滩涂盐碱地大麦产量形成的关键农艺性状分析

蔡树美，王 丽，田吉林，余廷园，吕卫光，诸海焘*（上海市农业科学院生态环境保护研究所，上海　00；上海市设施园艺技术重点实验室，上海　00；农业部上海农业环境与耕地保护科学观测实验站，上海00；江苏省水文水资源勘测局，南京009；上海市农业委员会，上海　0000）

滩涂盐碱地大麦产量形成的关键农艺性状分析

蔡树美1，2，3，王 丽4，田吉林5，余廷园1，2，3，吕卫光1，2，3，诸海焘1，2，3*
（1上海市农业科学院生态环境保护研究所，上海201403；2上海市设施园艺技术重点实验室，上海201403；3农业部上海农业环境与耕地保护科学观测实验站，上海201403；4江苏省水文水资源勘测局，南京210029；5上海市农业委员会，上海200003）

为研究滩涂盐碱地区大麦植株农艺性状对产量影响的相对重要性，通过对大麦产量及农艺性状进行相关分析、多元线性回归及通径分析，结合大麦生长发育特点，确定了影响大麦产量的关键农艺性状。结果表明：大麦主要农艺性状变异系数大小顺序为第一节间长＞第二节间长＞单株有效穗数＞总穗数＞成穗率＞株高＞茎粗＞穗长＞每穗粒数＞结实率＞千粒重；相关性分析表明千粒重（0.934）、总穗数（0.893）、株高（0.820）、成穗率（0.764）和第二节间长（0.762），与产量均呈极显著正相关关系；多元线性回归分析入选的6个因子（茎粗、第一节间长、穗长、总穗数、每穗粒数和千粒重）对大麦产量模型的决定系数达到0.954；通径分析表明株高、成穗率和千粒重对产量的直接正效应最大。在滩涂盐碱地区大麦高产栽培中，建议优先选择植株高、籽粒大而饱满的品种进行栽培。

滩涂盐碱地；大麦；农艺性状；相关分析；多元线性回归；通径分析

我国沿海滩涂面积广阔，受海水的直接影响，滩涂盐碱土壤发育广泛。但是，由于土壤盐含量高、碱性强和肥力弱等因素制约，导致滩涂盐碱地区农作物的生长发育受到限制，土地利用效率低，制约了农业经济的发展［1-2］。因此，提高该地区盐碱土壤的生产能力迫在眉睫。

通过耐盐碱植物种植和农田耕翻轮作等模式，提升土壤有机质，增加碳汇，培肥地力，实施滩涂改造和盐碱地改良，提高土地利用效率，已经成为近年来滩涂盐碱地改良的新趋势［3-5］。大麦（Hordeum vulgare）是一种耐盐性较强的粮经饲兼用型禾谷类作物，常被用作滩涂盐碱地生物改良的主要作物之一，对盐碱农业的发展具有举足轻重的作用［6］。重视对大麦产量形成的关键农艺性状的研究，不仅有利于保证大麦高产，更能为盐碱地土壤改良和高效利用提供有力支撑。研究表明，与在农用耕地上相比，大麦在滩涂盐碱地土壤上具有生长迟缓、分蘖少和千粒重低等生育特点［7］。为了明确在滩涂盐碱地这一特殊生境中，大麦产量形成主要受限于哪些农艺性状，本研究对上海市崇明东滩盐碱地大麦区域试验资料采用相关分析、多元线性回归分析及通径分析方法，对大麦主要农艺性状进行了统计分析，研究大麦产量形成相关因素对产量的影响及各自的贡献大小，以期对产量构成因子进行合理协调和搭配，从而在栽培上采取有效的措施和方法提高滩涂盐碱地区大麦产量，为滩涂盐碱地大麦高产种植技术提供理论依据。

