復播花生產量相關性狀的主成分及通徑分析

寧東賢， 趙玉坤， 閆翠萍， 楊秀麗， 肖俊紅 (山西省農業科學院小麥研究所，山西臨汾 041000)

?

復播花生產量相關性狀的主成分及通徑分析

寧東賢， 趙玉坤， 閆翠萍， 楊秀麗， 肖俊紅 (山西省農業科學院小麥研究所，山西臨汾 041000)

[目的]研究花生產量相關性狀統計數據的內在關聯性。[方法]以山西省南部復播區10個花生品種為研究對象，通過主成分、相關和通徑分析方法，闡明花生各農藝性狀與產量的關聯差異。[結果]6個農藝性狀統計數據在3種分析方法中表現出相似的變化趨勢；花生單株果數對產量的影響最大，其次分別為百果重、生育期、結果分枝和總分枝數，主莖高與產量呈負相關。[結論]在區域花生育種實踐中，應注重對單株果數性狀的選擇，同時也要兼顧其他性狀的篩選。

花生；產量；主成分；通徑分析

花生是我國重要的油料和經濟作物[1-2]，其產量性狀由地下果實部分構成，這對花生生長后期田間育種鑒選工作提出了新要求[3-5]。如何通過花生地上部分農藝性狀的有效篩選來反映地下果實的實際產量，是花生育種工作者們首先要解決的難題[6-9]。借助生物學統計分析手段，確定作物各性狀與產量的相關程度，進行性狀綜合評價，是作物育種研究的一個熱點[10-13]。筆者通過田間調查山西省南部復播區花生6個數量性狀和產量的相關數據，利用主成分和通徑分析方法研究花生各性狀間的關聯差異，為花生新品種選育及高產栽培提供理論參考和科學依據。

1 材料與方法

1.1 材料試驗于2015年6月在山西省農業科學院小麥研究所韓村試驗基地進行。參試的10個花生品種分別為晉花4號、臨花9號、糧花11號、花小寶7號、中花4號、花育36、邢花7號、白沙9606、山農22、海花8號。

1.2 方法試驗采用隨機區組設計，3次重復，共30個小區，播種密度為18萬穴/hm2，每穴2粒種子。每小區長6.67 m，寬2.00 m，播種6行，行距33.33 cm，穴距16.70 cm，生育期內田間管理統一進行。花生生育期內調查性狀有：生育期x1(d)、主莖高x2(cm)、總分枝數x3、結果分枝x4、單株果數x5、百果重x6(g)、產量y(kg)共7個，具體調查方法參照花生區域試驗記載標準進行。

1.3 數據分析主成分分析參見文獻[13]的方法，將花生各性狀數據標準差標準化后，按方差累積貢獻率≥85%確定主成分數。通徑分析參見文獻[14]的方法，計算通徑系數并進行分析。

數據采用Excel2003和SPSS16.0軟件進行統計分析。

2 結果與分析

2.1 花生產量相關性狀的主成分特征值及載荷矩陣在SPSS軟件中運行Factor分析，選擇主成分選項，可得花生各性狀數據提取主成分的特征值(表1)及載荷矩陣(表2)。由表1可知，當提取3個主成分代表所有性狀時，其方差累積貢獻率已達86.694%，符合方差累積貢獻率≥85%的提取要求，因此共提取3個主成分，完成后續性狀因子載荷值分析。由表2可知，在第1主成分上有較大載荷值的性狀分量分別為：產量、單株果數、生育期和結果分枝4個，在第2主成分上有較大載荷值的性狀分量分別為：總分枝數和結果分枝2個，在第3主成分上有較大載荷值的性狀分量分別為：百果重和單株果數2個。產量性狀位于第1主成分內，說明單株果數、生育期和結果分枝這3個性狀與花生產量有較大的相關性，在花生育種中要注重這些性狀的篩選利用。

表1 主成分方差提取分析結果

表2 主成分載荷矩陣

2.2 花生農藝性狀及產量的相關分析花生各性狀間的相關分析結果表明，與產量(y)關聯系數大小順序是：x5(單株果數)、x4(結果分枝)、x1(生育期)、x6(百果重)，屬正相關，而x2(主莖高)和x3(總分枝數)與產量屬負相關(表3)，在花生田間育種環節要對這些農藝性狀有區別地選擇利用。

2.3 花生農藝性狀及產量的通徑分析由表4可知，與產量(y)相關的農藝性狀中，各性狀分量的相關系數和直接通徑系數表現相似的趨勢。x5(單株果數)對產量關聯性最大，相關系數和直接通徑系數值分別為0.877和0.715，為所有性狀最高值，其他性狀的系數表現存在一定差異。在與產量(y)的間接通徑系數中，x4(結果分枝)通過x5(單株果數)對產量(y)的間接作用最大，x5(單株果數)對產量(y)的直接通徑系數為0.715，間接通徑系數合計為-0.009，為最小值，說明花生單株果數對產量直接作用最大，在育種實踐中應充分考慮性狀間的差異，重點突出，兼顧選擇。

表3 花生農藝性狀及產量的相關分析結果

Table 3 Correlation analysis in agronomic traits and yield of peanut

性狀Traitsyx1x2x3x4x5x6y—0．448-0．576-0．3460．5350．8770．210x10．448—-0．402-0．8760．2160．328-0．046x2-0．576-0．402—0．106-0．839-0．3890．075x3-0．346-0．8760．106—0．105-0．287-0．111x40．5350．216-0．8390．105—0．434-0．206x50．8770．328-0．389-0．2870．434—0．098x60．210-0．0460．075-0．111-0．2060．098—

