多花木蓝主要农艺性状与种子产量的相关性

2015-04-11罗天琼莫本田王普昶龙忠富

贵州农业科学 2015年7期

罗天琼，莫本田，张瑜，王普昶，龙忠富，马宁

（贵州省草业研究所，贵州贵阳550006）

中国西南喀斯特地区是世界上喀斯特连续分布面积最大，发育类型最齐全，生态环境最脆弱的地区，且面临人口超载和经济社会落后的双重压力，致使生态环境严重恶化，出现了大面积基岩裸露的石漠化问题。尤其在贵州，石漠化面积已达5万km2，且在以2 500km2／年的速度不断扩展，已成为喀斯特发育最强烈、生态环境极为脆弱的典型石漠化地区，严重制约贵州省农业经济的可持续发展，是最严重的生态地质环境问题。在这些石漠化地区目前生存的植被以藤本刺灌木丛、旱生性禾本灌草丛和肉质多浆灌丛为主［1］，其草质粗燥、产量较低、饲用价值不高，难以适应当前贵州农业经济发展。而多花木蓝（Indigofera amblyantha Craib．）为豆科（Leguminosae sp．）木蓝属（Indigofera）多年生饲用灌木，广泛分布于喀斯特地区，由于其具有耐干旱、耐贫瘠、耐火烧、耐践踏、耐刈割，适口性好、粗蛋白质含量高、青绿期长等特点，是改良干旱、半干旱地区退化草地和建植人工放牧草地的优良饲用灌木，山羊天生喜食，是饲养山羊较好的饲草，也是喀斯特山区石漠化治理和草地畜牧业发展的重要物种，但其种子产量不高，难以适应当前畜牧业发展对优质豆科饲用灌木种子的需求。

国内外学者对多花木蓝的研究主要集中于生物学特性、植物学特性、栽培技术、盐胁迫处理对种子萌发特性的影响等方面［2－4］，但对多花木蓝农艺性状与种子产量的相关性分析方面的研究未见报道。多花木蓝种子产量与农艺性状、生态环境和土壤性状等诸多因素有关，明确各相关因素与产量的相关性及密切程度，对提高多花木蓝育种效率具有重要意义。目前，性状间相关性研究的方法主要采用表型数据间的相关性和灰色关联分析法。2种方法各有优缺点：首先，植物性状间本身就存在比较复杂的相互制约关系，加之农艺性状的表现不仅受到植物自身性状的影响，还受到环境在内的诸多因素影响，是具有诸多不确定因素的灰色系统。利用灰色关联分析法虽能准确地反映出性状间的相关程度，得出各性状与参考性状之间的紧密次序，但对于两者之间的正负关系并不清楚；采用表型数据相关性分析，能计算出结果，但不能较好地反映出事物的本质；而采用灰色关联分析则能弥补表型相关性分析的不足［5－11］。因此，为客观、准确地评价多花木蓝新品种生产性能，笔者将15个多花木蓝品种的10个农艺性状与种子产量的相关性与密切程度进行相关性和灰色关联分析，旨在找出与种子产量密切程度较大的性状，以期为多花木蓝遗传育种及培育新品种提供理论参考，缩短育种进程，提高育种效率，为喀斯特山区养羊业发展提供优质饲用灌木种子。

1 材料与方法

1．1 试验材料

供试的15份多花木蓝材料见表1。1～14号材料来源于贵州省草业研究所，均为地方品种；15 号（CK）材料为鄂西多花木蓝，国审品种，该品种为湖北省育成，在贵州适应性较好、抗逆性较强。参试材料均为中熟品种。

表1 15份多花木蓝材料的编号及特征特性描述Table 1 Characteristics of 15tested Indigofera amblyantha varieties

1．2 试验地概况

试验在贵阳市金竹镇贵州省农业科学院内进行，试验地海拔1 140m，土壤有机质52．49g／kg，全氮3．455 g／kg，碱解氮166．45 mg／kg，全磷6．529g／kg，有效磷 112．06 mg／kg，全钾9．01g／kg，有效钾112．06mg／kg，pH 6．35，粘性黄壤土。前茬为油菜。

1．3 试验设计及田间调查

采用随机区组设计，15份参试材料田间随机排列，重复3次。小区面积30m2（5m×6m）。2011年5月10日种植，参照草原与牧草实习实验指导丛书调查标准［12］，于2012年种子完熟期，每重复随机选取5株，测定株高、荚长、荚宽、一级分枝数、二级分枝数、每穗荚数、单株荚数、单荚粒数、单株产量、千粒重。

1．4 数据分析

1．4．1 表型相关系数分别对15 份材料的单株种子生产力及10个农艺性状间表型相关系数进行计算。将各原始数据整理后，经Excel 2007软件进行数据统计分析，获得最大值、最小值、平均值、标准差及变异系数［CV%＝（标准差／平均数）×100%］、峰度、偏度等，运用DPS7．05软件对各农艺性状与单株种子生产力的平均值进行相关分析。

