目標(biāo)提供參考依據(jù).

1 材料與方法

1.1 材料

分析資料來(lái)源于2006-2007河南省小麥區(qū)試高肥水組連續(xù)參試兩年的品種試驗(yàn)結(jié)果,參試品種包括：泰麥 2016、中作七號(hào)、321-2-3、中麥 12、金豫麥 2 號(hào)、平麥 998、濟(jì)麥 4 號(hào)、溫 9912、許科 99087、豫保1號(hào)、泛麥8號(hào)、輪選01-11、新89019、鄭農(nóng)20、金豫麥6號(hào)、鄭豫麥9987、漯9908、天豐18、03中35,共 19個(gè)品種.考察的性狀包括：（1）品質(zhì)性狀：容重（x1,g/L）、蛋白質(zhì)（x2,%）、濕面筋（x3,%）、降落數(shù)值（x4,s）、吸水量（x5,mg/100 g）、形成時(shí)間（x6,min）、穩(wěn)定時(shí)間（x7,min）和沉淀值（x8,mL）；（2）產(chǎn)量性狀：公頃穗數(shù)（x9,萬(wàn)）、穗粒數(shù)（x10,粒）、千粒重（x11,g）和公頃產(chǎn)量（x12,kg）,共 12個(gè)性狀,各性狀的平均值及標(biāo)準(zhǔn)差列于表1.

表1 參試品種各性狀的平均值及標(biāo)準(zhǔn)差

1.2 方法

采用因子分析、聚類分析和多元方差等分析方法,以期找出具有生物學(xué)和專業(yè)意義的統(tǒng)計(jì)參數(shù),為品種綜合評(píng)價(jià)和確定性狀改良決策提供有益的信息.數(shù)據(jù)的統(tǒng)計(jì)處理在SAS9.0[9]和Matlab7.0[10]環(huán)境下完成.

2 結(jié)果與分析

2.1 各個(gè)數(shù)量性狀間的相關(guān)分析

經(jīng)計(jì)算小麥產(chǎn)量性狀及籽粒品質(zhì)性狀共12個(gè)數(shù)量性狀的相關(guān)系數(shù)（表略）,結(jié)果表明：容重（x1）與蛋白質(zhì)（x2）、濕面筋（x3）呈極顯著正相關(guān),與吸水量（x5）、千粒重（x11）和公頃產(chǎn)量（x12）呈顯著正相關(guān)；蛋白質(zhì)（x2）與濕面筋（x3）和公頃產(chǎn)量（x12）呈顯著正相關(guān),與公頃產(chǎn)量（x12）呈極顯著負(fù)相關(guān),與穩(wěn)定時(shí)間（x7）和沉淀值（x8）顯著正相關(guān)；濕面筋（x3）與降落數(shù)值（x4）顯著正相關(guān),與公頃產(chǎn)量（x12）顯著負(fù)相關(guān)；吸水量（x5）與沉淀值（x8）極顯著負(fù)相關(guān)；形成時(shí)間（x6）與穩(wěn)定時(shí)間（x7）及沉淀值（x8）極顯著正相關(guān)；穩(wěn)定時(shí)間（x7）與沉淀值（x8）極顯著正相關(guān)；沉淀值（x8）與公頃穗數(shù)（x9）顯著正相關(guān),公頃穗數(shù)（x9）與穗粒數(shù)（x10）及千粒重（x11）極顯著負(fù)相關(guān),與公頃產(chǎn)量（x12）顯著負(fù)相關(guān)；穗粒數(shù)（x10）與公頃產(chǎn)量（x12）顯著正相關(guān)；其余各性狀之間的相關(guān)系數(shù)不顯著.鑒于以上性狀間存在著錯(cuò)綜復(fù)雜的相關(guān)關(guān)系,需要作綜合性的因子分析,以找出影響各個(gè)性狀的主要因子.

2.2 因子分析

2.2.1 初始因子載荷矩陣 利用已得到的相關(guān)系數(shù)矩陣進(jìn)行因子分析,結(jié)果提取5個(gè)公因子,其累積方差貢獻(xiàn)率達(dá)86.96%,代表了所有性狀絕大部分相關(guān)信息.由這5個(gè)特征值及相應(yīng)的特征向量計(jì)算所得的初始因子載荷矩陣列于表2.

