長江中下游區板栗主栽品種果實表型和品質綜合評價

江錫兵，滕國新，范金根，羅修寶，盛建洪，龔榜初＊

(1.中國林業科學研究院亞熱帶林業研究所,浙江 杭州 311400；2.浙江省蘭溪市苗圃,浙江 蘭溪 321100；3.浙江省遂昌縣自然資源和規劃局,浙江 遂昌 323300)

板栗（Castanea mollissimaBlume）屬殼斗科（Fagaceae）栗屬（CastaneaMill.）植物，是我國傳統的特色堅果和木本糧食樹種。板栗營養價值高，且適應性和抗逆性強[1-3]，分布廣泛，全國26 個省（直轄市、自治區）均有分布，并被劃分為華北、長江中下游、西北、東南、西南和東北6 個品種群。其中，長江中下游品種群分布于湖北、安徽、江蘇、浙江諸省的長江流域地區，據統計，全區共有板栗品種和品系100 余個，約占全國品種總數的1/3[4]。

浙江省是我國板栗主要產區之一，目前全省板栗栽培面積約6 萬hm2，年產量5～6 萬 t，但該省板栗大面積栽培品種單一、結構不合理等問題突出，且絕大多數樹齡在20 a 以上，老化現象嚴重[5-6]。加快優新品種選育應用、促進品種多元化是提升板栗品質和效益、恢復產業發展的關鍵途徑之一。通過性狀綜合評價并篩選適于某一區域栽培的板栗優良品種或種質，前期已有大量研究。蘇淑釵等[7]對華北品種群19 個板栗品種的物候期、生長結果習性和果實品質進行綜合評價，從中篩選出早產性、豐產性、穩產性及抗逆性均較強的5 個優良品種，適宜在北京燕山地區推廣種植。楊晴等[8]對來自燕山和山東的34 個板栗品種的營養品質進行綜合評價，篩選出燕山短枝（C.mollissima ‘Yanshan Duanzhi）’等5 個優質品種，為華北地區選育優良板栗品種提供了理論依據。杜常健等[9]對燕山北部山區收集的63 個板栗農家品種和優良單株的品質進行綜合評價，明確板栗優良種質的品質評價指標，從中進一步篩選出1 個早熟、最優種質和2 個晚熟種質。但關于板栗品種的綜合評價多集中于北方地區，南方特別是長江中下游區的板栗品種果實性狀綜合評價研究相對欠缺。

目前，對板栗品種性狀進行綜合評價多采用因子分析法、隸屬函數法、主成分分析法等[8-13]。與主成分分析等方法相比較，灰色關聯度分析是根據系統內各因素之間發展趨勢的相似或相異程度來衡量因素間的關聯程度，從而客觀反映研究對象的綜合表現[14]。因此，聯合運用主成分分析和灰色關聯度分析方法能從多指標、多因素著手，綜合分析各指標的整體效應，從而使篩選得到的結果更具有科學性。本研究以長江中下游區25 個板栗主要栽培品種以及5 個有代表性的北方板栗品種為材料，采用主成分分析和灰色關聯度分析法對其果實表型和品質性狀進行綜合評價，以期篩選出綜合表現優良且適于浙江省種植推廣的板栗品種，為促進該省板栗品種多元化和產業可持續發展提供理論依據。

1 材料與方法

1.1 試驗材料

供試材料為來源于浙江、江蘇、安徽、湖北等長江中下游地區的25 個板栗主要栽培品種以及5 個有代表性的北方板栗品種（表1）。30 個板栗品種于2012 年種植于浙江省蘭溪市省級栗類種質資源圃（蘭溪市苗圃），株行距3 m × 4 m，每個品種6 株，保存率100%，每年進行精細撫育管理，目前均已進入盛果期。試驗地位于浙江省蘭溪市馬達鎮老鷹山，土壤為紅黃壤，pH 值5.16，土層深厚，土壤有機質含量26.5 g·kg-1，肥力中等。

表1 板栗品種名稱及其來源地Table 1 Name and source of Chinese chestnut cultivar

1.2 果實表型性狀測定

2019、2020 年每年8—10 月，于板栗果實完全成熟、栗苞自然開裂時，分批采集各品種的成熟栗苞，采集方法為從各品種6 株樹的樹冠外圍隨機采集成熟度較一致、無病蟲害的栗苞，每個品種采集30～50 個栗苞，裝入網袋中并作好標記，帶回實驗室進行測定。

