新麥系列新品種系灰色關聯度分析

程蘭蘭等

摘要：對8個小麥新品種（系）的產量和其7個主要性狀進行灰色關聯度分析，以明確新麥系列新品種（系）產量和產量構成因素及其它性狀之間的關系，為優(yōu)勢新品系的評價提供依據。結果表明：影響產量的7個因素，2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數；兩年關聯度均靠前的小麥新品種（系）有新科麥169、新麥212。

關鍵詞：小麥品種（系）；產量；產量構成因素；灰色關聯度分析

中圖分類號：S512.633文獻標識號：A文章編號：1001-4942（2014）02-0032-04

小麥產量高低是由多種因素共同作用的結果，而各因素對產量影響的主次關系對品種豐產性鑒定尤為重要。育種工作者在對小麥新品種（系）進行鑒定時，多限于對產量的方差分析和新復極差檢驗等方法，對與單產（666.7m2產量，下同）有關的其它性狀如單位面積穗數（666.7m2的穗數，下同）、千粒重、穗粒數、株高、基本苗數（666.7m2的苗數，下同）、春季最大分蘗數（666.7m2的數量，下同）、成穗率等則采用直觀分析，其分析結果相互獨立，無關聯性。更加全面、客觀地評價新品種（系）的優(yōu)劣是農業(yè)科技工作者普遍關注的一個問題，為此，劉錄祥等（1989）[1]提出了應用灰色系統(tǒng)理論綜合評估作物新品種的方法，可以克服許多局限性，并在小麥[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育種上得到應用。

利用灰色關聯度分析2012年和2013年新鄉(xiāng)市農業(yè)科學院新選育的8個新品種（系），明確與產量相關的單位面積穗數、千粒重、穗粒數、株高、基本苗數、春季最大分蘗數、成穗率等相關性狀對產量關聯度的密切程度，可為正確評價新品系、探尋小麥高產育種的最佳途徑提供依據。

1材料與方法

新麥系列新品種（系）8個，其編號及名稱見表1。

試驗設在新鄉(xiāng)市農業(yè)科學院3號小麥試驗田內（輝縣），前茬為大豆（作綠肥掩青）。采用隨機區(qū)組排列，重復3次。小區(qū)面積7.0 m×1.4 m =9.8 m2，6行區(qū)。生育期內調查株高、基本苗數、春季最大分蘗數、單位面積穗數，收獲后計產，對樣本進行千粒重、穗粒數室內考種，計算成穗率。

應用灰色關聯度分析法將其作為一個灰色系統(tǒng)，各農藝性狀為系統(tǒng)中的一個因素，了解產量因素與其它農藝性狀因素間的變化趨勢，與產量值越接近說明關聯越密切，也就是新品種選育的首選性狀。

2 結果與分析

2.1灰色關聯度分析

2.1.1數據標準化處理供試各品種（系）的主要性狀原始數據列于表1。由于系統(tǒng)中各因素計量單位不同，不便于比較，因此，在分析中需對原始數據進行標準化處理。

2.2關聯度分析

灰色系統(tǒng)理論認為：品種（系）的關聯度越大， 說明該品種（系）與理想品種越接近， 綜合表現越好。從表4可知，品系8（新科麥169）和品系6（新麥212）兩年關聯度均較大，產量也分別位居第1、第2位。綜合兩年結果，新科麥169和新麥212表現最好，已推薦參加2014年國家和河南省預備試驗，產量表現可進一步驗證；新麥30和新麥31兩年表現不太一致，可能受年際氣候條件影響較大；新科麥168雖然兩年產量位次均不高，但關聯序均為4，表現穩(wěn)定，已經升級到河南省區(qū)域試驗，綜合表現和關聯序分析基本一致。新麥23兩年產量及關聯序均不高，但已經通過國家審定，筆者認為緣于新麥23是春性品種，其它所選品（種）系均是半冬性，可以說春性品種不適合與半冬性品種一起做灰色關聯度分析。

