張偉龍，楊靜慧，通信作者，宋科，蔣鑫，郜偉，張超，馮國華

基于主成分分析油用牡丹‘鳳丹’主要性狀評價及選優(yōu)

張偉龍1，楊靜慧1，通信作者，宋科1，蔣鑫1，郜偉1，張超2，馮國華3

（1. 天津農(nóng)學(xué)院 園藝園林學(xué)院，天津 300392；2. 天獅學(xué)院，天津 301700；3. 天津市公路局直屬處，天津 300384）

為建立高產(chǎn)油用牡丹評價模型及選擇優(yōu)良高產(chǎn)單株，以85株油用牡丹‘鳳丹’為研究材料，采用主成分分析方法，對‘鳳丹’的10個主要性狀進行分析。結(jié)果表明：總籽粒重與總籽粒數(shù)呈極顯著正相關(guān)，與聚合蓇葖果數(shù)、有效果莢數(shù)呈顯著性正相關(guān)，相關(guān)系數(shù)分別為0.87、0.51、0.51。通過主成分分析將10個主要性狀降維為4個主成分，分別為籽粒因子、生長因子、敗育因子、果形因子，累計貢獻率達84.52%，并以4個主成分貢獻率為權(quán)重，建立了油用牡丹高產(chǎn)評價模型。綜合評價得分將85株油用牡丹分為5個等級，并選出極高產(chǎn)株系A(chǔ)66，高產(chǎn)株系A(chǔ)23、A44。

主成分分析；油用牡丹；綜合評價；相關(guān)性分析

油用牡丹（）是指結(jié)實能力強、種子可加工成食用油的牡丹，是在傳統(tǒng)藥用牡丹和觀賞牡丹基礎(chǔ)上選育的木本油料作物[1-3]。目前我國油用牡丹處于快速發(fā)展階段，僅天津薊州區(qū)已發(fā)展近1 333.3 hm2，主要品種為‘鳳丹’（）和‘紫斑’（）[4]。然而，近年栽培中發(fā)現(xiàn)，即使同一品種，單株產(chǎn)量仍差異較大，因此建立油用牡丹綜合評價體系對品種更新及新品種培育至關(guān)重要。李林昊等[5]證明‘鳳丹’株形在居群間與居群內(nèi)均存在變異；林萍等[6]認為以單株產(chǎn)量為選育目標可提高單位面積產(chǎn)油量；祝亞云等[7]指出果莢數(shù)可作為‘鳳丹’產(chǎn)量的預(yù)測指標并制定了選擇標準；崔虎亮等[8]確定牡丹產(chǎn)量構(gòu)成因素。目前評價體系多集中在比較某一性狀上，不能全部反映性狀間的差異[9-10]。主成分分析可用較少指標反映較多指標，已廣泛用于多種園藝作物評價中[11-21]。因此，本試驗以天津市薊州區(qū)85株油用牡丹‘鳳丹’為試材，對其10個主要性狀進行評價，以期為油用牡丹綜合評價及選優(yōu)提供依據(jù)。

1 材料與方法

供試的85株油用牡丹‘鳳丹’為4年生實生苗（2016年11月引自山東菏澤2年生實生苗，于天津市薊州區(qū)楊津莊鎮(zhèn)大堼上村林下種植2年），株行距為0.5 m×1.0 m。

2018年8月上旬選擇結(jié)果產(chǎn)量較高的植株，進行標記掛牌，編號為A1～A85。并對油用牡丹10個性狀進行測定。其中，株高為卷尺測量植株根頸到主莖頂部之間的距離；冠幅以卷尺測量東西、南北方向冠幅所覆蓋到的最大值；枝條數(shù)為植株根莖上所有分枝，聚合蓇葖果數(shù)為單株總果數(shù)，總籽粒數(shù)為單株總籽粒數(shù)，果莢敗育即單株未形成正常種子的果莢，有效果莢數(shù)為單株聚合蓇葖果種子均正常，以上指標均采用實地觀察法；總籽粒重為單株籽粒重量和，果實重為單株所有聚合蓇葖果重量和，均采用萬分之一電子天平進行稱量[22]。果形指數(shù)采用游標卡尺進行測量。

