新疆引种花生品种(系)的农艺性状分析

崔宏亮，苗昊翠，李利民，张建成，吴正锋，高英

(1.新疆伊犁州农科所，新疆伊宁 835000；2.新疆农业科学院农作物品种资源研究所，乌鲁木齐 830091；3.山东省花生研究所，山东青岛 266100；4.喀什地区农业技术推广中心，新疆喀什 844000)

新疆引种花生品种(系)的农艺性状分析

崔宏亮1，苗昊翠2，李利民2，张建成3，吴正锋3，高英4

(1.新疆伊犁州农科所，新疆伊宁 835000；2.新疆农业科学院农作物品种资源研究所，乌鲁木齐 830091；3.山东省花生研究所，山东青岛 266100；4.喀什地区农业技术推广中心，新疆喀什 844000)

【目的】观察引种花生品种在新疆的农艺性状表现，研究影响新疆花生品种产量的主要农艺性状。【方法】对24个新疆引种花生品种(系)的11个农艺性状进行主成分分析、回归分析与通径分析。【结果】(1)主要农艺性状的变异系数为7.88%～39.77%；(2)主成分分析将主要农艺性状凝聚为3个主成分，分别为单株产量因子、果数因子和分枝因子，这3个主成分对总变异的贡献率分别为 40.348 1%，27.254 3%和14.881 9%，其累积贡献率达82.484 3%；(3)通径分析中各性状对单株产量的直接通径系数大小依次为：单株生物学产量(0.833 2)>单株结果数(0.240 3)>百果重 (0.174 9)>主茎高(-0.181 0)。【结论】花育33号丰产性最优。在新疆花生品种引进和选育中，应将单株生物学产量、单株结果数、百果重、主茎高作为主要选择性状。

花生；农艺性状；主成分分析；回归分析；通径分析

0 引 言

【研究意义】花生是我国重要的油料作物和经济作物，种植面积一般稳定在 467×104hm2，是我国重要的出口创汇农产品之一，花生的持续稳产、增产对保障我国食用油脂安全具有重要意义[1]。不同类型的花生品种在形态、生理及农艺性状方面存在较大的差异性[2]。目前我国花生的产量仍有较大的发掘潜力[3]，在以往的育种工作中，育种工作者往往只单方面重视影响产量的单个因素。而忽视了多个因素对花生产量的影响，因此导致育成的花生品种在产量上没有大的突破，难以在生产上大面积推广应用[4]。因此，现在越来越多的花生育种工作者将目光放在选育拥有多个优良性状的花生品种上，期望能从中优选出高产、稳产、优质、高抗的花生新品种[5]。花生用途广泛，既可以食用又可出口创汇，因此，花生生产对新疆调整和优化农业产业结构、农民增收有着重要的作用。新疆属于西北内陆花生生产区，属典型的温带大陆性干旱气候，光照充足，昼夜温差较大，全年太阳总辐射量达550～570 KJ/cm2[6]。近些年随着新疆产业结构调整的深入实施，花生的栽培面积不断加大，新疆作为我国花生新产区具有其独特的地理优势。【前人研究进展】新疆花生科研工作起步较晚，目前已有学者对新疆花生栽培做了一定分析，于伯成等[7]认为林间套种花生时，应选择单株双果数、单株双果重、单个双果重和株单双果重高的花生品种，尽可能避免选择单株单果数和单株单果重过高的品种、李强等[8]研究认为在新疆地区花生种植密度在1.35×105～1.95×105穴/hm2范围内，随着密度增加，主茎高、总分枝数增加，结果枝数先增高后降低，单株果数和单株生产力也呈现先增高后降低趋势、王亮等[9]认为花生田间机械化生产是一个系统工程，必须通过农艺技术和机械化生产技术紧密结合，从花生新品种(系)培育、推广标准化和规模化的田间栽培管理技术着手。【本研究切入点】目前新疆花生品种存在多乱杂的现象，如何选育适宜在新疆种植，产量高、品质好、适宜机械化采收的品种，是新疆目前亟需解决的关键问题。因此对新疆地区花生引种材料的农艺性状分析研究有助于该地区选择适宜品种及提高栽培技术，更好地促进新疆花生产业发展。【拟解决的关键问题】研究针对引进的24份花生品种(系)进行农艺性状分析，利用目前应用分析成熟的主成分分析、回归分析及通径分析三种分析方法[10]，对新疆引种花生农艺性状进行综合分析，获得农艺性状的主成分组成，利用主成分进行回归和通径分析，揭示引种材料的变异性及多样性，对已引花生品种的适宜性、农艺性状表现进行分析评价，找出影响花生单株产量的主要农艺性状，为新疆花生品种引进和选育提供参考。