本試驗結果（表6）表明，各農藝性狀對產量的貢獻2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數。

3結論與討論

3.1相關性狀對產量的貢獻，不同學者在不同的生態(tài)類型區(qū)域內給出不同的結論。王英杰等（2013）[10]認為遼春系列小麥對產量的貢獻是基本苗數>有效穗數>株高>穗粒數>生育期>千粒重>穗長；胡鳳靈[11]的試驗結果表明：穗粒數>有效穗數>基本苗數>千粒重>有效分蘗率>最高總莖蘗數。本試驗2012年穗粒數對產量影響最大，2013年成穗率和單位面積穗數影響較大，分析兩年原始數據，2012年穗粒數普遍偏低，2013年單位面積穗數和成穗率普遍偏低，筆者認為影響小麥產量的要素中，如果哪個因素的數值較低，那么它就會成為產量的制約因素，灰色關聯度分析時它對產量的影響就越大，這也是造成不同年份、不同學者在不同生態(tài)類型區(qū)研究結論不同的原因；2013年株高對產量的影響也較大，也是因為該年株高普遍偏低，產量潛力不能充分表現的緣故，具體結論需要進一步驗證。成穗率直接影響單位面積穗數，在本分析結果中，兩年的關聯序均較高，具有重要作用，應該在今后的選種中加以重視。

3.2灰色關聯度分析作為快速、準確評價新品（種）系的方法，要注意品（種）系冬春性的區(qū)分，春性品種應與半冬性品種分別做灰色關聯度分析，以提高分析的準確性。

3.3為更全面有效地分析品種（系）的綜合表現，做灰色關聯度分析時，應加進生育期、穗長、抗病性、抗逆性等其它影響產量的因素，以便更好地選擇出綜合農藝性狀優(yōu)良的品種（系）。

參考文獻：

[1]劉錄祥，孫其信，王士蕓. 灰色系統(tǒng)理論應用于作物新品種綜合評估初探[J]. 中國農業(yè)科學，1989，22（3）：22-27.

[2]王士強，胡銀崗，佘奎軍，等. 小麥抗旱相關農藝性狀和生理生化性狀的灰色關聯度分析[J].中國農業(yè)科學，2007，40（11）：2452-2459.

[3]曹廷杰，李偉，閆素紅，等. 河南小麥新品種（系）灰色關聯度分析[J]. 安徽農業(yè)科學，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，賀德先，等. 灰色關聯度分析法在安陽市強筋小麥適宜品種篩選中的應用[J]. 麥類作物學報，2009，29（2）：271-274.

[5]王昌華，張燕之，鄭文靜，等. 遼寧省中熟水稻品種灰色關聯度分析[J]. 遼寧農業(yè)科學，2007，5：13-15.

[6]孫海潮，萬金紅，郭安斌，等. 灰色關聯度分析在玉米組合鑒定試驗中的應用[J]. 玉米科學，2006，14（2）：47-49.

[7]汪寶卿，張禮鳳，慈敦偉，等. 黃淮海地區(qū)夏大豆農藝性狀與產量的相關性及灰色關聯度分析[J]. 山東農業(yè)科學，2010，3：20-25.

[8]趙世春，姚曲峋，李先兵，等. 應用灰色關聯度綜合評價雜交棉新組合[J]. 中國棉花，2004，1：12-13.

[9]杜淑輝，臧德奎，孫居文，等. 木瓜屬觀賞品種的灰色關聯度綜合評價[J]. 山東農業(yè)科學，2011，1：18-21.

[10]王英杰，莊艷，劉樹才. 遼春系列小麥主要產量相關性狀的灰色關聯分析[J]. 遼寧農業(yè)科學，2013，1：13-16.