果形指數(shù)＝縱徑/橫徑[23]

對10個測定指標采用PEARSON相關(guān)分析法進行分析。采用主成分分析法進行降維處理，以特征值大于1，累計貢獻率＞80%為標準[13]，入選4個主成分，累計貢獻率84.52%。采用最大方差旋轉(zhuǎn)，以各主分及其貢獻率構(gòu)建出油用牡丹高產(chǎn)綜合評價模型，對各株系進行綜合評價得分，再排序、分類。

采用Excel 2003和SPSS20.0軟件分析數(shù)據(jù)。

2 結(jié)果與分析

2.1 ‘鳳丹’各性狀間相關(guān)性分析

由表1可知，枝條數(shù)與聚合蓇葖果數(shù)呈極顯著正相關(guān)，相關(guān)系數(shù)為0.83，與有效果莢數(shù)呈顯著正相關(guān)，相關(guān)系數(shù)為0.78。聚合蓇葖果數(shù)與總籽粒數(shù)、總籽粒重、果實重呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.53、0.51、0.59，與有效果莢數(shù)呈極顯著正相關(guān)，相關(guān)系數(shù)為0.89?？傋蚜?shù)與有效果莢數(shù)呈顯著正相關(guān)，相關(guān)系數(shù)為0.57，與總籽粒重、果實重呈極顯著正相關(guān)，相關(guān)系數(shù)分別為0.87、0.84。有效果莢數(shù)與總籽粒重、果實重呈正相關(guān)，相關(guān)系數(shù)分別為0.51、0.59，說明有效果莢數(shù)越多，果實重及籽粒重會越大。總籽粒重與果實重呈極顯著正相關(guān)，相關(guān)系數(shù)為0.97。

表1 ‘鳳丹’各性狀間的相關(guān)系數(shù)

注：*代表顯著相關(guān)（＜0.05），**代表極顯著相關(guān)（＜0.01）

2.2 ‘鳳丹’各性狀間的主成分分析

由表2可知，第一主成分的貢獻率為44.60%，特征向量值較大的有枝條數(shù)、聚合蓇葖果數(shù)、總籽粒數(shù)、有效果莢數(shù)、總籽粒重、果實重共6個指標，因此因子1可命名為籽粒因子。第二主成分的貢獻率為17.41%，主要包括株高、冠幅，因此因子2可命名為生長因子。第三主成分的貢獻率為12.41%，主要包括果莢敗育，因此因子3可命名為敗育因子。第四主成分的貢獻率為10.09%，貢獻率較大的是果形指數(shù)，因此因子4可命名為果形因子。根據(jù)前4主成分與各性狀間的關(guān)系，可得出以下線性關(guān)系。

