向日葵DUS测试主要数量性状的变异及概率分布研究

王永行，单飞彪，白立华，杜瑞霞，杨钦方，刘春晖

（巴彦淖尔市农牧业科学研究院，内蒙古临河 015000）

植物品种特异性、一致性、稳定性（DUS）测试是植物新品种权授予的重要依据，是植物新品种保护体系的重要组成部分。我国1999年加入植物新品种保护联盟（UPOV）后陆续发布了10批植物新品种保护名录［1]，包含了我国大部分的植物物种，同时针对每个物种制定了各自的特异性、一致性和稳定性测试指南，用于指导测试工作，向日葵作为最重要的油料作物之一就发布在第十批中。

数量性状分级是DUS测试过程中必须面对的问题。为给数量性状分级标准提供理论基础和事实依据，笔者对植物新品种测试（巴彦淖尔）分中心2017年接收的132份向日葵测试材料进行数据采集和分析，对几个主要的数量性状的分布特点进行归纳总结，以为蒙宁甘地区向日葵DUS测试数量性状特异性的判定提供参考。

1 材料与方法

1.1 材料

材料来自于2017年农业农村部DUS测试（巴彦淖尔）分中心接收的132份测试材料。

1.2 方法

严格按照《植物新品种特异性、一致性、稳定性测试指南——向日葵》（NY／T2433-2013）［2]的要求种植实验材料。采用随机区组试验设计，每小区4行，行长7.5 m，株距0.5 m，行距0.7 m。每材料设2次重复。

2 结果与分析

对132份测试材料的几个主要数量性状进行描述性统计分析，结果见表1。

2.1 数量性状的变异分析

由表1可以看出，舌状花密度、苞叶密度的数据分布范围较大，极差分别为35.0、34.9，说明所搜集的资源在这两个性状上涵盖范围比较广，能够较好地代表向日葵群体。所选材料在所测的7个数量性状上均值和中位值差别都很小，说明这些材料都是自然选择的结果。舌状花密度和株高的变异系数较大，分别为17.40、22.49，说明这些材料在这两个性状上品种内变异很大。

表1 向日葵主要数量性状的描述性统计分析

2.2 数量性状的频次分析

7个性状的频次分析结果如表2所示。由表可以看出，舌状花密度、苞叶密度、花盘直径、株高这4个性状的频次分布比较符合正态分布，能够较好地代表向日葵群体，而主茎叶数、叶长、叶宽不符合正态分布。

表2 向日葵主要数量性状频次分析

对于符合正态分布的舌状花密度、苞叶密度、花盘直径、株高等4个性状可以采用1／7等距法将数据分为9级来区分不同品种（表3）。

表3 向日葵部分性状分级标准

续表3

由于存在人工选择，人为地对与产量有直接相关的主茎叶数、叶长、叶宽等性状进行了选择，造成测试材料在这3个性状上分布比较集中、覆盖面小的现象。这些性状可以参考刘孟军［3]提出的数量性状分级方法，结合最小极差法进行性状分级。

3 讨论

本试验所用材料全部来自于国家农业农村部科技发展中心DUS测试处2017年接收的来自全国各地的向日葵测试任务，材料来源广泛，品种间差异显著，可以较好地反应我国向日葵种质资源状况。根据近几年国内发布的关于向日葵数量性状研究的报告可以看出，我国向日葵数量性状的研究大部分是从育种的角度出发，以如何提高向日葵产量、品质为目的而展开的。而本试验是从如何能够通过数量性状更好地区分不同品种，从DUS测试的角度展开论述的。

本研究以搜集的132份DUS测试材料为基础，对《植物新品种特异性、一致性、稳定测试指南——向日葵》中7个数量性状的数据进行采集，利用Excel进行描述性统计分析和频次分析，结果得出舌状花密度、苞叶密度、花盘直径、株高4个性状符合正态分布，可以采用等距分级的方法进行分级，为蒙宁甘地区向日葵DUS测试数量性状分级提供了参考。

由于目前向日葵育种目的比较单一，导致许多数量性状不呈现正态分布，而是均值偏离于中值的特定值，大量数据偏离于中心区域。对这种情况笔者认为采用最小显著差异法（LSD）可以有效地解决。具体分级过程中采用级差大于2LSD0.05［4]可以有效地避免由于群体内部变异造成最终分级结果的偏差。测试群体内部的一致性分析可以参考《植物品种特异性一致性稳定性总论》［5]中提到的COYU法进行分析，如果一致性不合格，则特异性、稳定性等其他分析也无从谈起。