北疆早熟棉主要农艺性状相关性和主成分分析

李有忠，叶春秀，王志军，董永梅，赵曾强，谢宗铭

（新疆农垦科学院生物技术研究所/作物种质创新与基因资源利用兵团重点实验室，新疆 石河子 83200）

0 引言

棉花的数量性状较多，且相互关系比较复杂，一个性状受多个性状的综合影响。在棉花育种实践中，改进单个性状对目标性状的贡献往往很小，给棉花种质资源创新带来了很大的困难。利用相关性分析在水稻[1]、小麦[2]、玉米[3]、大豆[4]、棉花[5]等作物研究应用较多，在某些性状的选择和改良方面为育种工作者提供了依据。但将相关性分析与主成分分析相结合综合评价棉花各性状之间的联系和相关性报道甚少。本研究以系统选育的14个早熟棉品系为材料，在北疆膜下滴灌栽培模式下，对影响产量的10个主要农艺性状进行相关分析，并进行主成分分析。通过分析使育种者把握主要性状，综合协调考虑其他次要性状，以提高育种选择的目标性和效率，为北疆早熟棉花新品种育种及性状改良的针对性提供理论依据。

1 材料与方法

1.1 试验地点

试验设在新疆农垦科学院生物技术研究所棉花育种试验地（二垄五）。前茬作物棉花，土壤为壤土，秋翻春灌，播前精细整地。

1.2 材料

材料为2014年筛选的14个早熟棉花品系：MB013、131429、131363、131117、MB271、130655、MB103、131357、130523、MB205、130259、131303、MB799、130145。

1.3 方法

1.3.1 试验设计

试验采用随机区组排列设计，覆膜种植，1膜6行，重复3次，小区长10 m，行距2.3 m，株距12 cm，6行区，小区面积23 m2。4月22日播种，全生育期中耕松土2次，除草5次，膜下滴灌7次，缩节胺化控7次。施肥磷酸钾铵255.0 kg/hm2，尿素352.5 kg/hm2。

1.3.2 调查记载项目

调查出苗期、开花期、结铃期、吐絮期；打顶后1周，在1行内连续取10株调查植株的株高、始节高、始节位、果枝数、铃数；吐絮期取10株调查植株的中部正常吐絮棉铃20个混样，测定其铃重、衣分、绒长等；收获后各小区分别收获测产。

1.3.3 数据分析

性状的研究方法采用相关分析及主成分分析等，数据转换用Excel 2003[6]，数据处理采用唐启义等[7]DPS统计软件完成。

2 结果与分析

2.1 早熟棉产量及其主要农艺性状相关分析

2.1.1 参试早熟棉各品系的平均性状及差异

14份北疆早熟棉品系10个主要农艺性状差异表现各异，详见表1。各性状变异系数，最大为单铃重（6.95%），最小为生育期（2.81%），各性状均小于10%，大小顺序为单铃重＞铃数＞株高＞始节高＞衣分＞始节位＞产量＞果枝数＞绒长＞生育期。单铃重变异系数最大，表明单铃重选择潜力最大；此外铃数、株高、始节高、衣分也有较强的选择潜力，可较容易选育出多种种质材料。

2.1.2 各性状间的相关性分析

主要农艺性状间的相关分析结果表明（表2），产量与单铃重呈显著相关（显著性标准a=0.05时，r=0.5324；a=0.01时，r=0.6614），与生育期、衣分、始节高、株高、果枝数、铃数呈正相关，但未达到显著程度，与绒长、始节位呈负相关；单铃重与株高、果枝数、产量呈显著正相关，与其它的呈正相关；株高与始节高、单铃重呈显著正相关，与衣分呈负相关，与其它性状呈正相关，但不显著；铃数与绒长、始节位呈负相关，与其它性状呈正相关，但不显著；衣分与生育期、单铃重、产量、始节高、始节位、铃数呈正相关，与绒长、株高、果枝数呈负相关；绒长与单铃重、始节高、株高、果枝数呈正相关，与生育期、衣分、产量、始节位、铃数呈负相关。

表1 14个早熟棉品系考察性状表现Table1 The study on characters of 14 early maturing cottons

表2 早熟棉品系各农艺性状之间的相关性分析Table2 The analysis of the correlation among diferent agronomic traits of early maturing cotton

2.2 主成分分析

对供试材料的10个主要农艺性状进行主成分分析，得到10个性状遗传相关矩阵的特征根和对应的特征向量（表3、表4）。其中前5个特征根在10个特征根中累计贡献率达91.095 8%，包含了全部指标的绝大部分信息，列出主成分分析因子得分。选取前5个主成分来代替10个性状指标进行分析。第一个主成分的特征值为3.462 1，方差贡献率是34.620 9%，代表了全部性状信息的34.620 9%，是最主要的主成分；第二个主成分的特征值为2.150 8，方差贡献率是21.508 3%，是仅次于第一主成分的重要主成分；第三个主成分的特征值是1.547 9，方差贡献率是15.479 1%；第四个主成分的特征值是1.217 7%，方差贡献率是12.176 8%；其他主成分的贡献率逐步减小；第5个主成分的特征值是0.731 1，方差贡献率是7.310 7%。前5个主成分的累积贡献率是91.095 8%，已把北疆早熟棉主要农艺性状91.095 8%的信息反映出来，因此可以选取前5个主成分为北疆早熟棉性状选择的综合指标。