1＝0.011＋0.222＋0.803＋0.874＋0.845－0.446＋0.877＋0.818＋0.859－0.0410；

2＝0.581＋0.772＋0.273＋0.234－0.285－0.326＋0.267－0.468－0.439－0.2110；

3＝0.691＋0.352－0.333－0.194＋0.215＋0.436－0.107＋0.328＋0.239＋0.3410；

4＝-0.191＋0.152＋0.023－0.024＋0.035－0.426－0.097－0.088－0.089＋0.8710。

根據(jù)4個主成分及其貢獻率構(gòu)建出油用牡丹‘鳳丹’高產(chǎn)綜合評價模型為＝0.451＋0.172＋0.123＋0.104。

表2 ‘鳳丹’主要性狀間的載荷矩陣

2.3 ‘鳳丹’不同株系綜合評價得分

由表3可知，依據(jù)綜合得分的高低可將85株油用牡丹分為5個等級。第一類為＞1.5，包括1株，即A66，此株張勢中庸，分枝數(shù)一般，但果形指數(shù)較高，總籽粒數(shù)最多，總籽粒重最重，因此可作為極高產(chǎn)株系。第二類為1.0＜＜1.5，包括2株，為A23和A44，此類株型較小，但分枝數(shù)較多，果莢敗育現(xiàn)象較低，果形指數(shù)較高，果實重及總籽粒重較大，因此可作為高產(chǎn)株系。第三類為0.5＜＜1.0，包括12株，依次為A56、A40、A5、A65、A16、A54、A22、A17、A71、A19、A60、A21，此類株系大小不一致，但枝條數(shù)較多，有效果莢數(shù)較高，果實重較大。第四類為0＜＜0.5，有21株，依次為A14、A2、A77、A9、A53、A4、A1、A71、A48、A70、A50、A57、A51、A18、A11、A15、A18、A24、A3、A64、A20，此類枝條數(shù)較多，有效果莢數(shù)較少。第五類為＜0，共有49株，依次為A52、A46、A63、A38、A13、A59、A45、A31、A47、A7、A76、A6、A10、A69、A28、A43、A39、A41、A35、A12、A33、A49、A79、A55、A42、A29、A36、A32、A25、A81、A75、A83、A80、A76、A34、A58、A37、A85、A68、A82、A27、A62、A67、A74、A84、A61、A72、A26、A30，此類株系植株大小差異較大，果莢敗育較明顯，有效果莢數(shù)較少，總籽粒重較小。

表3 85株‘鳳丹’綜合評價得分及排序

續(xù)表

續(xù)表

3 討論

我國油用牡丹種質(zhì)資源豐富、含油率高、適種范圍廣，但是通過實生繁殖的苗木在栽培中普遍存在產(chǎn)量不一、性狀變異大的現(xiàn)象[5,24]。天津薊州區(qū)有56萬多株‘鳳丹’，數(shù)量龐大的實生苗為優(yōu)選提供了可能。植株引種后表現(xiàn)可能與原產(chǎn)地有關(guān)，所選植株原產(chǎn)地均為山東菏澤，因此今后可進一步擴大選優(yōu)面積及引入其他產(chǎn)地油用牡丹，如河南洛陽、甘肅蘭州等地，來篩選產(chǎn)量更高植株。

果莢敗育是產(chǎn)量降低的重要原因之一。試驗發(fā)現(xiàn)花期未正常授粉、植株生長不良均會造成果莢敗育。因此選擇花期人工授粉或放蜂授粉，合理施肥，均可降低牡丹果莢敗育、提高產(chǎn)量[25-26]。試驗發(fā)現(xiàn)枝條數(shù)與果莢敗育呈負相關(guān)，與總籽粒重成正相關(guān)，即枝條數(shù)越多，果莢敗育越少，總籽粒越重。主要是分枝數(shù)越多，光合作用越強，光合產(chǎn)物越多。本試驗中株高、冠幅與總籽粒重呈負相關(guān)，與前人研究增加油用牡丹株高、冠幅可以提高產(chǎn)量的結(jié)果不一致[26]?？赡苁潜驹囼炛械摹P丹’為4年生苗，營養(yǎng)生長優(yōu)于生殖生長，因此今后可合理施用氮肥，控制營養(yǎng)生長，提高修剪方式，增加枝條數(shù)，提高產(chǎn)量。

本試驗以選擇優(yōu)良高產(chǎn)油用牡丹為中心，因此籽粒因子為第一主成分，綜合評分后發(fā)現(xiàn)產(chǎn)量由高到低與綜合排名一致，證明主成分分析在油用牡丹高產(chǎn)選優(yōu)中的可行性。

4 結(jié)論

試驗結(jié)果顯示：通過主成分分析將‘鳳丹’原有的10個主要性狀株高、冠幅、枝條數(shù)、聚合蓇葖果數(shù)、總籽粒數(shù)、果莢敗育、有效果莢數(shù)、總籽粒重、果實重、果形指數(shù)降維為籽粒因子、生長因子、敗育因子、果形因子4個主成分，以4個主成分與其方差貢獻率構(gòu)建評價高產(chǎn)油用牡丹數(shù)學(xué)模型，求出各株系綜合得分，分為為5個等級，并篩選出極高產(chǎn)株系A(chǔ)66，高產(chǎn)株系A(chǔ)23、A44，可作進一步研究及用于雜交育種親本。

[1] 李育才. 中國油用牡丹工程的戰(zhàn)略思考[J]. 中國工程科學(xué)，2014，16（10）：58-63.

