纤用亚麻主要农艺性状的相关性和主成分分析

曹洪勋，夏尊民，宋鑫玲，李秋芝，赵越，姜颖，王晓楠，高宇

(黑龙江省科学院大庆分院，黑龙江 大庆 163319)



纤用亚麻主要农艺性状的相关性和主成分分析

曹洪勋，夏尊民*，宋鑫玲，李秋芝，赵越，姜颖，王晓楠，高宇

(黑龙江省科学院大庆分院，黑龙江 大庆 163319)

摘要：为揭示亚麻抗倒伏能力与产量之间的关系，试验采用田间小区随机区组设计，对杂交后代经预备试验圃筛选得到的6份材料的原茎产量、纤维产量、抗倒性等级等11个农艺性状进行测定，利用主成份分析法进行分析。结果表明: (1)抗倒性等级因子与纤维产量因子代表了参试材料86.65%的信息；(2)在高世代鉴定中，必须把抗倒性等级放在第一位，在选择过程中应适当控制株高，茎粗要适中，以保持茎秆强韧。

关键词：主成份分析；纤维亚麻；抗倒性等级

影响纤维亚麻产量的因子有很多，比如：原茎产量、纤维产量、岀麻率等。前人多采用方差分析法、灰色关联度法、主因子法研究上述因子之间的相关性。杨建兵[1]等采用方差分析法将10份外引亚麻的产量性状进行分析，结果表明品种间差异不显著，但环境间差异显著。杜刚[2]等对亚麻主要性状与原茎产量的灰色关联度分析的结果是: 在亚麻品种选育过程中应侧重对株高、工艺长度、单株茎重等主要性状的研究。万卫东[3]采用灰色关联度分析法研究与纤维亚麻产量相关农艺性状，研究表明，主要农艺性状对产量影响的关联度大小为茎粗>初花期>生育期>工艺长度>株高>出麻率>分枝数。刘海龙[4]采用主因子分析法认为纤维亚麻育种的第一主因子是与长麻率相关的农艺性状。

主成份分析法与关联度法原理较为相近，但有优势。其原理是利用降维的思想，把多指标转化为少数几个综合指标的多元统计分析方法。根据各农艺性状特征向量的数值将不同性状指标划分到不同的主成份之中，同一指标在各主成份中的最大值所在位置即为其所属主成份[5]。

前人多有提及倒伏对亚麻生产的危害，王玉富[6]等提出：“倒伏”是影响亚麻收获的重要因素，同时倒伏也严重影响着亚麻产量和纤维品质。虽然大多提及倒伏的危害，但却没有提出解决方法。因此本研究运用主成份分析法探讨抗倒性等级和生育日数、株高、工艺长度、分枝数、蒴果数、茎粗、千粒重、原茎产量、纤维产量、出麻率共11个指标的相关性，通过主成份分析研究累积方差贡献率，确定各农艺性状所属主成份。旨在为纤维亚麻新品种的选育和栽培技术提供参考依据。

1材料与方法

1.1试验材料

试验采用杂交后代经预备试验圃筛选得到的材料6份，分别是12-154、12-161、12-164、12-324、12-464、12-477。以“双亚12号”为对照。

1.2试验设计及处理方法

试验于黑龙江省大庆市星火牧场三连进行，采用单因素随机区组设计，4次重复。小区面积12 m2，长8 m，宽1.5 m，行距15 cm，10行区条播，区间道宽0.5 m，组间道宽1 m。播种密度为:有效播种粒数2000粒/m2，播种日期为5月22日，材料达到工艺成熟期后适时收获，田间管理与当地大田生产类似。

1.3调查指标及数据处理方法

调查方法：采用z字形式顺序取样法，每小区随机取样20株，作为考种材料。

调查指标：生育日数、抗倒性等级、原茎产量、纤维产量、出麻率，以及考种指标：株高、工艺长度、分枝数、蒴果数、茎粗、千粒重。共11项，各指标调查方式及方法参考王玉富[6]等提出的标准。

利用excel 2010进行数据处理，得到调查指标统计表，用SAS 9.2进行数据主成分分析。

2结果与分析

2.1各农艺性状的相关性分析

试验获得11个农艺性状的基本统计数据(表1)，结果表明：参试材料中12-161的全麻率达到31%，抗倒性等级为0.88，全麻产量1732.9 kg/hm2；而对照全麻率只有21%，抗倒性等级为2.75,全麻产量为1284.48 kg/hm2。利用SAS计算相关系数(表2)，结果表明：抗倒性等级与全麻率呈负相关，但是相关性不显著；抗倒性等级与株高、工艺长度、茎粗呈极显著正相关，与原茎产量呈显著正相关；原茎产量与全麻率呈负相关，但相关性不显著。

