复播花生产量相关性状的主成分及通径分析

宁东贤， 赵玉坤， 闫翠萍， 杨秀丽， 肖俊红 (山西省农业科学院小麦研究所，山西临汾 041000)



复播花生产量相关性状的主成分及通径分析

宁东贤， 赵玉坤， 闫翠萍， 杨秀丽， 肖俊红 (山西省农业科学院小麦研究所，山西临汾 041000)

[目的]研究花生产量相关性状统计数据的内在关联性。[方法]以山西省南部复播区10个花生品种为研究对象，通过主成分、相关和通径分析方法，阐明花生各农艺性状与产量的关联差异。[结果]6个农艺性状统计数据在3种分析方法中表现出相似的变化趋势；花生单株果数对产量的影响最大，其次分别为百果重、生育期、结果分枝和总分枝数，主茎高与产量呈负相关。[结论]在区域花生育种实践中，应注重对单株果数性状的选择，同时也要兼顾其他性状的筛选。

花生；产量；主成分；通径分析

花生是我国重要的油料和经济作物[1-2]，其产量性状由地下果实部分构成，这对花生生长后期田间育种鉴选工作提出了新要求[3-5]。如何通过花生地上部分农艺性状的有效筛选来反映地下果实的实际产量，是花生育种工作者们首先要解决的难题[6-9]。借助生物学统计分析手段，确定作物各性状与产量的相关程度，进行性状综合评价，是作物育种研究的一个热点[10-13]。笔者通过田间调查山西省南部复播区花生6个数量性状和产量的相关数据，利用主成分和通径分析方法研究花生各性状间的关联差异，为花生新品种选育及高产栽培提供理论参考和科学依据。

1 材料与方法

1.1 材料试验于2015年6月在山西省农业科学院小麦研究所韩村试验基地进行。参试的10个花生品种分别为晋花4号、临花9号、粮花11号、花小宝7号、中花4号、花育36、邢花7号、白沙9606、山农22、海花8号。

1.2 方法试验采用随机区组设计，3次重复，共30个小区，播种密度为18万穴/hm2，每穴2粒种子。每小区长6.67 m，宽2.00 m，播种6行，行距33.33 cm，穴距16.70 cm，生育期内田间管理统一进行。花生生育期内调查性状有：生育期x1(d)、主茎高x2(cm)、总分枝数x3、结果分枝x4、单株果数x5、百果重x6(g)、产量y(kg)共7个，具体调查方法参照花生区域试验记载标准进行。

1.3 数据分析主成分分析参见文献[13]的方法，将花生各性状数据标准差标准化后，按方差累积贡献率≥85%确定主成分数。通径分析参见文献[14]的方法，计算通径系数并进行分析。

数据采用Excel2003和SPSS16.0软件进行统计分析。

2 结果与分析

2.1 花生产量相关性状的主成分特征值及载荷矩阵在SPSS软件中运行Factor分析，选择主成分选项，可得花生各性状数据提取主成分的特征值(表1)及载荷矩阵(表2)。由表1可知，当提取3个主成分代表所有性状时，其方差累积贡献率已达86.694%，符合方差累积贡献率≥85%的提取要求，因此共提取3个主成分，完成后续性状因子载荷值分析。由表2可知，在第1主成分上有较大载荷值的性状分量分别为：产量、单株果数、生育期和结果分枝4个，在第2主成分上有较大载荷值的性状分量分别为：总分枝数和结果分枝2个，在第3主成分上有较大载荷值的性状分量分别为：百果重和单株果数2个。产量性状位于第1主成分内，说明单株果数、生育期和结果分枝这3个性状与花生产量有较大的相关性，在花生育种中要注重这些性状的筛选利用。

表1 主成分方差提取分析结果

表2 主成分载荷矩阵

2.2 花生农艺性状及产量的相关分析花生各性状间的相关分析结果表明，与产量(y)关联系数大小顺序是：x5(单株果数)、x4(结果分枝)、x1(生育期)、x6(百果重)，属正相关，而x2(主茎高)和x3(总分枝数)与产量属负相关(表3)，在花生田间育种环节要对这些农艺性状有区别地选择利用。

2.3 花生农艺性状及产量的通径分析由表4可知，与产量(y)相关的农艺性状中，各性状分量的相关系数和直接通径系数表现相似的趋势。x5(单株果数)对产量关联性最大，相关系数和直接通径系数值分别为0.877和0.715，为所有性状最高值，其他性状的系数表现存在一定差异。在与产量(y)的间接通径系数中，x4(结果分枝)通过x5(单株果数)对产量(y)的间接作用最大，x5(单株果数)对产量(y)的直接通径系数为0.715，间接通径系数合计为-0.009，为最小值，说明花生单株果数对产量直接作用最大，在育种实践中应充分考虑性状间的差异，重点突出，兼顾选择。

表3 花生农艺性状及产量的相关分析结果

Table 3 Correlation analysis in agronomic traits and yield of peanut

性状Traitsyx1x2x3x4x5x6y—0．448-0．576-0．3460．5350．8770．210x10．448—-0．402-0．8760．2160．328-0．046x2-0．576-0．402—0．106-0．839-0．3890．075x3-0．346-0．8760．106—0．105-0．287-0．111x40．5350．216-0．8390．105—0．434-0．206x50．8770．328-0．389-0．2870．434—0．098x60．210-0．0460．075-0．111-0．2060．098—

