摘要：為了篩選出適宜在寧南山區(qū)不同氣候類型區(qū)種植的苦蕎新品種，促進(jìn)蕎麥產(chǎn)業(yè)化發(fā)展，以引進(jìn)和自主選育參試的5個(gè)苦蕎新品種為材料，分別在半干旱區(qū)和中部干旱區(qū)的5縣（區(qū)）布設(shè)多點(diǎn)試驗(yàn)，并對(duì)品種主要農(nóng)藝性狀進(jìn)行相關(guān)性、變異系數(shù)、主成分分析及綜合評(píng)價(jià)。結(jié)果表明，通過(guò)對(duì)影響籽粒產(chǎn)量的株高、單株粒數(shù)、單株粒重、一級(jí)分枝數(shù)、密度等主要性狀指標(biāo)進(jìn)行相關(guān)性和主成分分析，并結(jié)合方差分解主成分特征貢獻(xiàn)率分析。結(jié)果表明，提取主成分PCA1～PCA3特征值累計(jì)貢獻(xiàn)率達(dá)到93.424%～98.714%。其中第1主成分占37.764%～50.335%，主要以單株粒重、單株粒數(shù)、株高的特征向量均大于其他農(nóng)藝性狀；第2主成分占30.478%～31.255%，主要以田間密度、株高和一級(jí)分枝為群體生長(zhǎng)因子為主；第3主成分占17.901%～24.404%，為主莖節(jié)數(shù)和千粒重對(duì)產(chǎn)量的影響。參試品種晉蕎2號(hào)和黔黑蕎5號(hào)在半干旱區(qū)和中部干旱區(qū)主成分總得分系數(shù)分別為1.79，1.09和1.44，3.13。綜上，篩選出綜合農(nóng)藝性狀優(yōu)異，產(chǎn)量高和穩(wěn)定性好，適宜在寧南山區(qū)半干旱區(qū)和中部干旱區(qū)種植的品種為晉蕎麥2號(hào)和黔黑蕎5號(hào)，川蕎麥3號(hào)為中晚熟品種可選擇在水熱條件較好的地區(qū)種植。

關(guān)鍵詞：苦蕎麥；新品種；農(nóng)藝性狀；主成分分析；綜合評(píng)價(jià)

收稿日期：2024-06-25

基金項(xiàng)目：寧夏農(nóng)林科學(xué)院農(nóng)業(yè)科技自主創(chuàng)新專項(xiàng)科技成果轉(zhuǎn)化項(xiàng)目（NNKZZCGZH-2023-02）；農(nóng)業(yè)農(nóng)村部-燕麥?zhǔn)w麥產(chǎn)業(yè)技術(shù)體系固原綜合試驗(yàn)站（CARS-07-G-15）。

第一作者：?？饲冢?965-），男，學(xué)士，研究員，從事蕎麥和燕麥新品種選育及栽培技術(shù)研究。E-mail：nxgychkq@163.com。

苦蕎麥[Fagopyrum tartaricun（L.）]又名韃靼蕎麥，起源于中國(guó)^[1]，屬于蓼科（Polygonaceae）蕎麥屬（Fagopyrum Mill）。主要分布在中國(guó)東北、華北、西北以及西南一帶的高寒山區(qū)，以四川、云南、貴州等地為主產(chǎn)區(qū)^[1-3]。近年來(lái)，隨著蕎麥雜糧產(chǎn)業(yè)和系列保健品深度開發(fā)速度加快，蕎麥越來(lái)越受到消費(fèi)者的青睞。我國(guó)北方陜西、甘肅、寧夏、青海及內(nèi)蒙古種植面積日趨擴(kuò)大，生產(chǎn)能力不斷提升。蕎麥具有耐旱、耐薄瘠，生育期短、適宜播期范圍廣，常被列為重要的抗旱避災(zāi)救災(zāi)作物，在當(dāng)?shù)仉s糧產(chǎn)業(yè)發(fā)展中占有重要地位。蕎麥主成分分析已應(yīng)用到新品種選育綜合評(píng)價(jià)及區(qū)域種植規(guī)劃中，賈瑞玲等^[4]對(duì)苦蕎種質(zhì)資源農(nóng)藝性狀遺傳多樣性進(jìn)行了分析與綜合評(píng)價(jià)，呂丹等^[5]對(duì)苦蕎種質(zhì)資源主要農(nóng)藝性狀進(jìn)行相關(guān)分析和主成分分析，使單株粒重與單株粒數(shù)呈極顯著正相關(guān)，與百粒重呈顯著負(fù)相關(guān)，對(duì)品種進(jìn)行類群劃分和評(píng)價(jià)，這些研究結(jié)果說(shuō)明對(duì)品種進(jìn)行主成分分析和評(píng)價(jià)的方法科學(xué)、結(jié)果可靠。但在不同氣候類型區(qū)進(jìn)行苦蕎品種多年定位試驗(yàn)，并對(duì)蕎麥主成分分析進(jìn)行干旱和半干旱區(qū)不同生態(tài)區(qū)品種優(yōu)化和綜合評(píng)價(jià)未見(jiàn)報(bào)道。因此，在寧夏半干旱區(qū)和中部干旱區(qū)分區(qū)進(jìn)行苦蕎產(chǎn)量與農(nóng)藝性狀相關(guān)性和主成分分析和綜合評(píng)價(jià)，優(yōu)化品種區(qū)域種植，篩選出適宜在不同氣候類型區(qū)種植的苦蕎品種，對(duì)促進(jìn)當(dāng)?shù)乜嗍w產(chǎn)業(yè)發(fā)展具有重要意義。

