基于主成分和聚类分析筛选氮高效小麦品种

张子豪，李想成，吴昊天，付鹏浩，高春保，张运波，邹娟*

基于主成分和聚类分析筛选氮高效小麦品种

张子豪1,2，李想成1，吴昊天1，付鹏浩1，高春保1，张运波2，邹娟1*

(1.湖北省农业科学院粮食作物研究所，湖北 武汉 430064；2.长江大学农学院，湖北 荆州 434025)

以34个小麦品种为试验材料，2018年11月—2019年5月、2019年11月—2020年5月在湖北省枣阳市开展田间试验，利用主成分分析和聚类分析法分析氮肥利用率各项指标，对小麦品种进行综合评价和筛选。结果显示：不同小麦品种间氮效率各项指标和产量均存在差异，变异系数为12.40%～37.32%；2个生育周期内主成分分析均提取前2个主成分来计算氮效率综合得分，其中2018年11月—2019年5月第一主成分和第二主成分旋转后特征值分别为3.376和2.068，累计反映了原变量90.73%的信息；2019年11月—2020年5月前2个主成分旋转后特征值为4.290和1.327，累计反映了原变量93.61%的信息。小麦氮效率综合评分与产量呈极显著正相关，氮效率综合评分越高，产量越高。对氮效率综合评分进行K–Means聚类分析，初步筛选出安农0711、川麦104、鄂麦18、鄂麦006、鄂麦580、扶麦1228和华麦1168等稳定的氮高效型品种。

小麦；氮高效；氮肥利用率；品种筛选；主成分分析；聚类分析

氮素是影响小麦产量和品质的重要因子[1–2]。合理施用氮肥可以有效增加小麦产量，改善籽粒品质，但过量施氮则会导致氮肥利用率下降、资源浪费及环境污染等问题[3–5]。近年来，越来越多的研究者聚焦氮高效品种的筛选和推广，旨在通过提高小麦氮利用效率来降低氮肥用量、稳定产量，进而缓解因过量施氮导致的一系列环境问题[6–7]。许多研究者将主成分分析与聚类分析应用于水稻、辣椒、玉米、大豆、小麦等多种作物的筛选和综合评价[8–12]，但鲜有结合主成分分析和聚类分析对氮高效小麦品种进行评价和筛选。本研究以34个湖北省内大面积种植或具有高产潜力的品种为供试材料，选择与小麦氮效率相关的定量因子进行主成分分析，利用氮效率综合得分对不同小麦品种进行K–Means聚类分析，进而筛选出稳定氮高效的小麦品种。

1　材料与方法

1.1　试验地点及材料

试验于2018年11月—2019年5月、2019年11月—2020年5月在湖北省枣阳市南城区后湖村(31.99°N，112.7°E)进行。生长季内年平均降水量220.9 mm，平均光照时数887.5 h，日平均气温11.6 ℃。34个供试品种见表1。

表1　参试品种编号及名称

1.2　试验设计

采用单因素随机区组设计。分别于2018、2019年11月初用小区播种机条播，第2年5月上旬收获。播种前以五点法取0～20 cm土样，测定土壤养分含量，结果见表2。各小区施氮量为180 kg/hm2，基肥、拔节肥的施用比例为7∶3。基肥于播种前施用，拔节期追肥。磷肥(P2O5) 78 kg/hm2、钾肥(K2O) 42 kg/hm2全部用于基肥。以不施氮肥为对照。3次重复。四周设保护行。小区面积20 m2。种植密度为240 万株/hm2。其余栽培措施及病虫草害防治同一般大田。

表2　土壤养分基本状况

1.3　测定项目及方法

成熟期，每个小区随机取1 m代表样，称取植株地上部各器官的鲜质量。取适量样品置于70 ℃恒温干燥箱内烘干至恒重，磨粉后用全自动间断化学分析仪(Clever Chem 380 G)测定各器官的含氮量。各小区实打实收测产。按文献[12]计算籽粒氮积累量、植株氮积累量；氮肥农学效率、氮肥偏生产力、氮肥表观利用率和氮素生理效率按以下公式进行计算。

=(－0)/(1)

=0/(2)

=(－0)/×100%(3)

=(－0)/(－0) (4)