1 材料与方法

1.1 花生品种

24份花生品种(系)试验材料来自山东、河南、四川、广东、辽宁、河北、新疆等不同省份，列出具体名称及来源。表1

表1 参试材料名称及基本情况

Table 1 Basic information of experimental materials

序号No.品种名称Varietyname来源Source序号No.品种名称Varietyname来源Source1花育20号山东青岛13天府9号四川南充2花育25号山东青岛14阜花11辽宁阜新3花育28号山东青岛15HZ-224河南郑州4花育31号山东青岛16豫花9327河南郑州5花育33号山东青岛17远杂9307河南郑州6开农黑花生河南开封180215A(黑)河南郑州7开农37河南开封19潍花8号山东潍坊8白沙1016广东广州20潍花11号山东潍坊9粤油四粒白广东广州21潍花12号山东潍坊10湛红2号广东湛江22海花一号新疆喀什11新会小粒广东湛江23托克逊大花生新疆托克逊12冀花4号河北石家庄24四粒红新疆托克逊

1.2 方 法

试验于2012～2014年在乌鲁木齐近郊新疆农科院安宁渠综合试验场品种资源所试验基地进行，试验地为灰漠土，肥力中等偏上(N：65 mg/kg；P2O5：13.9 mg/kg；K2O：311.6 mg/kg)，采用随机区组排列，3次重复(3个区组)，每个小区的栽培面积为5.6 m2(长4 m×宽1.4 m)，垄宽70 cm，株距20 cm，播种深度5 cm，双粒播种。整地前667 m2施有机肥3 000 kg，复合肥(N∶P∶K=15∶15∶15)100 kg，后期不再施肥，覆膜春播，大田常规管理。

按照《花生种质资源描述规范》进行形态特征和生物学特性的调查、记载和考种工作。测定农艺性状包括：单株生物学产量、主茎高、总分枝数、第一侧枝长、有效枝长、茎粗、单株结果数、单株产量、百果重、百仁重及500 g果数11个性状，对参试品种进行分析。

1.3 数据统计

采用Excle与DPS7.05数据处理系统[11]，对11个考查性状进行相关分析和通径分析。根据农艺性状间的遗传相关系数矩阵计算特征根、特征向量。

2 结果与分析

2.1 单项性状变异性

研究表明，24个花生品种(系)主要农艺性状平均值、极差、标准差及变异情况，将变异程度按变异系数划分为：较低0～10%、中等10%～20%、较高20%以上。试验花生材料的变异系数在7.88%～39.77%，其中变异系数大于20%的为有效枝长、主茎高、单株产量、单株生物学产量、第一侧枝长，变异明显；大于10%的为百仁重、百果重、单株结果数、500 g果数，变异较明显；茎粗变异系数最小为7.88%。表明24个花生品(系)种各具特点，差距明显，类型广泛。表2

2.2 主要农艺性状的相关性

通过对24个花生品(系)种主要农艺性状的相关分析表明，单株生物学产量与主茎高、第一侧枝长、有效枝长、单株结果数、百仁重、单株产量呈极显著正相关；主茎高与第一侧枝长、有效枝长呈极显著正相关，与单株产量达显著水平；主茎总分枝数与茎粗呈极显著负相关，与百仁重呈显著正相关；第一侧枝长与有效枝长呈极显著正相关；百果重与百仁重呈极显著正相关，与单株产量呈显著正相关，而与500 g果数呈极显著负相关；百仁重与500 g果数亦呈极显著负相关，与单株产量呈极显著正相关。从参试花生主要数量性状间简单相关分析可以看出，单株生物学产量、单株结果数、百仁重对单株荚果产量有重要影响。表3