1　材料与方法

1.1试验材料与试验地概况

试验于2012年10月至2013年6月在上海崇明岛东滩稻麦粮作种植区进行（E 121°53′，N 31°30′）。供试材料为当地大麦主栽品种‘花22’，系上海市农业科学院与嘉兴市农业科学院共同选育的高产优质、耐盐性强的大麦新品种。供试土壤为长江泥沙淤积而成的盐渍沙壤土。试验区地势平坦，土壤盐渍化程度较高，土壤地力偏低。0—20 cm耕层土壤基本性质为：全氮1.68g/kg，全磷1.01g/kg，全钾37.5g/kg，碱解氮144.3 mg/kg，速效磷42.3 mg/kg，速效钾198.2 mg/kg，有机质29.42g/kg，pH 8.35，全盐含量1.2%。试验选取种植区内采用习惯施肥方式的小区14个，进行大麦的性状调查和产量分析。当地习惯施肥方式为：氮磷钾用量N 225 kg/hm2、P2O590 kg/hm2、K2O 112 kg/hm2，氮肥施用尿素（含N46%），磷肥施用过磷酸钙（含P2O512%），钾肥施用氯化钾（含K2O 60%）。氮肥50%作基肥、20%作蘖肥、10%作拔节肥和20%作穗肥。磷肥80%作基肥、20%作种肥，钾肥50%作基肥、50%作拔节肥。每个小区面积35.5 m2。大麦播量为 150 kg/hm2，行距 24 cm。田间管理按常规方法进行。

1.2性状调查

2013年6月2日大麦收获时，每小区随机选取10株，分别测定株高（cm）、茎粗（mm）、第一节间长（cm）、第二节间长（cm）、单株有效穗数（个）、穗长（cm）和每穗粒数（个），并计算结实率（%）、成穗率（%）、总穗数（万/hm2）、千粒重（g）和产量（kg/hm2），以其平均值作为该小区的实测值。

1.3数据处理

采用DPS14.5数据处理系统和SPSS17.0对原因性状与结果性状进行相关性分析、多元回归分析和通径分析［8-9］。

2　结果与分析

2.1大麦主要农艺性状的变异特征

将株高、茎粗、第一节间长、第二节间长、单株有效穗数、穗长、结实率、成穗率、总穗数、每穗粒数、千粒重和产量，分别记做X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11和Y，各性状的变异特征见表1。从表中可以看出，供试大麦主要农艺性状变异丰富，其中第一节间长、第二节间长的变异系数较大，达36.28%和24.58%，说明滩涂盐碱地区大麦植株的个体发育差异较大。而千粒重、结实率和每穗粒数的变异系数较小，分别只有1.48%、4.10%和4.81%。千粒重的变异系数较小，说明该地区大麦种子的大小与饱满程度差异较小。但是供试大麦的产量变异系数高达25.72%，说明该地区大麦田间实测产量的差异较大。

表1　供试大麦的农艺性状表现Table 1　Agronomic traits of the tested barley

2.2相关性分析

表2显示，株高（0.820**）、第二节间长（0.762**）、成穗率（0.764**）、总穗数（0.893**）和千粒重（0.934**），与产量均呈极显著正相关关系，单株有效穗数（0.573*）、穗长（0.644*）和每穗粒数（0.625*），与产量呈显著相关关系，茎粗（0.496）、第一节间长（0.522）和结实率（0.449），与产量的相关性未达显著水平。从相关系数来看，植株高大、穗长穗多、粒多粒重是大麦高产的特征。但是，相关性分析未考虑各农艺性状间也存在着一定的相关关系，因此，仅根据各性状与产量的简单相关系数，判定其对产量的贡献大小，容易忽视各性状之间的相互影响，不能真正反映各性状与产量之间的规律性联系。

表2　大麦产量与主要农艺性状的相关系数矩阵Table 2　Correlation matrix between main agronomic traits and yield of barley

2.3多元线性回归分析

对大麦产量（Y）进行正态性检验（表3），样本数据的均值为335.129，标准方差为86.191。K-S的Z统计量（Kolmogorov-Smirnov Z）为0.960，对应的相伴概率Asymp.Sig.（2-tailed）为0.316＞0.05，认为大麦产量服从正态分布，可进行多元回归分析。以株高（X1）、茎粗（X2）、第一节间长（X3）、第二节间长（X4）、单株有效穗数（X5）、穗长（X6）、结实率（X7）、成穗率（X8）、总穗数（X9）、每穗粒数（X10）和千粒重（X11）等11个大麦农艺性状为自变量，产量（Y）为因变量进行逐步回归分析。在引入变量临界值F（IN）=1.11、剔除变量临界值F（OUT）=1.10水平时，得出回归方程：Y=-41 469.35+13 666.36 X2+530.52 X3-1 015.99X6+5.92X9-242.37X10+949.37X11（R=0.977，F=24.289，P＜0.000）。

