莜麦产量与农艺性状的综合评价分析

皇甫红芳，李 刚，杨 富，苏占明

（山西农业大学 高寒区作物研究所，山西 大同 037008）

灰色关联度分析（GRA）[3]是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。因此，它的适用性广，在综合评价、类型区划、判断分析等方面都有广泛的应用。该方法应用在谷子[4-5]、水稻[6-8]、玉米[9-10]、啤大麦[11]、大豆[12]、绿豆[13]、高粱[14]、马铃薯[15]、胡麻[16]等农作物品种选育和农艺性状的总体评价上，并取得了很好的效果。但在莜麦上的相关试验报道很少。

晋北地区是山西省莜麦主产区，本试验以从5 个省引进的10 份莜麦资源为材料，采用灰色关联度分析对莜麦的产量及7 个农艺性状进行了综合评价，以明确莜麦主要农艺性状对产量的影响大小，旨在为晋北地区莜麦田间栽培管理提供生产帮助，同时也可以为优质、高产莜麦新品种的选育提供有力的科学依据。

1 材料和方法

1.1 试验地概况

试验于2018 年在大同市毛皂镇山西省农业科学院试验基地（北纬39°92′，东经113°27′）进行。该地地处黄土高原，海拔1 040 m，具有大陆性特征的温带季风气候，全年日照时数为2 860 h，年平均气温为6.3 ℃，年均降雨量为383 mm，夏季雨水集中，冬季日短天寒。

1.2 试验材料

供试莜麦10 个品种为坝莜1 号、坝莜3 号、白燕2 号、白燕20 号、晋燕17 号、晋燕8 号、晋燕12 号、定莜5 号、定莜7 号、燕科1 号，分别来源于河北、吉林、山西、甘肃、内蒙古5 个省，具体情况如表1所示。

表1 试验材料情况Tab.1 Test material condition

1.3 试验设计

试验采用随机区组排列，重复3 次，小区面积为13.34 m2（6.67 m×2.00 m），小区种植8 行，行距0.25 m。试验土壤为沙壤土，水浇地，肥力中等，播种前7 d 进行灌水，以确保全苗壮苗，播期在4 月16 日，留苗450 万株/hm2，播种前施复合肥300 kg/hm2，在莜麦4～5 叶期第1 次中耕除草，拔节期进行第2 次中耕除草，其他管理同大田常规管理。在全区莜麦籽粒75%由软变硬、小区有75%穗花铃发黄，进入腊熟后期时，进行收获、脱粒测产。

1.4 测定指标及方法

调查和记载莜麦不同生育期。进入腊熟阶段，在小区中选择不断垄、生长比较茂盛、比较整齐的中间3～4 行随机取样10～15 株，在田间测量株高、穗长。收获后经多次晾晒风干，在室内进行考种，测定穗铃数、穗粒数、穗粒质量、千粒质量，并计算小区产量。

1.5 分析方法

根据灰色系统理论原理，将莜麦10 个品种和它的主要性状组成一个灰色系统，每个农艺性状是灰色系统的一个因素，参考数列X0定为小区产量，7 个性状设为比较数列，分别是生育期（X1）、株高（X2）、穗长（X3）、穗铃数（X4）、穗粒数（X5）、穗粒质量（X6）、千粒质量（X7）。

由于各性状的量纲不同，根据灰色系统理论，需对各性状进行无量纲化处理。采用初值化处理方法，即用Xi数列除以X0相应的指标，得到各项指标数值都在0～1 的新数列。

从产业学院创建目标上看，产业学院不是以盈利为目标，而是在培养行业需要的实践人才基础上充分协调校企双方诉求，达到互助互利，全面协调可持续发展。由此出发，浙江医药高等专科学校药学院与泰格医药共建产业学院职能定位为：集人才培养、技术服务及培训等功能为一体。一方面成为学校的产学研基地、“双师型”教师企业培训岗位、创新班毕业生实训基地，另一方面成立合作企业的人才培养中心，共建产业学院品牌及形象。[5]

式中，ai（k）为关联系数；d为分辨系数，一般取0.5；ri为关联度。

用公式（3）对原始数据进行无量纲化处理。

其中，i为不同的品种，j为不同的性状，X′ij为无量纲化的数据；Xij为未处理的原始数据，-Xj为j性状的平均值，Sj为j性状的标准差。

1.6 数据分析

试验采用Excel 2017 和SPSS 18.0 软件对数据进行整理及统计分析。

2 结果与分析

2.1 不同莜麦品种的农艺性状变异特征分析

由表2 可知，莜麦的8 个性状变异系数都小于15%，说明不同的性状之间差异很小，表现为穗粒数＞穗粒质量＞穗长＞产量＞株高＞生育期＞穗铃数＞千粒质量，其中，千粒质量和穗铃数的变异系数较小，分别为7.62%和7.67%，它们二者的变异程度最小，穗粒数的变异系数最大，为14.32%。可推断出10个莜麦品种不同农艺性状之间差异不大。

表2 不同莜麦品种的农艺性状与产量Tab.2 Agronomic traits and yield of different naked oat varieties

2.2 莜麦的主要农艺性状与产量之间的相关性分析

莜麦的主要农艺性状与产量之间的相关性分析如表3 所示。

表3 莜麦主要农艺性状与产量之间的相关性分析Tab.3 Correlation analysis between main agronomic traits and yield of naked oats

