陜西省夏大豆產量與主要農藝性狀的通徑及灰色關聯度分析

茍升學，肖金平

(陜西省雜交油菜研究中心/國家油料作物改良中心 陜西分中心，陜西 楊凌 712100)

?

陜西省夏大豆產量與主要農藝性狀的通徑及灰色關聯度分析

茍升學，肖金平

(陜西省雜交油菜研究中心/國家油料作物改良中心 陜西分中心，陜西 楊凌 712100)

為了研究陜西省關中地區大豆主要農藝性狀對產量的影響，以陜西夏播大豆的16個品種(系)為試驗材料，通過大田試驗，應用通徑和灰色關聯度分析的方法對與產量相關的農藝性狀進行了主次關系的分析。通徑分析結果表明:大豆主要農藝性狀對產量的貢獻率大小依次為單株粒重>單株粒數>百粒重>單株莢數>株高>單莢粒數>結莢高度。灰色關聯度分析表明:大豆主要農藝性狀與產量灰色關聯度依次為單株粒重>單株粒數>單株莢數>株高>百粒重>有效分枝數>生育期>結莢高度>單莢粒數。通過兩種不同分析方法，單株粒重、單株粒數和株高被認定為影響大豆高產最為重要的農藝性狀。

大豆；產量；主要農藝性狀；通徑分析；灰色關聯度分析

由于我國南北緯度跨度大，大豆不同的試驗群體、栽培生態區的研究結果差異很大，選育的品種也各有特點[6]。黃淮海地區是我國夏大豆的主產區，產量占全國大豆總產量的30%左右[7]。明確大豆農藝性狀對產量影響的主次關系，對于進一步指導大豆育種工作，選育優良高產品種具有重要的意義。雖然，前人對黃淮海部分地區(如河南[1]和山東[3]等)的夏大豆產量與農藝性狀之間的關系進行了研究，但是對于它在陜西關中種植區的產量與相關農藝性狀之間的關系報道較少。通徑分析法和灰色關聯度分析法都可用來分析多數農藝性狀對產量的影響，但同時利用這兩種分析方法開展大豆主要農藝性狀對產量影響的對比研究還較少。因此，本文利用通徑分析和灰色關聯度分析方法，對陜西關中地區夏播大豆產量與主要農藝性狀之間的主次關系進行了探討，比較了陜西關中地區不同大豆品種(系)的產量構成因素，確定了大豆高產育種方向，旨在為陜西關中地區夏播大豆高產新品種選育和栽培改良提供理論依據。

1　材料與方法

1.1試驗材料與試驗地點

試驗材料來源于陜西省2008～2009連續兩年的大豆區域試驗品種(系)(表1)。試驗地點為陜西省大荔縣雜交油菜研究中心試驗田，該試驗地位于東經109°43′～110°19′，北緯34°36′～35°02′，年降雨量514。試驗田地勢平坦，排灌方便，土壤為粘土，肥力均勻且水平較高，5年內未種過豆科作物。

表1　供試大豆品種(系)編號及名稱

1.2試驗設計與田間管理

試驗設計采取隨機區組排列，行長6 m，行距0.4 m，每區種植6行，株距0.1 m，小區面積14.4 m2，每個品種(系)3次重復，種植密度25.05萬株/hm2。施基肥磷酸二銨187.5 kg/hm2、尿素75 kg/hm2，隨后旋耕兩遍，人工整平；等距點播，每穴兩粒，并進行中耕、除草和病蟲害防治。10月大豆成熟時，每個品種收獲1個小區，并進行人工脫粒、曬干，按小區統計產量。

1.3試驗記錄項目

大豆成熟時，在試驗品種每個重復小區的中間行隨機選取10株進行考種。考種性狀主要包括：株高、結莢高度、有效分枝數、單株莢數、單莢粒數、單株粒數、單株粒重、百粒重和小區產量。全程統計生育期。

1.4數據處理與分析

利用Microsoft Excel軟件對數據進行整理，用DPS分析軟件對試驗數據進行通徑分析和灰色關聯度分析。

本文實現了一個基于Android Studio平臺的圖書閱讀器系統，本系統實現了電子書閱讀的所有基本功能，包括用戶的注冊與登錄，電子書在線閱讀，本地電子書導入及閱讀，書架管理等功能，系統具有很好的可擴展性。隨著對電子書閱讀需求的不斷擴展，本APP還可以對閱讀亮度進行調節，形成白天與黑夜效果。也可以在閱讀時添加背景音樂播放，形成一個良好的閱讀環境。