采用百分之一天平依次稱量單個栗苞總質量，而后取出堅果，記錄每苞中堅果數量，并稱量每苞中堅果總質量和單果質量；利用游標卡尺對堅果橫徑、堅果縱徑進行測量。單果質量、堅果橫徑和堅果縱徑均選取邊果測量，并一一對應。果形指數為堅果橫徑與堅果縱徑的比值；出籽率=每苞中堅果總質量/栗苞總質量×100%。

1.3 果實品質性狀測定

果實表型性狀測定完成后，每個品種隨機選取30 個堅果，稱量鮮果總質量并記錄。裝入托盤放置于預熱好的105℃烘箱中殺青15 min，取出后剝開堅果外殼和澀皮，并將果肉、外殼和澀皮一起重新放入烘箱，溫度設置為65℃，烘至完全干燥。烘干后稱量總干質量，計算堅果含水率。堅果含水率=（鮮質量-干質量）/鮮質量×100%。

去除果殼和澀皮，利用磨樣機將果肉磨成面粉狀，放冷后裝袋并作好標記，干燥保存用于測定果實品質指標。

總淀粉含量采用蒽酮比色法[15]測定，直鏈淀粉含量按照GB/T 15683—2008 的方法測定，支鏈淀粉含量=總淀粉含量-直鏈淀粉含量；可溶性糖含量、蛋白質含量、總氨基酸含量及脂肪含量分別按照NY/T 1278—2007、GB 5009.5—2016（第一法）、GB/T 8314—2013 及GB 5009.6—2016 的方法測定；鉀含量、磷含量和硼含量按照GB 5009.268—2016（第二法）測定；總多酚含量參照張春江等[16]方法測定；總黃酮含量參照鐘冬蓮等[17]方法測定。

1.4 數據分析

所有數據錄入Excel 2020 表格，分別采用Origin 2021b、SAS 8.2、Excel 2020 等軟件對數據進行相關性、主成分和灰色關聯度分析。

主成分分析：利用SAS 8.2 軟件對板栗果實表型和品質共20 項指標（分別用K1，K2，···，K20表示）進行主成分分析。首先對原始數據進行標準化處理，計算特征值、方差貢獻率、累計貢獻率及特征向量；而后計算各品種各項指標的主成分分數，以方差貢獻率為權重，得出各品種的綜合得分。

灰色關聯度分析：根據灰色系統理論[18]，將30 個板栗品種的果實表型和品質共20 項指標作為一個灰色系統，以各項指標最優值構成參考數列X0(j)，以不同品種各指標的測定值構成比較數列Xi(j)。

式中：j表示測定品種的第j項指標，j=1，2，···，n（n=20）；i表示第i個品種，i=1，2，···，m（m=30）。

然后對原始數據進行無量綱化處理，將其化為0～1 的標準化數據，求出關聯系數（ε）和加權關聯度（r）。

式中：|X0(j)-Xi(j)|為X0數列與Xi在j點的絕對差值為二級最小差|X0(j)-Xi(j)|為二級最大差；ρ為分辨系數，一般取ρ=0.5；ri為第i個品種的加權關聯度；ωj為第j項指標的權重值；εi(j)為第i個品種第j項指標的關聯系數。

2 結果與分析

2.1 果實表型和品質性狀統計特征值分析

對30 個板栗品種果實表型和品質性狀共20 項指標數據及其特征值進行統計分析（表2、3），果實表型和品質性狀各項指標的變異系數存在明顯差異，30 個品種20 項指標的變異系數范圍為7.85%～41.20%。果實表型性狀中，單果質量的變異系數最大，達28.55%，其次為栗苞總質量，為26.08%，表明栗苞和堅果質量在各品種間差異最為明顯，存在廣泛變異；堅果縱徑變異系數最小（僅9.07%），表明其在不同品種間差異較小，性狀較為穩定。果實品質指標中，脂肪含量變異系數最大，達41.20%，其次為硼含量、可溶性糖含量和總黃酮含量，均在30%以上，也表明這些性狀在不同品種間存在廣泛變異；鉀含量、總淀粉含量和堅果含水率變異系數較小，均在10%以下。

表2 板栗各品種果實表型性狀統計特征值Table 2 Statistical characteristic values of fruit phenotypic traits of Chinese chestnut cultivars

