王玲燕，譚秀芳，黃金華，段德全，張素平，朱紅彩

摘要 利用DPS數(shù)據(jù)處理系統(tǒng)，通過多元線性回歸進行相關(guān)分析、回歸分析和通徑分析，研究了1950—2015年河南省6個代表地區(qū)（安陽、商丘、鄭州、南陽、信陽、洛陽）生產(chǎn)上主導(dǎo)小麥品種的產(chǎn)量構(gòu)成因素。小麥3個產(chǎn)量構(gòu)成因素中，6個地區(qū)有效穗數(shù)、千粒重與產(chǎn)量均呈極顯著正相關(guān)，相關(guān)程度從高到低依次為有效穗數(shù)、千粒重、穗粒數(shù)；通徑分析與相關(guān)分析結(jié)果相一致。以鄭州地區(qū)為例，建立了多元線性回歸模型，回歸方程為Y= -528.837 0+8.424 6X1+9.887 2X2+8.061 7X3。在河南地區(qū)小麥3個產(chǎn)量構(gòu)成因素中，有效穗數(shù)對產(chǎn)量的影響最大，是影響實際產(chǎn)量的最重要因素，其次為千粒重，而穗粒數(shù)對產(chǎn)量的影響最小。

關(guān)鍵詞 小麥；產(chǎn)量構(gòu)成因素；時空變異；相關(guān)分析；回歸模型；通徑分析

中圖分類號 S-058 文獻標(biāo)識碼 A 文章編號 0517-6611（2018）06-0193-04

Timespace Variation of Yield Components of Wheat and Their Effects on the Yield of Wheat in Henan Province

WANG Lingyan1，2，TAN Xiufang2，HUANG Jinhua2 et al （1.College of Computer and Information Engineering，Henan Normal University，Xinxiang，Henan 453007； 2.Xinxiang Academy of Agricultural Sciences，Xinxiang，Henan 453003）

Abstract Using DPS data processing system，correlation analysis，regression analysis and path analysis were conducted by multiple linear regression.The yield components of main wheat varieties in six representative areas （Zhengzhou，Nanyang，Xinyang，Anyang，Shangqiu，Luoyang） of Henan Province during 1950-2015 were studied.Among three yield component factors，the number of effective panicles and 1 000kernel weight had extremely significantly correlation with the yield of wheat in six regions，the order of correlation degree from high to low was the number of effective panicles，1 000kernel weight，kernels per panicle.The results of path analysis was consistent with the results of correlation analysis.Taking Zhengzhou City as an example，multiple linear regression model was established and the regression equation was Y=-528.837 0+8.424 6X1+9.887 2X2+8.061 7 X3.Among three yield component factors of wheat in Henan Province，the number of effective panicles had the greatest effect on the yield，1 000kernel weight was the second.The kernels per panicle had the least effect on the yield of wheat.

Key words Wheat； Yield component factors；Timespace variation； Correlation analysis； Regression model； Path analysis

小麥（Triticum aestivum Linn.）是世界上廣泛種植的重要糧食作物之一，約40%的世界人口將其作為主糧[1]。據(jù)統(tǒng)計，2016年我國小麥種植總面積2 400萬hm2，總產(chǎn)量為13 020萬t；河南省是我國小麥種植最適生態(tài)區(qū)，小麥種植總面積520萬hm2，約占全國小麥面積總播種面積的21.67%，總產(chǎn)量2 800萬t，約占我國小麥總產(chǎn)量21.51%，均居全國第1位，對于保障國家糧食安全具有舉足輕重的作用。

小麥產(chǎn)量主要是由有效穗數(shù)、穗粒數(shù)、千粒重3個要素構(gòu)成，三者關(guān)系的協(xié)調(diào)是取得小麥高產(chǎn)的關(guān)鍵[2-4]。李斯深等[5]研究表明小麥的有效穗數(shù)、穗粒數(shù)、千粒重屬于質(zhì)量-數(shù)量性狀，由主基因和微效基因共同控制。因此，影響小麥產(chǎn)量的因素很多，如基因型[6-8]、種植密度[9-10]、栽培措施[9-11]、灌溉與施肥[12-17]、逆境脅迫[18-21]以及氣候[7-8，22-26]等。

