王淑君 解慧芳 邢璐 宋慧 宋中強 張揚 閆宏山 劉海萍 李龍 王素英 劉金榮

摘要：綜合評價近年來谷子新品種（系）在東北春谷區(qū)的種植表現(xiàn)，篩選適宜東北春谷區(qū)種植的谷子品種。本研究以2016—2021年全國谷子品種區(qū)域適應(yīng)性聯(lián)合鑒定試驗東北春谷區(qū)的35個谷子新品種（系）為試驗材料，利用變異系數(shù)、主成分分析和灰色關(guān)聯(lián)度分析等方法對參試材料的產(chǎn)量、生育期等9個主要農(nóng)藝性狀進行分析和綜合評價。結(jié)果表明，9個農(nóng)藝性狀變異系數(shù)存在一定差異，變幅為1.75%～10.68%，其中單穗粒質(zhì)量和株高的變異系數(shù)較大，分別為10.68%、10.31%，生育期變異系數(shù)最小。主成分分析時，根據(jù)特征值大于1的原則，共提取3個主成分，其中第1主成分的貢獻(xiàn)率最大（45.954%）；主成分綜合得分較高且排前5位的參試品種（系）分別是豫谷32、豫谷31、豫雜谷2號、冀谷41、豫谷35。灰色關(guān)聯(lián)度分析得出，產(chǎn)量與其他8個性狀關(guān)聯(lián)度表現(xiàn)為單穗粒質(zhì)量>單穗質(zhì)量>出谷率>穗長>株高>穗粗>千粒質(zhì)量>生育期，說明單穗粒質(zhì)量、單穗質(zhì)量和出谷率對產(chǎn)量影響較大；加權(quán)關(guān)聯(lián)度值排前5位，綜合性狀優(yōu)異的品種（系）分別為豫谷31、豫谷32、冀谷41、豫雜谷2號和龍谷39。2種方法評價結(jié)果的秩相關(guān)系數(shù)為0.941（P<0.01），一致性較好。綜合主成分分析和灰色關(guān)聯(lián)度分析可得，豫谷31、豫谷32、冀谷41和豫雜谷2號等4個谷子新品種（系）的綜合性狀優(yōu)異，適宜在東北春谷區(qū)大面積推廣種植。

關(guān)鍵詞：谷子；相關(guān)分析；主成分分析；灰色關(guān)聯(lián)度分析；綜合評價

中圖分類號：S515.037 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2023）15-0042-07

基金項目：現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項（編號：CARS-06-14.5-B25）；河南省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系建設(shè)專項（編號：Z2020-14-01）。

作者簡介：王淑君（1982—），女，河南安陽人，碩士，副研究員，主要從事谷子遺傳育種研究。E-mail：logccc@163.com。

谷子別稱粟，迄今已有8 000多年歷史，是中華民族的哺育作物和生態(tài)友好型作物［1-2］。隨著氣候惡化，水資源短缺，人們生活水平提高，膳食結(jié)構(gòu)多元化，谷子在優(yōu)化調(diào)整種植業(yè)結(jié)構(gòu)中具有重要作用［3-4］。綜合評價谷子品種，對新品種選育及推廣應(yīng)用具有重要意義。近年來，多元統(tǒng)計分析已應(yīng)用于谷子品種綜合評判。賈小平等利用灰色關(guān)聯(lián)度分析從71份谷子種質(zhì)資源中篩選出10個優(yōu)秀谷子品種（系）［2］；陳素省等利用灰色關(guān)聯(lián)度分析對華北區(qū)試的13個谷子品種（系）進行綜合評價［5］；徐峰等利用主成分分析法對不同來源的115個谷子品種（系）的15個表型性狀進行分析，歸納出8個主因子，篩選出10個綜合評價較高的品種（系）［6］；楊平等利用灰色多維綜合隸屬度對谷子品種（系）進行適應(yīng)性評估［7-8］。這些方法能夠從產(chǎn)量和農(nóng)藝性狀等多個指標(biāo)著手分析評價谷子品種（系），結(jié)果更加全面、客觀；然而前人對谷子品種（系）的綜合評價研究多采用單一的多元統(tǒng)計分析方法。利用2種以上多元統(tǒng)計分析方法綜合評價作物品種［9-11］，尤其是灰色關(guān)聯(lián)度和主成分分析結(jié)合使用雖已大量應(yīng)用于植物品種（系）評價［12-13］，但在谷子品種（系）綜合評價中卻鮮見報道。本研究利用主成分分析和灰色關(guān)聯(lián)度分析，對近6年來全國谷子品種區(qū)域適應(yīng)性聯(lián)合鑒定試驗東北春谷區(qū)的35個谷子新品種（系）進行綜合評判，以期為東北春谷區(qū)谷子新品種選育及推廣應(yīng)用提供理論依據(jù)。

