主成分分析筛选设施葡萄二次果生产适宜品种

李凯 商佳胤 苏宏 王丹 张鹤 王海波 李敬川

摘    要：为了更全面地评价并筛选适宜设施二次果生产的葡萄品种，基于综合评分法和主成分分析法综合考量了二次果的果实内在品质、结果能力、外观品质、产量稳定性和成熟期，以及抗病性、劳动强度、叶片衰老情况和市场定位9个因素，对38个品种进行分析评价。主成分分析结果显示，共提取4个主成分，方差累积贡献率为75.486%，根据提取主成分的综合得分确定了品种排名，‘玫瑰香优系、‘户太8号、‘意大利、‘巨玫瑰得分较高，综合表现突出，‘黄玫瑰、‘巨峰、‘魏可和‘亚历山大等综合表现良好，该结果可以为我国北方地区设施二次果生产提供品种参考。

关键词：葡萄;设施栽培;二次果;主成分分析;品种评价

中图分类号：S663.1;S628         文献标识码：A          DOI 编码：10.3969/j.issn.1006-6500.2021.06.005

Evaluation and Screening of Grape Varieties for Second-harvest Fruit Production in Facilities Based on Principal Component Analysis

LI Kai1， SHANG Jiayin1， SU Hong1， WANG Dan1， ZHANG He1， WANG Haibo2， LI Jingchuan3

（1.Pomology Institute， Tianjin Academy of Agricultural Sciences， Tianjin 300384， China; 2. Pomology Institute， Chinese Academy of Agricultural Sciences， Xingcheng， Liaoning 125100， China; 3. Hebei Academy of Forestry and Grassland Sciences， Shijiazhuang， Hebei 050061， China）

Abstract： In order to more comprehensively evaluate and select grape varieties suitable for second-harvest fruit production in facilities， 38 grape varieties were analyzed and evaluated. Based on the comprehensive scoring method and the principal component analysis method， 9 factors were comprehensively considered， including the inner fruit quality， bearing capacity， exterior quality， yield stability， ripening period， disease resistance， leaf senescence， labor intensity and market positioning. A total of 4 principal components were extracted in the experiment， and the results showed that the cumulative contribution rate of the variance was 75.486%. The ranking of each variety was determined according to the comprehensive score of the extracted principal components. The comprehensive performance of 'Muscat Hamburg superior strain'， 'Hutai 8'， 'Italy' and 'Jumeigui' was outstanding， with higher scores， followed by 'Yellow Rose'， 'Kyoho'， 'Wink' and 'Alexander'. The results could provide a variety reference for the second-harvest grape production in facilities of northern China.

Key words： grape; facility cultivation; second-harvest fruit; principal component analysis; variety evaluation

葡萄二次果生產技术是指利用一定栽培措施使葡萄主梢或副梢上当年形成的夏芽或者冬芽当年萌发成花结二次果的技术[1]，该技术对于调节葡萄产期、提高果农收益具有重要意义。近年来，二次果生产技术在‘巨峰[2-3]、‘夏黑[4]、‘玫瑰香[5]、‘户太8号[6]、‘温克[7]等品种上进行了深入研究和广泛应用。二次果生产要建立在适宜的气候条件上[8]，品种和栽培手段是重要影响因素。

适宜品种筛选是设施葡萄二次果生产的重要基础保证，果实品质是筛选过程中品种适应性评价的重要依据[9]。此外，二次果的结果能力、外观品质、产量稳定性和成熟期以及抗病性、劳动强度、叶片衰老情况和市场定位等也是二次果生产效益的重要影响因素，对品种实行多因素综合考量可以进一步增加评价的客观性和准确性。品种评价中常采用主成分分析来综合多重因素指标，采用降维方法获得几个综合指标来反映原有复杂信息，使分析结果更具客观性[10]。

本研究基于综合评分法和主成分分析法综合考量了二次果的果实内在品质、结果能力、外观品质、产量稳定性和成熟期，以及抗病性、劳动强度、叶片衰老情况和市场定位等9个因素，对38个葡萄品种进行了综合评价，旨在探索涉及果实品质、成熟期、劳动强度、市场定位等多重因素的品种评价筛选方法，为葡萄设施二次果生产提供理论依据和实践指导。