式中：为氮肥农学效率；为氮肥偏生产力；为氮肥表观利用率；为氮素生理效率；为施肥后所获得的作物产量；0为不施肥条件下作物的产量；代表氮肥的投入量；为施氮区地上部氮素积累量；0为对照区植株氮素积累量。

1.4　数据处理

主成分分析的数据采用Z–score进行标准化处理；采用K–Means进行聚类分析，设置为3；采用Excel 2016、IBM SPSS Statistics 25进行数据分析，运用GraphPad Prism 9绘图。

2　结果与分析

2.1　不同小麦品种间产量及氮效率指标的差异分析

从表3可以看出，34个小麦品种的产量及氮效率各项指标存在明显差异。2018年11月—2019年5月，各项指标的变异范围为12.40%～37.32%，其中氮肥农学效率的变异系数(37.32%)最大，氮素生理效率的其次，产量的变异系数(12.40%)最小。2019年11月—2020年5月，变异系数为15.70%～27.33%，其中氮肥农学效率的变异系数(27.33%)最大，氮肥表观利用率的次之，植株氮素积累量的最小。年际间，各项指标的变异系数存在一定程度的差异。与2018年11月—2019年5月相比，2019年11月—2020年5月的产量、植株氮素积累量、籽粒氮素积累量、氮肥偏生产力和氮肥表观利用率的变异系数增加，增幅为11.94%～49.84%；氮肥农学效率和氮素生理效率的变异系数则分别下降了26.77%和24.51%。

表3　供试小麦品种的产量及氮效率指标统计结果

生育期氮肥偏生产力氮肥表观利用率氮素生理效率 均值/(kg·hm–2)变异系数/%均值/(kg·hm–2)变异系数/%均值/(kg·hm–2)变异系数/% 2018年11月至2019年5月30.00±3.9012.9041.70±9.2022.0026.30±6.9026.44 2019年11月至2020年5月28.00±5.2018.5637.10±9.1024.6331.60±6.3019.96

2.2　不同小麦品种的主成分分析

2.2.1主成分的提取

在进行主成分分析前需判断数据是否符合Kaiser–Meyer–Olkin度量。本研究中，2年数据的KMO值分别为0.603和0.643，Bartlett球形度检验的Sig.均为0，可以用于主成分分析。如图1所示，2个生育期内前2个主成分特征值较大，连线较为陡峭，累计贡献率增幅较大，适合作为主成分。结合表4，不同生育期内，前2个主成分用最大方差法旋转后的特征值均大于1，累计贡献率分别达90. 73%和93.61%，说明在不同生育周期内前2个主成分可以概括小麦氮效率的基本信息。

A、B分别为2018年11月—2019年5月、2019年11月—2020年5月的数据图。

主成分的旋转因子载荷反映各指标对主成分的贡献大小。从表4可以看出，2018年11月—2019年5月，第一主成分F1特征值为3.376，贡献率为56.27%，其中，植株氮素积累量、籽粒氮素积累量、氮肥偏生产力和氮肥表观利用率的载荷值较大；第二主成分F2的特征值为2.068，贡献率为34.46%，其中，氮肥农学效率和氮素生理效率的载荷值较大，其旋转后的载荷值分别为0.926和0.960。2019年11月—2020年5月，第一主成分F1的特征值为4.290，贡献率为71.50%，其中，植株氮素积累量、籽粒氮素积累量、氮肥农学效率、氮肥偏生产力和氮肥表观利用率的贡献率较大；第二主成分F2的特征值为1.327，贡献率为22.12%，其中氮素生理效率的载荷值较大，其旋转后的载荷值为0.995。

表4　主成分分析旋转后的特征值、贡献率、累计贡献率和成分载荷值

2.2.2氮效率主成分得分及综合评价

结合各主成分的方差贡献率，可得出2个生育周期内不同小麦品种氮效率综合得分()函数，其中，2018年11月—2019年5月，=0.562 681+ 0.344 632；2019年11月—2020年5月，=0.714 961+ 0.221 182。由表5可知，2018年11月—2019年5月，＞0的品种有扶麦1128、鄂麦580、川麦104、西农979、郑麦119、鄂麦006、华麦1168、鄂麦18、宁麦13、安农0711等18个小麦品种。2019年11月—2020年5月，＞0的品种有川麦104、鄂麦580、鄂麦18、襄麦62、襄麦25、华麦2566、鄂麦251、鄂麦170、扶麦1228、鄂麦006等16个品种。

