摘要：以254份水稻種質資源為供試材料，分別在貴州省喀斯特地區(qū)3個不同的生態(tài)環(huán)境條件下進行種植試驗，通過相關性分析、主成分分析、綜合評價及聚類分析，對8個主要稻米品質表觀性狀進行評價。結果表明，8個指標性狀具有豐富的遺傳變異，3個地區(qū)8個品質性狀的變異系數(shù)（CV）范圍為2.06%～104.36%，遺傳多樣性指數(shù)（I）范圍為1.51～2.03。在3個不同的生態(tài)環(huán)境條件下各指標的變異系數(shù)、遺傳多樣性指數(shù)及平均值表現(xiàn)不同，無論是在加工品質還是外觀品質上，表現(xiàn)最差的是黃平（HP），最優(yōu)的是貴定（GD），興義（XY）居中。通過主成分分析及綜合評價可知，得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。聚類分析將254份水稻種質分為4個類群，外觀品質表現(xiàn)最好的為類群Ⅲ，加工品質表現(xiàn)最優(yōu)的是類群Ⅰ。總的來說，不同的水稻品種性狀表現(xiàn)不同，且在不同的生態(tài)環(huán)境下同一品種的表現(xiàn)也有差異。本研究結果為我國喀斯特地區(qū)優(yōu)良水稻品種的篩選及水稻品質的改良提供了參考。

關鍵詞：水稻；種質資源；品質；主成分分析；聚類分析；綜合評價

中圖分類號：S511.037" 文獻標志碼：A

文章編號：1002-1302（2024）19-0079-10

收稿日期：2023-04-18

基金項目：貴州省高等學校功能農業(yè)重點實驗室項目（編號：［2023］007號）；貴州省糧油作物分子育種重點實驗室項目（編號：［2023］008）；貴州省喀斯特山地水稻作物學科技創(chuàng)新人才團隊建設項目（編號：黔科合平臺人才-BQW［2024］001）。

作者簡介：夏宇玲（1998—），女，貴州銅仁人，碩士研究生，主要從事水稻栽培研究。E-mail：2871160373@qq.com。

通信作者：趙全志，博士，教授，主要從事水稻栽培生理研究。E-mail：qzzhao@gzu.edu.cn。

水稻作為我國最重要的口糧之一，其在農業(yè)生產上有著不可忽視的地位^［1］。隨著科學技術的發(fā)展，雜交水稻技術的不斷突破，在滿足飽腹的基礎上，人們逐漸將關注度轉移到了口感和營養(yǎng)上^［2］。稻米的品質可從多方面進行評價，主要包括以下方面：以大米的出米率及整精米率進行評價的加工品質^［3］；以堊白度、透明度等作為評價標準的外觀品質^［3］；從直鏈淀粉含量、膠稠度、糊化溫度等方面進行評價的蒸煮食用品質^［4］；以粗蛋白、賴氨酸等含量來判斷營養(yǎng)品質^［5］。不同的評價指標有不同的評價標準，在科研中，稻米品質通常是以各個指標性狀的綜合情況進行判定；作為商品，人們在大米的選擇上通常是進行表觀的判斷，如顆粒完整、顏色透亮、堊白少等^［6-7］。因此，稻米作為市場上必不可少的商品，其外觀品質和加工品質在市場流通上顯得格外重要。