表2 花生品种资源主要农艺性状变异情况

Table 2 Variations of peanut in agronomic traits

农艺性状AgronomiccharactersNo.平均值Mean最小值Minimum最大值Maximum极差Variability标准差SD变异系数(%)CV单株生物学产量(g)PlantbiologyyieldX1138.3584.02257172.9837.5827.16主茎高(cm)HeightofmainstemX224.3915.6042.4026.807.0829.04主茎总分枝数(n)TotalbranchingumberX34.704.005.801.800.439.22第一侧枝长(cm)LengthoffirstbranchesX429.9119.7049.6029.908.1227.16有效枝长(cm)EffectivelengthoffirstbranchesX55.942.5511.508.952.3639.77茎粗(mm)StemthicknessX64.774.055.431.380.387.88单株结果数(n)Podnumber/plantX720.6115.1030.5015.403.4716.81百果重(g)100-podweightX8194.69142.22276.67134.4433.7217.32百仁重(g)100-seedweightX982.3541.71105.9564.2415.0118.23500g果数(n)Podnumber/500gX10264.35179.33360.33181.0043.7016.53单株产量(g)Podyield/plantX1154.3133.6998.5064.8114.8927.42

表3 不同花生品(系)种主要数量性状间简单相关性

Table 3 Simple correlation coefficients among quantity characteristics

注: **P<0.01，*P<0.05Note:** and * indicate the significant levels at 1% and 5%，respectively

2.3 花生主要农艺性状的主成分分析

研究表明，主成分1、主成分2和主成分3对花生产量的贡献率分别为40.348 1%，27.254 3%和14.881 9%，其累积贡献率达82.484 3%，表明3个主成分己覆盖所有性状的主要信息，因此选取了前3个主成分为花生性状选择的指标。在第1主成分中单株生物学产量的特征向量值最大即影响最大，其次是主茎高。第2主成分中500 g果数的特征向量值最大，其次是茎粗。第3主成分中主茎总分枝数的特征向量值最大，说明主茎总分枝数对第3主成分的影响最大。

第1主成分的特征根为4.438 3，贡献率为40.348 1%。该主成分特征向量中单株生物学产量的贡献最大，因此可称其为单株产量因子。其特征向量间的关系表明，单株生物学产量高的品种，主茎高、第一分枝数、单株产量等均较高。第2主成分的特征根为2.998 0，贡献率为27.254 3%。该主成分特征向量中500 g果数的贡献最大，因此可称其为果数因子。其特征向量间的关系表明，500 g果数较高的品种，主茎总分枝数、百果重、百仁重、单株产量反而会降低。第3主成分的特征根为1.637 0，贡献率为14.881 9%。该主成分特征向量中主茎总分枝数的贡献最大，因此可称其为分枝因子。其特征向量间的关系表明，主茎总分枝数高的品种，会对单株生物学产量、单株结果数、单株产量等均有降低。各品种主成分分量优劣的表现，评选出高产优质的前三位花生品种有花育33号、花育25号、花育31号，其中，花育33号第1主成分值最高。表4，表5

表4 花生农艺性状的主成分分析

Table 4 Analysis of principal components of agronomic traits of Peanut

性状Characteristics主成分PC第1主成分ThefirstPC第2主成分ThesecondPC第3主成分ThethirdPCx(1)0.43520.0227-0.1470x(2)0.37400.23670.2879x(3)0.0558-0.29940.5128x(4)0.36630.26440.2665x(5)0.35460.26680.2019x(6)0.03810.2981-0.5257x(7)0.3231-0.0007-0.3281x(8)0.1647-0.5009-0.1341x(9)0.3218-0.34540.1193x(10)-0.09310.49110.1255x(11)0.4030-0.1116-0.2979特征值Eigenvalue4.43832.99801.6370百分率Contribution(%)40.348127.254314.8819累计百分率Cumulativecontribution(%)40.348167.602482.4843