河南省地處暖溫帶和亞熱帶氣候過渡區(qū)，氣候具有明顯的過渡特征，氣候?qū)π←溕a(chǎn)潛力影響巨大[27-31]。因此，分析河南省典型地區(qū)小麥產(chǎn)量的變化特征，探尋小麥產(chǎn)量構(gòu)成要素的內(nèi)在聯(lián)系和變動規(guī)律，對促進小麥產(chǎn)業(yè)可持續(xù)發(fā)展具有重要意義。筆者根據(jù)河南省農(nóng)業(yè)歷史有關(guān)的統(tǒng)計資料，對安陽市、商丘市、鄭州市、南陽市、信陽市、洛陽市6個典型地區(qū)的1950—2015年小麥有效穗數(shù)、穗粒數(shù)、千粒重以及產(chǎn)量變化進行了分析，以期為河南省小麥合理化、標(biāo)準(zhǔn)化生產(chǎn)提供科學(xué)的理論依據(jù)。

1 材料與方法

1.1 試驗材料 通過對《河南小麥品種志》和《中國小麥品種志》等歷史文獻查閱以及近年來小麥品種區(qū)試試驗報告等數(shù)據(jù)資料收集，選取河南省6個地區(qū)（鄭州市、南陽市、安陽市、商丘市、信陽市、洛陽市）1950—2015年生產(chǎn)上推廣面積較大的代表性品種，其中安陽市45個、鄭州市34個、南陽市40個、洛陽市50個、信陽市45個、商丘市41個，共計255個。

1.2 數(shù)據(jù)收集 收集各個時期各個代表品種的產(chǎn)量、有效穗數(shù)、穗粒數(shù)、千粒重、株高、播量等，數(shù)據(jù)收集方法參考文獻[25-26，32]。

1.3 數(shù)據(jù)統(tǒng)計與分析 對不同時期不同地區(qū)的小麥品種產(chǎn)量、有效穗數(shù)、穗粒數(shù)、千粒重、株高、播量等數(shù)據(jù)進行匯總處理，對產(chǎn)量構(gòu)成的三要素相關(guān)重要性進行分析，利用DPS軟件進行數(shù)據(jù)處理[33]，分析方法參考文獻[33]。

2 結(jié)果與分析

2.1 小麥產(chǎn)量及其構(gòu)成因素的變異分析 利用DPS數(shù)據(jù)處理系統(tǒng)對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理后，6個地區(qū)小麥產(chǎn)量及其構(gòu)成因素的方差膨脹系數(shù)見表1。6個地區(qū)千粒重的膨脹系數(shù)最大，穗粒數(shù)最小，說明隨著時間的變化，千粒重的變異性最大[34]，穗粒數(shù)變異性較小，有效穗數(shù)居中，與千粒重的變異性比較接近。這說明就產(chǎn)量變化而言，對千粒重選擇的有效性較差，表明產(chǎn)量的穩(wěn)定性與各性狀間的組合的合理性。另外，所有變量的方差膨脹系數(shù)均小于10，說明各性狀間不存在多重共線性。

2.2 小麥產(chǎn)量構(gòu)成因素與產(chǎn)量的相關(guān)分析 由表2可知，產(chǎn)量與產(chǎn)量構(gòu)成因素之間均存在正相關(guān)關(guān)系，其中有效穗數(shù)

與產(chǎn)量的相關(guān)系數(shù)最高，其次是千粒重，穗粒數(shù)最低。但產(chǎn)量與有效穗數(shù)、千粒重的相關(guān)性在6個地區(qū)均達(dá)到極顯著水平，且各性狀相關(guān)程度均呈正相關(guān)。穗粒數(shù)顯著水平表現(xiàn)不一致，其中3個地區(qū)表現(xiàn)極顯著，1個地區(qū)表現(xiàn)顯著，2個地區(qū)表現(xiàn)不顯著。雖然有效穗數(shù)是影響產(chǎn)量的主要因子，但千粒重與穗粒數(shù)對產(chǎn)量的影響同樣重要，表明不管小麥產(chǎn)量受何種因素的影響，其性狀之間總是相互制約的，最終達(dá)到一個平衡的合理結(jié)構(gòu)。

