李凱 商佳胤 蘇宏 王丹 張鶴 王海波 李敬川

摘? ? 要：為了更全面地評價并篩選適宜設(shè)施促成栽培的葡萄品種，基于綜合評分法和主成分分析法綜合考量了果實品質(zhì)、成熟期、產(chǎn)量穩(wěn)定性、耐弱光情況、勞動強度、市場定位等9個因素，對40個品種進行分析評價。主成分分析結(jié)果顯示，共提取3個主成分，方差累積貢獻率為67.897%，根據(jù)提取主成分的綜合得分確定了品種排名，‘京香玉、‘香妃、‘瑞都香玉和‘夏黑得分較高、綜合表現(xiàn)突出，‘奧迪亞無核、‘黃玫瑰、‘著色香、‘蜜光和‘玫瑰香優(yōu)系等綜合表現(xiàn)良好，該結(jié)果可為我國北方地區(qū)設(shè)施促成栽培提供品種參考。

關(guān)鍵詞：葡萄;設(shè)施栽培;促成栽培;主成分分析;品種評價

中圖分類號：S622;S628? ? ? ? ?文獻標(biāo)識碼：A? ? ? ? DOI 編碼：10.3969/j.issn.1006-6500.2021.05.006

Abstract：? In order to more comprehensively evaluate and select grape varieties suitable for forcing cultivation in facilities， 40 grape varieties were analyzed and evaluated. Based on the comprehensive scoring method and the principal component analysis method， 9 factors were comprehensively considered， including fruit quality， ripening period， yield stability， low light tolerance， labor intensity， market positioning and so on. The results showed that a total of 3 principal components were extracted in the experiment， and the cumulative contribution rate of the variance was 67.897%. The ranking of each variety was determined according to the comprehensive score of the extracted principal components. The comprehensive performance of 'Jingxiangyu'， 'Xiangfei'， 'Ruidu Xiangyu' and 'Summer Black' was outstanding with higher scores， followed by 'Otilia Seedless'， 'Yellow Rose'， 'Zhuosexiang'， 'Miguang' and 'Muscat Hamburg superior strain'. The results could provide variety reference for grape forcing cultivation in facilities of northern China.

Key words： grapes; facility cultivation; forcing cultivation; principal component analysis; variety evaluation

葡萄促成栽培，是利用日光溫室或塑料大棚等保護設(shè)施調(diào)控環(huán)境溫度，促使葡萄提早成熟的高效栽培方式[1]，其中適宜葡萄品種的篩選是高效栽培的重要基礎(chǔ)保證。葡萄品種篩選評價過程中通常將品質(zhì)表現(xiàn)作為適應(yīng)性評價的重要依據(jù)[2]。此外，果實成熟期、產(chǎn)量穩(wěn)定性、耐弱光情況、技術(shù)難度、勞動強度和市場定位等也是考量品種的重要因素，多因素綜合考量可以增加篩選評價的客觀性和準(zhǔn)確性。

品種評價中常采用主成分分析來綜合多重因素指標(biāo)，采用降維方法獲得幾個綜合指標(biāo)來反映原有復(fù)雜信息，使分析結(jié)果更具客觀性[3]。魏烈權(quán)等[3]對甘肅嘉峪關(guān)10個釀酒品種的可溶性糖、可滴定酸和總酚含量等9個常規(guī)理化指標(biāo)進行主成分分析，篩選出3個綜合表現(xiàn)較優(yōu)的品種‘黑比諾、‘佳美和‘美樂。史洪琴等[4]對貴州8個葡萄品種的可溶性固形物等5個指標(biāo)進行主成分分析，綜合得分前3名分別是‘紅玫瑰、‘維多利亞和‘溫克。劉春艷等[5]對寧夏7個葡萄品種的果實縱橫徑、總糖和可滴定酸等12個品質(zhì)指標(biāo)進行主成分分析，提取出的3個主成分累計貢獻率達90.07%，是綜合評價果實品質(zhì)的重要參考因素。沈甜等[6]對銀川10個無核鮮食葡萄品種的14個理化指標(biāo)進行主成分分析，綜合得分最高的前3個品種分別是‘無核翠寶、‘夏黑和‘愛神玫瑰。綜上，采用主成分分析對葡萄品種評價研究多集中于果實理化指標(biāo)。然而，綜合考量技術(shù)難度、成熟期、勞動強度、抗病能力、市場定位等指標(biāo)的研究報道卻較少。

