玉米杂交种产量与主要农艺性状的关联分析

龙舟，杨威，冯艳飞，任国鑫，刘丽滨，冯东升

（黑龙江八一农垦大学农学院/黑龙江省现代农业栽培技术与作物种质改良重点实验室，大庆 163319）

当前，玉米在中国农业生产和国民经济发展中占有极其重要的位置。在全世界的农作物播种面积中，玉米仅低于小麦和水稻，处于第3位[1]。玉米是世界上非常重要的经济、饲料和粮食三元作物[2]。玉米作为我国需求量较大的粮食作物，在提高粮食综合生产能力和确保粮食安全以及满足饲料需求等方面都具有非常重要的作用[3]。伴随着人口的不断增加，如何提高玉米产量是我们需要密切关注的话题。产量这一性状作为玉米育种工作的重要指标，被认为是目前育种的重要性状，也是目前研究的热点之一[4]。产量是一个相对来说比较复杂的数量性状，它受到了各个性状因素共同作用，在我们的实际生产中，受到气候、品种和土壤条件以及栽培方式等多种因素影响。探究玉米的不同性状对产量的直接影响对于提高玉米产量和培育出新玉米品种具有重要意义[5]。研究各个因素对产量的影响，对于育种家选育优良的品系有极大的参考意义。关于玉米育种数据的处理方法很多，但目的不同，因此所采用的方法也不同。通常采用通径分析、相关分析及回归分析等统计方法，这需要大量的数据，且处理十分繁琐。而灰色关联分析法相对来说计算比较简单，对于数据的概率分布，有无规律都没有要求，不会出现定性分析与量化结果不符合的现象，相对来说它具有良好的稳定性。灰色关联度分析法是对系统发展动态的量化比较，基本思想是根据曲线几何形状的相似程度来判断关联的亲密度。关联度是反映这种密切程度大小的量度，关联度大说明因素间变化的势态接近，相互的关系密切。关联度小，则反之。灰色关联度分析方法是研究作物多元性状相对重要性的好方法[6]。我国学者邓聚龙教授在1980年提出了用于预测和控制的新理论、新技术的灰色系统理论和方法。近几年以来灰色关联度分析方法因为其简单好用，已经被人们广泛应用在植物品种评价及农艺性状的相关分析上[7-12]。

灰色系统理论提出了关联度分析的概念，目的是通过一定的方法去理清系统中各个因素分析之间的主要关系，找出其影响最大的因素，把握其矛盾的主要方面。如玉米的某个农艺性状影响产量最明显，这种影响程度表明了产量与这个农艺性状之间或系统内部各因素间的关联性。邹永红[13]等将灰色系统理论应用在作物新品种的综合评估上。何代元[14]等采用灰色系统关联度分析方法，找出了株高和百粒重与玉米产量之间的关系。运用了灰色系统理论关联度分析方法对80份玉米杂交种的产量与10个主要农艺性状进行了分析和讨论，旨在为玉米高产育种工作提供相关理论指导。

1 材料和方法

1.1 试验材料

以国外引进的玉米杂交种为基础材料选育的20份DH系，并以此为被测系和四个测验种：9F592、合344、17-643、340/137通过NCII遗传交配设计得到80个杂交组合。

1.2 试验基地

试验于2020年在黑龙江省密山市八一农垦大学试验基地进行。

1.3 试验设计

试验设计采取随机区组设计，小区行长5 m，两行区，3次重复，行距0.65 m，株距0.25 m，每行25穴，每穴保苗1株。其他田间管理均同当地大田生产。

1.4 田间调查及测定方法

参照高会林等[15]调查标准，在玉米成熟后，进行统一收获。产量进行实收，选取能代表植株的10穗，自然风干后，于室内考种。考种的项目有株高（X1）、轴重（X2）、出籽率（X3）、穗粗（X4）、籽粒深度（X5）、穗行数（X6）、行粒数（X7）、穗长（X8）、秃尖（X9）、百粒重（10）。