本研究針對(duì)寧南山區(qū)經(jīng)常干旱少雨等氣候和種植業(yè)結(jié)構(gòu)比較復(fù)雜等特點(diǎn)，如何篩選適宜在不同氣候類型區(qū)種植的苦蕎品種，解決品種亂雜和產(chǎn)量低等熱點(diǎn)和難點(diǎn)問(wèn)題，對(duì)5個(gè)苦蕎品種在半干旱區(qū)和中部干旱區(qū)進(jìn)行多年多點(diǎn)定位試驗(yàn)，主要對(duì) 8個(gè)主要農(nóng)藝性狀進(jìn)行主成分分析，旨在對(duì)參試材料進(jìn)行綜合評(píng)價(jià)。應(yīng)用相關(guān)性分析盡可能考慮參試品種主要經(jīng)濟(jì)性狀受制于遺傳基因的控制，表現(xiàn)在不相同氣候資源和生產(chǎn)條件下，經(jīng)濟(jì)性狀差異顯著性和變異系數(shù)。主成分分析（Principal Components Analysis，PCA）采用降維因子思維對(duì)主要因子進(jìn)行主成分分析，在損失較少信息量的前提下將多個(gè)指標(biāo)集中轉(zhuǎn)化為綜合指標(biāo)的多元方法^[6-8]，擬篩選出適宜在寧南山區(qū)不同氣候類型區(qū)種植的新品種，為促進(jìn)蕎麥產(chǎn)業(yè)化發(fā)展和不斷提升生產(chǎn)能力提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)區(qū)氣候概況

試驗(yàn)點(diǎn)在寧南山區(qū)5個(gè)縣（區(qū)）具有代表性的半干旱區(qū)和中部干旱區(qū)進(jìn)行。其年平均降水量和平均氣溫及苦蕎作物生長(zhǎng)期降水量和平均氣溫詳見(jiàn)表1。半干旱區(qū)（原州區(qū)、西吉縣和彭陽(yáng)縣）和中部干旱區(qū)（同心縣、鹽池縣）多年均降水量分別為416.6～450.0 mm和215.1～255.6 mm，年均氣溫分別為6.4和8.6 ℃，苦蕎品種生育期降水量分別為297.5～391.9 mm和210.6～252.2 mm。生育期氣溫分別為16.7～19.4 ℃和21.3～22.0 ℃。

1.2 材料

參試的5個(gè)苦蕎品種分別為晉苦蕎2號(hào)（山西省農(nóng)業(yè)科學(xué)院選育），云蕎2號(hào)（云南省農(nóng)業(yè)科學(xué)院選育），川蕎3號(hào)（四川省農(nóng)業(yè)科學(xué)院選育），黔黑蕎5號(hào)（貴州省威寧縣農(nóng)業(yè)科學(xué)研究所選育），固原當(dāng)?shù)乜嗍w（寧夏農(nóng)林科學(xué)院固原分院提供），分別記為KV1～KV5。通過(guò)不同基因型蕎麥品種在不同氣候類型區(qū)和生產(chǎn)條件下，對(duì)作物種群與環(huán)境適應(yīng)性進(jìn)行多點(diǎn)定位試驗(yàn)，從而觀測(cè)作物群體之間對(duì)環(huán)境適應(yīng)性與農(nóng)藝性狀相關(guān)基因型的關(guān)聯(lián)表現(xiàn)，有助于篩選出適應(yīng)當(dāng)?shù)胤N植的高產(chǎn)穩(wěn)產(chǎn)型的蕎麥品種。

1.3 方法

1.3.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)采用隨機(jī)區(qū)組設(shè)計(jì)，2017-2019年在寧夏南部山區(qū)5個(gè)縣（區(qū)）布設(shè)品種比較試驗(yàn)點(diǎn)。5個(gè)試驗(yàn)點(diǎn)統(tǒng)一品種和統(tǒng)一田間試驗(yàn)實(shí)施方案，試驗(yàn)點(diǎn)分別在代表寧夏南部山區(qū)的半干旱區(qū)（寧夏農(nóng)林科學(xué)院固原分院頭營(yíng)試驗(yàn)農(nóng)場(chǎng)、西吉縣馬建鄉(xiāng)和彭陽(yáng)縣城陽(yáng)鄉(xiāng)）和干旱區(qū)（同心縣預(yù)旺鎮(zhèn)和鹽池縣花馬池鎮(zhèn)）進(jìn)行。2021-2022年完成生產(chǎn)示范和品種審定。