表4 花生农艺性状及产量的通径分析结果

3 讨论与结论

花生的产量直接由地下荚果数来反映，而花生地下果实部分的筛选一直是花生育种工作的难题。借助有效的数据统计分析手段，阐明花生地上部分农艺性状与产量的关联度大小，筛选出与产量直接相关的农艺性状，在育种实践中区别利用，就可以简化花生高产育种流程，提高育种效率。路红卫等[7]对麦套花生经济性状与产量进行了相关分析，认为单株结果数、百果重、百仁重、饱果率与单株生产力呈极显著正相关，而主茎高、侧枝长与单株生产力呈显著负相关，最终得出的育种目标是选择单株饱果数多、百仁重高的大粒型花生品种。王允等[5]对花生新品系农艺性状和产量进行了相关、灰色关联度分析，认为结果枝数、出仁率、单株果重、总分枝数是影响花生产量的主导因素，应以其为主攻目标，有效选择花生后代。

在该研究中，通过对山西省南部复播区花生产量相关性状因子的数据统计分析，认为花生6个农艺性状与产量的关联度大小在3种分析方法(主成分、相关、通径分析)中，表现出相似的趋势，性状x5(单株果数)对产量的影响最大。在区域花生育种实践中，应注重对单株果数性状的选择，即在花生授粉后期调查有效下针数，同时也要加大对花生总分枝数、结果分枝及百果重的筛选，兼顾生育期的选择，因花生主茎高与产量负相关，故要选择株高适中的花生品系。花生各农艺性状间存在交互影响作用，针对某一性状的有效选择往往引起其余性状的改变，应对各性状综合考虑，协调兼顾，才能高效、科学地指导花生育种实践。

[1] 严玫,韩锁义,董文召,等.中国主要花生品种品质性状关联分析[J].植物遗传资源学报,2013,14(6):1064-1071.

[2] 汤松,禹山林,廖伯寿, 等.我国花生产业现状、存在问题及发展对策[J].花生学报, 2010,39(3):35-38.

[3] 陈明娜,迟晓元,潘丽娟, 等.中国花生育种的发展历程与展望[J].中国农学通报,2014,30(9):1-6.

[4] 董文召,张新友,黄冰艳, 等.河南、山东育成花生品种的亲本遗传贡献及相关育种策略探讨[J].河南农业科学,2014,43(12):40-45.

[5] 王允,张幸果,李贺敏, 等.花生主要农艺性状和产量性状的相关性与灰色关联度分析[J].河南农业大学学报,2014,48(6):680-683.

[6] 范小玉,陈雷,李可, 等.河南省珍珠豆型花生主要农艺性状与单株生产力的相关及通径分析[J].安徽农业科学,2014,42(5):1306-1307.

[7] 路红卫,杜红,闫凌云, 等.麦套花生经济性状与产量遗传相关分析及通径分析[J].河南农业科学,2006(12):38-40.

[8] 华福平,李晓亮,张毅.河南省夏播花生主要数量性状与产量的相关和通径分析[J].中国种业,2010(4):42-44.

[9] 宁东贤,闫翠萍,杨秀丽, 等.不同花生品种农艺性状及产量的灰关联评价研究[J].农学学报,2015(4):16-19.

[10] 吕建珍,马建萍,独俊娥, 等.春播谷子品种(系)生态适应性鉴定及主成分分析[J].作物杂志, 2015(6):44-47.

[11] 张忠信,汤丰收,张新友, 等.河南省夏播花生主要农艺性状与单株生产力的遗传相关及通径分析[J].安徽农业科学,2010,38(30):16817-16819.

[12] 亓振,赵广才,常旭虹, 等.小麦产量与农艺性状的相关分析和通径分析[J].作物杂志, 2016(3):45-50.

[13] 赵玉坤,高根来,田玮玮, 等.基于PCA方法的夏玉米穗部性状综合评价[J].农学学报,2015(3):20-25.

[14] 杜家菊,陈志伟.使用SPSS线性回归实现通径分析的方法[J].生物学通报,2010,45(2):4-6.

Principal Component and Path Analysis in Correlated Traits with Yield of Stubble-field Peanut

NING Dong-xian, ZHAO Yu-kun, YAN Cui-ping et al (Institute of Wheat Research, Shanxi Academy of Agricultural Sciences, Linfen, Shanxi 041000)

[Objective] In order to explore the inner associated rules of correlated traits with yield statistical data in peanut.[Method] Ten breeds were surveyed in southern Shanxi, which was for comparing correlation variance in agronomic traits and yield through principal component, correlation and path analysis methods.[Result] The result showed there were similar change tendency in six agronomic traits’ satistical data with three analysis methods.Single plant fruits most significantly affected peanut yield, then came 100-pod weight, growth duration, branching fruits and branching amount.Main stem height showed negative correlation with peanut yield.[Conclusion] In regional peanut breeding, we should not only pay attention to the choice of fruit number per plant, but also take into account every agronomic trait and choose coordinated multiple characteristics.

Peanut; Yield; Principal component; Path analysis

山西省农业科学院育种工程项目(16YZGC051)。

宁东贤(1973- )，男，山西稷山人，助理研究员，从事花生遗传育种及栽培研究。

2016-08-31

S 565.2

A

0517-6611(2016)30-0016-02