应用灰色关联度分析综合评价朝天椒品系区域试验

姚秋菊 韩娅楠 常晓轲 张 涛 程志芳 王 彬 刘 卫

（河南省农业科学院 园艺所， 郑州 450000）

1974年河南和天津地区首次从日本栃木县引进三鹰椒，后来，我国又从泰国、韩国等国家引进朝天椒。尽管我国朝天椒起步晚，但是种植面积迅速扩大，目前已经成为河南省重要经济作物之一。河南省朝天椒种类多样，在全国保持着推广优势。但是，朝天椒品种类型雷同，特色优势不明显。因此，朝天椒品种的更新换代至关重要，选育和推广综合性状表现好的朝天椒品种成为育种工作的重中之重。目前，朝天椒品种比较试验主要是应用统计分析，对产量进行丰产稳定性分析[1-2]。

灰色关联分析方法，是根据一个系统内各因素之间发展趋势的相似或相异程度，衡量各因素间关联程度的方法，通过利用一定的数学手段将一些灰色信息转变为直观的信息，使人们在整体上对群体有一个准确的认识。灰色系统理论创建以来，已广泛应用于作物遗传育种上，为全面、合理地评价品种的优劣提供了一条新途径[3-8]。张秀荣等[9]利用灰色关联度分析，得出单株产量、株高和平均单果质量是辣椒产量形成的主要因素。彭诗云等[3]应用灰色关联度分析，得出适宜遵椒4号最佳种植密度。在朝天椒的灰色关联度分析中，主要应用在品种的果形、结果数、种植密度等产量性状的分析，而综合品种农艺性状、产量性状、抗病性和商品性的分析较少。运用灰色关联度分析法，评价朝天椒综合性状，对辣椒新品种的选育有一定的指导作用。

本研究利用2017年河南省朝天椒品种区域试验档案资料，应用灰色关联度分析法综合评价13个朝天椒品种，旨为朝天椒新品种选育及审定提供理论依据。

1 材料与方法

1.1 试验材料

采用2017年河南省朝天椒区域试验的13个辣椒品系档案资料，将供试的13份辣椒品系用代号X1、X2…X13表示。农艺性状包括株高（K1）、株辐（K2）、有效分枝数（K3）、果形指数（K4）、单株果数（K5）、非商品果率（K6）、单果干质量（K7）、干鲜比（K8）、花皮率（K9）、病情指数（K10）、全生育期（K11）。

1.2 方法

1.2.1 试验方法

试验于2017年在河南省农业科学院原阳基地进行，肥力均匀。试验采用随机区组设计，3次重复，宽行60 cm，窄行40 cm，株距18 cm，整地时使用鸡粪作为底肥一次性施入，在辣椒花期中耕培垄时追施，其他田间管理均同当地大田生产。

测定的农艺性状包括株高（K1）、株辐（K2）、有效分枝数（K3）、果形指数（K4）、单株果数（K5）、非商品果率（K6）、单果干质量（K7）、干鲜比（K8）、花皮率（K9）、病情指数（K10）、全生育期（K11）。其中，果形指数 = 果长/果宽，非商品果率=非商品果/总果数，干鲜比 = 干果质量/鲜果质量，花皮率= 花皮果数/总果数。各小区随机选取15株进行相关性状值的测量并记录，各品种3次重复，结果取平均值。测定方法参照《辣椒种质资源描述规范和数据标准》。病情指数按照以下方式计算：

1.2.2 分析方法

1.2.2.1 确定理想品系 参考邓聚龙[10]的灰色关联分析法，将13个试验品系作为一个灰色系统，每个品系为系统中的一个因素。把品种选育目标与优良品种的上限结合起来，构建一个理想品种，理想品种的主要性状指标结合河南省育种目标，以理想品种的各性状指标构成参考数列，记为 X0。其中，Xi（i =1、2、…、m），其中m为参试品种数，各性状用 Kj表示（j =1、2、…、n），其中 n 为选取指标数。

1.2.2.2 数据无量纲化 由于各因素量纲不一致，为保证各性状因素具有等效性和同序性，需要对原始数据进行无量纲化处理。将数据进行无量纲化处理，即Xi数值分别除以X0。

1.2.2.3 绝对差值计算 根据无量纲化值计算参考数列与比较数列的绝对差值，即△i(k) =︱X0(K) -Xi(k)︱。X0(K)为理想品系初始化均值，Xi(k)为第i个品种第k个性状的初始化均值。

1.2.2.4 关联系数计算 由公式（1）计算试验品系与理想品系之间的关联系数。其中§i(k)为Xi对X0在K点的关联系数，ζ为分辨系数，取值范围在(0～1)之间，用以削弱︱X0(K) - Xi(k)︱数值过大而失真带来的影响，提高关联系数之间的差异显著性，一般选取ζ = 0.5。minmin︱X0(K) - Xi(k)︱和maxmax︱X0(K) - Xi(k)︱是在︱X0(K) - Xi(k)︱中分别挑选最小值和最大值。