從表2各性狀的共同度可以看出：除降落數(shù)值67.4%和產(chǎn)量性狀77.5%以外,其余各性狀的共同度都在84.8%～94.5%之間,表明所選的5個(gè)公因子已較好地反映這些性狀所包含的信息.

表2 初始因子載荷陣、解釋比例及其對(duì)各變量解釋的比例

2.2.2 初始因子載荷矩陣方差極大化旋轉(zhuǎn) 應(yīng)用因子分析方法,不僅是要找出公因子,更重要的是要明確每個(gè)因子的生物學(xué)意義.從表2可以看出.有的公因子上有3個(gè)或更多個(gè)性狀都有較高的載荷值,同時(shí)具有中等載荷值的性狀也不少,使得公因子的作用和意義含糊不清,不便于解釋.為合理地解釋公因子,需要進(jìn)一步采用方差最大法對(duì)公因子進(jìn)行正交旋轉(zhuǎn),得到方差最大正交因子載荷陣（見(jiàn)表3）.

表3 方差極大旋轉(zhuǎn)后的因子載荷陣

從表3可以看出,經(jīng)旋轉(zhuǎn)后的載荷陣各公因子中的載荷值已趨于兩極分化,各公因子與有關(guān)性狀的相關(guān)程度比較明確,其生物學(xué)意義更加鮮明.在第1公因子（F1）中載荷值較大的性狀是穩(wěn)定時(shí)間（0.952）、形成時(shí)間（0.947）,它們與沉淀值（0.675）呈正相關(guān),說(shuō)明穩(wěn)定時(shí)間長(zhǎng)的性狀形成時(shí)間較長(zhǎng),沉淀值較高,故稱為穩(wěn)定性因子.第2公因子（F2）中載荷值最大的性狀是濕面筋（0.931）,故稱為濕面筋因子,它與蛋白質(zhì)含量（0.729）呈正相關(guān),與產(chǎn)量（-0.539）呈負(fù)相關(guān).第 3 公因子（F3）中以穗粒數(shù)（-0.991）的絕對(duì)值最大,故稱為穗粒數(shù)因子,它與公頃穗數(shù)（0.794）及容重（0.426）均呈負(fù)相關(guān),說(shuō)明穗粒數(shù)越多公頃穗數(shù)越少,容重越低.第4公因子（F4）中以千粒重（-0.894）的絕對(duì)值為最大,顯然應(yīng)稱為千粒重因子,它與降落值（0.728）、容重（0.558）呈負(fù)相關(guān),說(shuō)明千粒重越高,則降落數(shù)值與容重越低.第5公因子（F5）中載荷值以吸水量（0.94）為最大,毫無(wú)疑義應(yīng)稱為吸水量因子,它與沉淀值（-0.553）呈負(fù)相關(guān),與容重（0.337）呈正相關(guān),說(shuō)明吸水量越大,沉淀值越小,容重越高.

2.3 聚類分析

為了揭示出性狀間深層次的關(guān)系,給小麥新品種的優(yōu)選提供信息,對(duì)參試品種產(chǎn)量性狀和籽粒品質(zhì)性狀多項(xiàng)數(shù)量性狀進(jìn)行聚類分析.基于以上求得的旋轉(zhuǎn)后因子載荷矩陣（見(jiàn)表3）及各性狀的相關(guān)矩陣,按式計(jì)算每一品種在各公因子上的得分,按式B=ATR-1計(jì)算各公因子的得分系數(shù)（式中,為各品種的因子得分矩陣,B為得分系數(shù)矩陣,Z為各性狀的標(biāo)準(zhǔn)化值,A為旋轉(zhuǎn)后的因子載荷矩陣,T為矩陣的轉(zhuǎn)置運(yùn)算,R為性狀間的相關(guān)系數(shù)矩陣）,然后將各性狀標(biāo)準(zhǔn)化值與得分系數(shù)矩陣相乘求得各品種在各公因子上的得分值（見(jiàn)表4）.

表4 參試品種各性狀的主因子得分

在此基礎(chǔ)上,取品種間相似度量為歐氏距離,采用離差平方和方法,將參試品種聚類（見(jiàn)圖1）.