表5　供试小麦品种氮效率主成分综合评价及排序

表5(续)

1为第一主成分得分；2为第二主成分得分；为氮效率综合得分。

2.3　氮高效品种分类

如图2所示，连续2个生育期内的产量与氮效率综合评分均呈极显著正相关。利用各品种小麦氮效率综合得分进行K–Means聚类分析。将34个小麦品种分为氮高效型、氮中效型和氮低效型3类(表6)。2018年11月—2019年5月、2019年11月—2020年5月氮高效型、氮中效型和氮低效型小麦品种的聚类中心分别为0.77、–0.01、–0.85和0.73、–0.23和–0.88。2018年11月—2019年5月，氮低效型、氮中效型和氮高效型品种分别有9、15、10个；2019年11月—2020年5月，氮低效型、氮中效型和氮高效型品种分别有10、9、15个。由表7可以看出，不同类型小麦的氮效率综合评分和产量均存在极显著差异。2018年11月—2019年5月，氮高效品种的平均产量较氮中效品种的平均产量、氮低效品种的平均产量分别高13.27%和31.17%；2019年11月—2020年5月，同比高出23.30%和49.25%。同类型小麦品种年际间存在明显差异，各类型小麦2018年11月—2019年5月氮效率的综合评分及产量的平均值均高于2019年11月—2020年5月同类型小麦。

A、B分别为2018年11月—2019年5月、2019年11月—2020年5月的数据图。

表6　供试小麦品种基于氮效率综合评分的聚类结果及聚类中心

聚类中心在第4次迭代后收敛。

表7　不同类型小麦氮效率综合评分和产量的统计结果

为氮效率综合得分；同一指标同行不同字母示差异有统计学意义(<0.01)。

综合2个生育期的分类结果，连续2年都属于氮高效型的小麦品种有安农0711、川麦104、鄂麦18、鄂麦006、鄂麦580、扶麦1228和华麦1168；属于氮中效型的品种有淮麦35、襄麦35、扬麦15、扬麦23、郑麦9023；属于氮低效品种的有安农1124、浩麦1号、先麦8号和扬麦16；其余品种产量和氮效率综合评分年际变化较大，表现不稳定。鄂麦DH16、鄂麦23和襄麦55在2018年11月—2019年5月属于氮低效品种，在2019年11月—2020年5月则为氮中效品种；鄂麦251和襄麦62在2018年11月—2019年5月属于氮低效型品种，在2019年11月—2020年5月则为氮高效型品种；宁麦13和郑麦119在2018年11月—2019年5月为氮高效品种，在2019年11月—2020年5月为氮低效品种。

3　结论与讨论

因产量、氮素积累量、籽粒氮素积累量及氮肥利用率等指标受环境条件、栽培措施等外界因素的影响不同，目前尚没有一套统一的氮高效品种筛选评价体系，前人评价和筛选氮高效品种所用的指标和体系都不尽相同[13–14]。依据产量、氮素积累量、氮素生产效率等指标，姜瑛等[15]将小麦品种划分为氮素超低效型、低效型、中效型和高效型4种类型。李淑文等[16]认为成熟期植株干质量、植株含氮量、氮积累量、氮吸收效率等指标可以作为氮高效品种评价指标。张旭等[17]通过对小麦氮素吸收效率和氮肥农学效率2个指标进行聚类分析，将14个小麦品种划分为高氮效、中氮效和低氮效3种类型，而且氮高效小麦品种具有较高的籽粒产量、叶绿素含量、氮素积累量。李强等[18]研究发现，品种间氮效率变异系数的大小反映了品种对氮的敏感程度，变异系数越大，品种间受氮影响的差异越大。本研究中，植株氮素积累量、籽粒氮素积累量、氮肥农学效率、氮肥偏生产力、氮肥表观利用率和氮素生理效率均存在基因型差异，变异系数均大于10%，其变异系数最大为37.32%，可作为氮高效品种筛选评价的指标。