種質資源是在長期自然選擇和人工選擇過程中形成的，攜帶著各式各樣的基因，是品種選育必不可少的基本材料來源^［8］。水稻作為世界三大糧食作物以及我國最主要的糧食作物之一，其種質資源的重要性不言而喻^［9］。劉研等對遼寧62個粳稻品種的9個產量品質性狀通過因子得分系數(shù)進行聚類分析，共分為3類，在外觀品質上類群Ⅲ的堊白度與堊白粒率極顯著高于類群Ⅱ，類群Ⅰ則居于二者之間^［10］；馮瑩瑩等對46個東北優(yōu)質粳稻的品質進行了綜合評價，并采用聚類分析將所選品種分成了4類，發(fā)現(xiàn)不同類群間的品質差異較大，類群Ⅰ僅有1個品種，且稻米綜合品質最優(yōu)，類群數(shù)越往后稻米品質越差^［11］；王強等對66份廣西審定的絲苗品種的多個農藝性狀進行綜合分析并聚類，不同類型的品種間表型差異較大，特別是秈型兩系雜交稻在各類群中都有分布，遺傳變異多樣性較強^［12］；Yu等通過對10個地區(qū)種植的6個水稻品種進行品質測定分析，發(fā)現(xiàn)在不同地點種植的水稻各品質的穩(wěn)定性不同^［13］；Wang等基利用258個水稻種質分別在廣東深圳和海南三亞種植，并對籽粒外觀和加工品質進行全基因組關聯(lián)分析，共篩選出19個影響稻米加工和外觀品質的候選基因^［14］。說明水稻外觀與加工品質的變異除受環(huán)境變化影響外，受遺傳因素的影響也較明顯。但由于育種材料數(shù)量的龐大以及基因與環(huán)境的互作效應復雜，要定量評價一個新品種的性狀及其適宜栽種的環(huán)境是比較困難的，而且大多數(shù)的育種研究均僅關注材料本身，忽視了一些最基礎的問題，這就導致國內外不同水稻品種的地區(qū)適應性研究較為薄弱。

本研究以254份從國內外收集而來的常規(guī)稻作為供試材料，分別在貴州省喀斯特地區(qū)3個不同環(huán)境下種植，運用相關性分析、主成分分析及聚類分析等方法鑒定稻米品質性狀，篩選出加工和外觀性狀良好的水稻種質，為我國喀斯特地區(qū)優(yōu)良水稻品種的篩選及水稻品質的改良提供重要理論依據(jù)。

1 材料與方法

1.1 試驗材料

材料是由中國農業(yè)科學院提供的從國內外收集而來的核心水稻種子，已種植且收獲的共計254份（表1），所有種子皆為常規(guī)稻。

1.2 試驗設計

試驗于2022年在獨具喀斯特地貌的貴州省進行，一共3個地區(qū)，分別是黔西南州興義市萬峰林（海拔1 200 m）、黔南州貴定縣盤江鎮(zhèn)（海拔1 000 m）、黔東南州黃平縣舊州鎮(zhèn)（海拔684 m），依次以XY、GD、HP表示。株行距為20 cm×30 cm，每個品種32株（4行×8株），每穴1株。每個品種需要的面積約為1.92 m₂，所有的品種按品種編號進行順次移栽，各品種間間隔30 cm。整個試驗田不施任何肥料，其他田間管理及病蟲害防治與高產栽培相同。

1.3 數(shù)據(jù)采集

于成熟期收取各品種的稻穗到室內脫粒并儲存3個月以上，經水選分離實粒、空粒與雜質，將實粒于室外自然風干后進行相關指標的測定。測定的項目主要包括加工品質和外觀品質。

加工品質：包括糙米率（BR）、精米率（MR）、整精米率（HR）、碎米率（BRR）。糙米率與精米率測定參照GB/T 5495—2008《糧油檢驗 稻谷出糙率檢驗》。整精米率測定參照 NY/T 2334—2013《稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定》中的圖像法。整精米率以質量分數(shù)x₁計，按公式x₁=h×m₂m₁（m₁為原始谷粒重；m₂為精米重；h為圖像掃描的百分比）計算。

外觀品質包括堊白度（CKD）、堊白粒率（CKR）、堊白大?。–KS）、長寬比（LW）。指標測定參考NY/T 2334—2013《稻米整精米率、粒型、堊白粒率、堊白度及透明度的測定》進行，堊白大小=堊白度/堊白粒率×100%。