試驗(yàn)小區(qū)面積為10 m²（長(zhǎng)5 m×寬2 m），每個(gè)小區(qū)種植7行區(qū)，平均行距30 cm，各小區(qū)留苗密度控制在950～1 000株，3次重復(fù)。小區(qū)收獲全部植株進(jìn)行脫粒，各試驗(yàn)點(diǎn)品種考種樣品取中間1 m行長(zhǎng)植株中有代表性的15株進(jìn)行考種，剩余植株一并進(jìn)行脫粒，計(jì)算樣段內(nèi)平均株高，主莖分枝、主莖節(jié)數(shù)、單株粒重、粒數(shù)及千粒重等。播種前整地結(jié)合旋耕統(tǒng)一基施磷酸二銨150 kg·hm^-2。5月下旬播種，6月中旬定苗并調(diào)查基本苗，其他田間管理同大田。

1.3.2 測(cè)定項(xiàng)目及方法

農(nóng)藝性狀調(diào)查：主要調(diào)查生長(zhǎng)期株高、分枝數(shù)、主莖節(jié)數(shù)、單株粒重、單株粒數(shù)、千粒重及產(chǎn)量。

主成分分析：以參試品種主要農(nóng)藝性狀相關(guān)性和主成分分析。采用提取若干個(gè)主分量，并基于主分量的方差貢獻(xiàn)率構(gòu)建權(quán)重值，從而建立綜合評(píng)價(jià)函數(shù)模型。計(jì)算得到參試苦蕎品種主成分的得分和綜合得分，按照得分高低進(jìn)行排序評(píng)價(jià)品種的綜合性狀指標(biāo)，從而篩選出綜合性狀好，具有豐產(chǎn)性和穩(wěn)定性，適宜在不同氣候類型區(qū)種植的優(yōu)良品種。

為表達(dá)主成分分析原理、方法，其主要函數(shù)表達(dá)式如下：

①原始數(shù)據(jù)標(biāo)準(zhǔn)化。

Zij=xij-ijσij（1）

式中，ij表示xij的平均值，σij表示xij的標(biāo)準(zhǔn)偏差，則可得指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化矩陣，將各參試品種經(jīng)濟(jì)性狀數(shù)據(jù)輸入到編輯窗口進(jìn)行“分析→描述統(tǒng)計(jì)→描述”，從而得到參試品種主要性狀指標(biāo)原始數(shù)據(jù)標(biāo)準(zhǔn)化矩陣^{[7，9-10]}（表4）。

②提取主成分特征值。主成分提取特征值和貢獻(xiàn)率^[10-14]。

Wi=λi∑ni=1（2）

式中，Wi表示貢獻(xiàn)率，λi表示非負(fù)特征向量，i=（1，2，…，p），p表示非負(fù)特征值的根數(shù)。對(duì)主要經(jīng)濟(jì)性狀數(shù)據(jù)采用降維因子法，得到性狀主成分特征值和因子載荷貢獻(xiàn)率及總貢獻(xiàn)率，即通過(guò)方差分解主成分提取因子分析，由此提取出各性狀旋轉(zhuǎn)前因子載荷成分。根據(jù)對(duì)品種方差分解主成分提取因子分析，分別得到半干旱區(qū)和中部干旱區(qū)參試品種總方差達(dá)到相關(guān)顯著分解的主成分PCA1、PCA2和PCA3因子載荷平方和特征值為λ1，λ2，λ3值，即苦蕎作物品種方差分解主成分提取的相關(guān)矩陣和提取因子特征值（表5）及苦蕎品種旋轉(zhuǎn)前初始因子荷載主成分矩陣（表6）。

③提取主成分各性狀標(biāo)準(zhǔn)化特征向量。對(duì)品種方差分解主成分提取因子分析，旋轉(zhuǎn)前初始因子載荷主成分矩陣（表6），并非主成分標(biāo)準(zhǔn)系數(shù)向量，需進(jìn)一步對(duì)旋轉(zhuǎn)前初始因子載荷矩陣轉(zhuǎn)換為主成分標(biāo)準(zhǔn)化特征向量矩陣。其原理是以因子載荷矩陣中各分量的系數(shù)為單位特征向量乘以相應(yīng)的特征值的平方根的結(jié)果^[10-14]。其主成分標(biāo)準(zhǔn)化特征系數(shù)向量計(jì)算方法詳見(jiàn)公式（3）。

tij=aijλi（3）

式中，aij表示單位向量分量。分別計(jì)算出半干旱區(qū)和中部干旱區(qū)參試苦蕎品種主成分性狀特征值對(duì)應(yīng)的得分系數(shù)t1、t2、t3值（表7）。

④參試品種主成分得分及線性函數(shù)模型。根據(jù)提取的主成分經(jīng)濟(jì)性狀標(biāo)準(zhǔn)化后的特征向量得分系數(shù)t，將t1，t2和t3的得分系數(shù)分別與主要性狀原始數(shù)據(jù)標(biāo)準(zhǔn)化矩陣Zx值的乘積^[15]，求解主成分線性函數(shù)Yi值。