1 材料與方法

1.1 試驗材料

試驗材料為2016—2021年全國谷子品種區(qū)域適應(yīng)性聯(lián)合鑒定試驗東北春谷區(qū)的35個谷子新品種（系）（表1）。數(shù)據(jù)來自全國谷子品種區(qū)域適應(yīng)性聯(lián)合鑒定試驗總結(jié)。

1.2 統(tǒng)計分析方法

1.2.1 主成分分析 利用SPSS 22.0對35個參試品種（系）的9個主要性狀進行主成分分析 提取特征值大于1的成分作為主成分，分析主成分特征值和貢獻(xiàn)率；計算各參試品種（系）主成分得分與綜合得分，按照綜合得分對參試品種（系）進行評價分析。

1.2.2 灰色關(guān)聯(lián)度分析 依據(jù)灰色關(guān)聯(lián)理論［14］，將參試品種（系）各性狀作為一個灰色系統(tǒng)，取各性狀最優(yōu)值構(gòu)建理想品種X0，以參試品種（系）各性狀構(gòu)成的數(shù)列作為比較數(shù)列，判斷關(guān)聯(lián)程度；關(guān)聯(lián)度越大，說明該品種（系）綜合性狀越好；反之，綜合性狀越差。關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度計算公式如下：[HT5，6]

式中，｜X0（k）-Xi（k）｜為X0 數(shù)列與Xi 數(shù)列在第k點的絕對差值；minimink｜X0（k）-Xi（k）｜為二級最小差；maximaxk｜X0（k）-Xi（k）｜為二級最大差；ρ為分辨系數(shù)，通常取ρ=0.5；wk為權(quán)重（通過計算各性狀與產(chǎn)量的關(guān)聯(lián)度求得）；Ri′為加權(quán)關(guān)聯(lián)度。

2 結(jié)果與分析

2.1 主要性狀表現(xiàn)

各參試品種（系）主要性狀的數(shù)據(jù)為2年的平均值（表2）。由表2可知，各性狀變異系數(shù)存在一定差異，變幅在1.75%～10.68%之間，變異系數(shù)由高到低排序為單穗粒質(zhì)量>株高>單穗質(zhì)量>穗長>穗粗>產(chǎn)量>千粒質(zhì)量>出谷率>生育期，其中單穗粒質(zhì)量和株高的變異系數(shù)較大，分別為10.68%、10.31%，其他性狀的變異系數(shù)均小于10%，生育期的變異系數(shù)最小。

