甜高粱新品种（系）综合评价与聚类分析

高进+蔡立旺+王永慧+施庆华+王海洋+王为+孙艳茹+陈建平

摘要：为客观评价甜高粱新品种（系），提高其性状改良进程。对2014—2015年全国高粱品种区试能源青贮组15个品种（系）的主要农艺性状和产量品质性状进行了遗传变异分析。结果发现，丝黑穗病接种发病率变异系数最大，高达127.47%；主成分分析表明，前5个主成分的方差累积贡献率达85.442%，已反映所列性状的绝大部分变异信息；通过各品种（系）的主成分得分对参试品种（系）进行了聚类分析，结果将15个品种（系）分为四大类，同时对聚类结果进行判别分析，聚类正确率达100%；在聚类分析的基础上对各类品种（系）的主要农艺性状、产量品质性状进行了多元方差分析，对各类品种（系）的综合评价与性状改良方向进行了探讨。

关键词：甜高粱；农艺性状；产量品质性状；遗传变异；丝黑穗病；发病率；主成分分析；综合评价

中图分类号： S514.02 文献标志码： A 文章编号：1002-1302（2017）20-0093-05

高粱[Sorghum bicolor （L.） Moench.]是世界五大谷类作物之一，也是中国最早栽培的禾谷类作物之一。甜高粱是粒用高粱的一个变种，甜高粱除具有普通高粱的一般特征外，其茎秆中还含有大量的汁液和糖分，其籽粒可食用、饲用、酿酒，茎秆可饲用、制糖、酿酒、做饮料、提炼酒精等，秆渣还可制纸、制板、人造纤维等。甜高粱作为一种新兴的饲料、糖料、能源作物，极具开发价值[1-4]。

聚类分析方法在研究作物品种资源的差异和分类方面已有不少应用，是一种比较可行的分析评价方法[5-7]。作物生物学性状的聚类分析是其种质资源評价的重要方面[8-9]。表型性状的调查测定相对简单、易操作，而且更直观，是种质资源研究的最基本方法，也是分类不可缺少的重要依据之一[10-11]。将差异显著的N个性状变换为既不具相关性又能反映原来多个性状主要信息的综合指标进行聚类分析，进而比较亲本间的遗传差异，达到归类使用的目的[12-13]。本研究通过甜高粱新品种（系）在全国不同生态环境下的主要农艺性状、产量品质性状的表现，采用多元统计分析方法，探讨它们之间的量化关系，从而对各个参试品种（系）进行综合评价和聚类分析，为甜高粱新品种（系）的推广、高产高效栽培、品种的改良、品质的提高提供参考依据。

1 材料与方法

1.1 材料

供试甜高粱材料为2014—2015年全国高粱品种区试能源青贮组区试参试品种（系）。编号1～15的名称依次为辽甜14-1、中科甜5号、311A/LTR108、辽甜14-2、辽甜6号、辽甜14-3、吉甜杂2号、辽甜15-1、3436A×Pi57、辽甜15-2、科甜5号、154A3×Pi571、辽甜15-4、晋甜1401、辽甜15-3。试验分别安排在江苏盐城、内蒙古赤峰、内蒙古通辽、山西晋中、安徽蚌埠、湖南长沙、河南郑州、山东济南、吉林公主岭、吉林吉林、辽宁沈阳、甘肃平凉、辽宁朝阳、河北石家庄14个试点进行。均采用直播的方式，随机区组排列，3次重复，行长 5 m，小区面积不少于15 m2。收获时，去掉两侧边行（两侧各1行），收中间数行计产，收获面积不少于10 m2，密度 75 000株/hm2。栽培管理略高于当地一般水平。

考察植株性状有株高X1（cm）、茎粗X2（cm）、分蘖数X3（个）、生育期X4（d）、倾斜率X5（%）、倒折率X6（%）、穗长X7（cm）、穗粒质量X8（g）、千粒质量X9（g）、育性X10（%）、鲜质量产量X11（kg/hm2）、籽粒产量X12 （kg/hm2）、茎秆含糖锤度X13（%）、茎秆出汁率X14（%）、丝黑穗病接种发病率X15（%）共15个。