[2] 熊凱，韓懂博，李丹丹，等. 油用牡丹豐產(chǎn)栽培技術(shù)研究進展[J]. 陜西林業(yè)科技，2017（6）：90-94.

[3] 陳法志，陳鎮(zhèn)，戢小梅，等. 油用牡丹種質(zhì)資源及育種研究進展[J]. 江漢大學(xué)學(xué)報（自然科學(xué)版），2019，47（2）：181-185.

[4] 韓繼剛，李曉青，劉炤，等. 牡丹油用價值及其應(yīng)用前景[J]. 糧食與油脂，2014（5）：21-25.

[5] 李林昊，張延龍，牛立新，等. 秦嶺地區(qū)‘鳳丹’牡丹居群果期相關(guān)性狀的表型多樣性研究[J]. 西北林學(xué)院學(xué)報，2015，30（4）：127-131.

[6] 林萍，姚小華，曹永慶，等. 油用牡丹‘鳳丹’果實性狀及其脂肪酸組分的變異分析[J]. 經(jīng)濟林研究，2015（1）：67-72.

[7] 祝亞云，孫海楠，蔣澤平，等. ‘鳳丹’單株間生長及結(jié)實性狀的變異分析[J]. 江蘇林業(yè)科技，2017，44（6）：14-16，20.

[8] 崔虎亮，黃弄璋，閆海川，等. 油用牡丹單株產(chǎn)量和主要表型性狀的相關(guān)性[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報，2017，38（2）：86-91.

[9] 吳曉星，劉鳳欒，房義福，等. 36個歐美觀賞海棠品種應(yīng)用價值的綜合評價[J]. 南京林業(yè)大學(xué)學(xué)報，2015，39（1）：93-98.

[10] 夏冰，司志國，周垂帆. 基于層次分析法的木瓜屬海棠植物景觀價值評價[J]. 北方園藝，2017（17）：115-119.

[11] 郭英姿，賈文慶，劉會超，等. 三十二個品種芍藥觀賞性狀的主成分分析[J]. 北方園藝，2018（4）：110-116.

[12] MISHRA P，HERRER O A，BARREIRO P，et al. Detection and quantification of peanut traces in wheat flour by near infrared hyper spectral imaging spectroscopy using principal-component analysis[J]. Journal of Near Infrared Spectroscopy，2015，23（1）：15-22.

[13] 包東娥，劉遵春，劉克帥，等. 觀賞海棠主要性狀的主成分分析及良種選擇[J]. 北方園藝，2018（22）：117-123.

[14] 陳琳琳，吳瑞姣，李光偉，等. 蘋果屬植物不同居群分類性狀的變異性分析[J]. 北方園藝，2014（13）：6-10.

[15] 趙瀅，楊義明，范書田，等. 基于主成分分析的山葡萄果實品質(zhì)評價研究[J]. 吉林農(nóng)業(yè)大學(xué)學(xué)報，2014，36（5）：575-581.

[16] 陳守智，李正麗，龍月娟，等. 桃樹主要性狀指標的主成分分析及與產(chǎn)量關(guān)系的研究[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報，2005，20（4）：544-547.

[17] 趙曉梅，張謙，過利敏，等. 新疆主栽杏品種經(jīng)濟性狀主成分分析及優(yōu)良品種的選擇[J]. 新疆農(nóng)業(yè)科學(xué)，2010，47（12）：2426-2430.

[18] 秦紅艷，許培磊，艾軍，等. 軟棗獼猴桃種質(zhì)資源果實品質(zhì)、表型性狀多樣性及主成分分析[J]. 中國農(nóng)學(xué)通報，2015，31（1）：160-165.