1.4 數(shù)據(jù)分析

利用Excel 2010計算各性狀的均值、標準差、變異系數(shù)和Shannon-Weaver遺傳多樣性指數(shù)（I）。根據(jù)各性狀的平均觀測值（x_i）與標準差（s）將種質資源進行等級劃分，從第1級x_ilt;（x-2s）至第10級x_i≥（x+2s），每0.5s為1個等級。分布頻率 P_ij=n_ij/n，其中：P_ij為第i個性狀第j個變異的分布頻率；n_ij為第i個性狀第j個變異的個數(shù)；n為材料的總數(shù)。利用公式I=-∑［P_ij（lnP_ij）］計算遺傳多樣性指數(shù)^［15-17］。

使用SPSS 21 統(tǒng)計軟件對各性狀進行相關性和主成分分析，利用Origin 2021繪制環(huán)狀聚類樹圖。使用隸屬函數(shù)對表型數(shù)據(jù)進行標準化，當某一指標與稻米品質呈正相關時公式為：μ（x_i）=（x_i-x_min）/（x_max-x_min），i=1，2，…，n；若某一指標與稻米品質呈負相關則公式為：1-μ（x_i）=（x_i-x_min）/（x_max-x_min），i=1，2，…，n；式中：x_i為第i個綜合指標的值；x_min為第i個綜合指標的最小值；x_max為第i個指標的最大值^［18］。

2 結果與分析

2.1 遺傳多樣性分析

由表2可知，254份水稻3個點的加工品質與外觀品質性狀的變異系數(shù)范圍為2.06%～104.36%，3個環(huán)境下平均值的變異系數(shù)最大的是堊白度，為82.72%，最小的是糙米率，為2.05%。整精米率的最大值是GD環(huán)境下種植的水稻，為76.64%，最小值是在HP種植的水稻，為13.49%；堊白度最低值是興義種植的水稻，為0.03%，最高值在GD環(huán)境下種植的水稻，為98.10%，說明不同品種在不同生態(tài)點的表現(xiàn)不同。總體來看，3個生態(tài)點的加工品質和外觀品質最差的是HP。各性狀的平均值變異系數(shù)大小表現(xiàn)為堊白度gt;堊白大小gt;碎米率gt;堊白粒率gt;長寬比gt;整精米率gt;精米率gt;糙米率。8個性狀的遺傳多樣性指數(shù)在1.51～2.03之間，3個環(huán)境下平均值的遺傳多樣性最小的是堊白大小，為1.77，最大的是整精米率與碎米率，皆為2.09；表明254份常規(guī)稻的加工品質與外觀品質性狀存在著較豐富的遺傳多樣性，各性狀間的差異較大。

2.2 相關性分析

對8個性狀進行相關性分析，由圖1可知，各性狀間表現(xiàn)出高度復雜的相關性。長寬比除與整精米率（0.393）表現(xiàn)出極顯著正相關外，與其他性狀均表現(xiàn)出顯著負相關；而堊白大小除與整精米率（-0.281）、長寬比（-0.488）表現(xiàn)出極顯著負相關外，與其余幾個性狀均表現(xiàn)出極顯著正相關，說明長寬比的變化對整精米率起正向作用，整精米率的變化對堊白大小起負向作用。糙米率與整精米率（0.097）、碎米率（-0.015）無顯著相關關系，與其他幾個性狀極顯著相關，整精米率與堊白粒率（-0.094）也沒有顯著相關關系，表明整精米率的變化與糙米率和堊白粒率的關系不大。在各性狀間的相關關系中，相關性最大的是碎米率與整精米率，相關系數(shù)為0.986，其次是堊白度與堊白大小，相關系數(shù)為0.966。綜上，各性狀間均有一定的顯著相關性，且不同性狀間的相關性不同，另外各性狀所得結果優(yōu)劣在稻米品質評價中的評價要求均不相同，不能以單一的性狀進行評價。因此，有必要進行主成分分析，獲得稻米表觀品質的綜合評價指標，對稻米表觀品質進行評價。