2.2 相關(guān)性分析

將9個主要性狀進行相關(guān)性分析，結(jié)果（表3）表明，各性狀間存在一定的相關(guān)性。其中，生育期與株高、單穗質(zhì)量、單穗粒質(zhì)量、千粒質(zhì)量和產(chǎn)量之間呈極顯著或顯著的負(fù)相關(guān)關(guān)系；株高與穗長、單穗粒質(zhì)量、產(chǎn)量呈極顯著正相關(guān)，與單穗質(zhì)量和出谷率呈顯著正相關(guān)；穗長與穗粗、單穗質(zhì)量呈極顯著正相關(guān)，與單穗粒質(zhì)量呈顯著正相關(guān)；穗粗與單穗質(zhì)量呈極顯著正相關(guān)，與單穗粒質(zhì)量呈顯著正相關(guān)；單穗質(zhì)量、單穗粒質(zhì)量、出谷率、產(chǎn)量之間呈極顯著正相關(guān)。說明9個主要性狀指標(biāo)間相關(guān)性較強，存在信息上的重疊。

2.3 各性狀主成分分析

2.3.1 主成分分析 為減少指標(biāo)間的重疊信息，對35個品種（系）的9個主要性狀進行主成分分析。根據(jù)特征值大于1的原則，共提取3個主成分，主成分1、2、3的貢獻(xiàn)率分別為45.954%、15.551%、14.624%，累計貢獻(xiàn)率達(dá)76.129% （表4），說明提取的3個主成分包含了各參試品種（系）主要性狀的大部分信息，可用這3個主成分對35份材料進行評價分析。第1主成分的貢獻(xiàn)率明顯大于其他主成分，說明該主成分綜合原有信息能力較強。

第1主成分特征值為4.136，除生育期載荷為負(fù)值外，其他性狀載荷均為正值；其中單穗粒質(zhì)量和單穗質(zhì)量的載荷較高，分別為0.924和0.878；該主成分可作為產(chǎn)量因子。第2主成分特征值為1.400，正載荷較高的性狀是穗粗，其次是穗長；該主成分可作為谷穗形態(tài)因子。第3主成分特征值為1.316，載荷較高且為負(fù)的性狀是千粒質(zhì)量，載荷較高且為正的是生育期，說明生育期和千粒質(zhì)量可作為第3主成分代表性評價指標(biāo)。

2.3.2 各性狀指標(biāo)綜合得分分析 根據(jù)主成分?jǐn)?shù)學(xué)模型，主成分特征向量是初始因子載荷矩陣除以特征值的平方根［15］，可得出3個主成分與9個性狀指標(biāo)的線性組合公式：

第1主成分得分為F1=-0.263Z1+0.336Z2+0.291Z3+0.245Z4+0.432Z5+0.454Z6+0.321Z7+0.166Z8+0.387Z9；第2主成分得分為F2=0.301Z1-0.052Z2+0.461Z3+0.632Z4+0.153Z5-0.016Z6-0.424Z7-0.221Z8-0.203Z9；第3主成分得分為F3=0.379Z1-0.310Z2-0.311Z3-0.027Z4+0.244Z5+0.267Z6+0.190Z7-0.634Z8+0.307Z9。其中，Z1～Z9為各指標(biāo)歸一化值。

用每個主成分特征值占提取特征值之和的比例作為權(quán)重，構(gòu)建主成分綜合得分公式：F=0.604F1+0.204F2+0.192F3，計算各參試品種（系）綜合得分并進行排序。由表5可知，參試品種（系）綜合得分差異較大，變幅在-3.060～2.400之間。綜合得分較高且位于參試品種（系）前5位的是豫谷32、豫谷31、豫雜谷2號、冀谷41和豫谷35，說明這5個谷子品種（系）綜合性狀優(yōu)良；公谷88、通谷2號、公谷87、公谷86、金谷等5個品種（系）的主成分綜合得分低，排名靠后，綜合性狀較差。

2.4 灰色關(guān)聯(lián)度分析

2.4.1 各參試品種（系）關(guān)聯(lián)系數(shù)的計算 根據(jù)生產(chǎn)要求，株高、生育期選平均值為最優(yōu)值，其他性狀以最大值為最優(yōu)指標(biāo)，則理想品種X0（k）={120，120.43，29.78，3.19，25.61，21.10，84.76，3.05，5 830.50}。為消除指標(biāo)間量綱差異，用X0（k）去除相應(yīng)的Xi（k），對原始數(shù)據(jù)進行無量綱化處理，計算絕對差值；其中minimink｜X0（k）-Xi（k）｜二級最小差值為0，maximaxk｜X0（k）-Xi（k）｜二級最大差值為0.369，根據(jù)公式求得關(guān)聯(lián)系數(shù)（表6）。