表5 3个优良品种的主成分系数

Table 5 Principal component coefficients of 3 elite cultivars

品种名称Varietyname主成分PC1234567891011花育33号6.8551.0542-0.62080.79550.5199-0.3809-0.1666-0.34170.09860.07070.0695花育25号2.43850.74211.6896-0.15580.00820.1084-0.0664-0.1322-0.1911-0.281-0.0524花育31号2.02541.21323.34510.0950.52350.0121-0.0605-0.2638-0.01420.2382-0.0501

2.4 多元线性回归

以10个花生植株农艺性状为自变量，单株产量(X11)为因变量进行产量和其他农艺性状的多元线性逐步回归，自动剔除无统计显著性的变量，筛选出影响产量的重要性状，得到回归方程Y=-18.397 3+0.330X1-0.380 6X2+1.032 3X7+0.077 2X8，F=98.401 7，相关系数r=0.976 7，决定系数R2=0.953 4。多元回归分析表明，单株生物学产量、主茎高、单株结果数、百果重这4个自变量可以解释95.34%的因变量变异，其中X1、X7、X8对产量的作用均为正，由其系数可将正效应排序为单株生物学产量>单株结果数>百果重，主茎高对产量的作用为负。

2.5 花生主要农艺性状的通径分析

通过对产量有显著影响的4个性状的通径分析，可以揭示农艺性状对产量的直接通径系数、间接通径系数。研究表明，单株生物学产量对产量的直接正效应最大为0.833 2，其次是单株结果数与百果重分别为0.240 3、0.174 9，主茎高(-0.181 0)与产量的直接作用为负值。各农艺性状对产量的间接作用中主茎高最大，其次是单株结果数，说明在选育花生品种时要选择株高适中的品种。通过正负效应抵消，可得到4个主要农艺性状对产量的综合效应，排列次序为单株生物学产量>单株结果数>百果重>主茎高。表6

表6 花生主要农艺性状与产量的通径分析

Table 6 Path analysis between agronomic traits and yield of Peanut

注：决定系数R2=0.954 0，剩余通径系数=0.214 6Note：Determination coefficient R2=0.954,0，residual path coefficient=0.214,6

3 讨 论

3.1 从24份引种花生品种农艺性状的变异系数来看，有效枝长变异系数最大，茎粗变异系数最小，变异系数超过20%的农艺性状有效枝长、主茎高、单株产量、单株生物学产量、第一侧枝长，占11个测定农艺性状的45%，这表明24份花生品(系)种在这些性状上变异丰富。从农艺性状的相关性分析来看，单株产量与单株生物学产量、单株结果数、百仁重呈极显著正相关，与主茎高、百果重呈显著正相关，因此要获得花生的高产需要重点提高单株生物学产量、单株结果数、百仁重，新疆在引种花生的品种选择中可以首先参考这三个农艺性状。

3.2 主成分分析可以从构成性状的多因素关系中来揭示供试材料的特点，了解供试材料主成分的构成及其相关的特征和生物学意义，为遗传材料的客观评价和品种选育提供基础参考依据[12-13]。通过对引种的24份花生品种(系)主要农艺性状进行主成分分析，可将所有参试品种分为单株产量因子、果数因子和分枝因子，其对花生产量的贡献率分别是40.348 1%，27.254 3%和14.881 9%，其累积贡献率为82.484 3%，这3个主成分己覆盖所有性状的主要信息，由此可以看出，要提高花生品种的丰产性，关键在于提高单株生物学产量、荚果数、结果枝数。以第一主成分为主要指标可筛选出花育33号、花育25号、花育31号三个大果高产花生品种，其中花育33号丰产性最优，结合田间生产情况来看，花育33号同其他品种相比，也表现出良好的高产性，这与实验的结果基本一致，说明花育33号花生品种可以作为新疆大面积推广的优良品种。