2.3 主成分分析

對所得的8個品質性狀進行主成分分析，根據(jù)特征值gt;1時共提取到3個主成分，特征值分別為3.596、2.247、1.084，3個主成分的累計貢獻率達86.58%，包含所有考察性狀的大部分信息。由表3可知，主成分1的貢獻率最大，為44.944%，對應的載荷值以堊白度（0.878）、堊白粒率（0.808）及堊白大?。?.858）的影響較大；主成分2的貢獻率為28.087%，主要與整精米率（0.862）及碎米率（-0.784）密切相關；主成分3的貢獻率為13.549%，其中，糙米率（-0.512）的絕對值最大。綜上所述，3個主成分包含了254份水稻種質資源所測定性狀的大部分信息。

2.4 綜合評價

對測定的254份水稻種質資源的8個品質性狀數(shù)值進行標準化處理，根據(jù)各性狀的主成分系數(shù)計算前3個主成分得分，以各性狀的貢獻率計算主成分的權重系數(shù)，分別為0.519、0.324、0.156，再利用3個主成分的得分與系數(shù)的乘積之和計算綜合得分值，并以綜合得分對種質資源進行排名。利用表3計算得到的各主成分得分的計算公式如下（x₁、x₂、x₃、x₄、x₅、x₆、x₇、x₈分別對應性狀糙米率、精米率、整精米率、碎米率、堊白度、堊白粒率、堊白大小、長寬比）：

F₁=0.301x₁+0.218x₂-0.221x₃+0.260x₄+0.463x₅+0.426x₆-0.452x₇-0.380x₈；

F₂=0.342x₁+0.448x₂+0.575x₃-0.523x₄+0.047x₅+0.229x₆+0.005x₇+0.155x₈；

F₃=-0.492x₁-0.402x₂+0.203x₃-0.276x₄+0.438x₅+0.102v6+0.455x₇+0.263x₈；

對3個主成分的得分值用隸屬函數(shù)進行標準化處理，利用公式綜合得分D=0.519F₁+0.324F₂+0.156F₃可計算出254份水稻種質資源表觀品質性狀的綜合得分，其中綜合得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。

2.5 聚類分析

參照8個品質表觀性狀對254份水稻種質資源進行聚類分析，由圖2可知，可分為4類。類群Ⅰ包括以筑紫晴西海112號、CO22、阿爾巴尼亞為代表的153份水稻品種；類群Ⅱ包含Inga、J34、臺東陸稻328、公居73等40份品種；類群Ⅲ包含以IR50、湘晚秈3號、鎮(zhèn)稻232、鄭稻5號為代表的44份水稻品種；類群Ⅳ共17份水稻品種，包括紅旗5號、IRAT36、IRAT266等。

對4個類群進一步進行方差比較，由圖3可知，在0.05水平下類群Ⅰ稻米的堊白度與堊白大小的平均值均要顯著低于類群Ⅱ和類群Ⅳ，但顯著高于類群Ⅲ，其中，堊白度為17.93%，堊白大小為23.03%；另此類群的糙米率、精米率和整精米率均較好，表明在加工和外觀上較其他類群有優(yōu)勢。類群Ⅱ的糙米率（80.23%）和堊白粒率（96.25%）要顯著高于類群Ⅰ、Ⅲ，且精米率（74.84%）也表現(xiàn)較好，與類群Ⅳ相近，表明此類群的加工品質較好但外觀品質較差。類群Ⅲ糙米率（77.97%）、精米率（71.75%）和碎米率（27.48%）均顯著低于其他類群，但整精米率（52.38%）顯著高于其他類群，另外堊白度（4.93%）、堊白粒率（34.82%）和堊白大小（13.68%）均顯著低于其他類群，表明該類群的出米率雖然較低，但是商品品質好，且外觀品質好，更能提高大米的商品性。類群Ⅳ的加工品質中整精米率（46.34%）較差，糙米率（79.65%）和精米率（74.05%）表現(xiàn)較好，但外觀品質中的堊白均要顯著高于其他類群，說明該類群的加工品質較好但外觀品質差。從長寬比來看，類群Ⅰ（2.08）和類群Ⅲ（2.22）均顯著gt;類群Ⅱ（1.71）和類群Ⅳ（1.65），可知類群Ⅰ和類群Ⅲ品種的粒型主要集中在中型粒，類群Ⅱ和類群Ⅳ的品種主要屬于長粒型。在各性狀中，發(fā)現(xiàn)除長寬比和整精米率外，4個類群的平均值排名均為類群Ⅳgt;類群Ⅱgt;類群Ⅰgt;類群Ⅲ。