2　結果與分析

2.1不同大豆品種(系)農藝性狀表型分析

大豆農藝性狀表現和小區產量如表2所示，小區產量平均為4.4 kg，變異系數為11.3%，產量最高的是秦豆8號，為5.4 kg，最低的是F90和鄭豆04023，均為3.7 kg；單株粒重平均為16.6 g，變異系數為16.3%，單株粒重最高的是秦豆8號(20.4 g)，最低的是高豆2號(12.8 g)；各品種的百粒重平均為18.9 g，變異系數為13.8%，最高的是豫豆29(22.3 g)，最低的是F90(12.9 g)；單株莢數平均為43.1個，最多的為豫豆29(52.2個)，最少的為鄭豆04023和高豆2號，皆為32.9個；單莢粒數平均為2.1個，最多的是鄭豆04023和高豆2001，都為2.7個/莢；單株粒數平均為89.2個，秦豆8號的單株粒數最多，為107.6個，高豆2號的單株粒數最少，為72.4個；各品種株高平均為62.5 cm，其中21A-03的株高最高，為86.9 cm，99E218的株高最低，為27.6 cm；結莢高度平均為14.4 cm，最高的是拂藍克，為23.8 cm，最低的是99E218和高豆2000，皆為7.1 cm；有效分枝平均為2.4個，最多的是豫豆29，為5.9個，最少的是99E218和拂藍克，皆為1.4個。生育期平均為107.7 d，F90的生育期最長，為118 d，黃矮豐的生育期最短，為103 d。

在觀測的性狀中，變異系數最大的是有效分枝數(41.9%)，其次為結莢高度(38.3%)，最小的為生育期(4.1%)。因此，從變異系數來看，各個品種的生育期差異不大，而有效分枝的變異系數最大，表明供試品種的有效分枝變異豐富，而其它性狀變異介于這兩個性狀之間。有效分枝、結莢高度和株高的變異系數較大，可通過品種改良和栽培措施等方法，使這些性狀得到有效提高。生育期的變異系數最小，表明通過品種改良和栽培措施來獲得理想生育期的難度較大。

2.2大豆主要農藝性狀對產量影響的通徑分析

利用通徑分析的方法，大豆主要農藝性狀對產量影響的分析結果見表3。各相關農藝性狀對產量的直接通徑系數大小依次為單株粒重(1.718)>單株粒數(1.572)>結莢高度(0.411)>有效分枝數(0.277)>株高(0.214)>生育期(-0.401)>百粒重(-0.769)>單莢粒數(-1.583)>單株莢數(-2.604)，說明單株粒重和單株粒數對產量的影響較大；生育期和百粒重對大豆產量的通徑系數為負值，表明這兩個性狀對產量的負向效應比較明顯。

通過對大豆產量的通徑分析，各主要性狀對產量的影響不同，并且彼此相互制約，如單株粒重對產量的作用最大，但是這些又被百粒重、單株莢數、單莢粒數、株高、結莢高度和生育期的間接負向效應削弱。各農藝性狀對產量的貢獻從大到小依次為單株粒重(0.564)、單株粒數(0.387)、百粒重(0.293)、單株莢數(0.258)、株高(0.182)、單莢粒數(0.091)和結莢高度(0.056)。這也進一步說明構成大豆產量的主要因素為單株粒重、單株粒數、百粒重和單株莢數。因此，在對大豆單株產量進行選擇時，還應該兼顧產量構成的其它相關性狀，選擇綜合性狀較好的品系。

表2　大豆品種(系)主要農藝性狀表現及變異分析

表3　大豆主要農藝性狀對產量的通徑分析結果

2.3大豆主要農藝性狀對產量影響的灰色關聯分析

將供試材料的產量及相關農藝性狀視為1個灰色系統，設產量為參考數列X0；單株粒重、百粒重、單株莢數、單莢粒數、單株粒數、株高、結莢高度、有效分枝數、生育期分別設為比較數列，依次為X1～X9。由于各個性狀因素量綱不一致，因此需要對表2中的原始數據進行標準化轉換，標準化后的數據如表4所示。

通過主要農藝性狀對產量影響的灰色關聯度分析(表5)，9個主要農藝性狀與產量關聯度大小分別是r1=0.771、r2=0.763、r3=0.749、r4=0.730、r5=0.724、r6=0.704、r7=0.698、r8=0.684、r9=0.672。綜合以上灰色關聯分析結果，大豆主要農藝性狀與產量的關聯度大小依次為單株粒重>單株粒數>單株莢數>株高>百粒重>有效分枝數>生育期>結莢高度>單莢粒數。根據關聯度分析原則，關聯度大的數列與參考數列的關系最為密切，關聯度小的數列與參考數列的關系較遠。由此可知，單株粒重對大豆產量的影響最大；其次為單株莢數、株高、百粒重；對大豆產量影響中等的是有效分枝數和生育期；影響較小的是結莢高度和單莢粒數。因此，在高產大豆品種的選育過程中，首先要選育單株粒重高的大豆品系，其次通過合理密植和栽培技術提高單株的有效莢數，增加百粒重和株高同樣對產量具有重要的促進作用。

