马海新, 王纯武, 胡 芳, 肖春燕, 鲜开梅, 牛新霞
(1.新疆农业职业技术学院, 新疆 昌吉 831104;2.新疆维吾尔自治区农业技术推广总站, 乌鲁木齐 831100)
大蒜(AlliumsativumL.)为百合科(Liliaceae)葱属(Allium)植物地下鳞茎结构,兼具鲜食及入药价值,是我国重要的农作物之一[1]。高原香蒜作为大蒜的一个地方栽培品种,随着大蒜产业的不断壮大与发展,在新疆各地种植面积逐步扩大,其经济效益及食药价值发展前景可观。
生产上大蒜一般以无性繁殖为主,在长期的种植过程中,形成适应性较为丰富的资源,同时也出现品种退化、产量下降、品质不高等问题,随着生活水平的提高,消费者对大蒜品质也提出了更高要求,蒜种资源良好的表型及品质发展势在必行[2]。在农作物品种综合评价中,灰色关联度法和DTOPSIS法(逼近理想解的排序方法,即熵值法)常用于小麦[3]、水稻[4]、玉米[5]、番茄[6]、苹果[7]、梨子[8]等作物评价,但在大蒜种质资源综合评价上的应用还未见报道。本研究利用灰色关联分析法和DTOPSIS法综合分析评价了高原香蒜农艺性状、品质与产量间关系,对参试6个大蒜品种进行综合性评价,旨在为大蒜种质资源综合评价提供科学依据,为大蒜品种选育中选择多个优良目标性状指明方向,以期高质高效完成目标性状选定,加速育种进程,减少品种选育的盲目性[9-10]。
在新疆且末县、和静县进行种植栽培试验,选取6个大蒜(AlliumsativumL.)品种作为材料,分别为xjgar 1、xjgar 2、xjgar 3、xjgar 4、xjgar 5和江格萨依蒜,代号依次记为A、B、C、D、E、F。
试验采用随机区组设计,3次重复。其中且末县6个大蒜品种设置18个小区,每个小区面积15 m2;和静县5个大蒜品种设置15个小区,每个小区面积15 m2,四周设置保护行。于4月10日进行播种,株行距10 cm×25 cm,沟深5~8 cm,8月20日采收,其他田间管理措施均按高产栽培要求进行[11-12]。
根据邓聚龙灰色关联度分析方法,将大蒜产量、农艺性状及品质看作一个灰色系统,通过系统中数列几何关系的比较来确定各因素间的关联程度大小,因素间曲线变量几何形状越接近,各因素发展变化态势越接近,各因素间的关联程度就会越大,这种分析方法样本数量要求不高,分析时不需要典型分布规律,分析结果与定性分析结果基本一致,在经济、生物、医药、农业等领域得到广泛应用。为方便分析,大蒜产量标记为Y;13个农艺性状株高、假茎高、假茎粗、叶片数、抽薹率、收获株数、鳞茎横径、鳞茎纵径、鳞茎单球重、鳞茎层数、外层瓣数、内层瓣数、生育期分别记作N 1、N 2、N 3、N 4、N 5、N 6、N 7、N 8、N 9、N 10、N 11、N 12、N 13;6个品质指标大蒜素、蒜氨素、水分、蛋白质、脂肪、维生素C分别记作P 1、P 2、P 3、P 4、P 5、P 6。
根据DTOPSIS法,将各品种综合性状进行量化,变为品种理想解的相对接近度(Ci),对评价对象的有限个数进行排序,并与现有目标进行相对优劣的评价,熵越大说明数据越混乱,携带信息越少,效用值越小,因而权重也越小。熵值法评价过程就是先描述熵值基本原理及分析过程,后针对最终权重值进行深入描述分析,最后对分析进行梳理总结。与方差分析法相比,避免了仅用产量作为评价品种优劣的唯一标准[14-15]。
灰色关联度分析法和DTOPSIS法均采用SPSSAU在线统计分析软件进行数据处理与分析。目前SPSSAU在线统计分析软件被广泛应用于社会学、教育学、医学、金融等领域,在农业领域也有所应用,但在特色作物种质资源综合评价上,特别是大蒜作物的数据分析中还未见报道。SPSSAU在线统计分析软件具有高效、简便、数据处理快速、数据分析方法多、效度和信度高、图文选择广等优点[16]。
根据灰色关联系统理论,将产量(Y)与13个农艺性状(N 1~N 13)看作一个灰色系统,以667 m2产量(Y)为母序列,研究13个农艺性状与Y的关联关系,并以各农艺性状与Y的关联度大小作为分析参考,分辨系数取0.5,结合关联系数计算公式计算出关联系数值,根据关联系数值计算出关联度值,并将关联度值进行排序,关联度大,即评价较高,与Y关系最密切,否则,与Y关系不密切,评价较低。