根据公式（2）计算加权关联度Ri。Wk为k个性状的加权系数，加权系数是依据育种上各性状指标重要程度的不同而赋予不同的权重。

2 试验结果与分析

2.1 13个品种基本性状和理想品系

将理想品系X0和13个参试品种的性状数值列于表1。这13个品种的10个性状指标，株高75.00～110.00 cm；株幅42.00～63.33 cm；有效分枝9.33～14.67个；果形指数3.38～7.61；单株果数43.53～104.57个；非商品果率6.22%～19.12%；单果干质量0.34～0.65 g；干鲜比0.24%～0.37%；花皮率4.46%～21.19%；病情指数5.04%～13.73%；全生育期174～216 d。

表1 供试品系与理想品系主要性状

2.2 数据的无量纲化处理

由于原始数据中各性状的量纲不同，采用初值化方法，将表1中数据Xi数值分别除以X0，得到表2的无量纲化数据。无量纲化后，K1范围0.833 3～1.222 2，K2范围0.807 7～1.217 9，K3范围0.811 6～1.275 7，K4范围0.545 5～1.227 6，K5范围0.395 8～0.950 6，K6范围1.036 1～3.187 2，K7范围0.485 8～0.933 9，K8范围0.636 8～1.011 3，K9范围1.114 6～5.297 4，K10范围1.008 0～ 2.746 0，K11范围0.966 7～1.200 0。

2.3 参考数列与比较数列的绝对差值

根据表2中数据，计算参考数列与比较数列的绝对差值，即△i(k)=︱X0(K) - Xi(k)︱，结果见表3。K1绝对差值0.014 8～0.222 2，K2绝对差值0.006 4～0.217 9，K3绝对差值0.014 5～0.188 4，K4绝对差值 0.015 9～ 0.454 5，K5绝对差值0.049 4～0.604 2，K6绝对差值0.036 1～2.187 2，K7绝对差值 0.066 1～ 0.514 2，K8绝对差值0.011 3～0.363 2，K9绝对差值0.114 6～4.297 4，K10绝对差值 0.008 0～ 1.746 0，K11绝对 差值0.100 0～0.200 0。其中，最大绝对差值max︱X0(K) - Xi(k)︱= 4.297 4，最小绝对差值min︱ X0(K) - Xi(k)︱ = 0.006 4。

2.4 关联系数与加权关联度的计算

将表3的数据代入公式（1），计算出供试品种与理想品种的关联系数，结果见表4。不同性状与理想品系的关联系数不同。K1关联系数 0.930 8～ 0.994 4，K2关联系数 0.910 6～1.000 0，K3关联系数0.888 9～0.996 3，K4关联系数0.827 9～0.996 7，K5关联系数0.782 8～0.980 4，K6关联系数 0.497 0～ 0.986 4，K7关联系数0.809 3～0.973 0，K8关联系数0.858 0～0.997 7，K9关联系数0.334 3～0.952 2，K10关联系数0.553 3～0.999 3，K11关联系数0.917 6～0.987 7。

表2 无量纲化处理结果

根据公式（2），计算出供试品种与理想品种的关联度，并排次位，名次详见表5。按照灰色关联度分析法原则，关联度越大的品系与理想品系越接近。加权关联度更全面地体现了对比品种的综合性优劣，即加权关联度越大，综合性状越好，而加权关联度最大的品种最接近理想品系，综合性状最好。由表5可知，X2加权关联度最大，综合表现最好；X3、X12、X13、X7、X5、X9、X6加权关联度中等，说明综合表现良好 ；X4、X8、X1、X10、X11加权关联度较小，说明综合表现一般。

3 结论与讨论

灰色关联度分析步骤简洁，避免了相关分析、回归分析中计算工作量大，数据需要有一定的统计规律和服从一定理论分布等的局限性，而且克服了单靠某一性状指标评价供试材料时的偏差，运用这种分析方法不仅简便易行，而且能直观表示各参试品系的各性状的优劣程度，为品系的鉴定、品种比较、区域试验、品种审定和利用提供更多的量化指标。灰色关联度分析方法，避免单一靠产量评价品种好坏的弊端，把一个品种作为一个整体，结合当地育种目标，评价品种的综合表现，更科学、可靠。此方法已经在小麦、蔬菜类等多种作物栽培中得到实际应用[11-12]，由此为作物新品种的选育提供更为可靠的依据。本研究中13个朝天椒品种，调查株高、株辐、有效分枝数、果形指数、单株果数、非商品果率、单果干质量、干鲜比、花皮率、病情指数、全生育期11个性状。运用灰色系统理论中关联分析法分析，综合评价，关联系数大小关系为 ：X2＞ X3＞ X12＞ X13＞ X7＞ X5＞ X9＞ X6＞ X4＞ X8＞ X1＞ X10＞ X11。结果表明，X2（r = 0.888 9）加权关联度最大、X3（r=0.8856）加权关联度次之，说明这两个品种综合表现良好；X11（r = 0.832 2）的加权关联度最小，说明此品种综合表现最差。田间表现为X3总产量排名第一，X2总产量排名第二，X11总产量最低。结合灰色关联度分析结果与田间表现结果发现，两者的分析结果基本一致。这说明灰色关联度分析法可以应用于辣椒新品种选育和引进。

表4 供试品系与理想品系的关联系数及加权关联度

表5 加权关联度排序

总之，灰色关联度分析法应用于品种综合评价中，与田间表现结果基本一致。因此，在朝天椒新品种的选育和引进中，结合灰色关联度分析法，有利于提高综合评价的准确性，以期促进河南朝天椒产业的持续健康发展。