張雪彬,曹 明,楊小鋒,3,王懷松,陶 凱,陳連珠
(1.三亞市南繁科學技術研究院,海南三亞 572000;2.國家西甜瓜產業技術體系三亞綜合試驗站,海南三亞;3.中國農業科學院蔬菜花卉研究所,北京 100081)
【研究意義】酥瓜(Cucumismelo.var.conmonGroup)是葫蘆科黃瓜屬甜瓜種薄皮甜瓜亞種的變種,其口感酥脆、甜,香味獨特、濃郁,品種類型豐富,目前在安徽、四川、山東等地廣泛種植[1-3]。甜瓜作為海南冬季瓜菜發展的特色產業之一,種植面積大,主要分布在三亞、陵水、樂東、東方等地[4],但主要以厚皮網紋甜瓜品種為主,而酥瓜在海南的種植幾乎未見報道。應用灰色關聯分析法引進篩選酥瓜優勢品種對豐富海南甜瓜品種資源有實際意義。【前人研究進展】灰色關聯分析法[5],其可靠性高,分析全面,能夠準確篩選出作物優勢品種,已有學者應用此方法對甜瓜、棉花、西瓜、甘薯及甘藍等農作物品種進行了綜合評價[6-10]。辛建華等[11]應用灰色關聯度分析法分析甜瓜主要農藝性狀對產量的影響,研究結果表明,單瓜重對產量影響最大,而果實生育期最小;胡建斌等[12]也采用了該方法研究分析了薄皮甜瓜果實相關農藝性狀,結果表明,單果重、果肉厚和種子千粒重與產量關聯度最大,果肉厚、首花節位和種子千粒重與單果重關聯度最大;劉翔宇等[13]應用灰色關聯分析法篩選出了適合新疆地區推廣種植的甜高粱品種。【本研究切入點】目前,產量在瓜類等農作物的評價中占據主導因素,然而評價性狀單一,造成評價結果與實際有偏差。灰色關聯分析法評價結果具有較強客觀性,且簡單有效,關于運用灰色關聯分析法確定適合在海南種植的酥瓜品種的相關研究更是鮮見報道。研究采用灰色關聯分析法綜合評估酥瓜品種的農藝性狀。【擬解決的關鍵問題】應用灰色關聯分析法,對引進三亞的9個酥瓜新品種主要農藝性狀進行綜合評估,篩選適合三亞地區推廣種植的優良酥瓜新品種,為酥瓜在海南的品種選育奠定基礎。
供試的9個酥瓜新品種,均由中國農業科學院蔬菜花卉研究所提供,品種名稱為N1、N2、N3、N4、N5、N6、N7、N9、綠牛,分別用X1、X2、X3、X4、X5、X6、X7、X8、X9表示。
1.2.1 試驗設計
試驗于2018年11月至2019年1月在三亞市育制種試驗示范基地大棚內進行,棚頂覆蓋PO膜,四周圍40目防蟲網,壟高30.0 cm,寬100.0 cm,溝寬50.0 cm。采用隨機區組設計,小區面積18.0 m2,每個品種設置3個重復,株行距為40.0 cm×60.0 cm,每小區定植60株。采用吊蔓栽培,主蔓坐瓜,第10朵雌花開始授粉留果,連續授粉4朵雌花,25片真葉即打頂,灌溉方式為膜下滴灌,田間管理方式按正常標準進行,各酥瓜品種于2018年12月24日統一授粉,2019年1月23日采收,并測定各性狀指標。
1.2.2 指標測定
每個處理小區選取10株開花授粉后長勢一致的植株測定坐果率,在果實采收期對植株測量果實商品率、產量、中心可溶性固形物含量、果肉厚度及種腔大小指數。單位產量(667m2)用小區產量折合計算,果肉厚度用直尺測量,中心可溶性固形物含量用手持折光糖度計測量。
試驗數據均采用Excel 2003軟件分析。依據灰色系統理論要求,以9個酥瓜品種的6個性狀指標組成一個灰色系統,每個品種作為系統中的一個因素。以參試品種性狀指標Xi(i=1,2,3,…,9)、Xi={Xi(1),Xi(2),Xi(3),…Xi(6)}={坐果率、商品率、產量、中心可溶性固形物含量、果肉厚度、種腔大小指數}構成的數列作為比較數列,以參考品種各項性狀指標X0={X0(1),X0(2),X0(3),…,X0(6)}構成的數列作為參考數列。列出參試品種和參考品種的各項性狀指標平均值。表1
參照郭存芝等[14]的方法計算各參試品種與參考品種間的關聯系數、等權關聯度和加權關聯度。

