戴麗君 周花 李永平 虎德鈺
摘要 采用隨機區(qū)組設計,對11個谷子品種進行滲水地膜穴播種植比較試驗,并進行主要性狀指標相關分析和主成分分析。結果表明,品種間產量差異顯著;主要性狀以穗長、穗重和穗粒重變異系數較大;相關系數由大到小依次為穗重、生育期、穗粗、穗粒重及穗長;以主成分的方差貢獻率作為權重,其中第一主成分占36.988%,第二主成分占25.544%,第三主成分占14.760%,合計貢獻率達77.29%;主成分標準化特征值說明,第一主成分解釋了品種的豐產性和穩(wěn)定性等性狀指標信息,第二主成分反映品種的增產性因子信息,第三主成分反映了品種生態(tài)適應性對株高、成熟度等因子信息。篩選出適宜在當地氣候和不同生產條件下種植的4個品種可大面積種植。
關鍵詞 谷子品種;地膜穴播;農藝性狀;主成分分析
中圖分類號 S 515 ?文獻標識碼 A
文章編號 0517-6611(2021)14-0043-05
Abstract A randomized block design was used to conduct a comparative experiment on 11 foxtail millet varieties by hole planting with water seepage and plastic film,and the correlation analysis and principal component analysis of main characters were conducted.The results showed that there were significant differences in yield among varieties;the variation coefficients of spike length,spike weight and grain weight per spike were larger;the correlation coefficients from large to small were spike weight,growth period,ear diameter,grain weight per spike and ear length;the variance contribution rate of principal components was taken as weight,in which the first principal component accounted for 36.988%,the second principal component accounted for 25.544%,the third principal component accounted for 14.760%,and the total contribution rate was 77.29%;the standardized eigenvalues of principal components showed that the first principal component explained the information of yield and stability,the second principal component reflected the information of yield increasing factor,and the third principal component reflected the information of ecological adaptability to plant height maturity.Four varieties suitable for planting in local climate and different production conditions were selected,which could be planted in large area.
Key words Varieties of millet;Hole sowing of plastic film;Agronomic characters;Principal component analysis
基金項目 “科技支寧”東西部合作產業(yè)扶貧“六盤山特困區(qū)小雜糧精準扶貧技術集成示范”(2018BFF020);寧夏科技成果推廣項目“寧夏貧困區(qū)小雜糧高效種植技術示范與推廣”。