2.4.2 各性狀權(quán)重的計算 將產(chǎn)量作為參考數(shù)列，其他8個性狀作為比較數(shù)列，利用公式（1）和公式（2）計算產(chǎn)量與其他性狀的關(guān)聯(lián)度，然后計算出各性狀的權(quán)重。由表7可知，各性狀與產(chǎn)量關(guān)聯(lián)度由高到低排序為單穗粒質(zhì)量>單穗質(zhì)量>出谷率>穗長>株高>穗粗>千粒質(zhì)量>生育期，說明單穗粒質(zhì)量、單穗質(zhì)量和出谷率對產(chǎn)量影響較大，生育期和千粒質(zhì)量對產(chǎn)量影響較小。在選育品種時應(yīng)首先考慮單穗粒質(zhì)量、單穗質(zhì)量和出谷率這些與產(chǎn)量密切相關(guān)的性狀，對產(chǎn)量影響較小的性狀可適當(dāng)放寬選擇條件。

2.4.3 各參試品種（系）灰色關(guān)聯(lián)度分析與綜合評價 將表6中數(shù)據(jù)和各性狀權(quán)重代入公式（3），計算各參試品種（系）的加權(quán)關(guān)聯(lián)度。由表8可以看出，加權(quán)灰色關(guān)聯(lián)度值由高到低排在前5位的品種（系）是豫谷31、豫谷32、冀谷41、豫雜谷2號和龍谷39；公谷88、公谷87、通谷2號、公谷86和金谷的加權(quán)關(guān)聯(lián)度值較低，綜合性狀較差。

將評價結(jié)果與主成分分析綜合得分結(jié)果進行相關(guān)性分析，2種方法評價結(jié)果的秩相關(guān)系數(shù)為0.941（P<0.01），說明評價結(jié)果一致性好。

3 討論與結(jié)論

主成分分析可綜合多個指標(biāo)性狀，排除重疊信息，將多個指標(biāo)轉(zhuǎn)化為少數(shù)幾個不相關(guān)綜合指標(biāo)，通過主成分綜合得分對參試品種進行評價分析［16-17］；灰色關(guān)聯(lián)度分析將參試品種看作一個灰色系統(tǒng)，通過構(gòu)建理想品種，計算參試品種與理想品種之間的加權(quán)關(guān)聯(lián)度對參試品種進行綜合評價，關(guān)聯(lián)度越大，說明該品種的綜合性狀越接近理想品種［18］ 。2種分析方法克服了單靠產(chǎn)量性狀評價品種優(yōu)劣的弊端。劉自遠(yuǎn)等認(rèn)為綜合評價過程中，權(quán)重的賦予至關(guān)重要，確定各評價因素的權(quán)重系數(shù)是科學(xué)、合理地作出評價的關(guān)鍵［19］。本研究在主成分分析時采用各主成分特征值占提取特征值之和的比例作為權(quán)重，在加權(quán)灰色關(guān)聯(lián)度分析中利用產(chǎn)量與各性狀的關(guān)聯(lián)度計算各性狀權(quán)重系數(shù)，避免了依靠育種經(jīng)驗賦予權(quán)重的主觀性。主成分分析和灰色關(guān)聯(lián)度分析的結(jié)合運用，彌補了單個分析方法的不足，使評價結(jié)果更加客觀、準(zhǔn)確、科學(xué)。