1.2 方法

采用变异系数、主成分分析、聚类分析、判别分析、多元方差分析方法[6]进行分析，以期找出具有生物学及专业意义的统计参数，为甜高粱新品种（系）进行综合评价并制定性状改良决策，为适应沿海滩涂饲料化利用提供有益的信息。数据处理采用SPSS 22.0软件[14]。

2 结果与分析

2.1 主要农艺性状、产量品质性状的遗传变异分析

变异系数是测定作物各性状受一定环境条件影响发生变异程度的一个指标，它能反映出作物性状遗传的基本动态。甜高粱品种（系）主要农艺性状、产量品质性状的平均值与变异系数见表1。

由表1可以看出，丝黑穗病接种发病率变异系数最大，高达127.47%；其次是育性，为74.94%。由此可见，供试甜高粱品种（系）抗病性和育性具有较丰富遗传多样性，改良空间较大。平均生育期132.3 d，变异系数3.75%；茎秆出汁率平均为47.8%，变异系数3.91%，表明这2个性状受外部环境因素及栽培条件的影响较小，主要受遗传因子支配。其他性状的变异系数依次为株高<穗长<茎秆含糖锤度<鲜质量产量<籽粒产量<分蘖数<千粒质量<茎粗<倾斜率<穗粒质量<倒折率。

2.2 主要农艺性状、产量品质性状的相关性分析

表2显示，株高（X1）与生育期（X4）、鲜质量产量（X11）呈极显著正相关，与倒折率（X6）呈显著负相关；茎粗（X2）与千粒质量（X9）呈显著负相关；分蘖数（X3）与丝黑穗病接种发病率（X15）呈极显著正相关；生育期（X4）与倒折率（X6）呈极显著负相关，与丝黑穗病接种发病率（X15）呈显著负相关，与鲜质量产量（X11）呈极显著正相关；倒折率（X6）与鲜质量产量（X11）呈显著负相关；穗粒质量（X8）与籽粒产量（X12）呈极显著正相关，与茎秆含糖锤度（X13）呈极显著负相关；千粒质量（X9）与丝黑穗病接种发病率（X15）呈显著负相关；鲜质量产量（X11）与茎秆出汁率（X14）呈极显著正相关；其余性状之间呈正或负相关性但均不显著。由此可见，这些性状间存在着正负、强弱相关错综复杂的关系，致使它们提供的相关信息出现重叠，不易寻求其简明的变化规律，所以须进行主成分分析，以便找出影响各个性状的主成分。endprint

2.3 主成分分析

利用表2中得到的相关系数矩阵进行主成分分析，结果提取前5个主成分，其累积方差贡献率达85.442%，已代表所考查性状的绝大部分相关信息。由相关系数矩阵的前5个特征值及相应的特征向量计算所得的主成分载荷矩阵如表3所示。

这些载荷表示该因子对变量的影响程度，如株高性状值=0.706f1-0.241f2+0.543f3+0.153f4+0.202f5；茎粗性状值=0.213f1+0.089f2+0.452f3-0.745f4-0.382f5等。共同度表示所选主成分对变量方差的贡献率，其数值大小表明所选主成分能反映该变量变异信息的多少。因此从表3可以看出，共同度最小的为倾斜率（59.9%），其次是穗长（696%）、茎秆出汁率（70.6%）、茎秆含糖锤度（77.8%），其余各性状的共同度均超过80%，表明所选的5个主成分能较好地反映这些性状所包含的相关信息。

基于求得的主成分载荷矩阵（表3）及各性状的标准化值，按式F=A×Z[其中F 、A 、Z 依次为主成分得分、载荷矩阵参试品种（系）的因子得分值、样本矩阵的标准化]计算各参试品种（系）的主成分得分，结果见表4。

2.4 聚类分析

根据所选15个主要农艺性状和产量品质性状，对15个区试品种（系）进行聚类。首先利用主成分将15个性状在保留它们变异总信息量85.442%的前提下浓缩为5个主成分，再将所选各性状进行标准化， 进一步利用5个主成分和各性状的标准化值计算供试品种（系）相对应于第1 、第2 、第3、第4、第5 主成分上的得分，在此基础上进行系统聚类[品种间相似性尺度用闵式（minkowski）距离P表示，P=15，聚类方法用离差平方和表示]，系统聚类结果如图1所示。结果表明，15個品种（系）可以聚为四大类。第Ⅰ类包括辽甜14-1、辽甜6号、辽甜14-3、3436A×Pi57、辽甜15-2、科甜5号、辽甜15-4；第Ⅱ类包括154A3×Pi571、晋甜1401；第Ⅲ类仅为311A/LTR108、辽甜14-2、辽甜15-3；第Ⅳ类包括中科甜5号、吉甜杂2号、辽甜15-1。