表1参试品系主要农艺性状统计表

Tab.1The main agronomic traits statistics of stains

材料名生育日数(天)株高(cm)工艺长(cm)分枝数(个)蒴果数(个)茎粗(mm)千粒重(g)抗倒性等级原茎产量(kg/hm2)全麻产量(kg/hm2)全麻率(%)12-15471.7588.2374.872.673.801.505.640.756600.001300.852712-16171.5091.7776.152.984.691.585.570.887034.381732.903112-16471.25100.2481.383.645.581.735.401.635690.631274.112912-32473.0094.7677.583.235.731.695.010.386834.381455.162712-46471.5088.6671.323.164.201.484.600.135493.751135.532712-47771.7590.5877.133.244.981.534.590.136052.081051.9422ck73.00107.3184.793.555.202.033.752.757872.921284.4821

表2参试品系主要农艺性状相关系数

Tab.2the correlation coefficient of the stains’ main agronomic traits

生育日数株高工艺长分枝数蒴果数茎粗千粒重抗倒性等级原茎产量全麻产量全麻率生育日数1.00000.51090.47040.21240.43000.6498*-0.57360.34220.7260*0.0939-0.5373株高0.51091.00000.9432**0.7986**0.6486*0.9805**-0.53920.9096**0.53170.0468-0.3760工艺长0.47040.9432**1.00000.7145*0.6669*0.9210**-0.41200.8689**0.56130.0523-0.4131分枝数0.21240.7986**0.7145*1.00000.7831**0.7002*-0.53960.5513-0.0089-0.2558-0.3175蒴果数0.43000.6486*0.6669*0.7831**1.00000.6006-0.23640.31620.16640.1189-0.1161茎粗0.6498*0.9805**0.9210**0.7002*0.60061.0000-0.58890.8990**0.6673*0.0997-0.4348千粒重-0.5736-0.5392-0.4120-0.5396-0.2364-0.58891.0000-0.3848-0.31800.47830.8428**抗倒性等级0.34220.9096**0.8689**0.55130.31620.8990**-0.38481.00000.6036*0.1367-0.2744原茎产量0.7260*0.53170.5613-0.00890.16640.6673*-0.31800.6036*1.00000.5009-0.3022全麻产量0.09390.04680.0523-0.25580.11890.09970.47830.13670.50091.00000.6470*全麻率-0.5373-0.3760-0.4131-0.3175-0.1161-0.43480.8428**-0.2744-0.30220.6470*1.0000

注：*表示0.05水平显著，**表示0.01水平极显著

2.2主成分分析

通过相关阵特征值、方差贡献率及累积方差贡献率，结果表明：11个指标共形成6个主成份，其中前三个成份的累计方差贡献率为88.62%，理论上只需 85%以上的累计贡献率即可认为其具有较强的信息代表性[5]。因此前3个成份代表了11个农艺性状绝大部分信息(表3)。通过农艺性状相关阵特征向量结果表明，第一主成分Prin1相当于6.0559个原始指标的作用，它反映原始数据信息量55.05%，其表达式为Pin1=0.276x1+0.391x2+0.377x3+0.304x4+0.2658x5+0.399x6-0.276x7+0.338x8+0.254x9-0.01x10-0.229x11，表达式中株高、茎粗两个性状的系数最大；第二主成份Prin2相当于2.1368个原始指标的作用，其表达式为Prin2=0.014x1+0.08x2+0.103x3-0.148x4+0.089x5+0.098x6+0.404x7+0.169x8+0.308x9+0.657x10+0.475x11，表达式中全麻产量系数最大；第三主成份Prin3相当于1.5550个原始指标的作用,其表达式为Prin3=-0.423x1+0.149x2+0.136x3+0.483x4+0.387x5-0.001x6+0.205x7+0.033x8-0.501x9-0.096x10+0.307x11,表达式中分枝数、蒴果数系数最大。由此可知第一、第三主成份决定了亚麻的抗倒伏能力，第二主成份作为高纤育种的重要指标(表4)。

表3相关阵的特征值、方差贡献率和累积方差贡献率

Tab.3The eigenvalue, proportion and cumulative

序号特征值相邻特征值之差方差贡献率累积方差贡献率16.05593.91910.55050.550522.13680.58180.19430.744831.55500.72950.14140.886240.82540.54350.07500.961250.28190.13690.02560.986860.14500.14500.01321.000070.00000.00000.00001.000080.00000.00000.00001.000090.00000.00000.00001.0000100.00000.00000.00001.0000110.00000.00000.00001.0000