結(jié)果表明，參試材料各性狀的變異系數(shù)存在一定差異，變幅在1.75%～10.68%之間，其中單穗粒質(zhì)量和株高的變異系數(shù)較大，分別為10.68%和10.31%，其他性狀變異系數(shù)均小于10%，生育期變異系數(shù)最小。主成分分析結(jié)果顯示，35個參試品種（系）的9個性狀共提取3個主成分；單穗粒質(zhì)量和單穗質(zhì)量等產(chǎn)量構(gòu)成因素指標(biāo)主要在第1主成分上，貢獻(xiàn)率最大（45.954%）。因此，選育谷子品種（系）時應(yīng)首先考慮單穗粒質(zhì)量和單穗質(zhì)量性狀的選擇，盡量選擇單穗質(zhì)量和單穗粒質(zhì)量較高的品種（系）。李志江等研究2010—2015年東北春谷區(qū)育成品種認(rèn)為，單穗質(zhì)量和單穗粒質(zhì)量對產(chǎn)量影響最大，育種中應(yīng)在注重單穗質(zhì)量和單穗粒質(zhì)量的同時，兼顧株高、生育期、抗性等其他因素對產(chǎn)量的影響［3］，本研究結(jié)果與之一致。從各性狀與產(chǎn)量的關(guān)聯(lián)度來看，單穗粒質(zhì)量和單穗質(zhì)量與產(chǎn)量的關(guān)聯(lián)度最大，說明單穗粒質(zhì)量和單穗質(zhì)量對產(chǎn)量的影響較大，這與相關(guān)性分析和主成分分析結(jié)果一致，也與趙禹凱等的研究結(jié)果［20-21］基本一致。

主成分綜合得分分析結(jié)果表明，豫谷32、豫谷31、豫雜谷2號、冀谷41和豫谷35的綜合得分較高，排在參試品種（系）前5位；公谷88、通谷2號、公谷87、公谷86、金谷的綜合得分排名靠后，綜合表現(xiàn)較差?；疑P(guān)聯(lián)度分析結(jié)果表明，加權(quán)關(guān)聯(lián)度值較大且排前5位的品種（系）分別為豫谷31、豫谷32、冀谷41、豫雜谷2號和龍谷39，公谷88、公谷87、通谷2號、公谷86和金谷的加權(quán)關(guān)聯(lián)度值排名靠后。將主成分分析與灰色關(guān)聯(lián)度分析評價結(jié)果進行相關(guān)分析，2種方法評價結(jié)果的秩相關(guān)系數(shù)為0.941（P<0.01），說明評價結(jié)果一致性好，驗證了評價結(jié)果的準(zhǔn)確性。

綜合主成分分析和灰色關(guān)聯(lián)度分析，豫谷31、豫谷32、冀谷41、豫雜谷2號的綜合性狀優(yōu)異，適宜在東北春谷區(qū)推廣種植。

參考文獻(xiàn)：

［1］刁現(xiàn)民. 中國谷子產(chǎn)業(yè)與產(chǎn)業(yè)技術(shù)體系［M］. 北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2011：21-30.

［2］賈小平，袁璽壘，陸 平，等. 中國71個谷子種質(zhì)資源的灰色關(guān)聯(lián)度分析及綜合評價［J］. 種子，2017，36（9）：63-66.

［3］李志江，馬金豐，李延?xùn)|，等. 東北春谷區(qū)近年來谷子育成品種的評價［J］. 中國農(nóng)業(yè)科學(xué)，2017，50（23）：4507-4518.

［4］呂建珍，馬建萍，趙 凱，等. 23個谷子育成品種的綜合評價［J］. 種子，2020，39（11）：126-132.

［5］陳素省，趙國順，郝艷敏. 應(yīng)用灰色關(guān)聯(lián)度法評價谷子新品種［J］. 河北農(nóng)業(yè)科學(xué)，2006，10（2）：62-65.