3.3 多元回归和通径分析有互补作用，多元线性回归分析可以用来比较多个相关性较大的原因与结果间的关系，且结果具有预测性，但是却不能反映自变量之间的相互关系，所以在一定程度上存在局限性，需要用通径分析来加以完善补充。通径分析是用通径系数和相关系数，通过通径图或表来表述原因与原因之间、以及结果与原因之间相互关系的一种分析方法，其着重讨论各个原因对结果影响的重要程度。通径分析将原因对结果的表面作用分解为直接作用与间接作用，以比较和描述各个自变量与因变量，以及各个自变量与自变量之间的相互关系，在研究多个变量之间关系时具有直观、精确等优点[14-15]。多元回归分析和通径分析已被广泛应用在作物的数量性状分析中[16-18]。研究可以看出正效应中单株生物学产量对花生产量的影响最大，其直接正效应最大为0.833 2，单株结果数与百果重次之直接正效应分别为0.240 3、0.174 9，而主茎高与产量呈负效应-0.181 0，因此，在选择花生品种及栽培过程时，要获得花生的高产，需要首先考虑单株生物学产量，当花生单株生物学产量高时会带来整体的高产，这也是目前研究并推广单粒精播技术的基础；其次，考虑需要株高性状，主茎高与产量呈负效应，说明当花生的株高越高，其产量会越低，这与生产实际中表现一致，株高过高在田间表现出地上部分生长过旺，造成结实率降低。在新疆引种和栽培花生品种时，应该多方面考虑各个性状之间的相关性和协调性，在注重产量性状的同时还应该兼顾其它各项农艺性状。

4 结 论

主成分分析、通径分析和多元回归方法均可较好地对新疆引种的花生品种进行科学分析和评价，为其适宜品种的筛选提供有效利用依据，研究对24份引种的花生品种进行分析，明确了24个花生品种农艺性状变异丰富，变异系数超过20%的有5个；结合主成分分析筛选出，花育33号、花育25号、花育31号三个大果高产花生品种，其中花育33号丰产性最优；利用通径分析和多元回归方法确定了农艺性状中4个主要农艺性状对产量的综合效应，依次为单株生物学产量(0.833 2)>单株结果数(0.240 3)>百果重(0.174 9)>主茎高(-0.181 0)，为新疆花生引种、育种中农艺性状的选择提供一定基础。

References)

[1] 万书波. 山东花生六十年[M].北京:中国农业科学技术出版社，2009.

WAN Shu-bo. (2009).SixtyyearsShandongpeanuts[M]. Beijing: China Agricultural Science and Technology Publishing House. (in Chinese)

[2]刘立峰,耿立格,王静华，等.河北省花生地方品种农艺性状和品质性状的遗传分化[J].植物遗传资源学报，2008，9(2):190-194.

LIU Li-feng，GENG Li-ge，WANG Jin-hua，et al. (2008).Genetic Diversity of peanut Landraces in Hebei Province Based on Agronomic and Quality Traits [J].JournalofPlantGeneticResources，9(2):190-194. (in Chinese)

[3]李新国,郭峰,万书波.高产花生理想株型的研究[J].花生学报,2013,42(3):23-26.

LI Xin-guo，GUO Feng，WAN Shu-bo. (2013). Peanut Ideotypes with High Yield [J].JournalofPeanutScience，42(3):23-26. (in Chinese)

[4]蓝新隆，唐兆秀，徐日荣.福建花生产量与主要农艺性状之间的灰色关联度分析[J].江西农业学报，2011，23(8):61-63.

LAN Xin-long，TANG Zhao-xiu，XU Ri-rong. (2011). Analysis of Gray Correlation between Yield and Major Agronomic Traits of Peanut in Fujian Province [J].ActaAgriculturaeJiangxi, 23(8):61-63. (in Chinese)

[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):680-684.