2.2 果實表型和品質性狀相關性分析

30 個板栗品種果實表型和品質性狀20 項指標Pearson 相關性分析結果（圖1）表明：各指標間分別有23 對和18 對相關性達到極顯著（P＜ 0.01）和顯著水平（P＜ 0.05），而多數指標間相關性未達到顯著水平，其中，鉀含量（K18）與其它19 個指標間相關均不顯著，硼含量（K20）僅與總多酚含量（K16）顯著相關，與其它指標相關均不顯著。果實表型7 個指標間，多數指標間為正相關關系，如單果質量（K3）與其它6 個指標均為正相關關系，且與栗苞總質量（K1）、堅果橫徑（K4）、堅果縱徑（K5）和果形指數（K6）4 個指標相關性達到極顯著或顯著水平，其中，單果質量與栗苞總質量正相關系數最大，達0.90。而果實品質13 個指標間，多數為負相關關系，其中堅果含水率（K8）與可溶性糖含量（K12）極顯著負相關系數最大，為-0.65；堅果含水率（K8）、總淀粉含量（K9）、直鏈淀粉含量（K10）、支鏈淀粉含量（K11）、蛋白質含量（K13）與其它指標間相關性多為負相關關系；總淀粉含量與支鏈淀粉含量正相關系數最大，達0.93。所有品質指標間約30%相關性達到顯著或極顯著水平，表明13 個品質指標間關系較緊密。果實表型7 個指標與品質性狀13 個指標多數未達到顯著相關水平，但可溶性糖含量與單果質量、堅果橫徑、果形指數和出籽率（K7）4 項表型指標顯著正相關，果形指數與堅果含水率、可溶性糖含量、總黃酮含量（K17）和磷含量（K19）4 項品質指標顯著相關。表明板栗果實表型與品質性狀間既存在一定的關聯性，又相對較獨立。

圖1 板栗果實表型和品質性狀相關性分析Fig.1 Correlation analysis of fruit phenotypic and quality traits of Chinese chestnut

表3 板栗各品種果實品質性狀統計特征值Table 3 Statistical characteristic values of fruit quality traits of Chinese chestnut cultivars

2.3 果實表型和品質性狀主成分分析

對30 個板栗品種果實表型和品質性狀20 項指標進行主成分分析（表4），前5 個主成分的方差貢獻率分別為30.80%、17.63%、13.53%、10.78%和6.51%，累計貢獻率為79.25%，保留了供試板栗品種果實表型和品質性狀近80% 的信息，因此，可以選取相對獨立的前5 個主成分作為不同板栗品種果實表型和品質性狀的綜合評價指標，以達到降維的目的。第1 主成分可溶性糖（K12）和脂肪含量（K15）的特征向量值較大，分別為0.509 5和0.520 2，即第1 主成分主要代表果實的風味口感因子；第2 主成分可溶性糖含量（K12）、蛋白質含量（K13）、總氨基酸含量（K14）、總黃酮含量（K17）和磷含量（K19）的特征向量正值較大，脂肪含量（K15）的特征向量負值較大，分別為0.328 9、0.323 5、0.300 5、0.340 4、0.382 9 及-0.354 6，主要反映果實的營養和功能成分因子；第3 主成分硼含量（K20）的特征向量正值較大，栗苞總質量（K1）和單果質量（K3）的特征向量負值較大，分別為0.627 2、-0.467 1 和-0.356 6；第4 主成分硼含量（K20）和蛋白質含量（K13）的特征向量正值較大，總黃酮含量（K17）特征向量負值較大，分別為0.638 6、0.319 7 和-0.375 2；第5 主成分出籽率（K7）和每苞堅果數（K2）的特征向量正值較大，總黃酮含量（K17）的特征向量負值較大，分別為0.575 8、0.363 5 和-0.442 7。

表4 板栗果實表型和品質性狀主成分分析Table 4 Principal component analysis of fruit phenotypic and quality traits of Chinese chestnut