作者簡介 戴麗君(1983—),女,寧夏西吉人,農藝師,碩士,從事農業(yè)科技研究與示范工作。*通信作者,研究員,從事旱區(qū)節(jié)水農業(yè)、旱區(qū)耕作制度與種植業(yè)結構優(yōu)化及水資源高效利用研究與示范工作。
收稿日期 2020-09-09
谷子是我國北方主要特色雜糧作物,產量水平受制于遺傳特性對環(huán)境因素的適應性和選擇性。不同谷子品種生長發(fā)育對當地氣候資源和生產條件選擇性較強。因此,研究谷子品種對水、肥和氣候資源合理利用是不斷提升作物生產力水平的重要措施,品種主要農藝性狀指標與產量、生育期、抗旱性和抗病性密切關聯。筆者研究引進品種在典型半干旱區(qū)干旱氣候條件下,采用滲水地膜精量穴播種植技術,對品種生態(tài)適應性多項生理生態(tài)指標進行測定,對主要農藝性狀進行相關分析、主成分分析和綜合評價,篩選出適合當地種植的優(yōu)良品種,對促進谷子特色雜糧產業(yè)發(fā)展具有重要的科技支撐作用。
1 材料與方法
1.1 試驗材料 2019年引進11個谷子品種, 其品種為冀雜金谷、黃金苗、隴谷13、小紅谷、晉谷40、白良谷、九枝谷、糯谷子、金苗K1、隴2129、張雜谷13。
1.2 試驗地概況
試驗在寧南山區(qū)的彭陽縣城陽鄉(xiāng)澇池村進行,該地點為我國北方半干旱區(qū)長期建立的國家旱農試驗區(qū)。前茬作物為旱地玉米,地力中等。海拔1 670 m,≥10 ℃積溫2 500~2 800 ℃,無霜期150 d左右,年均降水量450 mm,屬典型半干旱地區(qū)。
1.3 試驗設計 采取隨機區(qū)組設計,每個品種設大區(qū)種植和小區(qū)控制相結合方法,大區(qū)面積為480 m2,小區(qū)面積160 m2,重復 3 次,每重復取樣測定控制面積為3.75 m2,田間調查和室內考種按統(tǒng)一方案進行,各性狀均為均值。
參試品種全部采用滲水地膜穴播種植技術,滲水地膜規(guī)格為1 300 mm×0.008 mm,田間覆膜后寬幅為110 cm,人工覆膜方式。采用專用穴播機進行播種,每個覆膜帶種植3行。平均行距為40 cm、株距為10 cm,20.05萬穴/hm2,各品種田間實際植株生長密度以定苗后調查數據為準。試驗于4月27日,播前整地時結合田間機耕或旋耕作業(yè)一次性基施磷酸二銨225 ?kg/hm2和尿素150 kg/hm2,抽穗期遇降水追施尿素150 kg/hm2。苗期及時放苗、補苗和除草等。9月27日成熟,對收獲小區(qū)植株進行風干脫粒折算產量,并取中間行15株進行主要性狀考種。
1.4 調查項目與方法 田間記載品種生育期、分蘗成穗率、苗期葉片(莖)顏色和田間長勢等,同時觀察后期抗旱性、抗倒伏、抗病性和成熟性等。成熟隨機取中間行2 m長樣段全部植株,其中15株主莖(穗)進行農藝性狀考種,然后將剩余樣段內的穗數進行脫粒,求得單穗考種平均值。表1為每個品種15株單株主莖數據。主要指標包括生育期、株高、穗長、穗重、穗粒重、有效穗數、出谷率、千粒重和產量等。
1.5 數據分析 試驗數據采用SPSS 25軟件和Excel 2010統(tǒng)計完成品種的主要性狀變異系數和主成分分析[1-2]。
2 結果與分析
2.1 主要性狀變異系數 由表1可知,11個谷子品種主要經濟性狀由于受遺傳基因的控制,表現在相同的氣候資源和生產條件下,其主要經濟性狀差異顯著,變異系數為8.0%~20.8%,變異系數較高的依次為穗長(21.9%)、產量(20.8%)、穗粒重(14.3%)、穗重(13.7%)和株高(12.4%),變異系數較小的為千粒重、穗粗、出谷率和生育期。
2.2 主要性狀相關性
由表2可知,生育期、有效穗數、穗粗與產量呈極顯著正相關( P<0.01),R2 =0.842~0.591;穗重與穗粒重,穗重與出谷率,穗粒重與出谷率達極相關顯著( P<0.01),R2 =0.566~0.993,而穗長與穗粗、出谷率及產量呈負相關顯著( P<0.05),R2 =-0.438~-0.634。說明谷子品種在適宜生育期范圍內,不同品種在地力水平和生產條件基本一致的情況下其生產能力相差懸殊,決定品種產量水平的主要性狀取決于穗重、穗粒重、穗粗和穗數指標的變化。同時產量水平亦與品種后期抗旱性、抗病性和抗倒伏密切相關。
2.3 主成分分析