2.3 多元線性回歸模型的建立 僅以鄭州地區(qū)為例。

2.3.1 模型建立。將鄭州地區(qū)1950—2015年生產(chǎn)上推廣面積較大的代表性品種，通過多元線性回歸模型進行數(shù)據(jù)處理，建立模型（表3），相關(guān)系數(shù)為0.965 8，決定系數(shù)為0.932 7，調(diào)整相關(guān)R′為0.962 3，調(diào)整后的相關(guān)系數(shù)非常高，說明以此建立的方程是可靠的。

2.3.2 多元線性回歸方程的建立。對小麥產(chǎn)量構(gòu)成因素與產(chǎn)量的回歸系數(shù)（表3）分析表明，模型中小麥各產(chǎn)量構(gòu)成因素t測驗均達(dá)到極顯著水平，其偏相關(guān)系數(shù)程度從高到低依次為有效穗數(shù)（r1=0.815 9）、穗粒數(shù)（r2=0.695 4）、千粒重（r3=0.596 2）；3個產(chǎn)量構(gòu)成因素對產(chǎn)量的直接作用（通徑系數(shù)）如下：有效穗數(shù)（p1=0.604 8）、千粒重（p2=0.317 2）、穗粒數(shù)（p3=0.256 9）。因此，在小麥品種繁育與推廣過程中，應(yīng)將有效穗數(shù)放在第一位，其次是穗粒數(shù)和千粒重。根據(jù)表3中小麥產(chǎn)量構(gòu)成因素的回歸系數(shù)，建立回歸方程：Y=-528.837 0+8.424 6X1+9.887 2X2+8.061 7X3。

2.3.3 多元線性回歸方程的方差分析。對多元線性回歸方程的方差分析結(jié)果見表4，其F值為138.595 9，差異達(dá)到極顯著水平，說明建立的回歸方程是可靠的，回歸方程確定了各主要性狀的直接作用，但各主要性狀間的作用沒有表達(dá)出來。為了更全面掌握各產(chǎn)量構(gòu)成因素對產(chǎn)量的貢獻大?。ㄖ苯幼饔煤烷g接作用及相互關(guān)系），應(yīng)進行通徑系數(shù)分析。

2.4 小麥產(chǎn)量構(gòu)成因素的通徑分析

2.4.1 小麥產(chǎn)量構(gòu)成因素的通徑系數(shù)。通徑系數(shù)由R矩陣、B矩陣表運算獲得，其回歸模型是極顯著線性關(guān)系，對6個地區(qū)構(gòu)成產(chǎn)量的3個因素與產(chǎn)量進行通徑系數(shù)分析，有效穗數(shù)、穗粒數(shù)、千粒重3個性狀對小麥產(chǎn)量的直接作用（即通徑系數(shù)）分析結(jié)果見表5。6個地區(qū)有效穗數(shù)（x1）的通徑系數(shù)最大，也就是說直接作用最大，因此在小麥育種或推廣過程中應(yīng)將有效穗數(shù)放到第一位，其次是千粒重、穗粒數(shù)。

2.4.2 方程可預(yù)測性程度。小麥產(chǎn)量與3個產(chǎn)量構(gòu)成因素的相關(guān)系數(shù)為0.965 8，表明回歸方程可靠程度達(dá)到 96.58%，且有效穗數(shù)相關(guān)性最高（R2=0.909 9），進一步表明有效穗數(shù)是小麥高產(chǎn)的第一重要因子，其次是千粒重和穗粒數(shù)，表明這3個性狀的確是影響小麥產(chǎn)量的重要因子。