1．4．2 灰色关联度

1）参考数列和比较数列的确定。按照灰色系统理论要求，在分析各农艺性状对单株种子产量的影响时，将15个品种的11个农艺性状看似一个灰色系统，以产量为参考数列，记为x0，其他各性状为比较数列，记作xi（i＝1，2．3，…，n＝10）。通过计算参考数列与各个比较数列的关联度，构成关联矩阵Ri。Ri可以直接反映出各参考数列和比较数列之间的相互关系。

2）数据的无量纲化处理。由于各性状因素量纲或单位不同，需对原始数据进行处理，消除量纲转换为可比较的数据序列。该研究是将数据进行标准化处理，先分别求出各序列的平均值和标准差，然后将各原始数据减去平均值后再除以标准差，得到的新数据序列为标准化序列。量纲为1，其均值为0，方差为1。

3）计算关联系数与关联度。运用DPS7．05软件，求出各性状间相关系数以及各农艺性状与生产量的灰色关联度。对数据标准化处理公式：

式中，xi（k）为原始数据进行标准化处理后的结果，xi为某一个性状的平均值，x′i（k）为某一性状的原始数据，si为某一性状的标准差。

计算关联系数的公式：

式中，L0i（K）为参考序列x0与比较序列x1～xi的关联系数，△min为最小差值，△max为最大差值，一般分辨系数ρ取0．5。

计算关联度的公式：

式中，r0i为参考序列x0与比较序列X1～Xi的关联度，N 为材料个数，L0i（K）为关联系数［13－17］。

2 结果与分析

2．1 多花木蓝单株种子生产力与农艺性状的变异

由表2看出，参试材料的11个农艺性状存在较大变异。变幅表现为株高192．80 （12 号）～248．00cm（1 号），荚长2．90 （9 号）～4．14cm（1号），荚宽0．20（5 号）～0．31cm（9 号），基径4．00（8 号）～7．20cm（12 号），一级分枝4．2（14号）～9．80 个（6 号），二级分枝数的14．60（8号）～26．6个（15 号），每穗粒数7．8（3号）～11．80个（1 号），单株荚数1 256．8（15号）～3 662．6 个（2 号），单荚粒数9．20（3 号）～10．20个（8 号），千粒重5．14（9 号）～7．49 粒（13号），单株产量0．202（7号）～0．472kg（15号）。分析结果表明，对照材料（15号）的二级分枝数较多，单株种子产量较高，加之地理远缘，15 号材料与其他材料进行配组，可以增加配组双亲间的遗传多样性，是进行群体构建和相关性状基因定位的理想材料。另外，从变幅的极值及其对应材料可知，地方品种的遗传多样性优于育成品种，但育成品种的单株产量较高、二级分枝数较多，这可能是由于育种家在育种的过程中主要以产量和二级分枝数来选择高产品种所致。

变异系数是反映遗传潜力大小的标志，表示群体直接选择的范围。变异系数大的表明从该群体中选出具有该性状的优良个体概率大，反之则小。由表2可知，该群体中单株产量的变异系数最大，为33．50%；其次为单株荚数、一级分枝、二级分枝数，分别为31．97%、22．58%和20．55%；而单荚粒数的变异系数最小，仅为3．99%。11个性状变异系数的均值为16．17%。说明，参试材料的11个农艺性状存在丰富的变异，具有丰富的遗传多样性。

表2 多花木蓝15份材料的11个农艺性状的参数Table 2 Parameters of 11main agronomic traits of 15tested Indigofera amblyantha varieties

2．2 多花木蓝各农艺性状间的相关性

从表3可知，各农艺性状间达显著或极显著正相关的有株高与二级分枝数（0．79＊＊）、单株荚数与单株种子产量（0．79＊＊）、单荚粒数与千粒重（0．50＊），呈显著或极显著负相关的有株高与千粒重（－0．79＊＊）和单荚粒数（－0．52＊）、荚宽与一级分枝数（－0．80＊＊）、二级分枝数与千粒重（－0．63＊＊）和单荚粒数（－0．55＊）。表明，随着株高增加，二级分枝数增多、单株荚数增加，其单株种子产量和千粒重也明显增加。而随着株高增加，其千粒重降低；荚越宽，其一级分枝数越少；二级分枝数越多，其千粒重和单荚粒数越低；植株越高，其单荚粒数越少。