[11]胡鳳靈. 灰色關聯度分析法在小麥產量相關因素分析中的應用[J]. 安徽農學通報，2008，14（11）：116.山 東 農 業(yè) 科 學2014，46（2）：36～40Shandong Agricultural Sciences

摘要：對8個小麥新品種（系）的產量和其7個主要性狀進行灰色關聯度分析，以明確新麥系列新品種（系）產量和產量構成因素及其它性狀之間的關系，為優(yōu)勢新品系的評價提供依據。結果表明：影響產量的7個因素，2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數；兩年關聯度均靠前的小麥新品種（系）有新科麥169、新麥212。

關鍵詞：小麥品種（系）；產量；產量構成因素；灰色關聯度分析

中圖分類號：S512.633文獻標識號：A文章編號：1001-4942（2014）02-0032-04

小麥產量高低是由多種因素共同作用的結果，而各因素對產量影響的主次關系對品種豐產性鑒定尤為重要。育種工作者在對小麥新品種（系）進行鑒定時，多限于對產量的方差分析和新復極差檢驗等方法，對與單產（666.7m2產量，下同）有關的其它性狀如單位面積穗數（666.7m2的穗數，下同）、千粒重、穗粒數、株高、基本苗數（666.7m2的苗數，下同）、春季最大分蘗數（666.7m2的數量，下同）、成穗率等則采用直觀分析，其分析結果相互獨立，無關聯性。更加全面、客觀地評價新品種（系）的優(yōu)劣是農業(yè)科技工作者普遍關注的一個問題，為此，劉錄祥等（1989）[1]提出了應用灰色系統(tǒng)理論綜合評估作物新品種的方法，可以克服許多局限性，并在小麥[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育種上得到應用。

利用灰色關聯度分析2012年和2013年新鄉(xiāng)市農業(yè)科學院新選育的8個新品種（系），明確與產量相關的單位面積穗數、千粒重、穗粒數、株高、基本苗數、春季最大分蘗數、成穗率等相關性狀對產量關聯度的密切程度，可為正確評價新品系、探尋小麥高產育種的最佳途徑提供依據。

1材料與方法

新麥系列新品種（系）8個，其編號及名稱見表1。

試驗設在新鄉(xiāng)市農業(yè)科學院3號小麥試驗田內（輝縣），前茬為大豆（作綠肥掩青）。采用隨機區(qū)組排列，重復3次。小區(qū)面積7.0 m×1.4 m =9.8 m2，6行區(qū)。生育期內調查株高、基本苗數、春季最大分蘗數、單位面積穗數，收獲后計產，對樣本進行千粒重、穗粒數室內考種，計算成穗率。

應用灰色關聯度分析法將其作為一個灰色系統(tǒng)，各農藝性狀為系統(tǒng)中的一個因素，了解產量因素與其它農藝性狀因素間的變化趨勢，與產量值越接近說明關聯越密切，也就是新品種選育的首選性狀。

2 結果與分析

2.1灰色關聯度分析

2.1.1數據標準化處理供試各品種（系）的主要性狀原始數據列于表1。由于系統(tǒng)中各因素計量單位不同，不便于比較，因此，在分析中需對原始數據進行標準化處理。

2.2關聯度分析

灰色系統(tǒng)理論認為：品種（系）的關聯度越大， 說明該品種（系）與理想品種越接近， 綜合表現越好。從表4可知，品系8（新科麥169）和品系6（新麥212）兩年關聯度均較大，產量也分別位居第1、第2位。綜合兩年結果，新科麥169和新麥212表現最好，已推薦參加2014年國家和河南省預備試驗，產量表現可進一步驗證；新麥30和新麥31兩年表現不太一致，可能受年際氣候條件影響較大；新科麥168雖然兩年產量位次均不高，但關聯序均為4，表現穩(wěn)定，已經升級到河南省區(qū)域試驗，綜合表現和關聯序分析基本一致。新麥23兩年產量及關聯序均不高，但已經通過國家審定，筆者認為緣于新麥23是春性品種，其它所選品（種）系均是半冬性，可以說春性品種不適合與半冬性品種一起做灰色關聯度分析。