3 結(jié)論與討論

小麥有效穗數(shù)、千粒重的相關(guān)性在6個地區(qū)均達(dá)到極顯著水平，且各性狀相關(guān)程度均呈正相關(guān)。穗粒數(shù)對產(chǎn)量的相關(guān)系數(shù)有2個地區(qū)未達(dá)到顯著水平，表現(xiàn)不統(tǒng)一； 6個地區(qū)小麥各性狀的直接作用（通徑系數(shù)）從強到弱依次為：有效穗數(shù)、千粒重、穗粒數(shù)，且均達(dá)極顯著水平或顯著水平。鄭建敏等[34]利用來自四川省各研究單位提供的95個冬小麥品系進行研究，結(jié)果表明有效穗數(shù)與實際產(chǎn)量呈極顯著正相關(guān)，是影響實際產(chǎn)量的最重要因素。馮素偉等[35]以河南省大面積種植的和新近育成的14個超高產(chǎn)小麥品種為材料，研究了其產(chǎn)量性狀以及產(chǎn)量構(gòu)成因素與產(chǎn)量的關(guān)系，結(jié)果表明產(chǎn)量與產(chǎn)量構(gòu)成因素之間存在相關(guān)性，產(chǎn)量構(gòu)成因素與產(chǎn)量的相關(guān)性均呈正相關(guān)，其相關(guān)系數(shù)從大到小依次為：有效穗數(shù)、千粒重、穗粒數(shù)；通徑分析進一步證實，有效穗數(shù)對高產(chǎn)品種的產(chǎn)量貢獻最大，其次為千粒重，穗粒數(shù)對產(chǎn)量的影響最小。邵慧等[36]利用江蘇省淮北地區(qū)主要推廣的13個小麥品種，探討產(chǎn)量三要素之間的相互關(guān)系及其對產(chǎn)量的影響。相關(guān)性分析結(jié)果表明，有效穗數(shù)、穗粒數(shù)、千粒重與小麥產(chǎn)量均呈正相關(guān)，其相關(guān)性從大到小依次為穗粒數(shù)、有效穗數(shù)、千粒重，通徑分析結(jié)果與相關(guān)性分析結(jié)果相吻合，產(chǎn)量三要素對產(chǎn)量的貢獻從大到小依次為穗粒數(shù)、有效穗數(shù)、千粒重。周芳菊等[37]對2009—2012年湖北省3個小麥主導(dǎo)品種鄭麥9023、襄麥55、襄麥25的產(chǎn)量及其構(gòu)成因素進行相關(guān)性分析和通徑分析。結(jié)果表明，有效穗數(shù)對產(chǎn)量的貢獻最大，其次是千粒重，貢獻最小的是穗粒數(shù)，相關(guān)分析結(jié)果與通徑分析結(jié)果相一致；不同年度間千粒重的變異系數(shù)最大，其次是有效穗數(shù)，最小的是穗粒數(shù)。

采用多元線性回歸分析方法建立多元線性回歸方程。4個地區(qū)偏相關(guān)系數(shù)從大到小依次為：有效穗數(shù)、穗粒數(shù)、千粒重，2個地區(qū)偏相關(guān)系數(shù)從大到小依次為有效穗數(shù)、千粒重、穗粒數(shù)。分析有效穗數(shù)、穗粒數(shù)、千粒重對產(chǎn)量的直接作用和間接作用的通徑系數(shù)以及貢獻大小，相關(guān)系數(shù)均在90%以上，證實了回歸方程的可靠性。因此，在小麥育種和推廣過程中應(yīng)將小麥成穗率放在首位，其次是千粒重和穗粒數(shù)。

綜上所述，不同的地區(qū)、不同的氣候環(huán)境其研究結(jié)果存在一定的差異。產(chǎn)量是受其三要素的變化影響。大量研究結(jié)果表明，有效穗數(shù)是高產(chǎn)的最重要影響因素。筆者研究了河南6個地區(qū)主導(dǎo)小麥品種產(chǎn)量構(gòu)成因素，結(jié)果表明有效穗數(shù)是影響實際產(chǎn)量的最重要因素，這和前人研究結(jié)果相一致。在生產(chǎn)實踐過程中，因為三因素是此消彼長的關(guān)系，所以在品種育種與推廣過程中有效穗數(shù)、穗粒數(shù)和千粒重應(yīng)控制在合理的取值范圍內(nèi)，并根據(jù)生產(chǎn)需要進行合理選擇，這是提高選育和推廣小麥高產(chǎn)品種的有效途徑之一。

參考文獻

[1] 賈筱智.中國小麥主產(chǎn)區(qū)小麥生產(chǎn)技術(shù)效率與技術(shù)進步率的測算與分析[D].楊凌：西北農(nóng)林科技大學(xué)，2013：1-58.