由表1、表3可知,且末县试验地参试品种中,与Y关联度大小的排序为:N 11>N 5>N 6>N 10>N 13>N 4>N 9>N 1>N 3>N 2>N 7>N 8>N 12。其中关联度最大和最小的分别是N 11(0.908)和N 12(0.665)。
表1 且末县大蒜参试品种农艺性状平均值Table 1 Average values for agronomic traits of garlic varieties tested in Qiemo County
表2 和静县大蒜参试品种农艺性状平均值Table 2 Average values for agronomic traits of garlic varieties tested in Hejing County
表3 且末县大蒜参试品种产量与农艺性状关联系数及结果排名Table 3 Correlation coefficients and result rankings between yield and agronomic traits of garlic varieties tested in Qiemo County
由表2、表4可知,和静县试验地参试品种中,与Y关联度大小的排序为:N 6>N 11>N 13>N 9>N 1>N 7>N 5>N 4>N 3>N 8>N 2>N 10>N 12。其中关联度最大和最小的分别是N 6(0.816)和N 12(0.538)。
表4 和静县大蒜参试品种产量与农艺性状关联系数及结果排名Table 4 Correlation coefficients and result rankings between yield and agronomic traits of garlic varieties tested in Hejing County
根据灰色关联度分析方法,将Y作为母序列,研究其他品质性状(P)与Y关系紧密程度大小。关联系数越大、关联度越高,与Y紧密程度就越高。
由表5、表7可知,且末县种植的大蒜参试品种,6个品质性状(P 1~P 6)与产量Y的关系有所差异。与Y关联系数最大的是P 2(0.739)其余从大到小为P 6(0.691)、P 1(0.645)、P 3(0.613)、P 5(0.613)、P 4(0.596)。
表5 且末县大蒜参试品种品质平均值Table 5 Average quality of garlic varieties tested in Qiemo County
表6 和静县大蒜参试品种品质平均值Table 6 Average quality of garlic varieties tested in Hejing County
表7 且末县大蒜参试品种产量与品质关联系数及结果排名Table 7 Correlation coefficients and result rankings of yield and quality of garlic varieties tested in Qiemo County
由表6、表8可知,和静县种植的大蒜参试品种,6个品质性状与产量Y的关系也有所不同。与Y关联系数最大的是P 2(0.704),其余从大到小为P 1(0.622)、P 3(0.617)、P 5(0.602)、P 6(0.588)、P 4(0.545)。
表8 和静县大蒜参试品种产量与品质关联系数及结果排名Table 8 Correlation coefficients and result rankings of yield and quality of garlic varieties tested in Hejing County
研究分析13个农艺性状间的相互关系,关联系数越大,表明两者之间密切程度就越高。由表9、表10可知,在且末县试种的大蒜,13个农艺性状间关联度存在差异。
表9 且末县大蒜参试品种各农艺性状间关联度矩阵Table 9 Correlation degree matrix among agronomic traits of garlic varieties tested in Qiemo County