圖1 參試品種聚類關(guān)系

由圖1可見(jiàn),第Ⅰ類有溫9912、金豫麥6號(hào)2個(gè)品種；第Ⅱ類有泰麥2016、321-2-3、中麥12、金豫麥2號(hào)、天豐18共5個(gè)品種；第Ⅲ類有中作七號(hào)、輪選01-11、新89019、鄭農(nóng)20共4個(gè)品種；第Ⅳ類有許科99087、豫保1號(hào)、漯9908共3個(gè)品種；第Ⅴ類有鄭豫麥9987、03中35共2個(gè)品種；第Ⅵ類有平麥998、濟(jì)麥4號(hào)、泛麥8號(hào)3個(gè)品種.

2.4 6大類品種的產(chǎn)量和主要品質(zhì)性狀的多元方差分析

對(duì)以上6大類小麥品種的產(chǎn)量和主要籽粒品質(zhì)性狀進(jìn)行多元方差分析（表略）,多元方差采用Wilk's Lambda方法進(jìn)行檢驗(yàn)（F=4.04**）,結(jié)果達(dá)極顯著水平.產(chǎn)量和主要品質(zhì)性狀的方差分析結(jié)果見(jiàn)表5.

表5 小麥產(chǎn)量和主要品質(zhì)性狀的方差分析

由表5可見(jiàn),除吸水率在類間差異不顯著和品質(zhì)性狀中蛋白質(zhì)和穩(wěn)定時(shí)間在類間差異極顯著外,其他性狀在類間差異在0.05水平上顯著.因此,對(duì)除吸水率外的其余各性狀進(jìn)行多重比較,結(jié)果見(jiàn)表6.

表6 不同組各產(chǎn)量和主要品質(zhì)性狀的平均值和標(biāo)準(zhǔn)差及多重比較

根據(jù)《國(guó)家農(nóng)作物新品種審定規(guī)范》（小麥）中關(guān)于強(qiáng)筋、中筋和弱筋小麥的品質(zhì)劃分標(biāo)準(zhǔn),對(duì)表6各類品種的產(chǎn)量及品質(zhì)進(jìn)行分析,第Ⅰ類2個(gè)品種的平均產(chǎn)量7 073.25 kg/hm2列6類品種之末,顯著低于其他5類品種,主要品質(zhì)性狀的容重（795.50 g/L）、蛋白質(zhì)（15.48%）、濕面筋（36.40%）,達(dá)到強(qiáng)筋小麥的品質(zhì)指標(biāo),但穩(wěn)定時(shí)間（3.05 min）較短,對(duì)這類品種的改良,除加強(qiáng)選育提高產(chǎn)量外,應(yīng)著重提高其穩(wěn)定時(shí)間.第Ⅱ類5個(gè)品種的平均產(chǎn)量為7 587.60 kg/hm2顯著低于第Ⅳ、Ⅴ、Ⅵ類的平均產(chǎn)量,屬中產(chǎn)品種,其容重（810.40g/L）、蛋白質(zhì)（14.78%）、濕面筋（34.26%）均已達(dá)到強(qiáng)筋小麥的要求標(biāo)準(zhǔn),但其穩(wěn)定時(shí)間（2.58 min）較短,對(duì)這類品種與第Ⅰ類品種改良目標(biāo)相類似.第Ⅲ類4個(gè)品種的平均產(chǎn)量為7 532.25 kg/hm2,屬中產(chǎn)品種,容重（791.00 g/L）、濕面筋（31.05%）達(dá)強(qiáng)筋小麥指標(biāo),蛋白質(zhì)僅13.85%,屬中筋指標(biāo),而穩(wěn)定時(shí)間為2.1 min,只符合弱筋小麥指標(biāo),對(duì)這類品種除繼續(xù)大力提高產(chǎn)量外,著重加強(qiáng)蛋白質(zhì)含量和面團(tuán)穩(wěn)定時(shí)間的選育提高.第Ⅳ類4個(gè)品種平均產(chǎn)量8 090.50 kg/hm2,居6類之冠,容重771.33 g/L,濕面筋32.33%,達(dá)到強(qiáng)筋小麥指標(biāo),蛋白質(zhì)為13.48%、穩(wěn)定時(shí)間3.56 min,均屬中筋指標(biāo),對(duì)此類品種除保持產(chǎn)量穩(wěn)中有升外,著重提高蛋白質(zhì)含量及穩(wěn)定時(shí)間的選育.第Ⅴ類2個(gè)品種平均產(chǎn)量7 837.5 kg/hm2,居6類品種的第2位,屬高產(chǎn)品種,4項(xiàng)主要品質(zhì)指標(biāo)除容重784.00 g/L達(dá)強(qiáng)筋小麥指標(biāo)外,蛋白質(zhì)13.96%、濕面筋29.9%屬中筋指標(biāo),穩(wěn)定時(shí)間2.1 min為弱筋指標(biāo),對(duì)這類品種除繼續(xù)保持產(chǎn)量略有提高外,應(yīng)著重加強(qiáng)對(duì)蛋白質(zhì)、濕面筋及穩(wěn)定時(shí)間的選育提高.第Ⅵ類3個(gè)品種平均產(chǎn)量7 729 kg/hm2居第3位,但與Ⅳ、Ⅴ兩類高產(chǎn)品種的產(chǎn)量無(wú)顯著差異,屬中高產(chǎn)類型品種,4項(xiàng)主要品質(zhì)指標(biāo)中的容重793.00 g/L、蛋白質(zhì)15.27%、濕面筋32.2%、穩(wěn)定時(shí)間8.87 min均屬?gòu)?qiáng)筋指標(biāo),對(duì)這類高產(chǎn)優(yōu)質(zhì)的強(qiáng)筋小麥力求保持產(chǎn)量和各項(xiàng)主要品質(zhì)指標(biāo)的穩(wěn)中有升即可.