本研究基于綜合評分法和主成分分析法綜合考量了成熟期、果實內(nèi)在品質(zhì)、豐產(chǎn)性、果實外觀品質(zhì)、耐弱光性、抗病性、勞動強度、樹形管理技術(shù)難度和市場定位9個因素，對40個葡萄品種進行了綜合評價，旨在探索涉及果實品質(zhì)、成熟期、勞動強度、市場定位等多重因素的品種評價篩選方法，為葡萄設(shè)施促成栽培提供理論依據(jù)和實踐指導(dǎo)。

1 材料和方法

1.1 試驗材料

供試40個品種均栽植于天津市農(nóng)業(yè)科學(xué)院武清現(xiàn)代農(nóng)業(yè)創(chuàng)新基地日光溫室內(nèi)，株行距為1.0 m×2.0 m，每個品種栽植2行，共10株，南北行向，采用傾斜龍干Y型葉幕樹形。

1.2 評價指標(biāo)

參考綜合評分法[7-8]，并根據(jù)設(shè)施促成栽培技術(shù)特點及葡萄品質(zhì)要求等，設(shè)計9個評價指標(biāo)（表1），評分依據(jù)來源于課題組對40個品種2013—2019年相關(guān)調(diào)查數(shù)據(jù)及栽培表現(xiàn)，獲得40×9的原始數(shù)據(jù)矩陣。

1.3 主成分分析

主成分分析采用SPSS v17.0軟件，為避免計算結(jié)果受變量量綱影響，保證結(jié)果客觀性和科學(xué)性，需對原始數(shù)據(jù)矩陣進行標(biāo)準(zhǔn)化處理，然后計算成分特征值、方差貢獻率和累積貢獻率，并提取主成分[9]，根據(jù)主成分綜合得分進行品種排名。

2 結(jié)果與分析

首先對40×9原始數(shù)據(jù)矩陣進行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化數(shù)據(jù)見表2。由相關(guān)矩陣出發(fā)，計算相關(guān)矩陣的特征向量，得到特征值和貢獻率，共提取了特征值大于1的3個主成分，方差累積貢獻率為67.897%（表3），基本可以概括品種評價指標(biāo)的大部分信息。

由主成分載荷矩陣（表4）可以看出，第1主成分上匯集了變量的大部分信息，其中X7、X3、X5、X6、X1和X8載荷較高，與第1主成分成呈正相關(guān)，因此第1主成分主要代表勞動強度、豐產(chǎn)性、耐弱光性、抗病性、樹形管理技術(shù)難度和成熟期等信息;第2主成分上，X9載荷最高，其次為X4，因此該主成分主要代表市場定位和果實外觀品質(zhì)等信息;第3主成分上，X2載荷最高，該主成分主要代表果實內(nèi)在品質(zhì)信息;因此，提取的3個主成分基本涵蓋了9個變量的大部分信息。

成分載荷除以成分特征值的平方根得出成分特征向量，用特征向量表示主成分得分，3個主成分分別以y1、y2和y3來表示，表達式為：

y1=0.326X1+0.100X2+0.481X3-0.069X4+0.464X5+0.337X6+0.494X7+0.270X8-0.039X9;

y2=0.057X1+0.299X2+0.036X3+0.539X4-0.043X5-0.268X6+0.070X7+0.272X8+0.680X9;

y3=0.202X1+0.747X2+0.006X3+0.058X4+0.010X5+0.273X6-0.190X7-0.534X8-0.050X9;