株高：每小区随机抽取连续的5株，测量玉米主茎地上部分至雄穗顶部的高度（单位厘米，小数保留两位）。

轴重：选取10穗脱粒后，称重，求平均数（单位千克，小数保留两位）。

出籽率：计算籽粒干重占穗干重的比率。

穗粗：测量雌穗穗中部的直径，求其平均数，扁形穗测短径（单位厘米，小数保留一位）。

籽粒深度：计算穗粗与轴粗的差除以2（单位厘米，小数保留两位）。

穗行数：调查每穗籽粒行数的平均数。

行粒数：调查单穗平均每行的籽粒数。

穗长：测量雌穗基部到顶部的长度（单位为厘米，小数保留一位）。

秃尖：测量雌穗穗顶部无籽粒部分的长度（单位为厘米，小数保留一位）。

百粒重：随机测量300个完整风干籽粒的重量。测定风干籽粒含水率，然后统一按籽粒含水率14%进行折算，重复3次，二者误差在1%以内时，求其平均数。

1.5 分析方法

利用SPSS21.0软件进行相关分析，利用DPS软件进行灰色关联分析。

在利用灰色关联度分析中，按照灰色系统理论的要求，将80个玉米品系的10个农艺性状看成是1个灰色系统，将产量作为参考数列，记为X0，而10个农艺性状指标构成比较数列。因原始数据中各性状的单位（量纲）不一样，为此采用初始化变化对原始数据进行了消除单位（量纲），转换为可以用于比较的数据序列。无量纲化是指通过一定的数学变换来消除原始变量不同量纲的影响，因子分析采用对指标值进行正态标准处理来消除量纲的影响。由于受各评价指标量纲和数量级不同的影响，使各评价指标间不具有可比性。所以必须对各指标实际值进行无量纲化处理。采用直线型无量纲化公式，即：（i=1，2，3...n；j=1，2，3...p）此时，各指标的最优值均为1。为叙述方便，把无量纲化后的数据仍记为Xij，则最优参考序列为X0={1,1,…,1}。即用80个玉米品种中的10个性状的某一个性状的原始数据减去该性状的平均值，之后再除以这个性状的标准差所得到的结果就是我们需要标准化处理的结果。对数据进行标准化处理的公式为公式中，X（ik）是原始数据进行标准化处理后的结果是某一个性状的平均数；X′（ik）是某一性状的原始数据。计算关联系数的公式为公式中△oi（k）表示各农艺性状的绝对差值，即，△oi（k）=［XO（k）-Xi（k）］，△min和△max分别表示所有比较序列各农艺性状绝对差中的最小值与最大值。ζ称为分辨系数，其存在的意义是削弱最大绝对差数值太大所引起的失真，提高关联系数之间的差异显著性，r（0，1），一般情况下可取0.1～0.5，本次研究取0.5。两序列的关联度便以两比较序列各个时刻的关联系数之平均值计算，即公式中ri为子序列i与母序列的关联度，N是比较序列的长度。根据关联度数值大小排序[16]。

2 结果与分析

2.1 各性状变异程度

玉米品种各农艺性状的原始数据整理后,经Excel数据分析统计，求各农艺性状的平均值、标准差和变异系数[CV(%)=标准差/平均数×100%]，结果见表1。由表1可知,变异系数从大到小依次为秃尖（83.78）＞轴重（18.75）＞籽粒深度（18.00）＞穗行数(13.98)＞行粒数(10.93)＞百粒重(10.02)＞株高(5.10)＞穗长(4.81)＞穗粗(4.74)＞出籽率(2.33)。

表1 玉米品种各农艺性状表型数据变异Table 1 Variation of phenotypic data of various agronomic traits of maize varieties

2.2 产量与农艺性状的相关分析

玉米品种各性状相关系数见表2。株高除了与穗粗为显著负相关外，与其他农艺性状都呈不显著负相关；轴重与穗粗、产量、穗长、百粒重呈显著正相关。相关性由大到小依次为穗粗、产量、穗长、百粒重籽粒深度，轴重与出籽率呈显著负相关；出籽率与产量呈显著正相关；穗粗与籽粒深度、穗行数、百粒重、产量呈显著正相关，相关系数由大到小依次为产量、籽粒深度、百粒重、穗行数；籽粒深度与产量呈显著正相关；穗行数与行粒数呈显著负相关；行粒数与穗长呈显著正相关；穗长与产量和秃尖呈显著正相关；秃尖与产量呈显著负相关；产量与百粒重呈显著正相关。