［6］徐 峰，索良喜，孟海龍，等. 不同來源谷子品種產(chǎn)量比較及綜合評價［J］. 中國農(nóng)業(yè)科技導(dǎo)報，2018，20（5）：100-110.

［7］楊 平，陳昱利，秦 嶺，等. 基于灰色多維綜合隸屬度評估方法的谷子品種適應(yīng)性評價［J］. 中國農(nóng)學(xué)通報，2020，36（33）：25-30.

［8］蔣自可，劉海萍. 灰色多維綜合隸屬度評估在谷子區(qū)試中的應(yīng)用［J］. 河南農(nóng)業(yè)科學(xué)，2005，34（10）：31-33.

［9］楊 昆，吳才文，覃 偉，等. DTOPSIS法和灰色關(guān)聯(lián)度法在甘蔗新品種綜合評價中的應(yīng)用比較［J］. 西南農(nóng)業(yè)學(xué)報，2015，28（4）：1542-1547.

［10］常寶亮，陳俊杰，錢 萍，等. 基于層次分析（AHP）-灰色關(guān)聯(lián)分析的盆栽荷花早花品種的綜合評價與篩選［J］. 植物資源與環(huán)境學(xué)報，2021，30（3）：54-60.

［11］王俊花，閆建賓，王瑞鋼. 基于主成分、聚類和灰色關(guān)聯(lián)度分析的超甜玉米雜交組合綜合評價［J］. 南方農(nóng)業(yè)學(xué)報，2020，51（5）：1108-1114.

［12］張 陽，張 偉，趙威軍，等. 基于主成分與灰色關(guān)聯(lián)分析的飼草小黑麥品種篩選與配套技術(shù)研究［J］. 作物雜志，2020（3）：117-124.

［13］葉開梅，陳澤輝，祝云芳，等. 基于主成分分析與灰色關(guān)聯(lián)度分析的玉米自交系綜合評價［J］. 種子，2019，38（10）：87-92，96.

［14］陳燕華，李經(jīng)成，李榮丹，等. 基于灰色關(guān)聯(lián)度分析法綜合評價24個綠豆新品種（系）在桂南地區(qū)的田間性狀表現(xiàn)［J］. 南方農(nóng)業(yè)學(xué)報，2020，51（11）：2644-2652.

［15］嚴(yán) 圭，李輝婕，華之夢，等. 基于主成分分析的芝麻品質(zhì)綜合評價［J］. 江西農(nóng)業(yè)大學(xué)學(xué)報，2020，42（6）：1139-1150.

［16］張露荷，黃華梨，張廣忠，等. 基于主成分分析法的鮮食棗品種綜合評價［J］. 南方農(nóng)業(yè)學(xué)報，2018，49（4）：727-734.

［17］高 進，蔡立旺，宋錦花，等. 早熟棉花品種產(chǎn)量品質(zhì)性狀的綜合評價與聚類分析［J］. 西南農(nóng)業(yè)學(xué)報，2015，28（6）：2425-2431.

［18］陳 慧，王冀川. 基于灰色關(guān)聯(lián)度及DTOPSIS法的南疆冬小麥品種的綜合評判［J］. 江蘇農(nóng)業(yè)科學(xué)，2019，47（10）：102-108.

［19］劉自遠(yuǎn)，劉成福. 綜合評價中指標(biāo)權(quán)重系數(shù)確定方法探討［J］. 中國衛(wèi)生質(zhì)量管理，2006，13（2）：44-46，48.

［20］趙禹凱，王顯瑞，張立媛，等. 谷子產(chǎn)量與主要農(nóng)藝性狀的灰色關(guān)聯(lián)度分析［J］. 吉林農(nóng)業(yè)科學(xué)，2014，39（2）：9-12.

［21］欒素榮，王占廷，李青松. 谷子產(chǎn)量與主要農(nóng)藝性狀的灰色關(guān)聯(lián)度分析［J］. 河北農(nóng)業(yè)科學(xué)，2010，14（11）：115-116，118.