程晓明等[19]对23个小麦品种进行主成分分析，以累计贡献率＞85%为标准提取主成分，并将其划分为春性弱春性类、冬性半冬性类、强春性类、强冬性类4个类群。公丽艳等[20]以特征值＞1为标准提取主成分，对苹果加工品质进行评价，初步判定了30个品种的苹果是否适宜鲜食。结合前人研究方法，本研究以特征值＞1，积累方差贡献率＞85%为标准提取主成分，将6个氮效率相关指标转化为2个主成分，以旋转后的方差贡献率为各个主成分的权重，计算2个生育季内氮效率综合得分，基本反映了数据的全部变异，且降低了重要性较弱的因子对结果的影响，使评价结果更加科学可靠。

结合主成分分析和K–Means聚类分析结果，综合2个生育季的分类情况，本研究将供试小麦分为3类：氮高效型品种有安农0711、川麦104、鄂麦18、鄂麦006、鄂麦580、扶麦1228和华麦1168；氮中效型品种有淮麦35、襄麦35、扬麦15、扬麦23、郑麦9023；氮低效型品种有安农1124、浩麦1号、先麦8号、扬麦16。其余品种不同生育季内产量和氮效率波动较大，如DH16、鄂麦23和襄麦55在2018年11月—2019年5月属于氮低效品种，在2019年11月—2020年5月则为氮中效品种；鄂麦251和襄麦62在2018年11月—2019年5月属于氮低效型品种，在2019年11月—2020年5月则变为氮高效型品种；宁麦13和郑麦119在2018年11月—2019年5月为氮高效品种，在2019年11月—2020年5月为氮低效品种。这种波动变化可能与不同基因型小麦对环境条件的响应程度有关，具体原因还需进一步研究。

[1] 席吉龙，李永山，王珂，等．氮肥对麦–玉轮作体系产量和氮肥效率的影响[J]．中国土壤与肥料，2019(1)：10–15．

[2] SAVIN R，SADRAS V O，SLAFER G A．Benchmarking nitrogen utilisation efficiency in wheat for Mediterranean and non-Mediterranean European regions[J]．Field Crops Research，2019，241：107573．

[3] 王茂莹，贺明荣，李玉，等．施氮量对不同小麦品种产量及氮素吸收利用的影响[J]．水土保持学报，2020，34(4)：241–248．

[4] PASK A J D，SYLVESTER-BRADLEY R，JAMIESON P D．et al．Quantifying how winter wheat crops accumulate and use nitrogen reserves during growth[J]．Field Crops Research，2012，126：104–118．

[5] 高春保，佟汉文，邹娟，等．湖北省小麦“十二五”生产进展及“十三五”展望[J]．湖北农业科学，2016，55(24)：6372–6376．

[6] 王小纯，王晓航，熊淑萍，等．不同供氮水平下小麦品种的氮效率差异及其氮代谢特征[J]．中国农业科学，2015，48(13)：2569–2579．

[7] 王晓婧，代兴龙，马鑫，等．不同小麦品种产量和氮素吸收利用的差异[J]．麦类作物学报，2017，37(8)：1065–1071．

[8] 荆瑞勇，卫佳琪，王丽艳，等．基于主成分分析的不同水稻品种品质综合评价[J]．食品科学，2020，41(24)：179–184．

[9] 邹学校，侯喜林，戴雄泽，等．辣椒地方品种的主成分分析及数量分类[J]．湖南农业大学学报(自然科学版)，2004，30(3)：243–246．

[10] 宋江峰，李大婧，刘春泉，等．甜糯玉米软罐头主要挥发性物质主成分分析和聚类分析[J]．中国农业科学，2010，43(10)：2122–2131．

[11] 赵银月，耿智德，保丽萍，等．云南省大豆地方品种资源的主成分分析及聚类分析[J]．湖南农业大学学报(自然科学版)，2007，174(S1)：120–122．