WANG Yun，ZHANG Xing-guo，LI He-min，et al. (2014). Relativity and gray correlation analysis major of the agronomic characters and yield of peanut [J].JournalofHenanAgriculturalUniversity, 48(6):680-684. (in Chinese)

[6]李利民，苗昊翠，张金波，等. 新疆花生栽培生产现状及发展对策研究[J].中国农学通报，2011，27(9):12-16.

LI Li-min, MIAO Hao-cui, ZHANG Jin-bo, et al. (2011). Study on the Peanut Cultivation Production Status and Development Countermeasure in Xinjiang [J].ChineseAgriculturalScienceBulletin, 27(9):12-16. (in Chinese)

[7]于伯成，张智猛，刘恒德，等. 林间套播条件下花生品种经济性状的相关分析和主成分分析[J].新疆农业科学，2013，50(8)：1 400-1 405.

YU BO-cheng，ZHANG Zhi-meng，LIU Heng-de，et al. (2013). Correlation Analysis and Principal Component Analysis of Economic Traits of Peanut Cultivars Interplanted with Date Trees [J].XinjiangAgriculturalSciences，50(8)：1,400-1,405. (in Chinese)

[8]李强，顾元国，王娟，等. 新疆旱区不同种植密度对花生光合生理及产量的影响[J]. 新疆农业科学，2016,53(1)：84-90.

LI Qiang，GU Yuan-guo，WANG Juan，et al. (2016). Effects of Different Density on Photosynthetic Physiology and Yield of Peanut in Arid Regions of Xinjiang [J].XinjiangAgriculturalSciences，53(1)：84-90. (in Chinese)

[9]王亮，魏建军，李艳，等. 中国花生全程机械化发展状况及其在新疆的应用[J]. 中国农学通报，2014，30(2):161-168.

WANG Liang, WEI Jian-jun, LI Yan，et al. (2014). Development of Peanut's Whole Course Mechanization in Our Country and the Application in Xinjiang [J].ChineseAgriculturalScienceBulletin, 30(2):161-168. (in Chinese)

[10]殷冬梅，李拴柱，崔党群. 花生主要农艺性状的相关性及聚类分析[J]. 中国油料作物学报，2010，32(2):212-216.

YIN Dong-mei，LI Shuan-zhu，CUI Dang-qun. (2010).Agronomic character and cluster analysis of peanut cultivars [J].ChineseJournalofOilCropSciences，32(2):212-216. (in Chinese)

[11]唐启义，冯明光.DPS数据处理系统[M].北京:科学出版社，2010.

TANG Qi- yi，FENG Ming-guang．(2010).DPSDataProcessingSystemforPracticalStatistics[M]． Beijing: China Social Sciences Publishing House. (in Chinese)

[12]祁建民，李维明，林荔辉，等.黄麻种质资源数量分类研究[J]. 作物学报，1996，22 (5)：587-594.

Qi Jian-min，Li Wei-ming，Lin Li-hui. (1996). Classification of Jute resourees Based on Principal Component Vectors [J].ActaAgronomicaSinica, 22(5)：587-594. (in Chinese)

[13]要燕杰，高翔，吴丹，等. 小麦农艺性状与品质特性的多元分析与评价[J]. 植物遗传资源学报，2014，15 (1)：38-47.

YAO Yan-jie，GAO Xiang，WU Dan, et al. (2014).Multivariate Analysis and Evaluation of Agronomic and Quality Traits Based on Principal Components in Wheat [J].JournalofPlantGeneticResources，15 (1)：38-47. (in Chinese)

[14]高之仁．数量遗传[M]．成都：四川大学出版社，1986:188.

GAO Zhi-ren. (1986).QuantitativeCharacter[M].Chengdu: Sichuan University Press，188. (in Chinese)

[15]武路广，霍梅俊，刘思奇，等. 白羊草干草产量与主要农艺性状的多元回归及通径分析[J].草地学报，2013，21(4)：697-701.