本試驗結果（表6）表明，各農藝性狀對產量的貢獻2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數。

3結論與討論

3.1相關性狀對產量的貢獻，不同學者在不同的生態(tài)類型區(qū)域內給出不同的結論。王英杰等（2013）[10]認為遼春系列小麥對產量的貢獻是基本苗數>有效穗數>株高>穗粒數>生育期>千粒重>穗長；胡鳳靈[11]的試驗結果表明：穗粒數>有效穗數>基本苗數>千粒重>有效分蘗率>最高總莖蘗數。本試驗2012年穗粒數對產量影響最大，2013年成穗率和單位面積穗數影響較大，分析兩年原始數據，2012年穗粒數普遍偏低，2013年單位面積穗數和成穗率普遍偏低，筆者認為影響小麥產量的要素中，如果哪個因素的數值較低，那么它就會成為產量的制約因素，灰色關聯度分析時它對產量的影響就越大，這也是造成不同年份、不同學者在不同生態(tài)類型區(qū)研究結論不同的原因；2013年株高對產量的影響也較大，也是因為該年株高普遍偏低，產量潛力不能充分表現的緣故，具體結論需要進一步驗證。成穗率直接影響單位面積穗數，在本分析結果中，兩年的關聯序均較高，具有重要作用，應該在今后的選種中加以重視。

3.2灰色關聯度分析作為快速、準確評價新品（種）系的方法，要注意品（種）系冬春性的區(qū)分，春性品種應與半冬性品種分別做灰色關聯度分析，以提高分析的準確性。

3.3為更全面有效地分析品種（系）的綜合表現，做灰色關聯度分析時，應加進生育期、穗長、抗病性、抗逆性等其它影響產量的因素，以便更好地選擇出綜合農藝性狀優(yōu)良的品種（系）。

參考文獻：

[1]劉錄祥，孫其信，王士蕓. 灰色系統(tǒng)理論應用于作物新品種綜合評估初探[J]. 中國農業(yè)科學，1989，22（3）：22-27.

[2]王士強，胡銀崗，佘奎軍，等. 小麥抗旱相關農藝性狀和生理生化性狀的灰色關聯度分析[J].中國農業(yè)科學，2007，40（11）：2452-2459.

[3]曹廷杰，李偉，閆素紅，等. 河南小麥新品種（系）灰色關聯度分析[J]. 安徽農業(yè)科學，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，賀德先，等. 灰色關聯度分析法在安陽市強筋小麥適宜品種篩選中的應用[J]. 麥類作物學報，2009，29（2）：271-274.

[5]王昌華，張燕之，鄭文靜，等. 遼寧省中熟水稻品種灰色關聯度分析[J]. 遼寧農業(yè)科學，2007，5：13-15.

[6]孫海潮，萬金紅，郭安斌，等. 灰色關聯度分析在玉米組合鑒定試驗中的應用[J]. 玉米科學，2006，14（2）：47-49.

[7]汪寶卿，張禮鳳，慈敦偉，等. 黃淮海地區(qū)夏大豆農藝性狀與產量的相關性及灰色關聯度分析[J]. 山東農業(yè)科學，2010，3：20-25.

[8]趙世春，姚曲峋，李先兵，等. 應用灰色關聯度綜合評價雜交棉新組合[J]. 中國棉花，2004，1：12-13.

[9]杜淑輝，臧德奎，孫居文，等. 木瓜屬觀賞品種的灰色關聯度綜合評價[J]. 山東農業(yè)科學，2011，1：18-21.

[10]王英杰，莊艷，劉樹才. 遼春系列小麥主要產量相關性狀的灰色關聯分析[J]. 遼寧農業(yè)科學，2013，1：13-16.