从表3 可以看出，产量与株高、穗粒数、穗铃 数、穗粒质量、千粒质量呈正相关，与生育期、穗长呈负相关，产量与穗铃数的正相关性最大，与生育期的负相关性最大。穗铃数与产量、株高、穗长、穗粒数、穗粒质量、千粒质量呈正相关，与生育期呈负相关，穗铃数与穗粒数的正相关性最大。穗长与生育期、株高、穗铃数、穗粒数、穗粒质量呈正相关，与产量、千粒质量呈负相关；穗长与生育期的正相关性最大，与产量的负相关性最大。千粒质量与产量、穗铃数、穗粒数、穗粒质量呈正相关，与生育期、株高、穗长呈负相关，千粒质量与产量的正相关性最大，与生育期的负相关性最大。穗粒质量与产量、株高、穗长、穗铃数、穗粒数、千粒质量呈正相关，与生育期呈负相关，穗粒质量与穗铃数的正相关性最大。生育期与株高、穗长之间呈正相关，与穗铃数、穗粒数、穗粒质量、千粒质量呈负相关，生育期与穗长的正相关性最大，与穗铃数的负相关性最大。穗粒数与产量、株高、穗长、穗铃数、穗粒质量、千粒质量呈正相关，与生育期呈负相关，穗粒数与穗铃数的正相关性最大。株高与生育期的正相关性最大，与千粒质量呈负相关。

从表3 可以看出，产量与千粒质量、穗铃数、穗粒数、穗粒质量和株高呈正相关，但是相关性不显著。穗铃数与穗粒数、穗粒质量呈显著正相关；穗粒数与穗粒质量呈显著正相关。千粒质量和产量的相关系数最大，说明千粒质量是影响产量的主要因素。相关分析方法明确了各个农艺性状对产量影响的主次关系，为育种提供相应的理论依据。

2.3 莜表农艺性状之间的关联性分析

2.3.1 农艺性状数据标准化 为保证各性状间具有同序性和等效性，对原始数据进行无量纲化处理，结果如表4 所示。

表4 各指标数据无量纲化处理Tab.4 Dimensionless processing results of data

由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论，因此，在进行灰色关联度分析时，一般要进行数据的无量纲化处理。数据经过标准化处理后，原始数据转化为无量纲化指标测定值，各指标值处于同一数量级别，可进行综合测评分析。如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用。

2.3.2 产量与农艺性状之间的关联系数 不同品种各性状与产量的关联系数及其排序如表5、6所示。

表5 不同莜麦品种各性状与产量关联系数矩阵Tab.5 Association coefficient matrix of all traits and yield of naked oats variety

由表5、6 可知，关联度越大，和参考数列关系越靠近，越密切，相反则关系越远。可以看出，莜麦各性状对产量的影响从大到小依次为千粒质量＞穗铃数＞穗粒数＞株高＞穗长＞穗粒质量＞生育期。因此，当栽培条件和田间管理水平一样的情况下，在莜麦新品种选育过程中，要综合考虑千粒质量、穗铃数、穗粒数和株高4 个性状，尽量选择千粒质量大、穗铃数多、穗粒数多、株高较高的品种，其余指标在新品种选育过程中可适当进行关注。

表6 不同类型莜麦品种性状与产量的关联度Tab.6 Association between traits and yield of different naked oats varieties

3 结论与讨论

农作物农艺性状的变异系数和农作物的遗传多样性的关系是正相关。本试验中参试的10 份莜麦种质资源的8 个主要农艺性状变异系数范围为7.62%～14.32%，变异系数相对较小。表明想得到理想的目标性状，仅改进育种手段是很难的。蹇黎等[17]对喀斯特山区野生燕麦重要农艺性状的相关性分析表明，各性状变异系数从大到小依次为穗粒质量＞穗粒数＞有效穗数＞小穗数＞千粒质量＞穗长＞株高。包海柱等[18]对大麦的研究表明，主穗粒质量、单株粒数、单株粒质量这些农艺性状与产量的密切程度紧密；杨忠强等[19]对小麦的试验中发现，穗粒质量、单株质量、穗粒数、结实小穗数与单株产量呈极显著正相关。在本试验中，与产量呈正相关的是千粒质量、穗铃数、穗粒数、穗粒质量、株高，这与前人试验结果相似。

魏萌涵等[20]应用灰色关联度方法分析研究表明，对产量形成影响较大是单穗质量、穗粗、穗粒质量，穗长以及生育期相对来说影响小。张立媛等[21]研究表明，影响糜子产量的主要性状为千粒质量、穗粒质量、单穗质量、出糜率，影响产量不大的性状是穗长、株高。在本试验中，结论有点类同，对莜麦产量的形成主要农艺性状中影响较大的是千粒质量、穗铃数、穗粒数，株高和穗长对产量的影响处于中间水平，而生育期和穗粒质量对产量的影响不大。

采用相关分析的方法对农作物各种性状以及经济产量和生物学产量进行评价时，需要提供大量的样品信息，可以找出不同因素之间的相关关系，是正相关、负相关或不相关。一般只是定性分析，而不能定量分析，而灰色关联度分析对样品的数量没有太多的要求，也不需要典型的分布规律，能够从各个方面和各个角度对品种的性状进行定量分析和整体评估。本试验通过相关性和灰色关联度分析，可知千粒质量、穗铃数、穗粒数是影响莜麦产量的主要因子，同时关注株高和穗粒质量，为选育高产量、优良品质莜麦新品种提供了重要依据。在莜麦种植区，应注重千粒质量高、穗铃数多、穗粒数多的种质资源利用，并适当重视考虑穗粒质量和株高。