表10 和静县大蒜参试品种各农艺性状间关联度矩阵Table 10 Correlation degree matrix among agronomic traits of garlic varieties tested in Hejing County
按照邓聚龙灰色系统关联分析法,将品质性状作为一个灰色系统,分别以6个品质性状(P 1~P 6)为参考数列,其余性状为比较数列,综合评价6个品质之间的关联程度大小。由表11、表12品质间关联度矩阵可知,每个品质性状间关联程度有所不同。
表11 且末县大蒜参试品种各品质间关联度矩阵Table 11 Correlation degree matrix among the quality of garlic varieties tested in Qiemo County
6个品质性状分别作参考值,13个农艺性状(N 1~N 13)作比较值,对大蒜6个品质与各农艺性状间关联度大小进行研究。由图1和图2可知,6个品质性状与各农艺性状间的关联程度存在差异。以图1为例,与大蒜素关系较密切的农艺性状是N 5、N 6、N 11、N 10、N 13,关联度均大于0.90;与蒜氨素关系较为密切的是N 5、N 11、N 6、N 10和N 13,关联度分别为0.95、0.95、0.94、0.92、0.91;以水分为参考,13个农艺性状为比较数列,除N 12的关联度(0.66)值小于0.90外,其余农艺性状关联度值均大于等于0.90;与蛋白质关联较为密切的是N 13、N 1、N 4、N 2、N 7、N 3,关联度值均在0.95以上;与脂肪关联度较为密切的是N 13、N 4、N 5、N 6、N 1,关联度均在0.95以上;与维生素C关系较为密切的是N 13、N 4、N 5、N 6,除N 12和N 9关联度值低于0.9外,其余均在0.9以上。和静县6个品质性状与13个农艺性状之间的关联度大小如图2所示。
图1 且末县大蒜品质与农艺性状间关联度结果Fig.1 Results of correlation between garlic quality and agronomic traits in Qiemo County
图2 和静县大蒜品质与农艺性状间关联度结果Fig.2 Results of correlation between garlic quality and agronomic traits in Hejing County
利用DTOPSIS法对大蒜6个品质性状(P 1~P 6)进行权重计算,从表13、表14可知,且末县种植的6个(样本量)大蒜品种,6项品质指标(P 1~P 6)的权重值分别是0.189,0.182,0.110,0.129,0.164,0.227,P 3、P 1、P 2所占权重较大,且各项间的权重相对较为均匀,均在0.167附近;和静县种植的5个(样本量)大蒜品种,6个品质性状的权重值分别是0.183,0.131,0.132,0.102,0.168,0.284,P 3、P 1和P 6所占权重较大,且各项间的权重相对较为均匀,均在0.167附近[17-18]。
表13 大蒜品质描述统计Table 13 Quality description statistics of garlic
DTOPSIS法首先找出评价指标的正负理想解(A+和A-),接着计算出各评价对象分别与正负理想解的距离值D+和D-。根据D+和D-值,最终计算得出各评价对象与最优方案的接近程度(C值),并可针对C值进行排序。从表15可知,对6个品质指标(P 1~P 6)进行DTOPSIS评价,评价对象为样本量数量。以且末县为例,有3个品种综合评价值Ci较高,品种F、D、B排名前3 。其中F的Ci值是0.636,排名第一,D的Ci值是0.552,排名第二,B的Ci值是0.534,排名第三,且由产量排序可知,排名前三的品种依次是F、B和D,产量分别为257.8、201.5、351.1 kg。以和静县种植大蒜品质为样本量,有3个品种综合评价值Ci较高,排序由大到小是品种B、D和C,Ci值分别是0.558、0.466和0.482,且由产量排序可知,B、D和C产量较高,分别为606.6、634.6、902.6 kg。