3 討論

3.1 水稻種質資源表觀品質多樣性分析

物種的遺傳多樣性大小是長期進化的產物，是其生存適應和發(fā)展進化的前提。一個物種遺傳多樣性越高或遺傳變異越豐富，對環(huán)境變化的適應能力就越強越，大量研究表明，物種的遺傳多樣性指數(shù)gt;1，則表示遺傳多樣性程度高^［19-20］。變異系數(shù)可用來衡量數(shù)據(jù)的變異程度，且能客觀地反映數(shù)據(jù)的離散程度；變異系數(shù)越大，則離散程度越高，變異越豐富^［21］。一般來說，當變異系數(shù)gt;30%時，數(shù)據(jù)的變異程度較大，屬于標準的變異范圍，gt;10%說明樣本間存在著明顯變異^［22］。在本研究中，8個指標性狀平均值的變異系數(shù)在2.05%～84.72%，均值為31.79%；遺傳多樣性指數(shù)范圍為1.77～2.09，均值為1.94，說明254份供試水稻種質表觀性狀類型多樣，變異豐富，可為后期稻米外觀品質和加工品質遺傳改良、育種和創(chuàng)新提供豐富的種質材料。同時，本研究還得出各環(huán)境平均值間遺傳多樣性指數(shù)與變異系數(shù)之間不存在相關性，如堊白度、堊白大小的遺傳多樣性指數(shù)分別為1.81、1.77，變異系數(shù)高達82.72%、61.54%，而整精米率的遺傳多樣性指數(shù)高達2.09，變異系數(shù)卻僅有18.13%，這與康澤然等關于綠豆農藝性狀遺傳多樣性評價的研究結果^［23］一致。說明在進行群體的遺傳多樣性評價時，不能單一的參照某一個指標，需結合變異系數(shù)和遺傳多樣性指數(shù)進行綜合評價。另外在3個環(huán)境下各指標的平均值大小不同，其中在HP環(huán)境下的糙米率、精米率和整精米率均要低于環(huán)境GD與XY，碎米率卻相反，且GD與XY等2個地方的糙米率和精米率平均值相近，但XY的整精米率要低于GD；其次，堊白度、堊白粒率及堊白大小都表現(xiàn)為HPgt;XYgt;GD，簡言之在環(huán)境HP中的稻米加工品質和外觀品質均要差環(huán)境GD和環(huán)境XY，且GD的外觀品質表現(xiàn)最優(yōu)。說明在低海拔地區(qū)，由于水稻灌漿期高溫影響了水稻的灌漿，從而造成稻米堊白的增多及碎米率增加，且隨著海拔的增加，稻米的外觀品質和加工品質呈現(xiàn)出先增后減的趨勢，這與前人研究結果^［24-26］一致。3個環(huán)境下的變異系數(shù)在加工品質上表現(xiàn)為HP最大，GD最小，而在外觀品質上總體表現(xiàn)為HP最小，GD最大。說明在低海拔地區(qū)稻米的加工品質變異程度要低于高海拔地區(qū)，而外觀品質的變異程度要高于高海拔地區(qū)。3個環(huán)境下各品種的遺傳多樣性指數(shù)均較高，表明所參試水稻品種的適應性強，變異豐富，在不同的環(huán)境下都能夠正常的生長。8個指標在不同環(huán)境下表現(xiàn)差異表明，加工品質與外觀品質的優(yōu)劣除了與品種有關外，還與環(huán)境條件密切相關。