[2] JOSHI S K，SHARMA S N，SINGHANIA D L，et al.Combining ability in the F1 and F2 generations of diallel cross in hexaploid wheat （Triticum aestivum L.em.Thell）[J].Hereditas，2004，141（2）：115-121.

[3] ERKUL A，NAY A，KONAK C.Inheritance of yield and yield components in a bread wheat （Triticum aestivum L.） cross[J].Turkish journal of field crops，2010，15（2）：137-140.

[4]FETHI B，MOHAMED E G.Epistasis and genotypebyenvironment interaction of grain yield related traits in durum wheat[J].Journal of plant breeding and crop science，2010，2（2）：24-29.

[5]李斯深，陳茂學(xué)，王洪剛.利用重組自交系（RILs） 群體進行質(zhì)量-數(shù)量性狀的遺傳分析：遺傳模型和小麥產(chǎn)量性狀遺傳[J].作物學(xué)報，2001，27（6）：896-904.

[6]BABU V R，KUMAR S S.Phenotypic stability in wheat for grain yield and component characters under normal and stress environments[J].Annals of agricultural research，2001，22（3）：318-322.

[7]XIAO D P，TAO F L.Contributions of cultivars，management and climate change to winter wheat yield in the North China Plain in the past three decades[J].European journal of agronomy，2014，52：112-122.

[8]HE L，ASSENG S ZHAO G，et al.Impacts of recent climate warming，cultivar changes，and crop management on winter wheat phenology across the Loess Plateau of China[J].Agricultural and forest meteorology，2015，200（4）：135-143.

[9] HUSSAIN I，KHAN M A，AHMAD K.Effect of row spacing on the grain yield and the yield component of wheat （Triticum aestivum L.）[J].Pakistan journal of agronomy，2003，2（3）：153-159.

[10] 王志和，姜麗娜，李春喜，等.種植密度和植物生長調(diào)節(jié)劑對小麥衰老及產(chǎn)量構(gòu)成的影響[J].作物雜志，2003（2）：15-17.

[11] LIMOCHI K.The impact of different planting methods on yield and yield component of wheat cultivar Chamran under different conditions of irrigation in the Northern Khuzestan Climate[J].International journal of biosciences，2013，3（12）：22-27.

[12] PRADHAN S K，SARKAR S K，PRAKASH S.Effect of sewage water on the growth and yield parameters of wheat and blackgram with different fertilizer levels[J].Journal of environmental biology，2001，22（2）：133-136.

[13] ZHANG G P，F(xiàn)UKAMI M，SEKIMOTO H.Influence of cadmium on mineral concentrations and yield components in wheat genotypes differing in Cd tolerance at seedling stage[J].Field crops research，2002，77（2）：93-98.

[14] 王科，王志強，馬超，等.低壓噴灌對土壤-小麥系統(tǒng)氮素時空分布及產(chǎn)量的影響[J].生態(tài)學(xué)雜志，2013，32（4）：890-898.

[15] TAO F L，ZHANG Z.Climate change，wheat productivity and water use in the North China Plain：A new superensemblebased probabilistic projection[J].Agricultural and forest meteorology，2013，170：146-165.

[16] BAHOJBALMASI A，BAGH P G K.Influence of irrigation with wastewater on yield and yield component of wheat[J].International journal of biosciences，2014，4（8）：105-109.

[17] 李孟潔，李紅兵，王林林，等.水氮耦合對小麥旗葉光合特性及籽粒產(chǎn)量的影響[J].西北農(nóng)業(yè)學(xué)報，2015，24（6）：34-40.

[18] FRANCOIS L E，GRIEVE C M，MAAS E V，et al.Time of salt stress affects growth and yield components of irrigated wheat[J].Agronomy journal，1994，86（1）：100-107.

[19] GIBSON L R，PAULSEN G M.Yield components of wheat grown under high temperature stress during reproductive growth[J].Crop science，1999，39（6）：1841-1846.