2.4 果實表型和品質性狀灰色關聯度分析

根據灰色系統理論，并參照前人研究[19-20]，以所有參試品種各指標的最大值作為最優值，構成最優樣本，即參考數列。對30 個板栗品種果實表型和品質性狀20 項指標進行無量綱化處理，計算絕對差值。進一步根據關聯度系數公式分別計算各品種各項指標的關聯度系數，結果見表5。由于板栗果實表型和品質各性狀特征的重要性不同，因此，需要根據其不同指標的重要程度確定不同的權重系數。利用各性狀的關聯系數占關聯系數總和的比值來確定各性狀的權重值，各性狀權重值排序為：鉀含量 ＞ 堅果縱徑 ＞ 堅果含水率 ＞ 每苞堅果數 ＞ 總淀粉含量 ＞ 磷含量 ＞ 支鏈淀粉含量 ＞ 出籽率 ＞ 堅果橫徑 ＞ 總氨基酸含量 ＞ 果形指數 ＞ 蛋白質含量 ＞直鏈淀粉含量 ＞ 可溶性糖含量 ＞ 栗苞總質量 ＞ 硼含量 ＞ 總多酚含量 ＞ 單果質量 ＞ 脂肪含量 ＞ 總黃酮含量（表5）。

表5 板栗各品種果實表型和品質性狀的關聯度系數Table 5 Correlation coefficient of fruit phenotypic and quality traits of Chinese chestnut cultivars

2.5 板栗品種綜合評價

根據主成分模型公式和加權關聯度計算方法得到板栗品種綜合評價結果（表6）。從表6 可知：采用2 種方法得出的30 個板栗品種果實表型和品質性狀綜合評價排序結果有一定的出入，但總體趨勢較一致，烏殼栗、淺刺大板栗、玫瑰紅、八月紅、處暑紅、九月寒等6 個長江中下游區板栗品種均排在前列。將2 種評價方法的品種綜合得分值進行相關性分析，其相關系數為0.762 1，具有極顯著（P＜ 0.01）的正相關性。因此，這2 種方法的評價結果具有較好的一致性，且能夠相互驗證。采用主成分分析法得出的30 個品種綜合得分值范圍為-0.246 74～0.234 00，差值為0.480 74；采用灰色關聯度分析法得出的30 個品種關聯度值范圍為0.604 6～0.754 2，差值為0.149 6。說明主成分綜合評價結果變異較大，灰色關聯度評價結果相對穩定。

表6 基于2 種分析方法的板栗各品種果實表型和品質性狀的綜合得分值及排序Table 6 Comprehensive score and ranking of fruit phenotypic and quality traits of Chinese chestnut cultivars based on two analysis methods

3 討論

果實表型和品質性狀是板栗最重要的經濟性狀，受自身遺傳因素和外部環境的影響，不同板栗品種果實表型和品質性狀差異較大，對其進行科學評價是有效利用和選擇優良品種并推廣栽培的基礎和前提[12]。本研究中，30 個板栗品種果實表型和品質性狀20 項指標存在不同程度的變異，變異系數范圍為7.85%～41.20%，其中，果實表型7 項指標平均變異系數為16.05%，果實品質13 項指標的平均變異系數為20.98%，且可溶性糖含量、脂肪含量、總黃酮含量和硼含量的變異系數均在30%以上，脂肪含量變異系數高達41.20%，而果實表型中單果質量變異系數最大，為28.55%，表明板栗果實品質性狀較表型性狀變異更廣泛。一般研究

認為，果實形態性狀是相對穩定的植物學性狀。劉國彬等[21-22]研究發現，板栗農家品種、雜交后代的堅果高度、寬度、厚度等形態指標變異系數均在15.0%以內，而單粒質量變異系數較大，最高達26.6%。江錫兵等[23]對我國板栗地方品種表型多樣性進行研究，發現其堅果品質性狀的平均變異系數大于堅果表型性狀的平均變異系數。本研究結果與上述研究結果具有一致性。

植物的許多性狀之間存在著一定的相關性，而進行相關性分析可以直觀地發現各性狀間的內在聯系。本研究中，板栗果實表型和品質性狀各項指標間分別有23 對和18 對相關性達到極顯著（P＜0.01）和顯著水平（P＜ 0.05），其中，總淀粉含量與支鏈淀粉含量正相關系數最大，達0.93，二者高度相關，說明支鏈淀粉既是板栗果實淀粉的主要組成部分，同時支鏈淀粉含量的高低又直接影響總淀粉含量的高低，二者變化趨勢具有高度一致性。淀粉是板栗堅果的主要成分，是影響堅果口感和加工品質的主要因素之一。而淀粉由支鏈淀粉和直鏈淀粉兩部分組成，諸多研究表明，板栗支鏈淀粉含量越高則糯性越強，支鏈淀粉含量是反映板栗糯性的重要指標[24-25]。同時，研究發現，果實品質13 項指標間約30% 達到顯著或極顯著相關水平，表明這些品質指標間關系較為緊密，某一指標含量的高低可能受到其它指標的影響。此外，果實表型7 項指標與品質性狀13 項指標多數未達到顯著相關水平，表明板栗果實表型與品質性狀間既存在一定的關聯性，又相對較獨立，與江錫兵等[13]前期研究結果相類似。