表3　正态性检验Table 3　Tests of normality

多元回归分析表明，茎粗、第一节间长、穗长、总穗数、每穗粒数和千粒重对大麦产量的决定系数R2= 0.954，说明上述6因子基本代表了构成产量的主要因素。在入选的6个变量处平均水平而其中5个变量固定时，剩余变量如茎粗（cm）、第一节间长（cm）、穗长（cm）、总穗数（万/hm2）、每穗粒数（粒）和千粒重（g）每增加一个单位，大麦产量分别增加13 666.36 kg/hm2、530.52 kg/hm2、-1 015.99 kg/hm2、5.92 kg/hm2、-242.37 kg/hm2和949.37 kg/hm2。

由决定系数R2=0.954来看，6个变量对大麦产量（Y）的总影响达到95.4%以上。剩余因子 e=，该值较大，说明对大麦产量有影响的自变量不仅有以上6个方面，还有一些影响大的因素没有考虑到，对大麦产量影响因素的全面分析还有待进步深入。

2.4通径分析

为进一步明确大麦主要农艺性状对产量的直接效应与间接效应，在相关分析和多元回归分析的基础上，再次将大麦的主要农艺性状与大麦产量进行通径分析，由表4可以看出，大麦植株农艺性状对产量的直接通径系数绝对值以株高（1.794）、单株有效穗数（-1.007）最高，成穗率（0.505）、总穗数（-0.546）、千粒重（0.304）和茎粗（-0.219）次之，第一节间长（0.075）、第二节间长（-0.179）、穗长（-0.015）、结实率（0.297）和每穗粒数（-0.038）较小，表明株高、单株有效穗数、成穗率、总穗数、千粒重和茎粗对大麦产量形成的直接效应较大，但单株有效穗数和茎粗为负效应。第二节间长与产量的直接通径系数虽为较小的负值，但从与产量的相关系数来看，却与产量呈极显著正相关关系，主要是因为其通过株高的间接通径系数正效应较高。表明大麦植株高大、穗多粒重是其高产的特征。

表4　大麦产量与主要农艺性状的通径分析Table 4　Path analysis of bailey yield and main agronomic traits

3　结论与讨论

在沿海地区开发利用含盐量较高的滩涂荒地时，种植大麦可以有效防止土壤返盐。这种生物措施已经成为预防土壤盐害、改良和利用盐碱地的一项重要而有效的措施［10-11］。大麦是农作物中耐盐性较强的作物，通过研究大麦在盐胁迫下的高产栽培技术，利用大麦种植，改善土壤盐渍化状况，对农业的发展起着至关重要的作用。大麦在盐碱地区的高产栽培技术，包括耐盐大麦品种选用，以及适宜播种密度、行距配置、定苗、补苗、去蘖、施肥等一系列栽培管理技术。前人对种质耐盐鉴定和评价开展了系统广泛的研究，而对田间栽培管理技术的研究相对还停留在起步阶段，缺乏对产量、产量构成因子及栽培措施之间相关关系的深入理论研究。