Yi=Zx×t（4）

式中，Zx為經(jīng)濟(jì)性狀變量標(biāo)準(zhǔn)化后的矩陣，即參試品種主成分特征向量（t）與主要性狀標(biāo)準(zhǔn)化矩陣（Zx）乘積，即得到半干旱區(qū)和中部干旱區(qū)苦蕎品種3個(gè)主成分Y1、Y2和Y3得分及線性函數(shù)模型。

⑤各主成分綜合函數(shù)模型及綜合評(píng)價(jià)。

Y綜=ak1×Y1+ak2×Y2+ak3×Y3（5）

式中，Y綜代表品種綜合得分，aki為主成分分析品種相關(guān)矩陣的特征值總方差百分比。

分別提取不同氣候類型區(qū)參試苦蕎品種主成分Y1、Y2和Y3得分值及綜合評(píng)價(jià)，并將Y1、Y2和Y3得分相加，得到每個(gè)品種綜合評(píng)價(jià)得分，依據(jù)得分高低依次排名，其綜合得分越高，說(shuō)明品種表現(xiàn)越好，反之亦然。

1.3.3 數(shù)據(jù)分析

本研究數(shù)據(jù)整理和分析均采用SPSS 27及Excel 2016軟件完成。

2 結(jié)果與分析

2.1 主要農(nóng)藝性狀及變異系數(shù)

由表2可知，5個(gè)苦蕎品種主要農(nóng)藝性狀由于受遺傳基因的控制，表現(xiàn)在不同氣候資源和生產(chǎn)條件下，其主要農(nóng)藝性狀差異明顯。半干旱區(qū)和中部干旱區(qū)苦蕎品種主要農(nóng)藝性狀變異系數(shù)為0.80%～11.00%，其中變異系數(shù)較高的依次為單株粒數(shù)（9.35%～11.00%）、產(chǎn)量（6.20%～8.09%）、單株粒重（5.07%～8.70%）、一級(jí)分枝數(shù)（5.60%～7.52%）、株高（4.63%～6.40%）、主莖節(jié)數(shù)（3.00%～6.62%）和千粒重（3.04%～4.56%）。

2.2 主要性狀相關(guān)性

由表3可知，苦蕎X1（密度）與主要性狀均呈負(fù)相關(guān)，其中X1與X5（單株粒重）和X6（單株粒數(shù)）相關(guān)系數(shù)分別為-0.891和-0.934，達(dá)到顯著或極顯著水平，說(shuō)明隨著種植密度的增加使單株粒重和單株粒數(shù)在極顯著減少或降低。因此合理密植是提升苦蕎作物生產(chǎn)能力的關(guān)鍵。X3（一級(jí)分枝）、X4（主莖節(jié)數(shù)）、X5（單株粒重）、X6（單株粒數(shù)）與Y（產(chǎn)量）呈正相關(guān)水平，其相關(guān)系數(shù)范圍為0.704～0.832；X5與X6呈極顯著正相關(guān)（Plt;0.01），相關(guān)系數(shù)為0.939，X5與Y也為顯著正相關(guān)（Plt;0.05），相關(guān)系數(shù)為0.832。說(shuō)明苦蕎品種在正常生育期和合理密度范圍內(nèi)，不同品種在地力水平和生產(chǎn)條件基本一致的情況下其生產(chǎn)能力相差懸殊，決定品種產(chǎn)量水平的主要性狀為株高、一級(jí)分枝數(shù)、主莖節(jié)數(shù)、單株粒數(shù)和單株粒重。

2.3 主成分分析

對(duì)因子分析組件進(jìn)行主成分分析，提取若干個(gè)主分量，并基于主分量的方差貢獻(xiàn)率構(gòu)建權(quán)重，建立了綜合評(píng)價(jià)函數(shù)模型，從而進(jìn)行參試苦蕎品種主成分得分和綜合評(píng)價(jià)。

2.3.1 原始數(shù)據(jù)標(biāo)準(zhǔn)化

5個(gè)參試苦蕎品種在5個(gè)試驗(yàn)點(diǎn)具體農(nóng)藝性狀數(shù)值依據(jù)原始數(shù)據(jù)標(biāo)準(zhǔn)化公式（1），可得指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化矩陣（表4）。