[20] DUGGAN B L，DOMITRUK D R，F(xiàn)OWLER D B.Yield component variation in winter wheat grown under drought stress[J].Canadian journal of plant science，2000，80（4）：739-745.

[21] DAEI G，ARDEKANI M R，REJALI F，et al.Alleviation of salinity stress on wheat yield，yield components，and nutrient uptake using arbuscular mycorrhizal fungi under field conditions[J].Journal of plant physiology，2009，166（6）：617-625.

[22] LIU S X，MO X G，LIN Z H，et al.Crop yield responses to climate change in the Huang-Huai-Hai Plain of China[J].Agricultural water management，2010，97（8）：1195-1209.

[23] SOMMER R，GLAZIRINA M，YULDASHEVA T，et al.Impact of climate change on wheat productivity in Central Asia[J].Agriculture，ecosystems and environment，2013，178（2）：78-99.

[24] GILL K K，KAUR N，BABUTA R.Crop growth behaviour and yield characteristics of wheat （Triticum aestivum L.） in two different agroclimatic zones of Punjab[J].Journal of agricultural physics，2013，13（2）：126-132.

[25] CHE M L，CHEN B Z，INNES J L，et al.Spatial and temporal variations in the end date of the vegetation growing season throughout the QinghaiTibetan Plateau from 1982 to 2011[J].Agricultural and forest meteorology，2014，189/190（189）：81-90.

[26] TAO F L，ZHANG Z，XIAO D P，et al.Responses of wheat growth and yield to climate change in different climate zones of China，1981-2009[J].Agricultural and forest meteorology，2014，189/190（189）：91-104.

[27] 雷振生，吳政卿，田云峰，等.生態(tài)環(huán)境變異對優(yōu)質(zhì)強筋小麥品質(zhì)性狀的影響[J].華北農(nóng)學(xué)報，2005，20（3）：1-4.

[28] 馬新明，劉木森，陳偉強，等.基于GIS的河南省小麥自然生產(chǎn)優(yōu)勢區(qū)域評價研究[J].麥類作物學(xué)報，2006，26（6）：104-107.

[29] 夏斌，高瑞，張浩，等.基于WebGIS的河南省小麥生產(chǎn)潛力評價系統(tǒng)分析與設(shè)計[J].河南農(nóng)業(yè)科學(xué)，2009，38（3）：5-8.

[30] 余衛(wèi)東，陳懷亮.河南省優(yōu)質(zhì)小麥精細(xì)化農(nóng)業(yè)氣候區(qū)劃研究[J].中國農(nóng)學(xué)通報，2010，26（11）：381-385.

[31] 李國強，陳丹丹，張建濤，等.基于DSSAT模型的河南省小麥生產(chǎn)潛力定量模擬與分析[J].麥類作物學(xué)報，2016，36（4）：507-515.

[32] ZHANG S，TAO F L，ZHANG Z.Rice reproductive growth duration increased despite of negative impacts of climate warming across China during 1981-2009[J].European journal of agronomy，2014，54：70-83.

[33] 唐啟義，馮明光.DPS數(shù)據(jù)處理系統(tǒng)[M].北京：科學(xué)出版社，2006：471-492.

[34] 鄭建敏，李浦，廖曉虹，等.四川冬小麥產(chǎn)量構(gòu)成因子初步分析[J].作物雜志，2012（1）：105-107.

[35] 馮素偉，姜小苓，胡鐵柱，等.超高產(chǎn)小麥品種產(chǎn)量構(gòu)成因素及增產(chǎn)途徑分析[J].河南科技學(xué)院學(xué)報（自然科學(xué)版），2013，41（3）：1-5.

[36] 邵慧，夏中華，金彥剛，等.江蘇淮北地區(qū)13個主導(dǎo)小麥品種產(chǎn)量構(gòu)成因素分析[J].江蘇農(nóng)業(yè)科學(xué)，2015，43（8）：91-93.

[37] 周芳菊，陳橋生，張道榮，等.小麥產(chǎn)量構(gòu)成因素的相關(guān)性分析[J].湖北農(nóng)業(yè)科學(xué)，2012，51（23）：5287-5289.