3 結(jié)論與討論

小麥產(chǎn)量性狀和品質(zhì)性狀較多,且指標(biāo)間存在錯(cuò)綜復(fù)雜的相關(guān)關(guān)系,導(dǎo)致它們提供的信息出現(xiàn)重疊,不易得出簡(jiǎn)明的規(guī)律.本文對(duì)區(qū)試小麥新品種的產(chǎn)量因素和籽粒品質(zhì)共12個(gè)數(shù)量性狀進(jìn)行因子分析,將它們歸屬于5個(gè)公因子,而且每個(gè)公因子都有明確的生物學(xué)意義,從專業(yè)上得到較為合理的解釋,從而將多個(gè)性狀間錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)關(guān)系降為綜合相關(guān)性很小的公因子,有利于針對(duì)目標(biāo)性狀進(jìn)行選擇,提高選擇效率.

通過(guò)聚類分析將19個(gè)小麥品種聚為6大類.第Ⅰ類含溫9912、金豫麥6號(hào)2個(gè)品種,平均產(chǎn)量最低,面團(tuán)穩(wěn)定時(shí)間較短,對(duì)這類品種除大力提高產(chǎn)量外,應(yīng)著重選育提高其面團(tuán)穩(wěn)定時(shí)間.第Ⅱ類有泰麥2016、321-2-3、中麥12、金豫麥2號(hào)、天豐18共5個(gè)品種,平均產(chǎn)量7 587.6 kg/hm2屬中高產(chǎn)水平,面團(tuán)穩(wěn)定時(shí)間較短,對(duì)這類品種的改良目標(biāo)與第Ⅰ類品種相類似.第Ⅲ類有中作7號(hào)、輪選01-11、新89019、鄭農(nóng)20共4個(gè)品種,平均產(chǎn)量為7 532.25 kg/hm2屬中高產(chǎn)品種,品質(zhì)指標(biāo)中的蛋白質(zhì)含量偏低,穩(wěn)定時(shí)間最短,對(duì)這類品種除注重進(jìn)一步提高產(chǎn)量外,應(yīng)著重提高蛋白質(zhì)含量及面團(tuán)穩(wěn)定時(shí)間.第Ⅳ類有許科99087、豫保1號(hào)、漯9908共3個(gè)品種,平均產(chǎn)量為8 090.5 kg/hm2產(chǎn)量最高,蛋白質(zhì)含量及面團(tuán)穩(wěn)定時(shí)間偏低,對(duì)這類品種除保持產(chǎn)量穩(wěn)中有升外,亦須加強(qiáng)對(duì)蛋白質(zhì)及面團(tuán)穩(wěn)定時(shí)間的選育提高.第Ⅴ類有鄭豫麥9987、03中35共2個(gè)品種,平均產(chǎn)量為8 090 kg/hm2居6類品種之冠,主要品質(zhì)指標(biāo)屬中筋標(biāo)準(zhǔn),除保持產(chǎn)量穩(wěn)而不降外應(yīng)加強(qiáng)對(duì)蛋白質(zhì)、濕面筋、穩(wěn)定時(shí)間等品質(zhì)指標(biāo)的選育,第Ⅵ類含平麥998、濟(jì)麥4號(hào)、泛麥8號(hào)3個(gè)品種,平均產(chǎn)量為7 729kg/hm2屬中高產(chǎn)品種,品質(zhì)指標(biāo)均已達(dá)強(qiáng)筋小麥標(biāo)準(zhǔn),為中高產(chǎn)優(yōu)質(zhì)強(qiáng)筋小麥,對(duì)這類品種應(yīng)力求保持產(chǎn)量和各項(xiàng)品質(zhì)指標(biāo)穩(wěn)中有升適當(dāng)再上一個(gè)新臺(tái)階.