表4 花生農藝性狀及產量的通徑分析結果

3 討論與結論

花生的產量直接由地下莢果數來反映，而花生地下果實部分的篩選一直是花生育種工作的難題。借助有效的數據統計分析手段，闡明花生地上部分農藝性狀與產量的關聯度大小，篩選出與產量直接相關的農藝性狀，在育種實踐中區別利用，就可以簡化花生高產育種流程，提高育種效率。路紅衛等[7]對麥套花生經濟性狀與產量進行了相關分析，認為單株結果數、百果重、百仁重、飽果率與單株生產力呈極顯著正相關，而主莖高、側枝長與單株生產力呈顯著負相關，最終得出的育種目標是選擇單株飽果數多、百仁重高的大粒型花生品種。王允等[5]對花生新品系農藝性狀和產量進行了相關、灰色關聯度分析，認為結果枝數、出仁率、單株果重、總分枝數是影響花生產量的主導因素，應以其為主攻目標，有效選擇花生后代。

在該研究中，通過對山西省南部復播區花生產量相關性狀因子的數據統計分析，認為花生6個農藝性狀與產量的關聯度大小在3種分析方法(主成分、相關、通徑分析)中，表現出相似的趨勢，性狀x5(單株果數)對產量的影響最大。在區域花生育種實踐中，應注重對單株果數性狀的選擇，即在花生授粉后期調查有效下針數，同時也要加大對花生總分枝數、結果分枝及百果重的篩選，兼顧生育期的選擇，因花生主莖高與產量負相關，故要選擇株高適中的花生品系。花生各農藝性狀間存在交互影響作用，針對某一性狀的有效選擇往往引起其余性狀的改變，應對各性狀綜合考慮，協調兼顧，才能高效、科學地指導花生育種實踐。

[1] 嚴玫,韓鎖義,董文召,等.中國主要花生品種品質性狀關聯分析[J].植物遺傳資源學報,2013,14(6):1064-1071.

[2] 湯松,禹山林,廖伯壽, 等.我國花生產業現狀、存在問題及發展對策[J].花生學報, 2010,39(3):35-38.

[3] 陳明娜,遲曉元,潘麗娟, 等.中國花生育種的發展歷程與展望[J].中國農學通報,2014,30(9):1-6.

[4] 董文召,張新友,黃冰艷, 等.河南、山東育成花生品種的親本遺傳貢獻及相關育種策略探討[J].河南農業科學,2014,43(12):40-45.

[5] 王允,張幸果,李賀敏, 等.花生主要農藝性狀和產量性狀的相關性與灰色關聯度分析[J].河南農業大學學報,2014,48(6):680-683.

[6] 范小玉,陳雷,李可, 等.河南省珍珠豆型花生主要農藝性狀與單株生產力的相關及通徑分析[J].安徽農業科學,2014,42(5):1306-1307.

[7] 路紅衛,杜紅,閆凌云, 等.麥套花生經濟性狀與產量遺傳相關分析及通徑分析[J].河南農業科學,2006(12):38-40.

[8] 華福平,李曉亮,張毅.河南省夏播花生主要數量性狀與產量的相關和通徑分析[J].中國種業,2010(4):42-44.

[9] 寧東賢,閆翠萍,楊秀麗, 等.不同花生品種農藝性狀及產量的灰關聯評價研究[J].農學學報,2015(4):16-19.

[10] 呂建珍,馬建萍,獨俊娥, 等.春播谷子品種(系)生態適應性鑒定及主成分分析[J].作物雜志, 2015(6):44-47.

[11] 張忠信,湯豐收,張新友, 等.河南省夏播花生主要農藝性狀與單株生產力的遺傳相關及通徑分析[J].安徽農業科學,2010,38(30):16817-16819.

[12] 亓振,趙廣才,常旭虹, 等.小麥產量與農藝性狀的相關分析和通徑分析[J].作物雜志, 2016(3):45-50.

[13] 趙玉坤,高根來,田瑋瑋, 等.基于PCA方法的夏玉米穗部性狀綜合評價[J].農學學報,2015(3):20-25.

[14] 杜家菊,陳志偉.使用SPSS線性回歸實現通徑分析的方法[J].生物學通報,2010,45(2):4-6.

Principal Component and Path Analysis in Correlated Traits with Yield of Stubble-field Peanut

NING Dong-xian, ZHAO Yu-kun, YAN Cui-ping et al (Institute of Wheat Research, Shanxi Academy of Agricultural Sciences, Linfen, Shanxi 041000)

[Objective] In order to explore the inner associated rules of correlated traits with yield statistical data in peanut.[Method] Ten breeds were surveyed in southern Shanxi, which was for comparing correlation variance in agronomic traits and yield through principal component, correlation and path analysis methods.[Result] The result showed there were similar change tendency in six agronomic traits’ satistical data with three analysis methods.Single plant fruits most significantly affected peanut yield, then came 100-pod weight, growth duration, branching fruits and branching amount.Main stem height showed negative correlation with peanut yield.[Conclusion] In regional peanut breeding, we should not only pay attention to the choice of fruit number per plant, but also take into account every agronomic trait and choose coordinated multiple characteristics.

Peanut; Yield; Principal component; Path analysis

山西省農業科學院育種工程項目(16YZGC051)。

寧東賢(1973- )，男，山西稷山人，助理研究員，從事花生遺傳育種及栽培研究。

2016-08-31

S 565.2

A

0517-6611(2016)30-0016-02