3　結論與討論

大豆產量是眾多相關農藝性狀的綜合表達，這些相關性狀無論是在栽培措施的管理上，還是在育種目標性狀的選擇上，都難以準確把握。同時，大豆產量性狀是受多基因控制的數量性狀[8]，且遺傳力低，難以直接選擇出高產材料或品系。許多研究人員已對大豆高產品種選育進行相關研究[9-10]，發現在一定株型和種植密度范圍的前提下，大豆產量主要取決于單株粒重[11-12]。雖然不少研究人員采用相關性分析和回歸分析對大豆產量與農藝性狀進行分析[13-16]，但是這些分析方法要求樣本容量較大，應用起來較為困難，并且研究結果也不盡一致。而通徑分析和灰色關聯分析方法具有要求樣本數量少、分析方法簡單及結果準確等優點，近年來該方法已在大豆等作物的遺傳育種中被廣泛應用[13,17-19]。

表4　大豆品種主要性狀原始數據標準化

表5　大豆主要農藝性狀與產量間的灰色關聯度系數及關聯度

通徑分析主要是通過自變數相互之間的關系去分析，而灰色關聯分析主要是將自變數按照獨立的因素區別對待[7]，因此，通徑分析和灰色關聯度分析法在確定自變數相對重要性上的內涵是不同的，只有兩種不同分析方法的有效結合才能更為全面地分析問題。本文同時利用通徑分析和灰色關聯分析對大豆主要農藝性狀對產量影響的主次關系進行研究分析，通過通徑分析發現，各相關農藝性狀中對大豆產量直接正向影響較大的是單株粒重和單株粒數，其次為結莢高度、有效分枝數和株高；對產量的負向影響較大的是生育期和百粒重。這與韓秉進等[11]認為百粒重對大豆產量提高的貢獻較小的結論基本一致。同時，本研究發現構成大豆產量的主要因素為單株粒重、單株粒數、百粒重和單株莢數，這也與前人研究大豆產量構成因素的結論[2]一致。

灰色關聯度分析表明，單株粒重、單株粒數、單株莢數、株高、百粒重和有效分枝數與大豆產量間關聯度較高，說明大豆產量主要由單株粒重、單株粒數、單株莢數、株高和百粒重構成。兩種分析方法相比較，通徑分析得到的直接貢獻率大小及次序與灰色關聯分析得到的關聯度次序有所不同，但是兩種分析方法均得出單株粒重、單株粒數和株高是大豆產量提高最為重要的3個性狀。這與前人的研究結果基本一致，如張海泉等[20]利用多種分析方法對10個大豆品種的23個性狀進行分析，發現株高與產量的關系最為密切；謝皓等[3]發現大豆單株產量與株高和單株粒數的遺傳相關性較大。然而，可能是由于大豆種植在不同生態區域，種植群體以及研究方法不同，一些研究結果不盡一致，如靜廣利等[21]研究認為株高主要通過生育期、有效分枝等其它農藝性狀實現對產量的間接影響；趙劍鋒認為大豆產量構成因素中單株莢數與產量的關聯性最高；韓秉進[11]和童燕[22]研究認為大豆株高性狀對產量的影響較小；郝瑞蓮等[23]研究認為單株粒重和株高對夏播大豆產量的影響較大。

大豆產量的形成是眾多相關農藝性狀綜合作用的結果，本文通過通徑和灰色關聯度統計分析方法研究大豆主要農藝性狀對產量的影響，明確了各農藝性狀對大豆產量影響的主次關系，確定單株粒重、單株粒數和株高為大豆產量的主要影響因子，通過改良這幾個主要農藝性狀可有效提高大豆產量。因此，該研究結果在一定程度上可為高產大豆品種選育和改良提供重要的理論基礎和參考依據。

[1] 徐澤茹,曹金鋒,王茹芳,等.大豆產量與主要農藝性狀的灰色關聯度分析[J].河北農業科學,2010,14(2):1-2,4.

[2] 張富厚,鄭躍進,王黎明.河南省夏大豆主要農藝性狀的灰色關聯度分析[J].安徽農業科學,2006,34(19):4842-4843.