3.2 水稻種質資源表觀性狀的相關性綜合評價

種質資源作為生物資源的重要組成部分，是培育作物優(yōu)質、高產、抗病蟲、抗逆新品種的物質基礎，是提高農業(yè)綜合生產力、維護國家食物安全的重要保障，是我國農業(yè)得以持續(xù)發(fā)展的重要基礎。任何新品種的產生都是以種質為前提的，對于適應性強、綜合表現(xiàn)好的種質常被廣泛應用于育種中，但種質資源數(shù)量龐大且性狀表現(xiàn)較多，在諸多品種中選擇需要的品種資源無疑增加了選擇難度，有些研究者憑借主觀判斷對種質進行評價，往往會造成很大的誤差。因此，在確定各性狀間存在著顯著相關關系的前提下，可利用主成分分析法對多個指標進行簡化，使簡化后的指標能夠有效地反映原來指標的信息^［27］，同時利用主成分得分對種質資源進行綜合評價^［28-31］。本研究對8個性狀指標進行相關性分析，發(fā)現(xiàn)各指標間存在極顯著相關性，因此可對254份水稻種質8個品質性狀進行主成分分析，一共得到3個主成分，且3個主成分的貢獻率達86.58%，反映了所考察性狀的大部分信息。其中，主成分1的貢獻率為44.944%，是堊白度、堊白粒率、堊白大小及長寬比的綜合反映；主成分2的貢獻率為28.087%，是整精米率和碎米率的綜合反映；主成分3的貢獻率是13.549%，主要受糙米率的影響。主成分分析結果表明，水稻表觀品質與堊白度、堊白粒率、堊白大小、碎米率、糙米率和整精米率這幾個指標數(shù)值的大小密不可分^［32］。從大量有關種質資源篩選的研究可知，在對種質進行篩選時，常以隸屬函數(shù)對數(shù)據(jù)進行標準化，從而計算出各品種的綜合得分^［33-36］，并以此來判斷品種的品質，綜合評分排名越高，則綜合性狀越好。本研究通過對254份水稻種質資源進行綜合評價，其中得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044。

3.3 水稻種質資源表觀品質性狀的聚類分析

在對大量的種質進行性狀評價時，由于各評價指標值與最終評定結果的相關性并不是一致的，一些指標與評定的結果呈正相關，而另一些則是負相關，這就需要有一種對種質進行分類的方法，以對各類別的種質進行品質評價，最常用的方法就是聚類分析法^［37-40］。本研究根據(jù)8個指標性狀值將254份水稻種質資源進行聚類，共得到4個類群。通過對4個類群進行方差分析，發(fā)現(xiàn)外觀品質表現(xiàn)最好的類群Ⅲ，最差的是類群Ⅳ；加工品質表現(xiàn)最優(yōu)的是類群Ⅰ，最劣的是類群Ⅲ，但類群Ⅲ的整精米率表現(xiàn)最優(yōu)?？梢姡煌惾褐懈餍誀畹谋憩F(xiàn)不同，在稻米品質改良中可根據(jù)種質資源的特點進行篩選應用，以達到綜合改良的目的。

4 結論

3個環(huán)境下8個品質指標性狀表現(xiàn)出了豐富的遺傳變異，變異系數(shù)范圍為2.06%～104.36%，遺傳多樣性指數(shù)范圍為1.51～2.03。結合分析結果可知，3個地點的加工品質與外觀品質總體以貴定的最好，黃平的最差，若要進行優(yōu)質水稻的選育可選在貴定。通過綜合評價得分最高的品種是日本晴，為0.712；得分最低的品種是紫稻，為0.044；經聚類分析將254份水稻種質分為4個類群，各類群的品種數(shù)量分別為153、40、44、17份，若需要改善加工品質可在類群Ⅰ中選擇育種材料，若需要著重改善外觀品質則可在類群Ⅲ中進行材料挑選。

參考文獻：

［1］Ndjiondjop M N，Alachiotis N，Pavlidis P，et al. Comparisons of molecular diversity indices，selective sweeps and population structure of African rice with its wild progenitor and Asian rice［J］. Theoretical and Applied Genetics，2019，132（4）：1145-1158.

