基于主成分分析的青貯玉米品種農藝性狀評價及篩選研究

王英成， 蘆光新， 鄧 暉， 蔣漢元， 姚世庭， 黨 寧，李 欣， 黃彩霞， 趙麗蓉， 王志慧

(1. 青海大學， 青海 西寧 810016； 2. 青海大學農牧學院， 青海 西寧 810016； 3. 中國農業科學院農業資源與農業區劃研究所， 北京 100081； 4. 青海省大通豐收農牧科技有限公司， 青海 大通 810100)

青海省是生態文明建設的先行區，同時也是我國西北地區“糧改飼”和“草牧業”的試點區。青海省玉米常年栽培面積2.70×104hm2以上，主要分布在青海東部農業區。近年來，隨著農業結構的調整和農區草牧業的蓬勃發展，對“種、養、加”聯合發展提供了契機，形成了農畜聯動、草畜結合的良性循環發展體系。規模化養殖和牛、羊數量的增加，帶動了飼草產業青貯飼用玉米的發展，增加青貯飼用玉米種植面積和規模勢在必行，因此引進和篩選適于當地生長的高產、優質和經濟效益好的青貯玉米品種是擺在人們面前的首要任務。

到目前為止，在青海高寒地區青貯飼用玉米的引種、篩選和種植方面取得了一些進展。李春喜等[6]認為青海省東部農業區無灌溉條件的旱地面積約占總耕地面積的80%，其中年均溫5℃以上的旱地面積約占30%，這類土地適宜種植青貯玉米，收獲鮮草用于發展畜牧業。賀晨邦等[7]從青海省外引進了4個青貯飼用玉米品種(‘沈單16號’、‘紀元8號’、‘金凱3號’、‘漯玉336’)，分別在西寧、湟源、烏蘭、德令哈等地區進行了試驗鑒定，結果發現高產群體中的‘紀元8號’、‘金凱3號’、‘漯玉336’和較高產群體中‘沈單16號’綜合性狀表現較好；閆慧穎等[8]在海拔2 040 m的青海旱地引種‘豫玉22號’、‘金穗3號’、‘金凱3號’進行比較試驗，‘豫玉22號’綜合性狀表現突出，適合在青海旱地推廣種植。魏竇興等[9]發現青貯飼用玉米能在高寒的柴達木地區種植，且能獲得高產。李春喜[10]等研究認為在高寒牧區通過覆膜的方式進行青貯玉米種植是可行的，且還可通過增加種植密度來獲得飼料高產。以往在選擇適宜高寒地區種植的青貯玉米品種的報道中，篩選方法僅依靠個別指標進行評判的較多，而現已有研究[11-18]證明，在農作物品種進行品比試驗中，采用多指標進行綜合評判，可以克服單指標評價的弊端，主成分分析法在品種的篩選中更具科學性和準確性。本研究本著豐富高寒地區飼用玉米種類及優化飼草產業發展模式的目的，對引進的16個青貯玉米品種農藝性狀進行綜合分析，旨在篩選出適合在西寧地區種植的高產、適應性好的青貯玉米品種，以期為當地高產的青貯玉米提供技術支撐，促進草牧業可持續發展。

1 材料與方法

1.1 供試品種

從甘肅、吉林、黑龍江等地引進‘正泰1號’、‘正德303’、‘安早10’、‘高玉2300’、‘五谷705’、‘五谷704’、‘翔玉998’、‘龍高L2’、‘禾田 3號’、‘利合228’、‘鐵研53’、‘五谷703’、‘優迪919’、‘利合328’、‘五谷702’、‘翔玉198’等16個青貯玉米品種。

1.2 試驗地概況

大通縣位于青海省東部農業區北部，地處北緯 36°43′～37°23′，東徑 100°51′～101°56′之間，南北寬85 km，東西長95 km公里，總面積3 090 km2，境內海拔2 280～4 622 m；屬典型大陸性氣候，晝夜溫差較大，冬季漫長而寒冷，夏季短暫而涼爽，年平均氣溫2.8℃～5.1℃。太陽輻射強，光能資源豐富，年平均日照時數2 530～2 605 h；降雨集中于7—9月份，年均降雨量為508 mm；無霜期短，80～120 d，冰雹、霜凍、雨澇等自然災害頻繁，在很大程度上限制了農業生產，特別是種植業的生產發展。