3個主成分分別從不同方面反映了設(shè)施促早栽培品種的綜合性狀。由表5中各主成分得分可知，第1主成分中‘香妃、‘京香玉和‘奧迪亞無核得分較高，第2主成分得分最高的是‘瑞都香玉和‘碧香無核，第3主成分得分最高的是‘夏黑和‘著色香，上述品種在得分較高主成分對應(yīng)的某些變量信息上表現(xiàn)突出，但是單獨使用某一個主成分難以全面反映所有變量信息。將主成分按照貢獻率綜合為加權(quán)綜合得分Y=y1×λ1/（λ1+λ2+λ3）+y2×λ2/（λ1+λ2+λ3）+y1×λ3/（λ1+λ2+λ3），λi為主成分方差貢獻率，以綜合得分對40個品種進行排名，綜合得分越高表示該品種的綜合表現(xiàn)越優(yōu)[10]。由表5排名可知，‘京香玉、‘香妃、‘瑞都香玉和‘夏黑排名靠前，綜合表現(xiàn)突出，‘奧迪亞無核、‘黃玫瑰、‘著色香、‘蜜光和‘玫瑰香優(yōu)系等綜合表現(xiàn)良好，‘里扎馬特、‘紅地球和‘新美人指等品種排名靠后，不適宜設(shè)施促成栽培。

3 結(jié)論與討論

主成分分析法可以在基本保留原有信息的條件下，通過降維方法將多個變量聚集到少數(shù)幾個主成分上，減少了信息交叉，分析評估結(jié)果更加客觀準(zhǔn)確[3]。主成分分析不僅應(yīng)用于葡萄品種評價[2-6]，也常用于蘋果[11-12]、桃[13-14]、獼猴桃[15-16]、柑橘[17]等果樹品種。然而，前人對于品種評價多集中于果實品質(zhì)性狀，優(yōu)良葡萄品種評價篩選時，果實內(nèi)在品質(zhì)固然十分重要，但面對消費者對果品質(zhì)量安全要求提高以及栽培管理成本增加等新形勢，葡萄產(chǎn)業(yè)發(fā)展必須轉(zhuǎn)變觀念，應(yīng)以節(jié)本、優(yōu)質(zhì)、高效和綠色為發(fā)展目標(biāo)[18]。因此，本研究在設(shè)計品種評價指標(biāo)時，除了果實內(nèi)在品質(zhì)，還考量了栽培管理勞動強度、抗病性、成熟期、外觀品質(zhì)和市場定位等，同時針對設(shè)施促成栽培特點，增加了耐弱光性指標(biāo)。

本研究中各評價指標(biāo)的性質(zhì)和量綱不同，在提升評價全面性的同時也提高了評價難度，無法用統(tǒng)一量綱進行定量分析，因此采用了無量綱的分?jǐn)?shù)進行綜合評價[7-8]。分值設(shè)定時，為體現(xiàn)葡萄促成栽培時成熟期、果實內(nèi)在品質(zhì)和豐產(chǎn)性的重要性，賦予它們更高的分值范圍，由天津市農(nóng)業(yè)科學(xué)院果樹研究所葡萄中心課題組根據(jù)各品種多年栽培表現(xiàn)給各指標(biāo)賦分，獲得數(shù)據(jù)矩陣，再通過主成分分析，對40個品種的9個指標(biāo)進行綜合分析，以期更多維地反映在設(shè)施促成栽培目標(biāo)下葡萄品種的綜合表現(xiàn)。

本研究建立了基于綜合評分法和主成分分析的葡萄品種評價方法。主成分分析結(jié)果顯示，共提取3個主成分，方差累積貢獻率為67.897%，可以概括9個評價指標(biāo)的大部分信息，根據(jù)3個主成分的綜合得分確定了設(shè)施促成栽培條件下40個品種的排名，‘京香玉、‘香妃、‘瑞都香玉和‘夏黑排名靠前，綜合表現(xiàn)突出。‘奧迪亞無核、‘黃玫瑰、‘著色香、‘蜜光和‘玫瑰香優(yōu)系等綜合表現(xiàn)良好，該結(jié)果可以為我國北方地區(qū)設(shè)施促成栽培提供參考。

參考文獻：

[1] 魏國增， 趙海亮. 葡萄促成栽培環(huán)境調(diào)控技術(shù)[J]. 北方園藝， 2011（3）： 52-53.