［2］唐文幫，張桂蓮，熊躍東，等. 轉型時期水稻育種的戰(zhàn)略思考：發(fā)展高檔優(yōu)質雜交水稻［J］. 雜交水稻，2016，31（1）：1-5.

［3］姚曉云，陳春蓮，熊運華，等. 不同生態(tài)環(huán)境下稻米加工和外觀品質性狀QTL鑒定［J/OL］. 中國水稻科學，2023：1-14（2023-01-06）［2024-03-11］. http：//kns.cnki.net/kcms/detail/33.1146.S.20230106.1728.013.html.

［4］劉厚清，河野元信. 優(yōu)良食味大米的生產、加工技術［J］. 中國糧油學報，2017，32（9）：182-187.

［5］張 敏，張馥淳，黃禮榮，等. 影響大米品質的內在因素研究［J］. 現(xiàn)代面粉工業(yè)，2019，33（6）：27-30.

［6］賈奎連，趙景艷，高繼偉. 提高商品大米加工質量的途徑［J］. 沈陽師范大學學報（自然科學版），2014，32（4）：524-528.

［7］陳榮生. 大米加工工藝的發(fā)展動態(tài)［J］. 四川糧油科技，2001（1）：27-28.

［8］Yang Y，Sun M，Li S S，et al. Germplasm resources and genetic breeding of Paeonia：a systematic review［J］. Horticulture Research，2020，7：107.

［9］張 濤，王子瑞，毛鑫晨，等. 影響稻米品質性狀的相關基因研究進展［J］. 安徽農業(yè)科學，2023，51（19）：17-22.

［10］劉 研，杜 晗，李 鑫，等. 遼寧省粳稻品種產量品質性狀因子及聚類分析［J］. 北方水稻，2022，52（5）：1-5.

［11］馮瑩瑩，董立強，馬 亮，等. 基于主成分及聚類分析的東北南部地區(qū)優(yōu)質粳稻品質的綜合評價［J/OL］. 食品科學，2023：1-12（2023-12-29）［2024-03-11］. http：//kns.cnki.net/kcms/detail/11.2206.TS.20231229.1441.016.html.

［12］王 強，李 煒，羅同平，等. 66個廣西審定絲苗品種農藝和品質性狀多樣性鑒定與聚類分析［J］. 中國稻米，2024，30（2）：82-86.

［13］Yu J，Zhu D W，Zheng X，et al. The effects of genotype × environment on physicochemical and sensory properties and differences of volatile organic compounds of three rice types （Oryza sativa L.）［J］. Foods，2023，12（16）：3108.

［14］Wang X Q，Pang Y L，Wang C C，et al. New candidate genes affecting rice grain appearance and milling quality detected by genome-wide and gene-based association analyses［J］. Frontiers in Plant Science，2017，7：1998.

［15］常利芳，李 欣，郭慧娟，等. 小偃麥衍生系表型遺傳多樣性分析及綜合評價［J］. 草業(yè)學報，2022，31（11）：61-74.

［16］黃渝嵐，李艷英，周 佳，等. 266份木薯種質資源農藝性狀分析評價［J］. 熱帶作物學報，2024，45（4）：712-721.

［17］蔣 瑩，常 蕾，王 安，等. 143份大麥種質資源主要農藝性狀遺傳多樣性分析［J］. 江蘇農業(yè)科學，2020，48（14）：94-98.

［18］王 瑞，何之龍，張 震，等. 基于主成分分析及隸屬函數(shù)法評價氮素形態(tài)對油茶苗木的影響［J］. 中南林業(yè)科技大學學報，2023，43（10）：11-19.

［19］王小萍，張 廳，黃 梅，等. 四川地區(qū)茶樹種質資源葉表型性狀多樣性分析［J］. 中國農學通報，2018，34（4）：89-94.

［20］吳根松，孫麗丹，郝瑞杰，等. 梅花種質資源表型多樣性研究［J］. 安徽農業(yè)科學，2011，39（20）：12008-12009，12012.