1.3 試驗設計

試驗采用完全隨機排列，3個區組，每個區組內設16個小區，小區面積為12 m2，共設48個小區。每個小區行長6.0 m，行寬2.0 m，行距0.4 m，株距0.4 m，共 6行。具體采用雙壟地膜覆蓋技術，用寬1.2 m的地膜全地面覆膜，穴播，每穴2～3粒，播深 3～5 cm。進入大喇叭口期，追施壯稈增穗肥，每6.67×102m2追施尿素15～20 kg。

1.4 測定指標及方法

1.4.1農藝性狀測定 每個小區隨機選取10 株玉米用塔尺測定株高(cm)、游標卡尺測定莖粗(cm)，同時統計每株玉米的葉數、果穗數、穗長(cm)、穗粗(cm)、穗行數、行粒數、單穗重(kg)、苞片數。

1.4.2含水量測定 將每個小區青貯玉米從地面刈割后將其全部粉碎，四分法取50 g左右的新鮮樣品，重復3次，為保證水分不損失，裝于信封袋后及時稱重，帶回實驗室后置于105℃的烘箱殺青2 h，然后65℃烘至恒重，稱重。

(1) 針對于平面形狀類似于正方形，且平面的長度和寬度尺寸太大，所處地質條件很差的基坑工程，如果采用內支撐結構體系，需設置較多立柱，導致水平支撐構件斷面增大、自重增大和施工工期加長；如采用不設內支撐的懸臂支護樁或者樁錨體系，由于地質條件較差，且工程周邊存在在建建筑，導致工程無法實施。采用明挖順筑與蓋挖逆筑的盆式開挖法施工時，以車站結構板在水平向的整體剛度取代水平支撐體系，以及主體結構進行逆作法施工，既減少了工程量，又節省了施工工期，同時還為土方開挖和材料運輸提供了空曠空間。

1.5 數據處理

采用Excel 2010進行數據整理，采用DPS 6.55和SPSS 20.0分別進行數據分析。對選取的13個農藝性狀作單因素方差分析，并采用Duncan法進行多重比較；對13個農藝性狀進行相關性分析和主成分分析。

2 結果分析

2.1 不同品種農藝性狀比較

采用方差分析，對引進的16個青貯玉米品種的農藝性狀進行比較，結果表明(表1)16個品種的農藝性狀存在一定的顯著性差異(P<0.05)。株高在213.43～332.70 cm之間，以‘五谷704’最高，‘安早10’最低；莖粗在2.07～3.04 cm之間，以‘禾田3號’最粗，‘安早10’最細；葉片數在11.70～14.27之間，以‘五谷704’最多，‘五谷703’最少；果穗個數在1.90～2.63之間，以‘龍高L2’最多，‘優迪919’最少；莖重在0.57～1.27 kg之間，以‘五谷704’最重，‘安早10’最輕；葉重在0.10～0.27 kg之間，以‘五谷704’最重，‘高玉2300’最輕；單株總重在0.71～1.54 kg之間，以‘五谷704’最重，‘安早10’最輕；穗行數在16.90～16.27之間，‘安早10’數量最多，‘五谷703’數量最少；行粒數在41.33～31.03之間，以‘五谷702’數量最多，‘安早10’數量最少；單穗重在0.24～0.15之間，以‘安早10’單穗最重，‘優迪919’單穗最輕；穗長在22.40～15.50 cm之間，以‘正德303’最長，‘安早10’最短；穗粗在4.73～3.23 cm之間，以‘安早10’最粗，‘優迪919’最細；苞片數在11.37～5.63之間，以‘安早10’最多，‘五谷705’最少。

2.2 農藝性狀相關性分析

對13個農藝性狀進行相關性分析，結果發現(表2)：株高與莖粗顯著正相關(P<0.05)，相關系數為0.09；與葉數、莖重、葉重、單株總重、行粒數、穗長極顯著正相關(P<0.01)，相關系數分別為0.34，0.41，0.37，0.46，0.29，0.42；與果穗數顯著負相關(P<0.05)，相關系數為0.11；與單穗重、穗粗、苞片數極顯著負相關(P<0.01)，相關系數為0.28，0.41，0.22。莖粗與果穗數、莖重、葉重、單株總重、行粒數、穗長極顯著正相關(P<0.01)，相關系數為0.12，0.39，0.16，0.40，0.15，0.16；莖粗與苞片數顯著負相關(P<0.05)，相關系數為0.10。葉數與行粒數顯著正相關(P<0.05)，相關系數為0.11；與果穗數、莖重、葉重、單株總重、穗長極顯著正相關(P<0.01)，相關系數為0.14，0.28，0.45，0.33，0.35；與苞片數極顯著負相關(P<0.01)，相關系數為0.15。