WU Lu-guang，HUO Mei-jun，LIU Si-qi，et al. (2013). Estimating Hay Yield and Agronomic Traits ofBothriochloaischaemum(L.) Using Multivariate Linear Regression and Path Analysis [J].AcatAgrestiaSinica, 21(4)：697-701. (in Chinese)

[16]王敏，徐萍，刘新江，等. 黄淮海地区夏玉米农艺性状与产量的通径分析[J]. 中国生态农业学报，2011，19(5):1 229-1 236.

WANG Min，XU Ping， LIU Xin-Jiang，et al. (2011). Path analysis of summer maize agronomic traits and yield in the Huang-Huai-Hai Plain [J].ChineseJournalofEco-Agriculture, 19(5):1,229-1,236. (in Chinese)

[17]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):16 817-16 819.

ZHANG Zhong-xin, TANG Feng-shou, ZHANG Xin-you, et al. (2010). Genetic Correlation and path Coefficient Analysis of Main Agronomic characters and productivity of summer peanut in Henan Province [J].JournalofAnhuiAgriculturalSciences，38(30):16,817-16,819. (in Chinese)

[18]李鸿雁，李志勇，师文贵，等.野生扁蓿豆单株种子产量与主要农艺性状的通径分析[J].草地学报，2012，20(3):479-483.

LI Hong-yan，LI Zhi-yong，SHI Wen-gui，et al. (2012). Path Analysis on Seed Yield Components of WildMedicagoruthenica[J].AcatAgrestiaSinica，20(3):479-483. (in Chinese) Agronomic Traits Analysis of Introduced Peanut Varieties in Xinjiang

Fund project:Natural Science Foundation of Xinjiang.(2014211B030)

CUI Hong-liang1，MIAO Hao-cui2，LI Li-min2，ZHANG jian-cheng3，WU zheng-feng3，GAO ying4

(1.InstituteofAgriculturalSciencesofIliPrefecture，IningXinjiang835000，China；2.ResearchInstituteofCropGermplasmResources,XinjiangAcademyofAgriculturalSciences，Urumqi830091,China; 3.ShandongPeanutResearchInstitute，QingdaoShandong266100,China；4.AgriculturalTechnologyExtensionCenterofKashgarPrefecture，KashgarXinjiang844000,China)

【Objective】 To master the agronomic traits performance of the peanut varieties introduced in Xinjiang and explore major agronomic characters which influence the production of peanut varieties in Xinjiang.【Method】Principal component analysis, regression analysis and path coefficient analysis of 11 agronomic traits of the 24 peanut varieties in Xinjiang were conducted.【Result】The results showed that：(1)The coefficient of variance of main agronomic traits ranged from 7.88%～39.77%. (2) The principal component analysis of main agronomic traits can be condensed into 3 principal components, respectively as the yield per plant, fruit number factor and branching factor, The 3 principal components among the total variation contribution rate were 40.348,1%, 27.254,3% and 14.881,9%, respectively. The cumulative contribution rate was 82.484,3%; (3) The direct path coefficient in the order of various characters to yield coefficient from the path coefficient analysis was as follows: Plant biology yield (0.833,2) > Pod number/plant (0.240,3) >100-pod weight (0.174,9) > height of main stem(-0.181,0).【Conclusion】In the test materials, the highest yield comes from the Huayu No. 33. When introducing and breeding peanut varieties in Xinjiang, plant biological yield, the number of per plant, 100-pod weight and the height of the main stem should be regarded as the primary selective traits.

peanut；agronomic traits；principle component analysis；regression analysis ；path coefficient analysis

2016-07-29

新疆维吾尔自治区自然科学基金项目(2014211B030)

崔宏亮(1981-)，男，助理研究员，硕士，研究方向为作物栽培及技术推广，(E-mail)chl8129@126.com

苗昊翠(1981-)，女，副研究员，硕士，研究方向为作物资源评价与逆境生理，(E-mail)mc09876@163.com

10.6048/j.issn.1001-4330.2016.12.011

S565.2

：A

：1001-4330(2016)12-2242-08