[11]胡鳳靈. 灰色關聯度分析法在小麥產量相關因素分析中的應用[J]. 安徽農學通報，2008，14（11）：116.山 東 農 業(yè) 科 學2014，46（2）：36～40Shandong Agricultural Sciences

摘要：對8個小麥新品種（系）的產量和其7個主要性狀進行灰色關聯度分析，以明確新麥系列新品種（系）產量和產量構成因素及其它性狀之間的關系，為優(yōu)勢新品系的評價提供依據。結果表明：影響產量的7個因素，2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數；兩年關聯度均靠前的小麥新品種（系）有新科麥169、新麥212。

關鍵詞：小麥品種（系）；產量；產量構成因素；灰色關聯度分析

中圖分類號：S512.633文獻標識號：A文章編號：1001-4942（2014）02-0032-04

小麥產量高低是由多種因素共同作用的結果，而各因素對產量影響的主次關系對品種豐產性鑒定尤為重要。育種工作者在對小麥新品種（系）進行鑒定時，多限于對產量的方差分析和新復極差檢驗等方法，對與單產（666.7m2產量，下同）有關的其它性狀如單位面積穗數（666.7m2的穗數，下同）、千粒重、穗粒數、株高、基本苗數（666.7m2的苗數，下同）、春季最大分蘗數（666.7m2的數量，下同）、成穗率等則采用直觀分析，其分析結果相互獨立，無關聯性。更加全面、客觀地評價新品種（系）的優(yōu)劣是農業(yè)科技工作者普遍關注的一個問題，為此，劉錄祥等（1989）[1]提出了應用灰色系統(tǒng)理論綜合評估作物新品種的方法，可以克服許多局限性，并在小麥[2～4]、水稻[5]、玉米[6]、大豆[7] 、棉花[8]、木瓜[9]等作物育種上得到應用。

利用灰色關聯度分析2012年和2013年新鄉(xiāng)市農業(yè)科學院新選育的8個新品種（系），明確與產量相關的單位面積穗數、千粒重、穗粒數、株高、基本苗數、春季最大分蘗數、成穗率等相關性狀對產量關聯度的密切程度，可為正確評價新品系、探尋小麥高產育種的最佳途徑提供依據。

1材料與方法

新麥系列新品種（系）8個，其編號及名稱見表1。

試驗設在新鄉(xiāng)市農業(yè)科學院3號小麥試驗田內（輝縣），前茬為大豆（作綠肥掩青）。采用隨機區(qū)組排列，重復3次。小區(qū)面積7.0 m×1.4 m =9.8 m2，6行區(qū)。生育期內調查株高、基本苗數、春季最大分蘗數、單位面積穗數，收獲后計產，對樣本進行千粒重、穗粒數室內考種，計算成穗率。

應用灰色關聯度分析法將其作為一個灰色系統(tǒng)，各農藝性狀為系統(tǒng)中的一個因素，了解產量因素與其它農藝性狀因素間的變化趨勢，與產量值越接近說明關聯越密切，也就是新品種選育的首選性狀。

2 結果與分析

2.1灰色關聯度分析

2.1.1數據標準化處理供試各品種（系）的主要性狀原始數據列于表1。由于系統(tǒng)中各因素計量單位不同，不便于比較，因此，在分析中需對原始數據進行標準化處理。

2.2關聯度分析

灰色系統(tǒng)理論認為：品種（系）的關聯度越大， 說明該品種（系）與理想品種越接近， 綜合表現越好。從表4可知，品系8（新科麥169）和品系6（新麥212）兩年關聯度均較大，產量也分別位居第1、第2位。綜合兩年結果，新科麥169和新麥212表現最好，已推薦參加2014年國家和河南省預備試驗，產量表現可進一步驗證；新麥30和新麥31兩年表現不太一致，可能受年際氣候條件影響較大；新科麥168雖然兩年產量位次均不高，但關聯序均為4，表現穩(wěn)定，已經升級到河南省區(qū)域試驗，綜合表現和關聯序分析基本一致。新麥23兩年產量及關聯序均不高，但已經通過國家審定，筆者認為緣于新麥23是春性品種，其它所選品（種）系均是半冬性，可以說春性品種不適合與半冬性品種一起做灰色關聯度分析。

本試驗結果（表6）表明，各農藝性狀對產量的貢獻2012年的排序為穗粒數>千粒重>單位面積穗數、成穗率>株高>春季最大分蘗數>基本苗數，2013年的排序為成穗率>單位面積穗數>千粒重>株高>穗粒數>基本苗數>春季最大分蘗數。