2.3.2 提取主成分特征值

根據(jù)主成分提取特征值和貢獻(xiàn)率公式（2），由此提取出性狀各成分的特征值和因子載荷貢獻(xiàn)率和總貢獻(xiàn)率。從半干旱區(qū)和中部干旱區(qū)參試苦蕎品種主要經(jīng)濟(jì)性狀指標(biāo)的方差分解主成分提取因子特征值貢獻(xiàn)率（表5）可以看出，根據(jù)提取主成分特征值大于1的原則^[16-17]，以主成分的方差貢獻(xiàn)率ak作為權(quán)重。則半干旱區(qū)和中部干旱區(qū)參試品種提取主成分PCA1～PCA3累計(jì)方差貢獻(xiàn)率達(dá)到93.424%～98.714%，即反映3個(gè)主成分綜合經(jīng)濟(jì)性狀指標(biāo)的變異信息，其中第一主成分（PCA1）對(duì)苦蕎產(chǎn)量貢獻(xiàn)最大，貢獻(xiàn)率為37.764%～50.335%，單株粒重、單株粒數(shù)、株高的特征向量均大于其他農(nóng)藝性狀，與籽粒產(chǎn)量密切相關(guān)，為產(chǎn)量因子；第2主成分（PCA2）特征值占總貢獻(xiàn)率為30.478%～31.255%，以田間密度、株高和一級(jí)分枝的特征向量大于其他農(nóng)藝性狀，主要反映群體生長(zhǎng)性狀因子；第3主成分（PCA3）特征值占總貢獻(xiàn)率的17.901%～24.404%，其重點(diǎn)反映在苦蕎作物群體生長(zhǎng)中主莖節(jié)數(shù)數(shù)量與分枝數(shù)量對(duì)千粒重的影響因子。

綜合主成分和相關(guān)分析結(jié)果可知，高產(chǎn)苦蕎品種選育時(shí)應(yīng)著重考察單株粒重、單株粒數(shù)、株高和一級(jí)分枝4個(gè)指標(biāo)，這些性狀指標(biāo)在一定程度能夠反映品種的豐產(chǎn)性、抗旱性和抗逆性。因此，提取的3個(gè)主成分可以概括不同氣候類型區(qū)苦蕎品種主要經(jīng)濟(jì)性狀的絕大部分載荷信息。

2.3.3 初始因子荷載矩陣

主成分初始因子荷載成分矩陣，其中載荷系數(shù)可以認(rèn)為是原始指標(biāo)與各主成分之間的相關(guān)系數(shù)。由主成分的碎石圖（略），結(jié)合特征根曲線的拐點(diǎn)及特征值，分別對(duì)半干旱區(qū)和中部干旱區(qū)苦蕎作物品種主要經(jīng)濟(jì)性狀前3個(gè)主成分的折線坡度趨勢(shì)由陡度逐漸趨于平緩變化過(guò)程中，提取苦蕎作物品種在不同氣候類型區(qū)3個(gè)主成分載荷矩陣（Z）值，即得苦蕎品種旋轉(zhuǎn)前初始因子載荷主成分矩陣（表6）。

2.3.4 主成分各性狀標(biāo)準(zhǔn)化特征向量

表6為旋轉(zhuǎn)前初始因子載荷主成分矩陣，并非主成分標(biāo)準(zhǔn)系數(shù)向量，需進(jìn)一步對(duì)旋轉(zhuǎn)前初始因子載荷矩陣轉(zhuǎn)換為主成分標(biāo)準(zhǔn)化特征向量矩陣。以主成分標(biāo)準(zhǔn)化特征系數(shù)向量公式（3）^[18]，對(duì)因子載荷矩陣中各分量的系數(shù)為單位特征向量乘以相應(yīng)的特征值的平方根的結(jié)果。

根據(jù)表5對(duì)品種方差分解主成分提取因子分析。半干旱區(qū)：各成分提取因子特征值依次為λ1=54.248 027，λ2=1.629 243 8，λ3=1.020 432；中部干旱區(qū)：各成分提取因子特征值依次λ1=3.236 021，λ2=2.552 00，λ3=1.686 952；對(duì)上述λ特征值利用因子分析的結(jié)果進(jìn)行主成分分析。

對(duì)表6數(shù)據(jù)利用主成分標(biāo)準(zhǔn)化特征系數(shù)向量公式（3）分別計(jì)算半干旱區(qū)和中部干旱區(qū)主成分性狀特征值對(duì)應(yīng)的得分系數(shù)矩陣t1、t2、t3值（表7）。轉(zhuǎn)換方法：將Z1、Z2和Z3值輸入SPSS 27數(shù)據(jù)編輯窗口中進(jìn)行“轉(zhuǎn)換→計(jì)算變量”，將3個(gè)主成分對(duì)應(yīng)的各性狀得分系數(shù)依次命名為t1、t2和t3。

2.3.5 主成分分析及綜合評(píng)價(jià)

依據(jù)不同氣候類型區(qū)參試苦蕎品種主成分函數(shù)公式（4），將主成分經(jīng)濟(jì)性狀標(biāo)準(zhǔn)化后特征向量得分系數(shù)t（表7），t1，t2和t3得分系數(shù)與主要性狀原始數(shù)據(jù)標(biāo)準(zhǔn)化矩陣（表4）Zx值乘積^[19]，便可得到半干旱區(qū)和中部干旱區(qū)苦蕎品種3個(gè)主成分綜合得分Y1、Y2和Y3線性數(shù)學(xué)模型（表8）。

2.3.6 參試苦蕎品種農(nóng)藝性狀主成分及綜合評(píng)價(jià)

根據(jù)參試苦蕎品種主成分得分及綜合得分函數(shù)表達(dá)式（5），計(jì)算ak（主成分分析品種相關(guān)矩陣的特征值總方差百分比）分別與得分的乘積之和，便得到半干旱區(qū)和中部干旱區(qū)參試品種綜合得分函數(shù)模型。