1 材料和方法

1.1 试验材料

供试38个品种均栽植于天津市农业科学院武清现代农业创新基地日光温室内，株行距为1.0 m×2.0 m，每品种栽植2行，共10株，南北行向，采用倾斜龙干Y型叶幕树形。

1.2 评价指标

参考综合评分法[11-12]，并根据设施二次果生产技术特点及葡萄品质要求等，设计9个评价指标（表1），评分依据来源于课题组对38个品种2013—2019年相关调查数据及栽培表现，获得38×9的原始数据矩阵。

1.3 主成分分析

主成分分析采用SPSS v17.0软件，为避免计算结果受变量量纲影响，保证结果客观性和科学性，需对原始数据矩阵进行标准化处理，然后计算成分特征值、方差贡献率和累积贡献率并提取主成分[13]，根据主成分综合得分进行品种排名。

2 结果与分析

首先对38×9原始数据矩阵进行标准化处理，标准化数据见表2。由相关矩阵出发，计算相关矩阵的特征向量，得到特征值和贡献率，共提取了特征值大于1的4个主成分，方差累积贡献率为75.486%（表3），基本可以概括品种评价指标的大部分信息。

主成分载荷矩阵见表4，每个主成分都浓缩了9个变量信息，但各主成分和变量之间相关性不同，X1、X5和X9主要与主成分2正相关，X2、X4和X6主要与主成分1正相关，X3主要与主成分3正相关、与主成分1负相关，X7主要与主成分3和主成分4正相关，X8主要与主成分4正相关、与主成分3负相关。因此，4个主成分分别从不同方面反映了葡萄品种的综合性状，主成分1主要代表二次果结果能力、产量稳定性和抗病性信息，主成分2主要代表市场定位、二次果成熟期和二次果果实内在品质信息，主成分3主要代表劳动强度和二次果外观品质信息，主成分4主要代表劳动强度和叶片衰老情况信息。

用成分载荷除以成分特征值的平方根来计算成分特征向量，进而用特征向量表示主成分得分，4个主成分分别以y1、y2、y3和y4来表示，表达式为：

y1=0.178X1+0.561X2-0.411X3+0.500X4+0.173X5+0.405X6+0.165X7+0.034X8-0.110X9;

y2=0.413X1+0.043X2+0.207X3+0.080X4+0.437X5-0.249X6+0.205X7+0.282X8+0.635X9;

y3=0.137X1+0.145X2+0.364X3+0.092X4-0.451X5+0.105X6+0.469X7-0.578X8+0.227X9;

y4=-0.532X1+0.080X2+0.144X3+0.329X4-0.115X5-0.366X6+0.498X7+0.404X8-0.153X9。

由表5中各主成分得分可知，第1主成分中‘玫瑰香优系、‘户太8号和‘巨峰得分较高，这些品种在主成分1代表的二次果结果能力、产量稳定性和抗病性方面表现较好，第2主成分得分最高的‘意大利和‘黄玫瑰，在市场定位和二次果内在品质方面表现突出，第3主成分得分最高的‘蜜光和‘黑比特，在劳动强度和二次果外观品质等指标较好，但叶片衰老情况指标较差，第4主成分得分最高的是‘无核白鸡心和‘瑞都脆霞，其劳动强度和叶片衰老情况指标较好，但是成熟期、抗病性和二次果内在品质指标较差。上述品种在某些变量信息上表现突出，但是单独使用某一个主成分难以全面反映所有变量信息，可以通过4个主成分的综合得分，来反映所有变量信息。将主成分按照贡献率综合为加权综合得分Y=y1×λ1/（λ1+λ2+λ3+λ4）+y2×λ2/（λ1+λ2+λ3+λ4）+y1×λ3/（λ1+λ2+λ3+λ4）+y1×λ4/（λ1+λ2+λ3+λ4），λi为主成分方差贡献率，以综合得分对38个品种进行排名，综合得分越高表示该品种的综合表现越优[14]。由表5排名可知，‘玫瑰香优系、‘户太8号、‘意大利、‘巨玫瑰排名靠前、综合表现突出，‘黄玫瑰、‘巨峰、‘魏可和‘亚历山大等综合表现良好，‘里扎马特和‘希姆劳特等品种排名靠后，不适宜设施二次果生产。