果穗數與單株總重顯著正相關(P<0.05)，相關系數為0.11；與莖重、單穗重、穗粗極顯著正相關(P<0.01)，相關系數為0.12，0.18，0.14；與行粒數極顯著負相關(P<0.01)，相關系數為0.13。莖重與葉重、行粒數、單株總重、穗長極顯著正相關(P<0.01)，相關系數為0.57，0.99，0.30，0.41；與單穗重顯著負相關(P<0.05)，相關系數為0.11；與苞片數極顯著負相關(P<0.01)，相關系數為0.27。葉重與單株總重、行粒數、穗長極顯著正相關(P<0.01)，相關系數為0.70，0.16，0.33；與苞片數顯著負相關(P<0.05)，相關系數為0.13。

單株總重與行粒數、穗長極顯著正相關(P<0.01)，相關系數為0.27，0.43；與單穗重顯著負相關(P<0.05)，相關系數為0.13；與穗粗、苞片數極顯著負相關(P<0.01)，相關系數為0.22，0.27。穗行數與單穗重、穗粗顯著正相關(P<0.05)，相關系數為0.09，0.12；與苞片數極顯著正相關(P<0.01)，相關系數為0.26；行粒數與穗長極顯著正相關(P<0.01)，相關系數為0.58；與穗粗、苞片數極顯著負相關(P<0.01)，相關系數為0.26，0.29。

表1 16個品種農藝性狀比較Table 1 Comparison of agronomic characters of 16 maize varieties

注：表中數據表示采用平均值±標準誤，同列不同字母表示差異顯著(P<0.05)

Note:Data in the table are represented by mean±standard error,different letters in the same column mean significant difference (P<0.05)

單穗重與穗長顯著正相關(P<0.05)，相關系數為0.10；與穗粗極顯著正相關(P<0.01)，相關系數為0.81。穗長與穗粗、苞片數極顯著負相關(P<0.01)，相關系數為0.16，0.39。穗粗與苞片數顯著正相關(P<0.05)，相關系數為0.10。

2.3 農藝性狀的主成分分析

主成分分析是將多指標轉化為少數幾個綜合指標，其中每個主成分都能反映原始變量的大部分信息[19]。在本研究中，通過SPSS 20.0對16個品種青貯玉米進行主成分分析，并對原始數據進行KMO和Bartlett檢驗后發現，Bartlett球形檢驗的顯著性P值為0，小于0.05，說明數據適合做因子分析(表3)。

對原始數據進行主成分分析(表4)發現，前5個主成分的特征值均大于1，其累積總貢獻率為73.90%，累積貢獻率分別為30.79%，45.42%，56.29%，65.38%，73.90%。

表2 農藝性狀相關性分析Table 2 Correlation analysis of agronomic characters

注：**表示在0.01水平上極顯著相關，*表示在0.05水平上顯著相關

Note:** Indicates a significant correlation at the level of 0.01,* indicates a significant correlation at the level of 0.05

表3 KMO和Bartlett的檢驗Table 3 KMO and Bartlett tests

通過主成分分析得到的主成分矩陣(表5)顯示了各性狀在5個主成分中的權重系數，用此數除以該成分的特征值的平方根，得到該特征值的特征向量值；得到的特征向量值乘以標準化(x1，x2，x3......x13)的數據，最后得到主成分因子F1，F2，F3，F4，F5的表達式和5個因子得分及綜合得分F(表6)：

F1=0.44x1+0.61x2+0.59x3+......+2.64x13；

F2=0.12x1+0.14x2-0.22x3+......+46.96x13；

F3=0.14x1+0.19x2-0.04x3+......+30.63x13；

F4=-0.06x1-0.14x2+0.29x3+......-40.71x13；

F5=0.04x1+0.10x2-0.09x3+......-55.13x13；

F=F1+F2+F3+F4+F5

表4 初始特征值和提取的主成分貢獻率Table 4 Initial eigenvalues and extracted principal component contribution rate

青貯玉米農藝性狀主成分矩陣(表5)中顯示了各性狀在5個主成分中的權重系數，主成分1中單株總重、莖重、株高和葉重的權重系數較大(特征向量約平均在0.78)，可以解析為生物產量因子；主成分2中單穗重、穗粗的權重系數較大(特征向量約平均在0.82)，可以解析為籽實產量因子；主成分4中株高、葉數、莖粗的權重系數較大(特征向量約平均在0.44)，可以解析為植株特征因子；主成分3中苞片數、行粒數、穗長的權重系數較大(特征向量約平均在0.52)；主成分5中穗行數、行粒數、果穗數的權重系數較大(特征向量約平均在0.45)，兩者可以解析為果穗特征因子。