[3] 謝皓,陳學珍,馮雅男,等.北京地區夏大豆品種產量構成和主要性狀分析[J].北京農學院學報,2002,17(2):1-4.

[4] 王秋玲,郭凌云,劉艷,等.夏大豆單株產量與主要農藝性狀的灰色關聯度分析[J].安徽農業科學,2002,30(1):26-27.

[5] 章建新,胡根海.春大豆主要農藝性狀的相關分析[J].新疆農業科學,2003,40(1):16-19.

[6] 溫學發,王海英,張惠君,等.不同結莢習性大豆品種綜合生產力的分析評價[J].沈陽農業大學學報,2005,36(2):143-147.

[7] 汪越勝,蓋鈞鎰.中國春播大豆熟期地理分布的研究[J].中國油料作物學報,1999,21(3):23-26.

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

[9] 申忠寶,王建麗,潘多鋒,等.大豆單株產量與主要農藝性狀的灰色關聯度分析[J].中國農學通報,2012,28(33):75-77.

[10] 劉忠堂.大豆窄行密植高產栽培技術的研究[J].大豆科學,2002,21(2):117-122.

[11] 韓秉進,潘相文,金劍,等.大豆農藝及產量性狀的主成分分析[J].大豆科學,2008,27(1):67-73.

[12] 常宏杰,楊婉玉,李金梁,等.夏大豆主要經濟性狀與產量的相關分析[J].大豆通報,2005(1):6-7.

[13] 李維秀,陳山.大豆高產育種灰色關聯度分析[J].現代化農業,2003(12):4-5.

[14] 汪寶卿,張禮風,慈敦偉,等.黃淮海地區夏大豆農藝性狀與產量的多元回歸及通徑分析[J].大豆科學,2010(4):255-258.

[15] 許海濤,許波,張友華.夏大豆產量與主要農藝性狀相關性分析研究[J].種子,2006(12):80-81.

[16] 姜永平,張輝明,劉水東,等.不同類型大豆主要農藝性狀與小區產量的多元回歸與通徑分析[J].中國農學通報,2008,24(12):211-214.

[17] 詹園鳳,黨選民,戚志強,等.長豇豆種質資源主要農藝及品質性狀分析[J].南方農業學報,2015,46(11):2006-2010.

[18] 薛香.菜用大豆單株產量相關性狀的灰色關聯度分析[J].種子,2011(6):88-89.

[19] 薛香,郜慶爐.菜用大豆主要農藝性狀與單株產量的灰色關聯度[J].貴州農業科學,2011,39(8):28-30.

[20] 張海泉.大豆不同品種(系)性狀與產量關系的研究[J].沈陽農業大學學報,2000,31(3):162-165.

[21] 靜廣利.株高與小區產量及其它農藝性狀的相關及通徑分析[J].農業與技術,2006,26(3):67-68.

[22] 童燕.大豆主要性狀的灰色關聯度分析[D].鄭州:河南農業大學,2007.

[23] 郝瑞蓮.夏大豆主要農藝性狀的灰色關聯度分析[J].大豆通報,2002(2):11-12.

(責任編輯：許晶晶)

Analysis of Path Coefficient and Grey Relational Degree between Yield and Main Agronomic Traits of Summer Soybean in Shaanxi Province

GOU Sheng-xue, XIAO Jin-ping

(Hybrid Rapeseed Research Center of Shaanxi Province / Shaanxi Branch/National Center for Oil Crops Genetic Improvement, Yangling 712100, China)

In order to explore the effects of main agronomic traits on yield of soybean in Guanzhong area of Shaanxi province, we used path coefficient analysis (PCA) and grey relational degree analysis (GRA) to analyze the relationships between main agronomic traits and seed yield of 16 summer soybean varieties (lines) through field trials. The results of PCA showed that the direct contribution rate of main agronomic traits to yield was ranked as follows: seed weight per plant> seed number per plant> 100-seed weight> pod number per plant> plant height> seed number per pod> height of lowest pod. The results of GRA indicated that the grey relational degree between yield and main agronomic traits had the following order: seed weight per plant> seed number per plant > pod number per plant> plant height>100-seed weight> number of effective branches> growth and developmental duration> height of lowest pod> seed number per pod. According to the results of PCA and GRA, seed weight per plant, seed number per plant, and plant height were considered as the most important agronomic traits for the high yield of summer soybean.

Soybean; Seed yield; Main agronomic traits; Path coefficient analysis; Grey relational degree analysis

2016-04-05

陜西省農業科技創新與攻關項目(2015NY083)。

茍升學，副研究員，主要從事大豆品種選育及栽培技術研究。

S52

A

1001-8581(2016)09-0018-05