3 结论与讨论

主成分分析法可以在基本保留原有信息的条件下，通过降维方法将多个变量聚集到少数几个主成分上，减少了信息的交叉，分析评估结果更加客观准确[10]。魏烈权等[10]对甘肃嘉峪关10个酿酒品种的可溶性糖、可滴定酸和总酚含量等9个常规理化指标进行主成分分析，筛选出3个综合表现较优的品种‘黑比诺、‘佳美和‘美乐;史洪琴等[15]对贵州8个葡萄品种的可溶性固形物等5个指标进行主成分分析，综合得分前3名分别是‘红玫瑰、‘维多利亚和‘温克;刘春艳等[16]对宁夏7个葡萄品种的果实纵横径、总糖和可滴定酸等12个品质指标进行主成分分析，提取出的3个主成分累计贡献率达90.07%，是综合评价果实品质的重要参考因素;沈甜等[17]对银川引种的10个无核鲜食葡萄品种的14个理化指标进行主成分分析，综合得分最高的前3个品种分别是‘无核翠宝、‘夏黑和‘爱神玫瑰;因此，應用主成分分析可以有效地评价筛选优良葡萄品种。

主成分分析不仅应用于葡萄品种评价，也常用于苹果[18-19]、桃[20-21]、猕猴桃[22-23]、柑橘[24]等果树品种，前人品种评价时对于果实品质性状的研究更为深入。品种评价筛选时，果实内在品质固然十分重要，但面对栽培管理成本增加以及消费者对果品质量和安全要求提高等新形势，葡萄产业发展必须转变观念，以节本、优质、高效和绿色为发展目标[25]，这也要求品种结构和栽培模式需要进一步升级，综合表现突出的品种会更好地助力产业发展。因此，本研究在设计评价指标时，除了二次果内在品质，还重点考量了二次果结果能力、产量稳定性、抗病性、成熟期、果实外观品质、劳动强度和市场定位等指标，以期更全面地评价品种表现。

本研究中评价指标的性质和量纲不同，在提升评价全面性的同时也提高了评价难度，无法用统一量纲进行定量分析。因此，采用了无量纲的分数进行综合评价[11-12]。分值设定时，为体现葡萄二次果生产时果实内在品質、二次果结果能力、果实外观品质和二次果产量稳定性的重要性，赋予其更高的分值范围。天津市农业科学院果树研究所葡萄中心课题组根据各品种多年栽培表现给各指标赋分，获得数据矩阵，再通过主成分分析，对38个品种的9个指标进行综合分析，以期更多维地反映在设施葡萄二次果生产目标下的品种综合表现。

本研究建立了基于综合评分法和主成分分析的品种评价方法，主成分分析结果显示，共提取4个主成分，方差累积贡献率为75.486%，可以概括9个评价指标的大部分信息，根据4个主成分的综合得分确定了设施二次果生产需求下38个品种的排名，‘玫瑰香优系、‘户太8号、‘意大利、‘巨玫瑰排名靠前、综合表现突出，‘黄玫瑰、‘巨峰、‘魏可和‘亚历山大等综合表现良好，该结果可以为我国北方地区设施葡萄二次果生产提供品种参考。

参考文献：

[1] 路贵龙. 土旦吉热. 中国葡萄二次结果技术研究进展[J]. 农学学报， 2018， 8（12）： 68-72.

[2] 白先进， 陈爱军， 何建军， 等. 巨峰葡萄延后一年两收栽培技术[J]. 中国南方果树， 2016， 45（2）： 167-168.

[3] 商佳胤， 田淑芬， 集贤， 等. 设施巨峰葡萄二次果果实品质及芳香化合物组分分析[J]. 西北植物学报， 2014， 34（9）： 1836-1842.

[4] 陈爱军， 刘萍， 何建军， 等. 不同修剪促花时期对“夏黑”葡萄二次果成熟期及品质的影响[J]. 中国果树， 2017（6）： 40-42.

[5] 商佳胤， 李树海， 朱志强， 等. 设施‘玫瑰香葡萄二次果果实品质及芳香化合物组分分析[J]. 果树学报， 2013， 30（2）： 267-273.