主成分分析(principal components analysis,PCA)是利用因子降維的思維,以SPSS軟件對因子分析組件進行主成分分析,在損失較少信息的前提下將多個指標集中轉化為綜合指標的多元方法[3-5],其核心是通過主成分分析,提取若干個主分量,并基于主分量的方差貢獻率構建權重,從而建立綜合評價函數模型[1-2]。計算得到某個主成分的得分和綜合得分,按照得分高低進行排序以評價各品種的綜合性狀指標。
2.3.1 原始數據標準化。原始數據標準化:
2.3.2 提取主成分特征值。主成分提取特征值和貢獻率[1,5,7]。
Wi=λini=1λ1(2)
其中,Wi表示貢獻率,λi表示非負特征向量,i=(1,2,…,p),p表示非 負特征根數。由此提取出性狀各成分的特征值和因子載荷貢獻率和總貢獻率。
從主成分分析的特征值(表 4)可以看出,根據提取主成分特征值大于1的原則,以主成分的方差貢獻率 ?ak 作為權重,其中第一主成分占36.988%,第二主成分占25.544%,第三主成分占14.760%,累計貢獻率為 77.293%,其特征值具有較高的載荷量。因此,提取的3個主成分可以概括谷子品種主要經濟性狀的絕大部分信息。
2.3.3 初始因子荷載矩陣。
主成分初始因子荷載成分矩陣[1],其中載荷系數認為是原始指標與各主成分之間的相關系數。由主成分的碎石圖,結合特征根曲線的拐點及特征值,前3個主成分的折線坡度趨勢由陡度逐漸趨于平緩變化過程,說明提取3個主成分為宜,即得初始因子載荷成分矩陣(表5)。
2.3.4 確定主成分各性狀標準化特征向量。
表5為旋轉前初始因子載荷成分矩陣,并不是主成分標準系數向量,需進一步對旋轉前初始因子載荷矩陣轉換為主成分標準化特征向量矩陣。方法以因子載荷矩陣中各分量的系數為單位特征向量乘以相應特征值平方根的結果[1]。主成分標準化特征系數向量[1]公式:
tij=aij/λi (3)
其中,aij表示單位向量分量(表3)。λi為各成分提取因子特征值,λ1=3.699,λ2=2.554,λ3=1.476 ,利用因子分析的結果進行主成分分析。
對表5用公式(3)分別計算主成分性狀特征值對應的系數矩 陣t1、t2、t3 (表6)。其轉換方法:將 Z1、Z2和Z3 值輸入SPSS數據編輯窗口中,步驟:打開“轉換→計算變量”,3個變量依次命名為 t1、t2和t3, 并分別輸入提取3個主成分因子載荷特征值3.699、2.554和1.476,得主成分各性狀特征值對應的系數矩陣(表6)。
由表6可知,第一主成分標準化特征主要反映品種的豐產性和穩(wěn)定性。其有效穗數、穗粗和產量的因子信息,其中產量、穗數和穗粗特征值向量分別為0.471、0.468、0.466,說明有效穗數和穗粗與產量呈正顯著相關;第二主成分主要反映品種的增產性對穗重、穗粒重和出谷率等因子信息。其中穗粒重、穗重和出谷率特征向量值分別為0.603、0.591和0.451,反映穗重、穗粒重和出谷率與產量呈正相關;第三主成分反映谷子品種適應性對株高和成熟性影響因子信息。其中千粒重和株高特征向量值分別為0.710和0.618。說明作物品種生態(tài)適應性是決定能否在該地區(qū)推廣應用至關重要,作物株高在一定程度上可反映品種的抗旱性和抗逆性,進而灌漿速度和成熟度決定千粒重對產量的貢獻程度。
2.3.5 主成分分析及綜合評價。
將主成分性狀標準化特征向量(表6) t1、t2和t3值 分別與主要性狀原始數據標準化矩陣Zx值的乘積[1,8-10],即可得到3個主成分的得分。
Yi=Zx×t(4)
式中,Zx為各性狀原始數據標準化后矩陣(表3),t為主成分特征值 對應的系數矩陣(表6)。利用Excel統(tǒng)計完成3個主成分的得分線性組合:
y1=0.356X1-0.167X2-0.358X3+0.466X4+0.035X5+0.044X6+0.468X7+0.221X8+0.080X9+0.471X10
y2=-0.265X1+0.063X2-0.024X3-0.056X4+0.591X5+0.603X6-0.072X7+0.451X8+0.028X9+0.016X10
y3=-0.154X+0.618X2+0.120X3+0.072X4-0.004X5-0.027X6+0.141X7-0.147X8+0.710X9+0.167X10
由線性組合得 第一主成分(y1)、第二主成分(y2)和第三主成分(y3)。 同時以每個主成分的方差貢獻率 ak 作為權重,完成主成分得分和綜合因子得分及排序(表7),綜合因子得分: Y=0.369 9y1+0.255 4y2+0.147 6y3 。