(1)
(2)
(3)
式中,Δi(k)=|Χ0(k)-Χi(k)|為X0數列與Xi數列在第k點的絕對值;minΔi(k)為二級最小差,maxΔi(k)為二級最大差,ρ為分辨系數,通常取值0.5,Wk為各關聯系數的權重,n為參試品種數,k為評估的性狀數。
研究表明,產量作為評價酥瓜品種優劣的主要標準之一,坐果率、商品率和果肉厚度為影響產量的因素,中心可溶性固形物含量和種腔大小指數等是酥瓜口感品質指標和外觀指標。參照品種為X0,其他比較品種為Xi,構建原始矩陣。將酥瓜品種主要性狀數據進行初值化處理,即數列X1~X9的相應性狀(坐果率、商品率、產量、中心可溶性固形物含量和果肉厚度等)數值除以X0,其值越大,該品種表現越好;而種腔大小指數等性狀數值化處理則相反,即X0除以X1~X9相對應的數據,值越小,品種越占優勢。坐果率、商品率、產量、中心可溶性固形物含量、果肉厚度和種腔大小指數等6個性狀用K1~K6表示,各參試品種的K1~K6數列值分布較廣,品種不同,其主要性狀存在較大差異。其中坐果率、商品率和產量性狀的數列分布范圍大于中心可溶性固形物含量、果肉厚度和種腔大小指數性狀的分布范圍。表1,表2
表1 供試酥瓜品種的主要性狀
Table 1 Main traits of the tested crisp melon cultivars

品種編號CultivarNo.坐果率Fruitsettingrate(%)商品率Commodityrate(%)產量Yield(kg/667m2)中心可溶性固形物含量Solublesolidcontentinthecenter(%)果肉厚度Fleshthickness(cm)種腔大小指數CavitysizeindexX00.921.005113.6712.972.900.30X10.830.702297.448.971.800.48X20.750.503409.1111.972.000.42X30.440.713557.3312.632.900.38X40.830.703705.5610.052.230.35X50.630.401704.567.902.830.45X60.671.003557.338.732.470.30X70.920.642816.2212.871.800.50X80.580.712445.6712.972.230.35X90.650.925113.677.972.430.35
表2 酥瓜品種主要性狀數據的初值化
Table 2 The initialization data about main traits of the crisp melon cultivars

品種編號CultivarNo.坐果率K1商品率K2667m2產量K3中心可溶性固形物含量K4果肉厚度K5種腔大小指數K6X01.00001.00001.00001.00001.00001.0000X10.90910.70000.44930.69150.62070.6346X20.81820.50000.66670.92290.68970.7231X30.47730.71430.69570.97431.00000.7974X40.90910.70000.72460.77510.77010.8716X50.68180.40000.33330.60930.97700.6685X60.72731.00000.69570.67350.85061.0000X71.00000.63640.55070.99230.62070.6066X80.63640.71430.47831.00000.77010.8716X90.70910.92311.00000.61440.83910.8670
研究表明,二級最小差min△i(K)=0.000 0,二級最大差max△i(K)=0.681 0,由公式(1),計算出Xi與X0各主要農藝性狀的關聯系數,式中的ρ取值為0.5。表3
N6商品率關聯系數最大,為1.00 0,與參考品種相同,該品種畸形瓜較少,外觀美觀商品性好;N7的坐果率和種腔大小指數2個性狀的關聯系數最大,其有坐果性好,果肉充實;N9的可溶性固形物含量關聯系數最高,其具有口感好,品質佳的特點;綠牛產量的關聯系數均大于其他品種,且為1.000 0,產量最高,與參考品種相同;N5的商品率、產量和可溶性固形物含量等3個關聯系數最小,該品種產量低,品質差。
依據作物各農藝性狀指標對該品種影響程度的不同,賦予相關權重系數。產量是農作物優劣的重要評判標準,賦予的最大權重系數0.30;可溶性固形物含量是酥瓜的重要品質指標,是市場需求量的評判標準,賦予的權重系數也較大,為0.20;坐果率和商品率也是影響酥瓜最終產量的重要因子,賦予權重系數0.15。表4
表3 X0與Xi的絕對差值△i(k)
Table 3 Absolute difference△i(k)between X0and Xi