[6] 陈恒. 修剪和植物生长调节剂对户太八号葡萄二次结果的研究[D]. 长沙： 湖南农业大学， 2018.

[7] 刘萍， 陈爱军， 宋雅琴， 等. CPPU和GA3对“温克”葡萄二次果膨大及果实品质的影响[J]. 中国果树， 2016（5）： 54-56.

[8] 王莉， 殷益明， 沈林章， 等. 浙江优质葡萄二次果生产的气候适宜度研究[J]. 中外葡萄与葡萄酒， 2016（5）： 25-29.

[9] 林蝉蝉， 何舟阳， 单文龙， 等. 基于主成分与聚类分析综合评价杨凌地区红色鲜食葡萄果实品质[J]. 果树学报， 2020， 37（4）： 520-532.

[10] 魏烈权， 卢世雄， 马宗桓， 等. 基于主成分分析法的嘉峪关10种酿酒葡萄品种品质评价[J]. 甘肃农业大学学报， 2020， 55（3）： 90-96.

[11] 牟琼， 吴佳海， 尚以顺. 模糊评分法在高羊茅品种综合评价中的应用[J]. 草业科学， 2003， 20（9）： 76-77.

[12] 任建中， 王宗汉. 综合评分法选育杨树纸浆材优良无性系探讨[J]. 东北林业大学学报， 1996（4）： 70-71， 73-74.

[13] 刘建新， 杨珊， 李清超， 等. 玉米杂交种主要农艺性状主成分分析[J]. 农业科技通讯， 2014（10）： 97-100.

[14] 李凯， 商佳胤， 黄建全， 等. 调亏灌溉对玫瑰香葡萄与葡萄酒酚类物质的影响[J]. 华北农学报， 2015（S1）： 500-506.

[15] 史洪琴， 隋常玲， 蒋丽光. 八个葡萄品种浆果品质性状主成分分析[J]. 湖北农业科学， 2016， 55（14）： 3651-3653.

[16] 刘春艳， 谢岳， 李栋梅， 等. 基于主成分分析的酿酒葡萄果实评价[J]. 北方园艺， 2017（11）： 13-17.

[17] 沈甜， 牛锐敏， 黄小晶， 等. 基于层次-关联度和主成分分析的无核鲜食葡萄品质评价[J]. 食品工业科技， 2021， 42（3）： 53-60， 67.

[18] 张腊腊， 韩明虎， 胡浩斌， 等. 基于主成分分析的苹果品质综合评价[J]. 江苏农业科学， 2020， 48（3）： 209-213.

[19] 房杰， 孟永宏， 张英， 等. 基于主成分分析的苹果品种综合判别体系构建[J]. 农产品加工·综合刊， 2016（2）： 42-45.

[20] 徐臣善， 高东升. 基于主成分分析的设施桃果实品质综合评价[J]. 食品工业科技， 2014， 35（23）： 84-88， 94.

[21] 张春岭， 刘慧， 刘杰超， 等. 基于主成分分析与聚类分析的中、早熟桃品种制汁品质评价[J]. 食品科学， 2019， 40（17）： 141-149.

[22] 陈璐， 廖光联， 杨聪， 等. 基于主成分分析与聚类分析的黄肉猕猴桃品种（系）主要果实性状的综合评价[J]. 江西农业大学学报， 2018， 40（6）： 1231-1240.

[23] 钟彩虹， 李大卫， 韩飞， 等. 猕猴桃品种果实性状特征和主成分分析研究[J]. 植物遗传资源学报， 2016， 17（1）： 92-99.

[24] 王靓钰， 夏其乐， 陈剑兵， 等. 基于主成分分析的不同品种柑橘制汁适应性研究[J]. 果树学报， 2019， 36（4）： 504-513.

[25] 刘凤之. 中国葡萄栽培现状与发展趋势[J]. 落叶果树， 2017， 49（1）： 1- 4.

收稿日期：2021-04-01

基金项目：天津市林果现代农业产业技术体系项目（ITTFPRS2018005）

作者简介：李 凯（1987—），男，河南汝南人，助理研究员，主要从事葡萄栽培与酿酒方面研究。

通讯作者简介：商佳胤（1981—），男，山东阳信人，副研究员，主要从事葡萄栽培生理方面研究。