表2 玉米品种产量与各农艺性状的相关系数Table 2 Correlation coefficient between maize yield and agronomic traits

产量较高的品种，穗粗、轴重、出籽率、籽粒深度、百粒重、穗长也会比较高，秃尖会比较低。产量与各农艺性状的相关性的显著程度由高到低依次为穗粗＞百粒重＞轴重＞出籽率＞籽粒深度＞穗长。因此，要培育高产玉米品种，要以穗粗和百粒重为首要选择目标，接下来是轴重与出籽率，籽粒深度和穗长也是不可忽视的性状。

2.3 产量与农艺性状的灰色关联分析

利用DPS软件计算出产量与各个农艺性状之间的关联系数及其排列顺序，计算过程分为三步：第一步：利用式（1）计算产量与各个农艺性状的绝对差值，得到无钢化的数据。第二步：将无钢化的数据带入式（2），得到绝对差值。第三步：计算各农艺性状与产量的关联系数，将关联系数带入式（3），得到灰色关联度及排序（表3）。通过计算得到的参考数列与比较数列之间的关联系数及关联度，可知系统中各因素关联系数和关联度越大，则此因素与产量的相关程度则越高，反之则低。产量与各农艺性状的关联度及位次顺序见表3。由表3可知：关联度由高到低排序依次是穗粗（0.842 2）＞百粒重（0.835 2）＞出籽率（0.834 8）＞轴重（0.826 1）＞穗行数（0.810 5）＞籽粒深度（0.798 2）＞穗长(0.785 9）＞行粒数（0.784 0）＞秃尖（0.775 9）＞株高（0.773 7）。由此可知穗粗与产量的关联系数是最大，说明穗粗与产量的关系是最密切的。其次就到百粒重、出籽率、轴重、穗行数、籽粒深度。而秃尖、株高、行粒数和穗长排在末位，说明秃尖、株高、行粒数和穗长与产量的关联度小，对产量的影响比较小。

表3 各农艺性状与产量的关联度及位次Table 3 Correlation degree and rank of each agronomic character and yield

3 结论与讨论

前人对玉米产量与农艺性状的关系做了众多的研究，相关分析、通径分析做得较多，运用灰色关联分析的较少[17]。因受气候、环境等不同地理因素和栽培技术等条件的影响，不同的农艺性状对于玉米产量所产生的影响有可能不同[18]。比如连晓荣等[19]对玉米各性状与产量进行了分析，在密植的条件下，发现了生育期、百粒重、穗粒重对产量影响较大，其他的性状对产量的影响较小。而魏锋等[20]的研究结果则表明，相对于其他性状，行粒数、穗粗、百粒重对产量影响大。陈灿等[21]对高产品种性状与产量进行分析，结果表明，穗行数、穗粗、百粒重对产量影响最大。这说明，由于各种原因条件，同一个性状对玉米产量的影响不相同。本次研究结果表明：穗粗、百粒重、轴重、穗行数对产量的影响比较大。

在各个分析方法中，灰色关联度法是一种较好地用于分析玉米相关性状从而确定育种目标的分析方法。本文是通过相关分析和灰色关联度分析法对拥有的80份玉米杂交种的10个农艺性状与产量进行了分析，得到的相关系数由大到小依次为穗粗＞百粒重＞轴重＞出籽率＞籽粒深度＞穗长，关联度有大到小排序是穗粗（0.842 2）＞百粒重（0.835 2）＞出籽率（0.834 8）＞轴重（0.826 1）＞穗行数（0.810 5）＞籽粒深度（0.798 2）＞穗长（0.785 9)＞行粒数（0.784 0)＞秃尖（0.775 9)＞株高（0.773 7)。相关分析和灰色关联分析的结果说明穗粗、百粒重、出籽率和轴重对产量的影响是最大，从而今后在筛选玉米品种时，可以对这4个性状进行着重考虑和选择，但对于其他一些影响比较小的性状也不可以忽略。