前人对江苏、重庆等地区的大麦产量与产量构成因素的研究表明，大麦产量构成因素中对产量影响较大的因素为总穗数、每穗粒数、千粒重、穗长、株高［12-14］。本研究为了明确影响上海滩涂盐碱地区大麦产量的关键农艺性状，结合相关性分析、多元回归分析和通径分析对大麦产量与主要农艺性状的关系进行了综合分析。通过对三种统计方法的应用发现，相关性分析、多元回归分析和通径分析有一致结果：三种方法都表明千粒重对产量的影响较大。但值得注意的是，三种方法也得出了一些并不一致的结果，如多元回归分析得出茎粗、第一节间长、穗长、总穗数、每穗粒数和千粒重这6个因子能基本预测大麦产量的变化，但相关性分析和通径分析却得出，株高也在对大麦产量的影响上有着不可忽视的作用。结合各统计方法的优缺点来看，相关性分析和多元回归分析均不能反映自变量之间的相互关系［15-16］，通径分析能在比较各自变量与因变量关系的同时，分析各自变量之间的相互关系。因此，本研究认为在研究多个变量关系时，通径分析结果更为直观、可靠。综合本文通径分析的结果来看，株高、成穗率和千粒重这3个因子对产量的直接通径系数较高，对产量有着较大的正向直接作用。其中，株高对大麦产量的直接作用最大（P=1.794），并且其他农艺性状通过株高对大麦产量均有较大的间接影响。由此判断，在重度盐碱地区株高为大麦产量的主要决定性状，可作为预测大麦是否能获得高产的最主要指标。茎粗、第二节间长、单株有效穗数、穗长、总穗数和每穗粒数对大麦产量的影响主要以负向直接作用和通过株高的正向间接作用为主，这说明茎粗、第二节间长、单株有效穗数、穗长、总穗数和每穗粒数并不能直接提升大麦产量，而是通过提高株高的表现来对大麦产量产生影响。因此，在盐碱地区种植大麦时，采取适当的栽培管理措施，使株高、成穗率和千粒重控制在适宜范围内，是取得大麦高产的关键。除了品种因素外［17-18］，种植密度和施肥因素对株高、成穗率和千粒重的影响较大［19］。栽培因素主要是通过影响大麦群体大小、个体优劣，以及收获指数等，从而影响产量形成［20］。生产中，根据生产条件和产量水平确定适宜的株高、成穗率和千粒重水平，优化关键农艺性状，形成形态性状的理想组合，才能提高大麦产量潜力，实现盐碱地区的大麦丰产。

［1］张建锋，张旭东，周金星，等.世界盐碱地资源及其改良利用的基本措施［J］.水土保持研究，2005，12（6）：28-30，107.

［2］周健民.我国耕地资源保护与地力提升［J］.中国科学院院刊，2013，28（2）：263，269-273.

［3］TEJADA M，GARCIA C，GONZALEZ J L，et al.Use of organic amendment as astrategy forsalinesoil remediation：Influence on the physical，chemical and biological properties ofsoil［J］.Soil Biology and Biochemistry，2006，38（6）：1413-1421.

［4］ASHRAF M.Biotechnological approach of improving plantsalt tolerance using antioxidants as markers［J］.Biotechnology Advances，2009，27 （1）：84-93.

［5］肖克飚，吴普特，雷金银，等.不同类型耐盐植物对盐碱土生物改良研究［J］.农业环境科学学报，2012，31（12）：2433-2440.

［6］王洪君，高兰阳，陈宝玉，等.“三北”盐碱地优良牧草：野大麦［J］.草业与畜牧，2009（1）：19-20，27.

［7］赵檀方，胡延吉，闫先喜.盐碱地大麦的生育特点及栽培技术［J］.大麦科学，1994，40（3）：19-21.

［8］宇传华.SPSS与统计分析［M］.北京：电子工业出版社，2007.

［9］唐启义.DPS数据处理系统：实验设计、统计分析及模型优化［M］.北京：科学出版社，2010.

［10］乔海龙，沈会权，陈健，等.大麦种质耐盐性鉴定及评价［J］.核农学报，2015，29（1）：153-160.

［11］王海洋，王为，陈建平，等.江苏沿海滩涂盐碱地甜高粱高产栽培技术［J］.大麦与谷类科学，2014（3）：33-34.

［12］魏亚凤，江银荣，潘宝国.大麦产量与产量构成因素的灰色关联度分析［J］.安徽农业科学，2002，30（6）：910-911.

［13］邹薇，刘铁梅，孔德艳，等.大麦产量构成模型［J］.应用生态学报，2009，20（2）：396-402.

［14］杨明，余国东，李伯群，等.应用灰色关联度分析评价不同大麦品种产量与产量构成因素［J］.安徽农业科学，2011，39（36）：22247-22248，22322.