根據函數值大小進行依次排序的原則,對11個谷子品種主成分得分 y1、y2、y3和y綜 合得分及排序。表7表明,經過對11個谷子品種農藝性狀進行主成分分析和綜合得分及綜合評價,篩選出適宜在半干旱區(qū)可進行大面積示范和推廣的4個品種,依次為晉谷40(1.131)、張雜谷13(0.896)、白良谷(0.761)和隴谷13(0.528),排列最后一位為隴2129(-1.688),其余品種均不適應在該地區(qū)推廣應用。
3 結論與討論
3.1 滲水膜穴播種植模式增產潛力顯著 該試驗結果表明,晉谷40產量為7 954.5 kg/hm2,張雜谷13對照(CK)產量為 6 679.5 kg/hm2,白良谷為5 376.0 kg/hm2和隴谷13為5 286.0 kg/hm2,晉谷40較對照品種增產19.1%,白良谷和隴谷13較對照品種減產20.6%,品種間產量差異顯著。主要性狀變異系數分析表明,谷子品種穗長、穗重和穗粒重變異系數較大。除品種遺傳特性對性狀參數影響外,谷子品種可通過采用現代節(jié)水高效種植技術,改善栽培措施等方法使性狀值得到較大幅度的提高,從而提升作物生產能力和收益率。
3.2 主成分分析及綜合評價方法科學
第一主成分標準化特征主要反映品種的豐產性和穩(wěn)定性。其有效穗數、穗粗和產量的因子信息,其中產量、穗數和穗粗特征值向量分別為0.471、0.468、0.466,說明有效穗數和穗粗與產量呈顯著正相關;第二主成分主要反映品種的增產性對穗重、穗粒重和出谷率等因子信息,其中穗粒重、穗重和出谷率特征向量值分別為0.603、0.591和0.451,說明穗重、穗粒重和出谷率與產量呈正相關;第三主成分反映谷子品種適應性對株高和成熟性影響因子信息,其中千粒重和株高特征向量值分別為0.710和0.618。說明作物品種生態(tài)適應性決定能否在該地區(qū)推廣應用,作物株高在一定程度上可反映品種的抗旱性和抗逆性,進而灌漿速度和成熟度決定千粒重對產量的貢獻程度。
對11個谷子品種農藝性狀進行主成分分析和綜合得分及綜合評價,篩選出適宜在半干旱區(qū)可進行大面積示范和推廣的4個品種,依次為張雜谷13、白良谷、隴谷13和晉谷40(適合在中部干旱帶有補充灌溉區(qū)種植)。主成分分析方法能較全面地評價谷子品種的優(yōu)劣,對在生產中綜合判斷和選擇優(yōu)良品種具有重要科技支撐作用。
3.3 建議
評價一個品種不僅要看產量水平,更要全面考察品種的豐產性、增產性、穩(wěn)定性、抗逆性和生態(tài)適應性等多項指標,要經受多種干旱氣候年份的考驗才能科學評價品種的優(yōu)劣。由于2019年為豐水年份早霜來臨較遲,冀雜金谷、晉谷40和金苗K1等晚熟品種基本正常成熟,但在生產中仍有一定的風險性。如晉谷40屬晚熟品種,生育期達142 d左右,在半干旱區(qū)旱地種植風險性較大,建議在寧夏中部干旱半干旱區(qū)的引黃灌溉區(qū)推廣種植。張雜谷13、白良谷和隴谷13屬中早熟品種,在半干旱區(qū)可進行大面積種植推廣。
參考文獻
[1] 鄧維斌,周玉敏,劉進,等.SPSS 23統(tǒng)計分析實用教程[M].2版.北京:電子工業(yè)出版社,2018.
[2] 趙朋飛,劉俊,胡少敏.基于SPSS軟件的主成分分析法在水質評價中的應用[J].科技創(chuàng)業(yè),2016,29(10):119-121,125.
[3] 李健,張媛媛,張敏,等.基于主成分分析方法的藍莓礦質營養(yǎng)吸收綜合評價[J].江蘇農業(yè)科學,2020,48(1):139-142.
[4] 劉敏,史戰(zhàn)紅.基于主成分分析法的甘南經濟發(fā)展水平評價[J].甘肅科技,2018,34(23):61-63.
[5] 張子龍,王文全,繆作清,等.主成分分析在三七連作土壤質量綜合評價中的應用[J].生態(tài)學雜志,2013,32(6):1636-1644.
[6] 苗澤志,韓浩坤,杜偉建,等.雜交谷子產量及品質相關性狀的主成分分析[J].山西農業(yè)科學,2013,41(8):785-788,812.
[7] 方路斌,羅河月,陳潔,等.谷子主要農藝性狀的相關和主成分分析[J].天津農業(yè)科學,2018,24(11):62-65.
[8] 鮑學英,李海連,王起才.基于灰色關聯分析和主成分分析組合權重的確定方法研究[J].數學的實踐與認識,2016,46(9):129-134.
[9] 張玉.SPSS軟件和主成分分析法在牧草營養(yǎng)價值評價中的應用[J].安徽農業(yè)科學,2012,40(12):7186-7188.
[10] 陳龍,陳婷,袁瑩靜,等.基于SPSS的我國各省市自治區(qū)經濟發(fā)展狀況分析[J].軟件,2019,40(2):121-128.