2.5 判别分析

为了验证上述聚类分析结果的准确合理性，基于聚类结果，以5个主成分作为判别变量，采用一般判别分析方法，建立判别函数（表5）。根据判别函数，对参试品种（系）重新判别归类，判别结果见表6。结果发现，类别Ⅰ共有7个品种（系），用判别函数回代分类，与实际相符也是7个品种（系），没有错分，判别的准确率为100%；同样类别Ⅱ、类别Ⅲ、类别Ⅳ判别的准确率也均为100%。由此可见，上述聚类分析结果准确可靠。

2.6 不同类型品种（系）主要农艺性状、产量品质性状的多元方差分析

由表7可以看出，第Ⅰ类7个品种（系）的平均株高中等，为353.2 cm；茎粗为2.3 cm；分蘖数中等，为1.3个；生育期中等，为132.5 d；倒折率中等，为16.2%；穗粒质量最高，为67.7 g；千粒质量中等，为27.5 g；鲜质量产量中等，为 73 636.5 kg/hm2；籽粒产量最高， 为4 318.5 kg/hm2；茎秆含糖锤度最低，为16.4%；茎秆出汁率中等，为47.2%；丝黑穗病接种发病率较低，为7.1%，对于这类品种（系）应重点改良茎秆含糖锤度、鲜质量产量等方面，同时提高抗倒伏性，以满足市场需求。

第Ⅱ类2个品种（系）的平均株高中等偏下，为 339.8 cm；茎粗最细，为2.1 cm；分蘖数最少，为1.2个；生育期中等，为133.5 d；倒折率中等偏低，为13.4%；穗粒质量中等，为59.2 g；千粒质量最高，为31. 5 g；鲜质量产量中等，为75 916.5 kg/hm2；籽粒产量中等，为3 853.5 kg/hm2；茎秆含糖锤度最高，为18.6%；茎秆出汁率最低，为46.9%；丝黑穗病接种发病率最低，为0.4%，属优质品种（系）。对此类品种（系），应重点提高产量。

第Ⅲ类3个品种（系）的平均株高最高，为364.1 cm；茎粗为2.3 cm；分蘖数中等，为1.3个；生育期最长，为137.8 d；倒折率最低，为13.2%；穗粒质量最低，49.5 g；千粒质量最低，为23.7g；鲜质量产量最高，为83 698.5 kg/hm2；籽粒产量最低，为3 448.5 kg/hm2；茎秆含糖锤度较高，为17.4%；茎秆出汁率最高，为50.3%；丝黑穗病接种发病率中等，为128%，这类品种（系）产量、品质结合性较好。

第Ⅳ类3个品种（系）的平均株高最低，为324.3 cm；茎粗中等，为2.2 cm；分蘖数最多，为1.5个；生育期最短，为125.3 d；倒折率最高，为21.2%；穗粒质量中等，为58.3 g；千粒质量中等偏低，为25.1 g；鲜质量产量最低，为 70 098.0 kg/hm2；籽粒产量中等偏低，为3 612.0 kg/hm2；茎秆含糖锤度中等偏低，为16.9%；茎秆出汁率中等，为470%；丝黑穗病接种发病率最高，为43.2%，属低产低质品种（系），且易倒伏。对这类品种（系）除着重提高产量外，同时加强品质改良。

3 结论与讨论

本研究对能源青贮组区试新品种（系）株高、茎粗、分蘖数、生育期、倾斜率、倒折率、穗长、穗粒质量、千粒质量、育性、鲜质量产量、籽粒产量、茎秆含糖锤度、茎秆出汁率、丝黑穗病接种发病率共15个数量性状进行研究，经主成分分析归属于5个主成分，其累积方差贡献率达85.442%。主成分分析对这15个错综复杂关系的性状进行了有效降维，能够准确反映原性状的主要信息。在此基础上计算各品种（系）在主成分上的得分值，据此进行聚类分析，同时对聚类结果进行判别分析，验证聚类分析结果的准确性。