從本試驗(yàn)各品種的產(chǎn)量來(lái)看,90%的參試品種的產(chǎn)量達(dá)到7 500 kg/hm2,表明我省目前在小麥高產(chǎn)選育上有較大的進(jìn)步,品質(zhì)性狀總體表現(xiàn)為：各品種的容重和濕面筋都較高,基本達(dá)到強(qiáng)筋小麥標(biāo)準(zhǔn)要求,蛋白質(zhì)含量有待適當(dāng)提高,面團(tuán)穩(wěn)定時(shí)間離強(qiáng)筋小麥標(biāo)準(zhǔn)7 min的差距太大.這一信息啟示我們今后應(yīng)當(dāng)改善育種方法,革新育種手段,在關(guān)注選育高產(chǎn)品種的同時(shí),應(yīng)加強(qiáng)對(duì)品質(zhì)性狀穩(wěn)定時(shí)間和蛋白質(zhì)含量的選育力度.在實(shí)際育種工作中除利用雜交育種基因外滲效應(yīng)外,還可采用其他生物技術(shù),通過(guò)外緣基因的導(dǎo)入為小麥品質(zhì)的改良提供新的機(jī)遇.

[1]謝戎,金良,李永洪,等.黑紫稻資源農(nóng)藝性狀的因子分析[J].綿陽(yáng)經(jīng)濟(jì)技術(shù)高等專科學(xué)校學(xué)報(bào),2001,18（4）：1-3.

[2]殷延勃,馬洪文,榮韞琛,等.寧夏水稻主要農(nóng)藝和品質(zhì)性狀的因子分析[J].西北農(nóng)業(yè)大學(xué)學(xué)報(bào),1998,27（2）：37-41.

[3]康立寧,魏益民,歐陽(yáng)韶輝,等.小麥品質(zhì)性狀的基因型因子分析[J].西北植物學(xué)報(bào),2004,24（1）：120-124.

[4]蕭紅,裴鑫德.冬小麥數(shù)量性狀因子分析和聚類分析[J].北京農(nóng)業(yè)大學(xué)學(xué)報(bào),1991,17（4）：17-24.

[5]楊國(guó)虎,馮前,羅湘寧,等.玉米雜交種耐旱性狀的因子分析[J].干旱地農(nóng)業(yè)研究,2005,23（1）：138-143.

[6]周以飛.不同生境下菜用大豆產(chǎn)量與品質(zhì)性狀的因子分析[J].福建農(nóng)林大學(xué)學(xué)報(bào)：自然科學(xué)版,2005,34（3）：281-285.

[7]陳榮江,朱明哲,孫長(zhǎng)法.棉花新品種產(chǎn)量品質(zhì)性狀的綜合評(píng)價(jià)及聚類分析[J].西北農(nóng)業(yè)學(xué)報(bào),2007,16（4）：264-268.

[8]韓路,曹新川,胡守林,等.海島棉數(shù)量性狀的因子分析[J].江西棉花,2005,27（3）：26-29.

[9]東大鈞.SAS統(tǒng)計(jì)分析應(yīng)用[M].北京：電子工業(yè)出版社,2008.

[10]陳桂明,戚紅雨,潘偉.MATLAB數(shù)理統(tǒng)計(jì)（6.X）[M].北京：科學(xué)出版社,2002：189-198.