［15］李秀，徐坤，巩彪，等.生姜农艺性状与产量形成关系的多重分析［J］.中国农业科学，2012，45（12）：2431-2437.

［16］武路广，霍梅俊，刘思奇，等.白羊草干草产量与主要农艺性状的多元回归及通径分析［J］.草地学报，2013，21（4）：697-701.

［17］李洪涛，王军，张灿宏，等.大麦株高及其构成因素的杂种优势和配合力分析［J］.浙江农业学报，2015，27（2）：141-147.

［18］王军，李洪涛，迟铭，等.大麦株高构成指数的遗传分析［J］.麦类作物学报，2014，34（9）：1210-1216.

［19］徐长青，于永杰，康贻泽，等.播量、肥料运筹对如东5号大麦产量及叶蘖动态的影响［J］.大麦科学，1999（1）：33-34，39.

［20］王贤智，张京，葛双桃，等.不同密度和施氮量对鄂大麦507产量相关性状的影响［J］.湖北农业科学，2009，48（12）：2959-2961.

（责任编辑：张睿）

Crucial agronomic traits for barley yield formation insaline-alkalisoil of the tidal-flat area

CAIshu-mei1，2，3，WANG Li4，TIAN Ji-lin5，YU Ting-yuan1，2，3，LÜ Wei-guang1，2，3，ZHU Hai-tao1，2，3*
（1Institute of Eco-Environment and Plant Protection，Shanghai Academy of Agriculturalscience，Shanghai 201403，China；2Shanghai Key Laboratory of Protected Horticultural Technology，Shanghai 201403，China；3Shanghaiscientific Observation and Experimentalstation for Agricultural Environment and Land Conservation，Shanghai 201403，China；4Jiangsu Province Hydrology and Water Resources Investigation Bureau，Nanjing 210029，China；5Shanghai Municipal Agricultural Commission，Shanghai 200003，China）

In order to clarify the relative importance of the influence of agronomic traits on barley yield insaline-alkalisoil of the tidal-flat area，correlation analysis，multiple linear regression and path analysis were used，in combination with barleygrowth characteristics，todetermine the crucial agronomic traits that affect barley yield.The resultsshowed that variation coefficient of the major agronomic characters were following thesequence：length of the first internode＞length of thesecond internode＞effective panicles per plant＞total panicle number＞productive panicle＞plant height＞stemdiameter＞panicle length＞grain number per panicle＞seedsetting rate＞1 000-seed weight.The correlation analysisshowed 1 000-seed weight（0.934），total panicle number（0.893），plant height（0.820），productive panicle（0.764）and length of thesecond internode（0.762）weresignificant positively correlated with yield.Thedetermination coefficient ofsix factors（stemdiameter，length of the first internode，panicle length，total panicle number，grain number per panicle，1 000-seed weight）selected by multiple linear regression analysis to barley yield model was 0.954.Path analysisshowed plant height，effective panicles per plant and 1 000-seed weight had the maximumdirect positive effect on yield.Therefore，crucial agronomic traits including 1 000-seed weight，plant height and panicle percentage，should begiven priority for the high yield barley cultivation insaline-alkalisoil of the tidal-flat area.

Saline-alkalisoil of tidal-flat area；Barley；Agronomic traits；Correlation analysis；Multiple linear regression；Path analysis

S512.3

A

1000-3924（2016）04-054-05

2015-10-28

上海市市级农口系统青年人才成长计划［沪农青字2015第1-21号］；科技部农业科技成果转化资金项目（2014GB2C000073）；科技部星火计划（2015GA680001）；上海市科委成果转化课题（153919N402）；上海市科技兴农重点攻关项目（沪农科攻字2013第5-9号）；上海市农委推广项目［沪农科推字（2013）第1-3号］

蔡树美（1984—），女，博士，副研究员，从事作物高效施肥技术研究。E-mail：caishumei@saas.sh.cn；Tel：021-62202441

诸海焘（1980—），男，本科，副研究员，从事新型肥料研究。E-mail：htzhu123@163.com；Tel：021-62202449