利用DTOPSIS法计算出大蒜各个品质权重系数(表14),再对两地大蒜品种的品质关联系数(表7、表8)进行等权平均和加权平均(表16),无论等权平均还是加权平均,且末县种植大蒜品种D、A、C排名前三,与理想品种接近;和静县种植大蒜品种B、D、A排名前三,与理想品种接近。而且末县品种B、E、F关联系数大小及排序靠后,与理想品种相差较远;和静县品种C和F关联系数大小及排序靠后,与理想品种相差较远,不宜作为当地推广品种。
表14 大蒜品质熵值法计算权重结果汇总Table 14 Summary of weight calculation results of garlic quality entropy method
由邓聚龙的灰色关联分析法可知,关联度越大,与参考值关系越紧密,综合评价值越高。以大蒜产量为参考值,与大蒜产量关系密切的农艺性状是外层瓣数、抽薹率、收获株数、鳞茎层数、生育期、鳞茎单球重和株高。说明在保证合理密植、合理株高的前提下,应多关注大蒜外层瓣数、收获株数、生育期、单球重等性状指标,注重培育大蒜鳞茎瓣数多、鳞茎大、生育期合理品种。
由大蒜产量与品质间关联度大小及排序可知,与大蒜产量关系密切的品质性状是蒜氨素、维生素C、大蒜素和水分。说明选育大蒜品种时,除了关注大蒜产量指标外,还应将大蒜品质指标大蒜素、蒜氨素和维生素C的含量作为重要指标加以综合考虑。
由大蒜品质与各农艺性状间关联系数大小可知,与大蒜素关系密切的农艺性状是抽薹率、外层瓣数和生育期;与蒜氨素关系密切的农艺性状是收获株数、外层瓣数和生育期;与维生素C关系密切的农艺性状是叶片数、外层瓣数和生育期。株高、叶片数、外层瓣数、抽薹率和生育期对大蒜各项品质影响较大,说明应在合理控制株高和叶片数前提下,有侧重点的记录调查大蒜外层瓣数和生育期,通过田间管理措施进一步提高大蒜外层瓣数、抽薹率,合理调控生育期,对于提高大蒜品质具有积极作用。
通过灰色关联分析法和DTOPSIS法对大蒜农艺性状、品质性状与产量三者间关系进行综合评价,这两种方法均是以灰色关联系统理论为基础,设置了理想品种和参考品种,并对关联度和Ci值进行了排序。DTOPSIS法更是利用权重法对大蒜各品种品质进行优选排序,由排序名次可知,且末县大蒜品种xjgar 4、xjgar 1、xjgar 3综合评价较高,和静县大蒜品种xjgar 2、xjgar 4、xjgar 1综合评价较高,且与产量排序基本一致。DTOPSIS法对品种的评价更为精准,灰色关联法在各个性状指标的关系研究上贡献较大。
研究大蒜品质与产量间的关系及大蒜各品种的综合评价,对于大蒜育种工作具有重要意义。利用灰色关联分析法和DTOPSIS法对大蒜农艺性状、品质性状以及产量三者间关系研究尚未见报道[19-20],大多数研究者都着眼于农艺性状与产量间关系研究,而对品质与产量间的关系和通过“品质+产量”的综合评价关注较少。任艳云等[21]、罗莉斯等[22]研究认为,大蒜各农艺性状指标中最大叶宽、叶面积等与鳞茎质量相关性较高。本研究认为,抽薹率、收获株数、鳞茎层数、生育期、单球重和株高对大蒜产量影响较大,两项研究结果略有不同,这可能是地域环境气候和主栽品种不同导致。田洁等[23]、孙素萍等[24]研究认为,大蒜果聚糖和总糖的含量均与鳞茎横径呈极显著正相关,且与单头重也达到了显著相关水平,总糖含量、鳞茎横径和单头重等在大蒜鳞茎表型及碳水化合物性状鉴定及资源分类中起着主导作用。本研究认为,大蒜素、蒜氨素和维生素C三个品质指标对产量起主导作用,且与株高、外层瓣数、抽薹率、生育期等农艺性状关系密切,两个研究结果略有不同,可能是品质性状的选择与分析不同导致。王纯武等[25]研究表明,xjgar 1号和xjgar 3号两个品种综合表现良好,可作为新疆大蒜产业发展的储备品种,这与本研究结果基本一致。
综上所述,大蒜品种优选育种时,不仅要关注大蒜产量高低,还应对大蒜株高、收获株数、外层瓣数、抽薹率、生育期、单球重、大蒜素、蒜氨素和维生素C等性状指标的高低加以深入探讨,对大蒜进行产量、农艺和品质综合性评价研究,要抓住重点性状指标的分析,与产量密切程度小的一些性状指标可不作为重点研究对象。品种xjgar 4、xjgar 1和xjgar 3在且末县和和静县综合评价较高,今后的大蒜品种选育时,可作为基础种质资源进行比较分析,本研究为今后大蒜种质资源创新与繁育提供了坚实的理论依据。