3結論與討論

3.1相關性狀對產量的貢獻，不同學者在不同的生態(tài)類型區(qū)域內給出不同的結論。王英杰等（2013）[10]認為遼春系列小麥對產量的貢獻是基本苗數>有效穗數>株高>穗粒數>生育期>千粒重>穗長；胡鳳靈[11]的試驗結果表明：穗粒數>有效穗數>基本苗數>千粒重>有效分蘗率>最高總莖蘗數。本試驗2012年穗粒數對產量影響最大，2013年成穗率和單位面積穗數影響較大，分析兩年原始數據，2012年穗粒數普遍偏低，2013年單位面積穗數和成穗率普遍偏低，筆者認為影響小麥產量的要素中，如果哪個因素的數值較低，那么它就會成為產量的制約因素，灰色關聯度分析時它對產量的影響就越大，這也是造成不同年份、不同學者在不同生態(tài)類型區(qū)研究結論不同的原因；2013年株高對產量的影響也較大，也是因為該年株高普遍偏低，產量潛力不能充分表現的緣故，具體結論需要進一步驗證。成穗率直接影響單位面積穗數，在本分析結果中，兩年的關聯序均較高，具有重要作用，應該在今后的選種中加以重視。

3.2灰色關聯度分析作為快速、準確評價新品（種）系的方法，要注意品（種）系冬春性的區(qū)分，春性品種應與半冬性品種分別做灰色關聯度分析，以提高分析的準確性。

3.3為更全面有效地分析品種（系）的綜合表現，做灰色關聯度分析時，應加進生育期、穗長、抗病性、抗逆性等其它影響產量的因素，以便更好地選擇出綜合農藝性狀優(yōu)良的品種（系）。

參考文獻：

[1]劉錄祥，孫其信，王士蕓. 灰色系統(tǒng)理論應用于作物新品種綜合評估初探[J]. 中國農業(yè)科學，1989，22（3）：22-27.

[2]王士強，胡銀崗，佘奎軍，等. 小麥抗旱相關農藝性狀和生理生化性狀的灰色關聯度分析[J].中國農業(yè)科學，2007，40（11）：2452-2459.

[3]曹廷杰，李偉，閆素紅，等. 河南小麥新品種（系）灰色關聯度分析[J]. 安徽農業(yè)科學，2010，38（25）：13640-13642，13647.

[4]王永士，郭瑞林，賀德先，等. 灰色關聯度分析法在安陽市強筋小麥適宜品種篩選中的應用[J]. 麥類作物學報，2009，29（2）：271-274.

[5]王昌華，張燕之，鄭文靜，等. 遼寧省中熟水稻品種灰色關聯度分析[J]. 遼寧農業(yè)科學，2007，5：13-15.

[6]孫海潮，萬金紅，郭安斌，等. 灰色關聯度分析在玉米組合鑒定試驗中的應用[J]. 玉米科學，2006，14（2）：47-49.

[7]汪寶卿，張禮鳳，慈敦偉，等. 黃淮海地區(qū)夏大豆農藝性狀與產量的相關性及灰色關聯度分析[J]. 山東農業(yè)科學，2010，3：20-25.

[8]趙世春，姚曲峋，李先兵，等. 應用灰色關聯度綜合評價雜交棉新組合[J]. 中國棉花，2004，1：12-13.

[9]杜淑輝，臧德奎，孫居文，等. 木瓜屬觀賞品種的灰色關聯度綜合評價[J]. 山東農業(yè)科學，2011，1：18-21.

[10]王英杰，莊艷，劉樹才. 遼春系列小麥主要產量相關性狀的灰色關聯分析[J]. 遼寧農業(yè)科學，2013，1：13-16.

[11]胡鳳靈. 灰色關聯度分析法在小麥產量相關因素分析中的應用[J]. 安徽農學通報，2008，14（11）：116.山 東 農 業(yè) 科 學2014，46（2）：36～40Shandong Agricultural Sciences