小麦新品种主要农艺性状的灰色关联度分析

王映红 董昀 李晓航 杨丽娟 蒋志凯

摘要 为更全面地了解新品种综合表现，采用灰色关联度分析河南省丰优小麦联合体两年11个新品种的主要性状。结果表明，两年关联度均较高的小麦新品种有濮麦1128、新麦51、漯麦163。2016年7个因素对产量的影响程度由高到低依次为千粒重、穗数、容重、穗粒数、基本苗、株高、全生育期，2017年依次为穗数、容重、穗粒数、株高、千粒重、基本苗、全生育期。

关键词 新品种;产量构成因素;灰色关联度分析

中图分类号 S512.1文献标识码 A

文章编号 0517-6611（2019）14-0032-04

doi：10.3969/j.issn.0517-6611.2019.14.011

开放科学（资源服务）标识码（OSID）：

Abstract To better understand the comprehensive performance of new varieties，grey correlation analysis was used to analyze the main characteristics of 11 new varieties of Fengyou wheat combination in Henan Province. Results showed that wheat varieties with relatively high correlation degree were Pumai 1128，Xinmai 51 and Luomai 163. In the year 2006，the influencing degrees of factors affecting the wheat yield from high to low were in the order of 1 000grain weight，ear number，volume weight，seeds per ear，basic seedlings，plant height and whole growth period. In the year 2007，the order was ear number，volume weight，seeds per ear，plant height， 1 000grain weight，basic seedlings and whole growth period.

Key words New varieties;Yield factors;Grey correlative analysis

作者简介 王映红（1975—），女，河南新乡人，副研究员，硕士，从事小麦遗传育种研究。*通信作者，研究员，从事小麦栽培与遗传育种研究。

收稿日期 2019-02-14

小麦新品种试验主要是应用统计分析软件，对产量进行方差分析和丰产稳产性分析[1-3]。灰色系统理论创建以来，已广泛应用于作物遗传育种上[4-6]，可以充分利用生育期、株高、容重、基本苗、产量三要素等与品种表现有重要关系的性状进行分析，更大程度地选择出综合农艺性状表现好的品种，以便审定品种大面积推广应用。鉴于此，笔者采用灰色关联度法分析河南省丰优小麦联合体两年11个新品种的主要农艺性状。

1 材料与方法

1.1 试验材料

河南省丰优小麦联合体参试新品种共11个，分别是周麦35号、洛麦39、漯麦163、栗丰5号、开麦1606、濮麦1128、丹麦128、豫金麦017、中育1628、新麦51、周麦18（CK）。

1.2 试验方法

试验于2016—2017和2017—2018年在邓州、洛阳、周口、驻马店、漯河、开封、许昌、温县、焦作、新乡、濮阳、安阳共12个试点进行。前茬大部分为玉米和大豆。田间试验采用随机区组设计，重复3 次，小区面积13.5 m2。田间调查和室内考种按区试统一方案进行，各性状均为各区试点的平均值。

采用灰色关联度分析法，将每一组试验作为一个灰色系统，单个品种作为系统中的一个因素。

2 结果与分析

2.1 不同品种灰色关联分析

2.1.1 数据标准化处理。供试各品种的主要性状见表1。按曹廷杰等[7]的方法，不同年份根据实际数据确定理想品种，千粒重、穗数、容重、穗粒数取略高于各品种的最高值，基本苗、株高、全生育期取合适中间值，将各個品种的数值除以理想品种的数值，得到标准化值。

2.1.2 关联系数计算。标准化处理后，计算参考量与比较量的绝对值，找出每个灰色系统的最大和最小绝对值，各农艺性状的关联系数（ξi）=（最小绝对值+0.5×最大绝对值）/（各点绝对值+0.5×最大绝对值）。0.5为分辨系数，各组试验的关联系数见表2（四舍五入保留至千分位）。

2.1.3 求不同品种加权关联度和等权关联度。根据有关资料及育种家的经验，赋予各农艺性状不同的权重系数（Wk）。在此，赋予产量Wk=0.60、千粒重Wk=0.08、穗数Wk=0.08、穗粒数Wk=0.08、容重Wk=0.04、基本苗Wk=0.04、株高Wk=0.04、全生育期Wk=0.04。依据ri=ni=1WKξi（K），求得各品种加权关联度及关联序列于表3。等权关联度是关联系数的算术平均值ri=1/NLi（K），将表2中各品种的关联系数带入上公式中，分别求出各品种的等权关联度，并按大小排序（表3）。

2.1.4 关联度分析。由表3可知，各品种的加权关联度与产量表现较一致，丰产性较好的品种加权关联度较高，产量相近的品种加权关联序与产量位次稍有差异，但与品种的综合表现更接近。两年表现均较好的品种有濮麦1128、新麦51、漯麦163等，漯麦163同时参加国家组的试验，已进入生产试验，说明品种表现与试验结果一致。2016—2017年栗丰5号产量较低，但其加权关联度中等，2017—2018年表现较好，说明该品种综合表现较好。豫金麦017在两年表现差异较大，2017—2018年受冻害影响较大，稳产性稍差，有待后继试验观察。洛麦39在两年表现均稍差，已淘汰，说明其加权关联度能较好反应品种综合表现。等权关联度与产量及综合表现均差异较大，不适合做为考察品种表现