△i(k)坐果率K1商品率K2667m2產量K3中心可溶性固形物含量K4果肉厚度K5種腔大小指數K6△1(k)0.09090.30000.55070.30850.37930.3654△2(k)0.18180.50000.33330.07710.31030.2769△3(k)0.52270.28570.30430.02570.00000.2026△4(k)0.09090.30000.27540.22490.22990.1284△5(k)0.31820.60000.66670.39070.02300.3315△6(k)0.27270.00000.30430.32650.14940.0000△7(k)0.00000.36360.44930.00770.37930.3934△8(k)0.36360.28570.52170.00000.22990.1284△9(k)0.29090.07690.00000.38560.16090.1330
表4 酥瓜品種與參考品種的關聯系數
Table 4 Correlation coefficient between tested crisp melon cultivars and reference cultivars

ε(k)坐果率K1商品率K2667m2產量K4中心可溶性固形物含量K5果肉厚度K6種腔大小指數K7ε1(k)0.78570.52630.37700.51940.46770.4770ε2(k)0.64710.40000.50000.81210.51790.5463ε3(k)0.38940.53850.52270.92841.00000.6220ε4(k)0.78570.52630.54760.59710.59180.7220ε5(k)0.51160.35710.33330.46040.93550.5014ε6(k)0.55001.00000.52270.50520.69051.0000ε7(k)1.00000.47830.42590.97740.46770.4587ε8(k)0.47830.53850.38981.00000.59180.7220ε9(k)0.53400.81251.00000.46360.67440.7147Wk0.150.150.300.200.100.10
研究表明,關聯度可衡量各參試品種與參考品種的接近程度,因此其排序情況可作為各參試品種綜合性狀優劣的評估依據。數值越大,排序越靠前,該品種比較適應當地氣候,適宜在該區域栽培,排序越后則不適宜。各參試品種綜合性狀的等權關聯度排序為N6>綠牛>N3>>N7>N4>N9>N2>N1>N5,加權關聯度排序為綠牛>N6>N3>N7>N4>N9>N2>N1>N5。經加權后關聯度排序后,綠牛由第2位上升至第1位,N6則降到第2位。兩個品種的關聯度排序發生變化是由于綠牛經加權處理后能夠突出其產量方面的優勢。秩相關系數為0.944 7,等權關聯度和加權關聯度的排序結果更接近。表5
表5 酥瓜品種與參考品種的關聯度及排序
Table 5 Correlation degree and rank between the tested crisp melon cultivars and the reference cultivars

品種編號CultivarsNo.等權關聯度Equalcorrelationdegree排序Rank加權關聯度Weightedcorrelationdegree排序Rank秩相關系數RankcorrelationcoefficientN10.525580.508380.9447N20.570570.57597N30.666830.64393N40.628450.61195N50.516590.46619N60.711410.65942N70.634740.63764N90.620160.60086綠牛0.699920.73361
研究通過采用灰色關聯分析法綜合評價了9個酥瓜新品種6個主要農藝性狀,其評估結果與田間實際觀測情況一致,該分析法可作為酥瓜新品種的引進栽培綜合評估方法。酥瓜品種N6和綠牛在等權關聯度排序分別為第1和第2位,在加權關聯度排序分別為第2和1位,兩個品種都比較適合在三亞地區栽培,而N1和N5關聯度排序靠后,綜合表現差,不適合在三亞種植。為統一評估供試品種,于2019年1月23日集中采收,并測定各性狀指標,由于不同酥瓜品種成熟期存在差異,N1、N5、N6和綠牛4個酥瓜品種成熟期較其他5個酥瓜品種晚,故其中心可溶性固形物含量偏低。
研究參照張北群[7]、郭存芝[14]和許如意等[15]的方法,將各參試品種的最優農藝性狀值或高于該值作為理想參考品種。各參試酥瓜品種的等權關聯度與加權關聯度排序結果不完全一致,加權關聯度排序結果能夠充分反映各參試品種田間實際表現情況;不同品種的各主要農藝性狀在該品種中的表現情況各不相同,其重要性也不一樣,所以要根據對目標品種實際需求,確定其性狀的重要程度并賦于不同的權重系數。灰色關聯分析法在一定程度上避免了人為主觀因素的影響,使得評估結果可靠,且有科學依據。因此,經該方法評估篩選的酥瓜新品種更加具有說服力。
經灰色關聯分析法綜合評估,N6和綠牛的等權關聯度分別為0.711 4和0.699 9,排序為第1位和第2位;而加權關聯度為0.659 4和0.733 6,排序為第2位和第1位,N6和綠牛的關聯度排序都在前兩位,且N6在田間表現為商品率高、果型好,綠牛表現為產量高,這兩個品種都比較適合在三亞地區推廣栽培。