半干旱區(qū)苦蕎品種綜合函數(shù)模型：

Y綜=0.656 0Y1+0.203 7Y2+0.127 5Y3

中部干旱區(qū)苦蕎品種綜合函數(shù)模型：

Y綜=0.404 5Y1+0.319 0Y2+0.210 8Y3

同步Y(jié)綜=ak1×Y1+ak2×Y2+ak3×Y3，Y綜，為半干旱區(qū)和中部干旱區(qū)各品種主成分得分Y1、Y2與Y3之和，亦可得到每個(gè)參試苦蕎品種Y綜合得分值（主成分總得分計(jì)算表略）。根據(jù)苦蕎品種在不同氣候類型區(qū)主成分得分和綜合評(píng)價(jià)值大小依次排序^[19-21]。在寧南山區(qū)不同氣候類型區(qū)對(duì)5個(gè)苦蕎品種主成分得分Y1、Y2、Y3和Y綜合得分（表9）。

由表9可知，經(jīng)過(guò)對(duì)苦蕎品種主要農(nóng)藝經(jīng)濟(jì)性狀進(jìn)行主成分分析和綜合評(píng)價(jià)，篩選出適宜在半干旱區(qū)（原州區(qū)、西吉縣和彭陽(yáng)縣）和中部干旱區(qū)（同心縣、鹽池縣）進(jìn)行生產(chǎn)示范和大面積推廣的品種為KV1（晉蕎2號(hào)）和品種KV4（黔黑蕎5號(hào)）在半干旱區(qū)和中部干旱區(qū)綜合得分分別為1.79，1.09和1.44，3.13，KV3（川蕎3號(hào)）表現(xiàn)為中晚熟，可選擇熱量條件較好且在生育期適當(dāng)?shù)喂嘌a(bǔ)充水量的地區(qū)種植。

3 討論

本研究對(duì)參試品種主要經(jīng)濟(jì)性狀進(jìn)行了相關(guān)顯著性、變異系數(shù)及主成分分析。并進(jìn)行主成分方差分解，提取因子特征值貢獻(xiàn)率，不同氣候類型區(qū)主成分累計(jì)貢獻(xiàn)率為93.424%～98.714%。其中第一主成分（PCA1）對(duì)苦蕎產(chǎn)量貢獻(xiàn)率最大特征向量的經(jīng)濟(jì)性狀指標(biāo)為單株粒重、單株粒數(shù)；第2主成分（PCA2）主要特征值占總貢獻(xiàn)率的特征向量以種植密度、株高和一級(jí)分枝數(shù)為反映群體生長(zhǎng)性狀因子；第3主成分（PCA3）特征值占總貢獻(xiàn)率的特征向量重點(diǎn)反映苦蕎作物主莖節(jié)數(shù)和分枝數(shù)對(duì)千粒重的影響因子。因而，利用主成分方差分解提取因子特征值^[22]，能夠較準(zhǔn)確地判斷品種各經(jīng)濟(jì)性狀在主成分分析中的貢獻(xiàn)率。

蕎麥產(chǎn)量與生育期、農(nóng)藝性狀的相關(guān)分析表明，千粒重和主莖粗與植株高度呈正相關(guān)。本研究顯示，苦蕎種植密度與主要性狀均呈負(fù)相關(guān)，隨著種植密度的增加一級(jí)分支、單株粒重和單株粒數(shù)減少或降低。苦蕎一級(jí)分枝、主莖節(jié)數(shù)、單株粒重、單株粒數(shù)與產(chǎn)量呈正相關(guān)^[23-24]，不同品種在地力水平和生產(chǎn)條件基本一致的情況下其生產(chǎn)能力相差懸殊，決定品種豐產(chǎn)性的主要指標(biāo)為株高、一級(jí)分枝數(shù)、主莖節(jié)數(shù)、單株粒重和單株粒數(shù)。作物品種主成分分析的研究較多，在結(jié)合寧夏南部山區(qū)半干旱區(qū)和中部干旱帶氣候類型對(duì)5個(gè)苦蕎品種布設(shè)5個(gè)縣（區(qū)）試點(diǎn)進(jìn)行了多年多點(diǎn)，經(jīng)歷了干旱年、正常年和豐水年，并結(jié)合不同氣候類型區(qū)進(jìn)行參試品種主成分分析，在寧夏及我國(guó)北方省區(qū)蕎麥作物品種主成分分析和評(píng)價(jià)的文獻(xiàn)尚鮮見(jiàn)報(bào)道。對(duì)主成分分析和綜合評(píng)價(jià)篩選出適合在寧南山區(qū)具有豐產(chǎn)性、穩(wěn)定性和生態(tài)適應(yīng)性的品種。2020-2023年結(jié)合苦蕎產(chǎn)業(yè)化關(guān)鍵技術(shù)體系建設(shè)進(jìn)行大面積生產(chǎn)示范驗(yàn)證良好，取得顯著成效。