表3 各性状的规格化特征向量Table3 The specification eigenvector of principal component analysis

表4 主成分的特征值与累计贡献率Table4 The characteristic value and accumulation contribution rate of principale component

第一主成分主要为单铃重、株高、始节高、始节位、产量及生育期，主要反映与产量有关的农艺性状；第二主成分主要为绒长和果枝数；第三主成分主要为铃数和衣分；第四主成分主要为绒长；第五主成分主要是衣分。二、三、四、五主成分主要反映与早熟棉品质有关的性状指标。结合相关分析结果，在北疆早熟棉育种实践中着重关注第一主成分性状，其次要关注绒长、衣分、铃数和果枝数性状的选择。

3 主要性状与产量的关系

各性状变异系数顺序为单铃重＞铃数＞株高＞始节高＞衣分＞始节位＞产量＞果枝数＞绒长＞生育期。表明单铃重选择潜力最大；生育期变异系数最小，这与近几年本研究单位一直致力于选择早熟棉为主的育种目标有很大的关系。

通过性状间相关性分析可知，产量与单铃重呈极显著相关（显著性标准a=0.05时，r=0.532 4；a=0.01时，r=0.661 4），与生育期、衣分、始节高、株高、果枝数、铃数呈正相关，但未达到显著程度，与绒长、始节位呈负相关。

主成分分析表明，前4个特征根在10个特征根中累计贡献率达83.785 1%，根据主成分累积贡献率≥85.00%才能反应所有性状的绝大部分变异信息的标准，也纳入了第五主成分，使累计贡献率达91.095 8%，包含了全部指标的绝大部分信息，列出主成分分析因子得分。选取前5个主成分来代替10个性状指标进行分析。

综上所述，在北疆早熟棉育种实践中着重关注第一主成分性状，其次要关注绒长、衣分、铃数和果枝数性状的选择。通过相关性分析和主成分分析建立综合的、相对独立的指标体系，数值直观，易于分析。根据品种的各主成分值，可以分别筛选出早熟、高产、优质的典型品种及综合表现优良的品种，为早熟棉育种亲本的选择提供参考。

References

[1]李鑫，孙杰，张丽丽，等.辽宁省水稻种质资源主要农艺性状的相关性分析.辽宁农业科学，2014（3）：53-56.Li X，Sun J，Zhang L L，et al.The correlation analysis on the main agronomic of rice germplasm resources in Liaoning province.Liaoning Agricultural Sciences，2014（3）：53-56.（in Chinese）

[2]卓武燕，张正茂，刘苗苗，等.陕西中等肥力水田小麦主要农艺性状与产量的相关分析.湖北农业科学，2016，55（3）：549-563.Zhuo W Y，Zhang Z M，Liu M M，et al.Correlative analysis between main agronomic traits and yield of wheat in Shaanxi regional medium fertility irrigated land.Hubei Agricultural Sciences，2016，55（3）：549-563.（in Chinese）

[3]邱博，罗水清，陈平平，等.不同夏玉米品种产量及农艺性状分析.湖南农业大学学报（自然科学版），2016，42（1）：11-15.Qiu B，Luo S Q，Chen P P，et al.Yield and agronomic characteristics of summer maize varieties.Journal of Hunan Agricultural University，2016，42（1）：11-15.（in Chinese）

[4]刘念析，李穆，李秀平，等.大豆主要农艺性状间的相关性分析.大豆科学，2013，32（4）：71-74.Liu N X，Li M，Li X P，et al.Correlation analysis of major agronomic traits in soybean.Soybean Science，2013，32（4）：71-74.（in Chinese）

[5]张荣斌，王潭刚.对13个杂交棉品种的产量与性状间逐步回归分析.棉花科学，2014，36（2）：19-22.Zhang R B，Wang T G.Stepwise regression analysis of yield and traits of 13 hybrid cotton varieties.Jiangxi Cottons，2014，36（2）：19-22.（in Chinese）

[6]华信卓越.实用Excel2003数据处理.北京：电子工业出版社，2008，12：322-336.Huaxin excellence.Practical Excel2003 Data Processing.Beijing：Electronic Industry Press，2008，12：322-336.（in Chinese）

[7]唐启义，冯明光.DPS数据处理系统.北京：中国农业出版社，1998.Tang Q Y，Feng M G.DPSData Processing System.Beijing：China Agricultural Press，1998.（in Chinese）