表5 主成分矩陣Table 5 Principal component matrix

因此，由表6可知，16個青貯玉米主成分分析得分高低順序依次為：‘翔玉998’>‘優迪919’>‘五谷703’>‘翔玉198’>‘高玉2300’>‘鐵研53’>‘禾田3號’>‘五谷702’>‘五谷704’>‘安早10’>‘五谷705’>‘利合328’>‘正德303’>‘利合228’>‘正泰1號’>‘龍高L2’。綜合得分在10以上的品種高低順序依次為‘翔玉998’、‘優迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘鐵研53’。

2.4 16個青貯玉米品種含水量分析

采用方差分析對引進的16個青貯玉米品種進行含水量分析，結果表明(表7)：不同品種含水量存在顯著差異(P<0.05)，品種含水量高低次序為：‘鐵研53’>‘正德303’>‘翔玉998’>‘五谷705’>‘優迪919’>‘利合328’>‘龍高L2’>‘禾田3號’>‘五谷704’>‘安早10’>‘高玉2300’>‘五谷702’>‘正泰1號’>‘利合228’>‘五谷703’>‘翔玉198’，其中‘鐵研53’含水量最高，達72.01%，‘利合228’含水量最低，為59.42%。

表6 得分因子矩陣Table 6 Scoring factor matrix

表7 不同品種含水量比較Table 7 Comparison of water content of different varieties

注：‘五谷703’和‘翔玉198’因樣品丟失，沒有測含水量

Note:‘Wugu 703’ and ‘Xiangyu 198’ did not measure water content due to sample loss

3 討論

本研究通過主成分分析法對16個青貯玉米品種進行了初步篩選，篩選結果與實際結果相符合，應用主成分分析方法，可以將多個指標轉換成較少的新的指標，這種降維思想為綜合評價提供了有力的理論依據和技術支持[20]，也為篩選青貯玉米品種提供了更加科學的方法。通過主成分分析，對引進的16個青貯玉米品種的株高、莖粗、葉數、莖重、葉重、總重、穗行數、行粒數等13個性狀進行綜合評價時，可以轉換為生物產量、籽實產量、果穗特征、植株特征5個相互獨立的因子進行評價，評價簡單直觀并且能更好的反映實際。玉米的農藝性狀、產量與青貯玉米品質對于指導選育高產優質的青貯玉米品種具有重要意義[21]，在青貯玉米選擇中一般要考慮生物產量、淀粉含量、干物質含量、消化率、適口性等。但在本研究中，由于因素限制，對于西寧地區青貯玉米的篩選僅選用田間農藝性狀作為考量指標，對于其品質和產量有待后面進一步研究。

植株含水量是青貯玉米秸稈收割的重要衡量指標[22]。青貯玉米秸稈收割的最適宜含水量為65%～70%，含水量過高會導致產量虛高，有機物質積累少，青貯期間秸稈易腐爛變質，不宜貯存；含水量過低則青貯時不易壓實，易引起發霉變質，還會導致收獲損失和過度產熱，使可發酵物質的數量減少，影響青貯飼料品質[23]。另外，西寧地區降雨集中在7—9月份，青貯玉米收獲的季節是雨季，如果不及時進行收割青貯處理，很容易引起腐爛和霉變，因此，玉米植株含水量也是考慮的一個因素。在本研究中，引進的16個青貯玉米品種在收割時含水量在72.01%～59.42%之間，達到西寧市青貯玉米含水量在60%～70%這一標準，說明這些品種均可在西寧地區正常生長，而‘鐵研53’、‘正德303’、‘翔玉998’、‘五谷705’、‘優迪919’含水量分別為72.01 %，70.20%，67.75%，67.05 %，65.80%，這5個品種含水量處于青貯玉米最適宜含水量之間，說明能夠達到青貯玉米的收割標準，適宜做青貯飼料加工。

4 結論

基于對16個不同青貯玉米品種農藝性狀方差分析、相關性分析和主成分分析，結果表明綜合性狀較好且主成分綜合評分在10分以上的的品種有‘翔玉998’、‘優迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘鐵研53’、‘禾田3號’、‘五谷704’、‘五谷702’這9個品種。

‘禾田3號’植株低矮，綠葉數少；‘五谷704’果穗不飽滿且少；‘五谷702’易引發玉米葉斑病害，收購風險及種植風險大，不利于大面積引種種植。而‘翔玉998’、‘優迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘鐵研53’這6個品種農藝性狀、品質等綜合性狀較好，適宜在西寧地區種植推廣。