作物品種在同一試點(diǎn)不同年份間性狀指標(biāo)值存在較大的差異，為了更準(zhǔn)確地反映品種真實(shí)表現(xiàn)，在開展多年多點(diǎn)試驗(yàn)的基礎(chǔ)上，結(jié)合當(dāng)?shù)厣鷳B(tài)環(huán)境選擇適宜的品種進(jìn)行大面積生產(chǎn)示范，為品種布局和區(qū)劃提供依據(jù)，充分發(fā)揮氣候資源對(duì)生產(chǎn)能力的提升，不斷開發(fā)水熱資源生產(chǎn)潛力，實(shí)現(xiàn)高產(chǎn)高效，需對(duì)苦蕎品種在不同氣候資源的溫度、光照、降水量，作物需水和供水對(duì)水分滿足程度與產(chǎn)量影響程度有待進(jìn)一步研究。

但缺乏對(duì)苦蕎參試品種在不同氣候類型區(qū)作物生長(zhǎng)期氣溫和降水量以及種植密度、地力水平和立地條件下經(jīng)濟(jì)性狀指標(biāo)對(duì)產(chǎn)量的影響，以及品種主成分特征向量貢獻(xiàn)率的系統(tǒng)研究，后期將不斷深入開展上述內(nèi)容相關(guān)研究。

4 結(jié)論

本研究表明，5個(gè)不同基因型苦蕎種植密度與單株粒重和單株粒數(shù)呈顯著負(fù)相關(guān)；一級(jí)分枝、主莖節(jié)數(shù)、單株粒重、單株粒數(shù)與產(chǎn)量呈顯著正相關(guān)。

對(duì)主要性狀因子進(jìn)行主成分分析，依據(jù)提取半干旱區(qū)和干旱區(qū)參試品種主成分PCA1～PCA3方差貢獻(xiàn)率，建立了綜合評(píng)價(jià)函數(shù)模型，并對(duì)參試品種進(jìn)行了綜合評(píng)價(jià)。篩選出適宜在寧南山區(qū)大面積示范和推廣應(yīng)用的品種晉蕎2號(hào)、黔黑蕎5號(hào)和川蕎3號(hào)。其中川蕎3號(hào)屬晚熟品種，為避免在半干旱冷涼地區(qū)種植遭受早霜凍害對(duì)生產(chǎn)造成損失，可選擇熱量條件較好，且生育期能夠適當(dāng)進(jìn)行滴灌補(bǔ)充水量的地區(qū)種植。

參考文獻(xiàn)：

［1］ 范昱，丁夢(mèng)琦，張凱旋，等.蕎麥種質(zhì)資源概況[J].植物遺傳資源學(xué)報(bào)，2019，20（4）：813-828.

[2] 李春花，加央多拉，吳晗，等.苦蕎農(nóng)藝性狀遺傳多樣性分析及綜合評(píng)價(jià)[J].作物研究，2022，36（4）：363-368.

[3] 苗澤志，韓浩坤，杜偉建，等.雜交谷子產(chǎn)量及品質(zhì)相關(guān)性狀的主成分分析[J].山西農(nóng)業(yè)科學(xué)，2013，41（8）：785-788，812.

[4] 賈瑞玲，趙小琴，南銘，等.64份苦蕎種質(zhì)資源農(nóng)藝性狀遺傳多樣性分析與綜合評(píng)價(jià)[J].作物雜志，2021（3）：19-27.

[5] 呂丹，黎瑞源，鄭冉，等.213份苦蕎種質(zhì)資源主要農(nóng)藝性狀分析及高產(chǎn)種質(zhì)篩選[J].南方農(nóng)業(yè)學(xué)報(bào)，2020，51（10）：2429-2439.

[6] 方路斌，羅河月，陳潔，等.谷子主要農(nóng)藝性狀的相關(guān)和主成分分析[J].天津農(nóng)業(yè)科學(xué)，2018，24（11）：62-65.

[7] 戴麗君，周花，李永平，等.11個(gè)谷子新品種滲水地膜穴播種植主要農(nóng)藝性狀的主成分分析[J].安徽農(nóng)業(yè)科學(xué)，2021，49（14）：43-47.

[8] 鄧維斌，周玉敏，劉進(jìn)，等.SPSS 23統(tǒng)計(jì)分析實(shí)用教程[M].2版.北京：電子工業(yè)出版社，2018.

[9] 趙朋飛，劉俊，胡少敏.基于SPSS軟件的主成分分析法在水質(zhì)評(píng)價(jià)中的應(yīng)用[J].科技創(chuàng)業(yè)月刊，2016，29（10）：119-121，125.

[10] 鮑學(xué)英，李海連，王起才.基于灰色關(guān)聯(lián)分析和主成分分析組合權(quán)重的確定方法研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2016，46（9）：129-134.

[11] 尹桂芳，王艷青，李春花，等.蕎麥新品種（系）農(nóng)藝性狀的主成分分析和聚類分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2017，33（34）：20-25.