与单株种子产量呈正相关的因素有株高、单株荚数（0．79＊＊）、荚长、基径、一级和二级分枝数，与单株种子产量呈负相关的因素为荚宽、每穗粒数、单荚粒数、千粒重，其相关性显著程度依次为单株荚数＞荚长＞二级分枝数＞基径＞一级分枝数＞株高＞每穗粒数＞千粒重＞单荚粒数＞荚宽。因此，要培育高产多花木蓝品种，首先要以单株荚数为选择目标，其次尽量选择荚较长、基径较宽、二级分枝数和一级分枝数较多的品种，而株高不宜太高，适度即可。

表4 多花木蓝单株种子产量与各农艺性状的关联度及相关系数Table 4 Relevancy and correlation coefficients between seed yield and different agronomic traits

2．3 单株种子生产力与农艺性状间的关联性

表4显示，与种子产量密切程度依次为单株荚数＞二级分枝数＞荚长＞株高＞基径＞每穗粒数＞一级分枝数＞单荚粒数＞千粒重＞荚宽。说明，单株荚数、二级分枝数、荚长对单株种子生产力的影响较大。

从相关系数与灰色关联度的排序进行比较可知：2种不同计算方法得出的结果不尽相同。但无论哪一种分析方法的结果均表明，单株荚数、二级分枝数和荚长与单株种子生产力的关联程度较大，且均呈正相关性。因此，在选育高产多花木蓝新品种时，应选择单荚粒数和二级分枝数多、荚较长的品系，以提高单株种子生产力，从而达到增加多花木蓝种子产量的目的。

3 结论与讨论

1）研究同时采用表型数据间的相关性和灰色关联分析法对多花木蓝单株种子生产力与10个主要农艺性状间的相关性进行分析，虽2种分析方法所得结果不尽一致，但均认为单株荚数、二级分枝数和荚长与单株种子生产力的关联程度较大，且呈正相关。说明，2种分析方法相结合能更准确清晰地反映出不同性状间的关系。

2）研究结果表明，单株荚数、二级分枝数对单株种子生产力影响最大，株高和荚长次之，一级分枝数、单荚粒数、千粒重和荚宽对单株种子生产力影响较小。因此，选育高产多花木蓝新品种的原则是选择单株荚数和二级分枝数较多、荚较长、株高适中的品种，同时兼顾其他性状的选择，可获得高产、稳产的优良品种，有利于喀斯特山区养羊业提供优质豆科饲用灌木种子。

3）多花木蓝单株种子生产力与产量紧密相关，分析多花木蓝单株种子生产力与各主要农艺性状间的关系，了解各主要性状对多花木蓝种子产量的影响，从而通过相关因素与产量的关联系数及各性状的表型值，有目的地进行目标性状选择，减少育种工作的盲目性。但本研究仅对单一环境条件下的表型数据进行相关性分析，并未在分子层面上对这些性状之间的关系进行剖析，结果未能从分子层面上解释控制单株荚数、二级分枝数、荚长、株高和单株种子生产力性状的基因是由于同一基因产生的一因多效还是不同基因间的连锁。因此，下一步研究有待对多环境条件下的表型数据结合分子数据对上述性状之间的关系进行深入剖析。

［1］王世杰．喀斯特石漠化—中国西南最严重持生态地质环境问题［J］．矿物岩石地球化学通报，2003（2）：120－126．

［2］杨特武，李平．多花木蓝有性繁殖特性研究［J］．牧草与饲料，1992，1（2）：25－26．

［3］白春霞，韩建国，孙彦，等．多花木蓝和二色胡枝子种子硬实特性与活力关系的研究［J］．草业学报，2006，15（5）：82－88．

［4］罗天琼，谭金玉，莫本田，等．多花木蓝辐射的敏感性和适宜辐射剂量研究［J］．安徽农业科学，2013，41（6）：2483－2486．

［5］胡铁欢．不同农艺性状对玉米产量影响的灰色关联度分析［J］．河北农业科学，2009，13（6）：20－21，45．

［6］吴丽丽．玉米产量性状与产量的灰色关联分析［J］．黑龙江农业科学，2010（7）：27－29．

［7］田和彬，汪军妹，华为，等．大麦主要农艺和品质性状的相关性及灰色关联度分析［J］．浙江农业学报，2011，23（3）：433－438．

［8］陈学珍，李欣，杨建宇，等．夏播大豆生育期结构和农艺性状的遗传参数研究［J］．中国农学通报，2004，20（1）：9－13．

［9］申忠宝，王建丽，潘多锋，等．大豆产量与主要农艺性状的灰色关联度分析［J］．中国农学通报，2012，28（33）：75－77．

［10］晁毛妮，郝德荣，印志同，等．大豆生物量与产量组分间的相关及关联分析［J］．作物学报，2014，40（1）：7－16．

［11］邓聚龙．农业系统灰色理论与方法［M］．济南：山东科学技术出版社，1988：39－74．

［12］陈宝书，符义坤，张普金，等．草原学与牧草学实习实验指导书［M］．兰州：甘肃科学技术出版社，1991：169－180．