[2] 林蟬蟬， 何舟陽， 單文龍， 等. 基于主成分與聚類分析綜合評價楊凌地區(qū)紅色鮮食葡萄果實品質(zhì)[J]. 果樹學(xué)報， 2020， 37（4）： 520-532.

[3] 魏烈權(quán)， 盧世雄， 馬宗桓， 等. 基于主成分分析法的嘉峪關(guān)10種釀酒葡萄品種品質(zhì)評價[J]. 甘肅農(nóng)業(yè)大學(xué)學(xué)報， 2020， 55（3）： 90-96.

[4] 史洪琴， 隋常玲， 蔣麗光. 八個葡萄品種漿果品質(zhì)性狀主成分分析[J]. 湖北農(nóng)業(yè)科學(xué)， 2016， 55（14）： 3651-3653.

[5] 劉春艷， 謝岳， 李棟梅， 等. 基于主成分分析的釀酒葡萄果實評價[J]. 北方園藝， 2017（11）： 13-17.

[6] 沈甜， 牛銳敏， 黃小晶， 等. 基于層次-關(guān)聯(lián)度和主成分分析的無核鮮食葡萄品質(zhì)評價[J]. 食品工業(yè)科技， 2021， 42（3）： 53-60， 67.

[7] 牟瓊， 吳佳海， 尚以順. 模糊評分法在高羊茅品種綜合評價中的應(yīng)用[J]. 草業(yè)科學(xué)， 2003， 20（9）： 76-77.

[8] 任建中， 王宗漢. 綜合評分法選育楊樹紙漿材優(yōu)良無性系探討[J]. 東北林業(yè)大學(xué)學(xué)報， 1996（4）： 70-71， 73-74.

[9] 劉建新， 楊珊， 李清超， 等. 玉米雜交種主要農(nóng)藝性狀主成分分析[J]. 農(nóng)業(yè)科技通訊， 2014（10）： 97-100.

[10] 李凱， 商佳胤， 黃建全， 等. 調(diào)虧灌溉對玫瑰香葡萄與葡萄酒酚類物質(zhì)的影響[J]. 華北農(nóng)學(xué)報， 2015（S1）： 500-506.

[11]張臘臘， 韓明虎， 胡浩斌， 等. 基于主成分分析的蘋果品質(zhì)綜合評價[J]. 江蘇農(nóng)業(yè)科學(xué)， 2020， 48（3）： 209-213.

[12]房杰， 孟永宏， 張英， 等. 基于主成分分析的蘋果品種綜合判別體系構(gòu)建[J]. 農(nóng)產(chǎn)品加工·綜合刊， 2016（2）： 42-45.

[13]徐臣善， 高東升. 基于主成分分析的設(shè)施桃果實品質(zhì)綜合評價[J]. 食品工業(yè)科技， 2014， 35（23）： 84-88， 94.

[14]張春嶺， 劉慧， 劉杰超， 等. 基于主成分分析與聚類分析的中、早熟桃品種制汁品質(zhì)評價[J]. 食品科學(xué)， 2019， 40（17）： 141-149.

[15]陳璐， 廖光聯(lián)， 楊聰， 等. 基于主成分分析與聚類分析的黃肉獼猴桃品種（系）主要果實性狀的綜合評價[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報， 2018， 40（6）： 1231-1240.

[16]鐘彩虹， 李大衛(wèi)， 韓飛， 等. 獼猴桃品種果實性狀特征和主成分分析研究[J]. 植物遺傳資源學(xué)報， 2016， 17（1）： 92-99.

[17]王靚鈺， 夏其樂， 陳劍兵， 等. 基于主成分分析的不同品種柑橘制汁適應(yīng)性研究[J]. 果樹學(xué)報， 2019， 36（4）： 504-513.

[18] 劉鳳之. 中國葡萄栽培現(xiàn)狀與發(fā)展趨勢[J]. 落葉果樹， 2017， 49（1）： 1-4.