[19] 喬宇，廖李，劉璐，等. 桑椹品質(zhì)評價指標的主成分分析及12個桑品種的桑椹品質(zhì)綜合評價[J]. 蠶業(yè)科學(xué)，2014，40（5）：851-856.

[20] 楊建華，李淑芳，范志遠，等. 美國山核桃主要經(jīng)濟性狀的主成分分析及良種選擇[J]. 浙江農(nóng)林大學(xué)學(xué)報，2011，28（6）：907-910.

[21] 李恒，唐平，刀麗平，等. 攀枝花9個核桃優(yōu)良單株主要經(jīng)濟性狀的主成分分析及良種篩選[J]. 四川林業(yè)科技，2015，36（4）：33-36.

[22] 翟大才，姚琦，潘健，等. 皖南山核桃果實表型性狀和種仁主要養(yǎng)分含量的比較及相關(guān)性分析[J]. 植物資源與環(huán)境學(xué)報，2019，28（2）：10-17.

[23] 莊娣，張曉東，宋尚文，等. 微量元素葉面肥對甜櫻桃果實品質(zhì)影響[J]. 中國果菜，2019，39（6）：32-34.

[24] 王怡晨，孫海燕，李永榮，等. 油用牡丹‘鳳丹’單株結(jié)實量及產(chǎn)油品質(zhì)分析[J]. 南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版），2019，43（4）：15.

[25] 姜天華，單佩佩，黃在范，等. 施用氮肥對油用牡丹葉片氮素吸收積累與籽粒品質(zhì)的影響[J]. 應(yīng)用生態(tài)學(xué)報，2016，27（10）：3257-3263.

[26] 孫小花，謝亞萍，牛俊義，等. 不同供鉀水平對胡麻花后干物質(zhì)轉(zhuǎn)運分配及鉀肥利用效率的影響[J]. 核農(nóng)學(xué)報，2015，29（1）：192-201.

Evaluation and selection of main characters of oil peony ‘Feng Dan’ based on principal component analysis

Zhang Weilong1, Yang Jinghui1,Corresponding Author, Song Ke1, Jiang Xin1, Gao Wei1, Zhang Chao2, Feng Guohua3

（1. College of Horticulture and Landscape, Tianjin Agricultural University, Tianjin 300392, China; 2. Tianshi College, Tianjin 301700, China; 3. Tianjin Municipal Highway Bureau, Tianjin 300384, China）

In order to establish a high-yield evaluation model of oil peony and select the high-yield single plant, the 10 main characters of 85 oil peony ‘Feng Dan’ were analyzed with the principal component analysis method. The results showed that the total kernel weight was extremely significantly positively related to the total kernel number (0.87), and significantly positively related to the number of aggregated capsules (0.51) and effective pods (0.51). The 10 ornamental characteristics indicated that the accumulative contribution rate of 4 principle components including kernel factor, growth factor, abortion factor, and fruit shape factor reached 84.52%. Based on the model of high-yield established with the contribution proportion of 4 principal components as the weight coefficient, 85 oil peony could be classified into 5 grades, and extremely high-yield A66, high-yield A23, A44 were selected.

principal component analysis; oil peony; comprehensive evaluation; correlation analysis.

S565.9

A

1008-5394（2021）02-0012-06

10.19640/j.cnki.jtau.2021.02.003

2019-10-15

天津市科技特派員項目（17ZXBFNC00310）；天津市林果現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系創(chuàng)新團隊項目（ITTFPRS2018002）；天津市科技計劃項目（18JCTPJC68000，18ZXBFNC00370）；邯鄲市科學(xué)技術(shù)研究與發(fā)展計劃項目（1812106033）；天津市企業(yè)科技特派員項目（19JCTPJC59400）

張偉龍（1993—），男，碩士在讀，主要從事園藝植物栽培生理研究。E-mail：18322711826@163.com。

楊靜慧（1961—），女，教授，博士，主要從事園藝植物栽培和生理生化研究。E-mail：jinghuiyang2@aliyun.com。

責任編輯：楊霞