［21］黎松松，許文靜，張 威，等. 大豆種質資源主要農藝性狀的評價與分析［J］. 江蘇農業(yè)科學，2021，49（19）：35-38.

［22］董勝君，孫永強，陳建華，等. 野杏無性系表型性狀多樣性分析及綜合評價［J］. 植物遺傳資源學報，2020，21（5）：1156-1166.

［23］康澤然，王曉磊，魏云山，等. 綠豆種質資源主要農藝性狀、經濟性狀遺傳多樣性分析及綜合評價［J］. 江蘇農業(yè)科學，2022，50（21）：36-41.

［24］林翠香，倪大虎，宋豐順，等. 高溫脅迫下水稻生理特性變化及適應機制研究進展［J］. 安徽農學通報，2020，26（24）：37-42.

［25］Hu Y J，Li L，Tian J Y，et al. Effects of dynamic low temperature during the grain filling stage on starch morphological structure，physicochemical properties，and eating quality of soft japonica rice［J］. Cereal Chemistry，2020，97（2）：540-550.

［26］鄭 地，文春燕，沈顯華，等. 藏區(qū)不同海拔條件下水稻產量構成和米質變化分析［J］. 作物雜志，2020（5）：199-203.

［27］馬立平. 由多指標向少數(shù)幾個綜合指標的轉化：主成分分析法［J］. 北京統(tǒng)計，2000（8）：37-37，35.

［28］魏曉羽，劉 紅，瞿 輝，等. 158份春蘭種質資源的表型多樣性分析［J］. 植物遺傳資源學報，2022，23（2）：398-411.

［29］呂 丹，黎瑞源，鄭 冉，等. 213份苦蕎種質資源主要農藝性狀分析及高產種質篩選［J］. 南方農業(yè)學報，2020，51（10）：2429-2439.

［30］范偉強，尹 婧，王超楠，等. 33個大白菜品種表型遺傳多樣性評價［J］. 中國瓜菜，2021，34（10）：32-38.

［31］徐澤俊，齊玉軍，邢興華，等. 黃淮海大豆種質農藝與品質性狀分析及綜合評價［J］. 植物遺傳資源學報，2022，23（2）：468-479.

［32］劉麗娟. 淮北部分水稻品種（系）品質綜合評價［J］. 北方水稻，2022，52（3）：23-27.

［33］Deng Q E，Li J N，Gao C，et al. New perspective for evaluating the main Camellia oleifera cultivars in China［J］. Scientific Reports，2020，10（1）：20676.

［34］Yan C J，Song S H，Wang W B，et al. Screening diverse soybean genotypes for drought tolerance by membership function value based on multiple traits and drought-tolerant coefficient of yield［J］. BMC Plant Biology，2020，20（1）：321.

［35］Ding C，Xu C S，Lu B，et al. Comprehensive evaluation of rice qualities under different nitrogen levels in South China［J］. Foods，2023，12（4）：697.

［36］劉 艷，王寶祥，邢運高，等. 水稻品種資源苗期耐鹽性評價指標分析［J］. 江蘇農業(yè)科學，2021，49（17）：75-79.

［37］劉巧紅，程大友，楊 林，等. 甜菜品種（系）的ISSR標記數(shù)字指紋圖譜構建及聚類分析［J］. 農業(yè)工程學報，2012，28（增刊2）：280-284.

［38］溫延臣，李燕青，袁 亮，等. 長期不同施肥制度土壤肥力特征綜合評價方法［J］. 農業(yè)工程學報，2015，31（7）：91-99.

［39］Hulme P E. Hierarchical cluster analysis of herbicide modes of action reveals distinct classes of multiple resistance in weeds［J］. Pest Management Science，2022，78（3）：1265-1271.

［40］趙小琴，賈瑞玲，劉軍秀，等. 120份谷子種質資源的農藝性狀表現(xiàn)和遺傳多樣性分析［J］. 作物雜志，2022（6）：61-69.