[12] 李烏日吉木斯，高欣梅，烏日力格，等，興安盟地區(qū)不同蕎麥品種生態(tài)適應(yīng)性研究及主成分分析[J].作物研究2022，36（6）：507-513.

[13] 莊萍萍，李偉，魏育明，等.波斯小麥農(nóng)藝性狀相關(guān)性及主成分分析[J].麥類作物學(xué)報(bào)，2006，26（4）：11-14.

[14] 張清明，馬裕群，趙衛(wèi)敏，等.苦蕎麥產(chǎn)量與主要農(nóng)藝性狀的相關(guān)性及灰色關(guān)聯(lián)度分析[J].耕作與栽培，2019，39（4）：11-14.

[15] 劉偉春，謝銳，羅中旺，等.基于AMMI模型分析內(nèi)蒙古苦蕎品種（系）的穩(wěn)產(chǎn)性和豐產(chǎn)性[J].北方農(nóng)業(yè)學(xué)報(bào)，2021，49（5）：18-24.

[16] 呂宏斌，錢敏，李朝華，等.雜交水稻兩優(yōu)2111產(chǎn)量與農(nóng)藝性狀的主成分分析（英文）[J].Agricultural Science amp; Technology，2017，18（3）：483-486.

[17] 李清華.34份菜用大豆品種主要農(nóng)藝性狀的主成分分析及遺傳距離測(cè)定[J].福建農(nóng)業(yè)學(xué)報(bào)，2018，33（2）：136-143.

[18] 殷冬梅，張幸果，王允，等.花生主要品質(zhì)性狀的主成分分析與綜合評(píng)價(jià)[J].植物遺傳資源學(xué)報(bào)，2011，12（4）：507-512，518.

[19] 陳龍，陳婷，袁瑩靜，等.基于SPSS的我國(guó)各省市自治區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r分析[J].軟件，2019，40（2）：121-128.

[20] 梁詩(shī)涵，李境，周達(dá)，等.中國(guó)苦蕎主產(chǎn)區(qū)苦蕎種質(zhì)形態(tài)性狀的遺傳多樣性分析[J].分子植物育種，2020，18（21）：7254-7266.

[21] 李春花，尹桂芳，王艷青，等.云南苦蕎種質(zhì)資源主要性狀的遺傳多樣性分析[J].植物遺傳資源學(xué)報(bào)，2016，17（6）：993-999，1007.

[22] 陳慶富.蕎麥生產(chǎn)狀況及新類型栽培蕎麥育種研究的最新進(jìn)展[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，36（3）：1-7，131.

[23] 黃凱豐，李振宙，王炎，等.我國(guó)蕎麥高產(chǎn)栽培生理研究進(jìn)展[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，37（1）：115-120.

[24] 高金鋒，張慧成，高小麗，等.西藏苦蕎種質(zhì)資源主要農(nóng)藝性狀分析[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，31（2）：1-5，20.

Principal Component Analysis and Comprehensive Evaluation of Main Agronomic Traits of New Varieties of Tartary Buckwheat in Southern Mountainous Areas of Ningxia

CHANG Keqin，DU Yanping ，MU Lanhai，YANG Chongqing，CHEN Yixin， ZHANG Yuehe

（Guyuan Branch，Ningxia Academy of Agriculture and Forestry Sciences/Dry Farming Agricultural Engineering Technology Research Center of Ningxia，Guyuan 756000，China）

Abstract：In order to select excellent varieties suitable for tartary buckwheat local cultivation. Five new varieties of tartary buckwheat were introduced and independently selected as materials， multiple experiments were conducted in 5 counties （districts） in semi-arid and central arid regions， and correlation and coefficient of variation， principal component analysis， and comprehensive evaluation were conducted on the main agronomic traits of the varieties. By conducting correlation and principal component analysis on the main trait indicators that affect grain yield， such as plant height， number of grains per plant， grain weight per plant， number of primary branches， density， etc， and combined with variance decomposition principal component feature contribution analysis. The results showed that the cumulative contribution rate of PCA1-PCA3 feature values to the extraction of principal components reached 93.424%-98.714%. The first principal component accounts for 37.764% -50.335%， mainly with the eigenvectors of grain weight per plant， grain number per plant， and plant height being greater than other agronomic traits. The second principal component accounts for 30.478%-31.255%， mainly consisting of field density， plant height， and primary branching as population growth factors.The third principal component accounts for 17.901%-24.404%， which was the impact of the number of main stem nodes and thousand grain weight on yield. The comprehensive score coefficients of principal component analysis for the tested varieties Jinqiao 2 and Qianheiqiao 5 in semi-arid and central arid regions were 1.79， 1.09， and 1.44，3.13， respectively. In summary， Jinqiao 2 and Qianheiqiao 5 with excellent comprehensive agronomic traits， high yield and good stability， suitable for planting in semi-arid and central arid areas of the Southern Mountainous Areas of Ningxia. Chuanqiaomai 3 were selected as mid to late maturing varieties that can be planted in areas with better water and heat conditions.

Keywords：tartary buckwheat; new varieties; agronomic characters; principal component analysis; comprehensive evaluation