在主成分分析的基础上进行聚类分析，将15个区试甜高粱品种（系）聚为四大类，第Ⅰ类包括辽甜14-1、辽甜6号、辽甜14-3、3436A×Pi57、辽甜15-2、科甜5号、辽甜15-4，这类品种（系）鲜质量产量中等偏低，茎秆含糖锤度低，较易倒伏，抗病性较好；第Ⅱ类包括154A3×Pi571、晋甜1401，这类品种（系）鲜质量产量中等，茎秆含糖锤度和抗病性好，属中产优质品种（系）；第Ⅲ类仅为311A/LTR108、辽甜14-2、辽甜15-3，这类品种（系）鲜质量产量高，茎秆含糖锤度和抗病性较好，属产量、品质结合性较好的品种（系）；第Ⅳ类包括中科甜5号、吉甜杂2号、辽甜15-1，这类品种（系）鲜质量产量低，易倒伏，茎秆含糖锤度偏低，丝黑穗病接种发病率高，属低产低质品种（系）。endprint

主成分分析和聚类分析被广泛用于研究种质资源间的亲缘关系，但由于是通过利用生物学性状的途径进行的，而生物学性状个体量纲不一致，因此在利用统计软件进行数据分析时，须对数据先进行标准化，再进行主成分分析和聚类分析，否则可能得出错误结论[15]。

本研究甜高粱生物学性状数据来源于国家区域试验，由于这些性状不是在同一时期内测定，并且表型性状容易受环境条件的影响而变动，因此有其不足之处，可能难以详细准确地阐明品种（系）间的差异。

参考文献：

[1]卢庆善. 甜高粱[M]. 北京：中国农业科学技术出版社，2008.

[2]刘晓辉，高士杰，杨 明，等. 浅谈甜高粱的利用价值[J]. 种子，2006，25（9）：98-99.

[3]曹文伯. 我国甜高粱种质资源鉴定及利用概况[J]. 植物遗传资源科学，2001，2（1）：58-62.

[4]张丽敏，刘智全，陈冰嬬，等. 我国能源甜高粱育种现状及应用前景[J]. 中国农业大学学报，2012，17（6）：76-82.

[5]张彩英，张丽娟，段会军，等. 大豆种质资源的分类鉴定研究[J]. 中国油料作物学报，2002，24（1）：33-37.

[6]高 进，蔡立旺，宋锦花，等. 早熟棉花品种产量品质性状的综合评价与聚类分析[J]. 西南农业学报，2015，28（6）：2425-2431.

[7]冯国郡，李宏琪，叶 凯，等. 甜高粱种质资源在新疆的多样性表现及聚类分析[J]. 植物遗传资源学报，2012，13（3）：398-405.

[8]陈常理，骆霞虹，廖球林，等. 农家红花油茶种质产量和果实性状主成分聚类分析及综合评价[J]. 浙江农业学报，2015，27（11）：1882-1888.

[9]邵初阳，何晓兰，徐照龙，等. 甜高粱种质资源多样性及主要农艺参数聚类分析[J]. 江苏农业学报，2015，31（5）：984-994.

[10]Mazzucato A，Papa R，Bitocchi E，et al. Gentic diversity，structure and marker-trait associations in a collection of Italian tomato （Solanum lycopersicum L.）landraces[J]. Theoretical and Applied Genetics，2008，116（5）：657-669.

[11]陶萌春. 硃砂根（Ardisia crenata）居群的形態特征变异及聚类分析[J]. 植物资源与环境学报，2010，19（4）：43-49.

[12]孙长法，赵 晖，陈荣江. 棉花新品种产量品质性状的聚类分析与综合评价[J]. 西北农业学报，2010，19（4）：77-81.

[13]宋世威，廖国秀，刘厚诚，等. 不同芥蓝品种产量及品质性状聚类分析[J]. 中国农学通报，2011，27（19）：161-165.

[14]张文彤. SPSS统计分析高级教程[M]. 北京：高等教育出版社，2004.

[15]平俊爱，张福耀，杜志宏，等. 饲草高粱部分不育系和恢复系的聚类分析[J]. 中国农学通报，2014，30（2）：50-54.endprint