[12] 宋晓，张珂珂，黄晨晨，等．基于主成分分析的氮高效小麦品种的筛选[J]．河南农业科学，2020，49(12)：10–16．

[13] 路文静，张树华，郭程瑾，等．不同氮素利用效率小麦品种的氮效率相关生理参数研究[J]．植物营养与肥料学报，2009，15(5)：985–991．

[14] 董召娣，张明伟，易媛，等．部分春性和半冬性小麦品种氮效率差异分析[J]．麦类作物学报，2014，34(9)：1267–1273．

[15] 姜瑛，戚秀秀，李祥剑，等．不同小麦品种的氮素利用特性研究[J]．麦类作物学报．2019，39(6)：702–708．

[16] 李淑文，周彦珍，文宏达，等．不同小麦品种氮效率和产量性状的研究[J]．植物遗传资源学报，2006，7(2)：204–208．

[17] 张旭，田中伟，胡金玲，等．小麦氮素高效利用基因型的农艺性状及生理特性[J]．麦类作物学报，2016，36(10)：1315–1322．

[18] 李强，罗延宏，谭杰，等．玉米杂交种苗期耐低氮指标的筛选与综合评价[J]．中国生态农业学报，2014，22(10)：1190–1199．

[19] 程晓明，程婧晔，胡文静，等．23个小麦品种春化特性主成分分析及聚类分析[J]．江苏农业科学，2019，47(8)：64–68．

[20] 公丽艳，孟宪军，刘乃侨，等．基于主成分与聚类分析的苹果加工品质评价[J]．农业工程学报，2014，30(13)：276–285．

Screening of wheat cultivars with high nitrogen efficiency using principal component analysis and cluster analysis

ZHANG Zihao1,2，LI Xiangcheng1，WU Haotian1，FU Penghao1，GAO Chunbao1，ZHANG Yunbo2，ZOU Juan1*

(1.Institute of Food Crops, Hubei Academy of Agriculture Science, Wuhan, Hubei 430064, China; 2.College of Agriculture, Yangtze University, Jingzhou, Hubei 434025, China)

In order to screen out nitrogen-efficient wheat cultivars, 34 wheat varieties were used as raw materials by use of principal component analysis and cluster analysis to comprehensively evaluate nitrogen utilization efficiency. The field experiment was carried out in Zaoyang City, Hubei Province, from November of 2018 to May of 2019 and from November of 2019 to May of 2020. The results showed that there were differences in nitrogen efficiency indicators and yield among different wheat cultivars, and the coefficient of variation was 12.40%-37.32%. The first two principal components of the two growth cycles were extracted by principal component analysis, and the comprehensive score of nitrogen efficiency was calculated. In the first studied period, the rotation eigenvalues of the first principal component and the second principal component were 3.376 and 2.068, cumulatively reflects 90.73% of the information of the original variable. In the second studied period, the rotation eigenvalues of the first principal component and the second principal component were 4.290 and 1.327, which accumulatively reflect 93.61% of the information of the original variable. The comprehensive score of nitrogen efficiency of wheat was positively correlated with yield, and the higher the comprehensive score of nitrogen efficiency, the higher the yield. With K-Means cluster analysis, we could pick out the seven varieties with stable nitrogen efficient: Anong 0711, Chuanmai 104, E-mai 18, E-mai 006, E-mai 580, Fumai 1228 and Huamai 1168.

wheat; nitrogen efficient; nitrogen fertilizer utilization; cultivar screening; principal component analysis; cluster analysis

张子豪，李想成，吴昊天，付鹏浩，高春保，张运波，邹娟．基于主成分和聚类分析筛选氮高效小麦品种[J]．湖南农业大学学报(自然科学版)，2022，48(5)：513–519．

ZHANG Z H，LI X C，WU H T， FU P H，GAO C B，ZHANG Y B，ZOU J．Screening of wheat cultivars with high nitrogen efficiency using principal component analysis and cluster analysis[J]．Journal of Hunan Agricultural University(Natural Sciences)，2022，48(5)：513–519．

http://xb.hunau.edu.cn

S512.102

A

1007-1032(2022)05-0513-07

10.13331/j.cnki.jhau.2022.05.002

2021–01–25

2022–09–26

国家重点研发计划项目(2016YFD0300405)；国家现代农业产业技术体系建设专项(CARS–3)；湖北省重点研发计划项目(2020BBA033)

张子豪(1997—)，男，河南南阳人，硕士研究生，主要从事小麦栽培研究，1015956737@qq.com；*通信作者，邹娟，博士，副研究员，主要从事小麦栽培研究，zoujuan1010@163.com

责任编辑：毛友纯

英文编辑：柳正