主成分分析和灰色關聯度分析均是目前常用的多元統計方法，二者分析原理不同，但均可以較為全面、客觀地對表型、品質等性狀進行綜合評價。主成分分析是將多個相關變量轉化為少數相關性較小的綜合指標，通過計算主成分綜合得分，使得不同品種的性狀具有可比性。譚秋錦等[26]采用主成分分析法對12 份澳洲堅果優良種質果仁的主要營養成分進行分析和評價，將10 項營養成分指標簡化為相互獨立的4 個主成分，累計貢獻率87.91%，4 個代表因子可作為澳洲堅果種質鑒定評價果實品質的重要性狀。本研究中，通過主成分分析，將20 項板栗果實表型和品質性狀指標轉化為5 項綜合因子，其累計方差貢獻率達79.25%，反映了果實表型和品質性狀的大部分信息，其中，第1 主成分主要反映果實的風味口感因子，第2 主成分代表果實的營養和功能成分因子，第3 和第4 主成分分別代表果實質量和元素含量因子，第5 主成分反映出籽率、出籽比例。各主成分間相對較獨立，可避免重復信息的干擾并簡化選擇程序，便于綜合評價候選品種，評價結果具有準確性和科學性。

灰色關聯度分析法是以矩陣的形式將所有性狀兩兩間的關聯度直觀呈現出來，通過加權關聯度判斷與理想品種的差距。采用灰色關聯度分析法對板栗果實表型和品質性狀進行分析，可以擺脫指標多、難以選擇的困境，達到全方位評價的標準。本研究根據灰色系統理論，將30 個板栗品種的果實表型和品質性狀共20 項指標作為一個灰色系統，以所有參試品種各指標的最大值作為最優值，并利用各性狀的關聯系數占關聯系數總和的比值來確定各性狀的權重值，即客觀權重系數法。結果顯示20 個指標中鉀含量權重系數最大，為0.060 5，其次為堅果縱徑、堅果含水率、每苞堅果數、總淀粉含量等，而總黃酮含量權重系數最小，為0.035 1。客觀權重系數是根據每個指標的變異程度及其在所有指標中的比重自動確定，主要依據數據的測定結果，得出的結論較客觀和真實。而主觀權重系數易受個人偏好影響，主觀隨意性較大，所得結論與真實結果往往有一定的偏差。本研究的目的在于對長江中下游區板栗主栽品種果實表型和品質性狀進行客觀、科學的綜合評價，宜采用客觀權重系數法。

本研究中，主成分分析和灰色關聯度分析結果具有較好的一致性，2 種分析方法得出各品種綜合得分值的相關系數達到極顯著相關水平。同時，由于2 種評價方法的原理不同，導致二者結果有一定的偏差，但總體趨勢較一致。2 種方法兼顧了評價性狀權重的客觀性，且能相互佐證，在綜合評價中具有較強的可行性和科學性。

4 結論

30 個供試板栗品種果實表型和品質性狀20 項指標存在不同程度的變異，變異系數范圍為7.85%～41.20%；各指標間分別有23 對和18 對相關性達到極顯著（P＜ 0.01）和顯著水平（P＜0.05），而多數指標間相關性未達到顯著水平；果實表型與品質性狀間既存在一定的關聯性，又相對較獨立；主成分分析法和灰色關聯度分析法得出的30 個板栗品種果實性狀綜合表現排序總體趨勢較為一致，烏殼栗、淺刺大板栗、玫瑰紅、八月紅、處暑紅、九月寒6 個長江中下游區板栗品種均排在前列，且2 種方法得出的品種綜合得分值相關系數為0.762 1，達極顯著水平，相互驗證。研究結果為篩選適宜浙江省種植推廣的板栗品種提供了理論依據。