表4农艺性状相关阵的特征向量

Tab.4The eigenvectors of agronomic traits matrix

Prin1Prin2Prin3Prin4Prin5Prin6Prin7Prin8Prin9Prin10Prin11X1生育日数0.2760.014-0.4230.5020.0370.599*0.2200.154-0.1170.136-0.168X2株高0.391*0.0800.149-0.150-0.0780.1730.255-0.8330.0000.0000.000X3工艺长0.3770.1030.136-0.1440.486*-0.2040.0900.176-0.7010.0000.000X4分枝数0.304-0.1480.483*0.093-0.289-0.0940.1220.2440.1200.6800.000X5蒴果数0.2650.0890.3870.610*0.202-0.181-0.0020.0350.307-0.4620.127X6茎粗0.399*0.098-0.001-0.091-0.1030.217-0.8750.0000.0000.0000.000X7千粒重-0.2760.4040.205-0.0460.635*0.260-0.086-0.0790.2940.3693-0.096X8抗倒性等级0.3380.1690.033-0.539-0.0270.2060.2840.410*0.384-0.313-0.170X9原茎产量0.2540.308-0.501-0.0210.062-0.3280.0640.0090.2380.2370.601*X10全麻产量-0.0100.657*-0.0960.149-0.309-0.3560.001-0.029-0.0760.038-0.554X11全麻率-0.2290.4750.3070.013-0.3430.3680.0790.124-0.301-0.1150.499*特征值6.0559 2.1368 1.5550 0.8254 0.2819 0.1450方差贡献率0.5505 0.1943 0.1414 0.0750 0.0256 0.0132累计方差贡献率0.5505 0.7448 0.8862 0.9612 0.9868 1.0000

注：*表示农艺性状特征向量的最大值。

3结论与讨论

通过主成份分析结果表明，第一主成分为：株高，茎粗两个性状的分量，第二主成分为全麻产量分量，第三主成分为蒴果数分量。第一、第三主成份决定了亚麻的抗倒伏能力，第二主成份作为高纤育种的重要指标。这与刘海龙[2]的多元分析法基本吻合，说明此方法正确有效，且具有一定的可重复性。

11个农艺性状构成了6个成份分量，其中前三个主成份代表了参试材料的绝大部分信息。其中最重要的因子是决定抗倒性等级的性状，由此说明，在高世代鉴定中，必须把抗倒性等级放在第一位，在选择过程中应适当控制株高，茎粗要适中，以保持茎秆强韧。其次是纤维产量，刘方等人[7]研究表明：纤维产量与株高，工艺长，茎粗，原茎产量，出麻率呈极显著正相关。因此育种工作中，在保证不倒伏的前提下，还要提高原茎产量和出麻率。

参考文献:

[1]杨建兵,肖伏,刘其宁,等.10个引进亚麻品种在云南的纤维产量和品质分析[J].西南农业学报，2006，19(4):573-577.

[2]杜刚,刘其宁,赵振玲,等.亚麻主要农艺性状与原茎产量的灰色关联度分析[J].西南农业学报，2006,19(4):568 -572．

[3]万卫东,曾林,宋云飞,等.纤维亚麻品种产量相关因素的灰色关联度评价[J].安徽农业科学，2014，42(14):4218-4219,4221.

[4]刘海龙.定向育种法在纤维用亚麻亲本选配中的应用研究[J].中国麻业科学，2007，29(2):74-77.

[5]孟庆立,关周博,冯佰利,等.谷子抗旱相关性状的主成分与模糊聚类分析[J].中国农业科学， 2009，42(8):2667-2675.

[6]王玉富,栗建光,等.亚麻种质资源描述规范和数据标准[M].北京：中国农业出版社，2006:54-80.

[7]刘方,程乃春,魏麟学.亚麻栽培育种与系列产品开发[M].北京：气象出版社,1992:93-94.

Correlation and Principal Component Analysis of Fiber Flax Main Agronomic Traits

CAO Hongxun, XIA Zunmin*, SONG Xinling, LI Qiuzhi,ZHAO Yue, JIANG Ying, WANG Xiaonan, GAO Yu

(Daqing Branch of Heilongjiang Academy of Sciences, Daqing 163319, Heilongjiang, China)

Abstract:To reveal the relationship between flax lodging capacity and yield, a field experiment was carried out by using randomized block design. Six materials from preliminary test nursery were used in the experiment. Meanwhile, 11 agronomic characters such as stem yield, fiber production and lodging resistance rating were obtained and analyzed by using Principal Component Analysis. The results showed that: (1) lodging resistance rating factor and fiber production factor represented 86.65% of the tested material information; (2) lodging resistance rating must be prioritized character, then height and stem diameter should be moderate in order to maintain robust stem in the high-generation identification.

Keywords:principal component analysis; fiber flax; lodging resistance rating

中图分类号：S563.2

文献标识码：A

作者简介：曹洪勋(1982-)，男，农艺师，主要从事亚麻育种。E-mail:cao hongxun@163.com。*通讯作者： 夏尊民(1968-)，男，研究员，从事亚麻、汉麻育种。E-mail：xiazunmin68@126.com。

基金项目：黑龙江省科学院青年创新基金资助项目

收稿日期：2015-08-12

文章编号：1671-3532(2016)02-0075-04