APP下载

基于灰色关联分析综合评估酥瓜品种的农艺性状

2019-12-11张雪彬杨小锋王怀松陈连珠

新疆农业科学 2019年10期
关键词:关联度坐果果肉

张雪彬,曹 明,杨小锋,3,王怀松,陶 凯,陈连珠

(1.三亚市南繁科学技术研究院,海南三亚 572000;2.国家西甜瓜产业技术体系三亚综合试验站,海南三亚;3.中国农业科学院蔬菜花卉研究所,北京 100081)

0 引 言

【研究意义】酥瓜(Cucumismelo.var.conmonGroup)是葫芦科黄瓜属甜瓜种薄皮甜瓜亚种的变种,其口感酥脆、甜,香味独特、浓郁,品种类型丰富,目前在安徽、四川、山东等地广泛种植[1-3]。甜瓜作为海南冬季瓜菜发展的特色产业之一,种植面积大,主要分布在三亚、陵水、乐东、东方等地[4],但主要以厚皮网纹甜瓜品种为主,而酥瓜在海南的种植几乎未见报道。应用灰色关联分析法引进筛选酥瓜优势品种对丰富海南甜瓜品种资源有实际意义。【前人研究进展】灰色关联分析法[5],其可靠性高,分析全面,能够准确筛选出作物优势品种,已有学者应用此方法对甜瓜、棉花、西瓜、甘薯及甘蓝等农作物品种进行了综合评价[6-10]。辛建华等[11]应用灰色关联度分析法分析甜瓜主要农艺性状对产量的影响,研究结果表明,单瓜重对产量影响最大,而果实生育期最小;胡建斌等[12]也采用了该方法研究分析了薄皮甜瓜果实相关农艺性状,结果表明,单果重、果肉厚和种子千粒重与产量关联度最大,果肉厚、首花节位和种子千粒重与单果重关联度最大;刘翔宇等[13]应用灰色关联分析法筛选出了适合新疆地区推广种植的甜高粱品种。【本研究切入点】目前,产量在瓜类等农作物的评价中占据主导因素,然而评价性状单一,造成评价结果与实际有偏差。灰色关联分析法评价结果具有较强客观性,且简单有效,关于运用灰色关联分析法确定适合在海南种植的酥瓜品种的相关研究更是鲜见报道。研究采用灰色关联分析法综合评估酥瓜品种的农艺性状。【拟解决的关键问题】应用灰色关联分析法,对引进三亚的9个酥瓜新品种主要农艺性状进行综合评估,筛选适合三亚地区推广种植的优良酥瓜新品种,为酥瓜在海南的品种选育奠定基础。

1 材料与方法

1.1 材 料

供试的9个酥瓜新品种,均由中国农业科学院蔬菜花卉研究所提供,品种名称为N1、N2、N3、N4、N5、N6、N7、N9、绿牛,分别用X1、X2、X3、X4、X5、X6、X7、X8、X9表示。

1.2 方 法

1.2.1 试验设计

试验于2018年11月至2019年1月在三亚市育制种试验示范基地大棚内进行,棚顶覆盖PO膜,四周围40目防虫网,垄高30.0 cm,宽100.0 cm,沟宽50.0 cm。采用随机区组设计,小区面积18.0 m2,每个品种设置3个重复,株行距为40.0 cm×60.0 cm,每小区定植60株。采用吊蔓栽培,主蔓坐瓜,第10朵雌花开始授粉留果,连续授粉4朵雌花,25片真叶即打顶,灌溉方式为膜下滴灌,田间管理方式按正常标准进行,各酥瓜品种于2018年12月24日统一授粉,2019年1月23日采收,并测定各性状指标。

1.2.2 指标测定

每个处理小区选取10株开花授粉后长势一致的植株测定坐果率,在果实采收期对植株测量果实商品率、产量、中心可溶性固形物含量、果肉厚度及种腔大小指数。单位产量(667m2)用小区产量折合计算,果肉厚度用直尺测量,中心可溶性固形物含量用手持折光糖度计测量。

1.3 数据处理

试验数据均采用Excel 2003软件分析。依据灰色系统理论要求,以9个酥瓜品种的6个性状指标组成一个灰色系统,每个品种作为系统中的一个因素。以参试品种性状指标Xi(i=1,2,3,…,9)、Xi={Xi(1),Xi(2),Xi(3),…Xi(6)}={坐果率、商品率、产量、中心可溶性固形物含量、果肉厚度、种腔大小指数}构成的数列作为比较数列,以参考品种各项性状指标X0={X0(1),X0(2),X0(3),…,X0(6)}构成的数列作为参考数列。列出参试品种和参考品种的各项性状指标平均值。表1

参照郭存芝等[14]的方法计算各参试品种与参考品种间的关联系数、等权关联度和加权关联度。

(1)

(2)

(3)

式中,Δi(k)=|Χ0(k)-Χi(k)|为X0数列与Xi数列在第k点的绝对值;minΔi(k)为二级最小差,maxΔi(k)为二级最大差,ρ为分辨系数,通常取值0.5,Wk为各关联系数的权重,n为参试品种数,k为评估的性状数。

2 结果与分析

2.1 酥瓜品种主要性状数据的初值化处理

研究表明,产量作为评价酥瓜品种优劣的主要标准之一,坐果率、商品率和果肉厚度为影响产量的因素,中心可溶性固形物含量和种腔大小指数等是酥瓜口感品质指标和外观指标。参照品种为X0,其他比较品种为Xi,构建原始矩阵。将酥瓜品种主要性状数据进行初值化处理,即数列X1~X9的相应性状(坐果率、商品率、产量、中心可溶性固形物含量和果肉厚度等)数值除以X0,其值越大,该品种表现越好;而种腔大小指数等性状数值化处理则相反,即X0除以X1~X9相对应的数据,值越小,品种越占优势。坐果率、商品率、产量、中心可溶性固形物含量、果肉厚度和种腔大小指数等6个性状用K1~K6表示,各参试品种的K1~K6数列值分布较广,品种不同,其主要性状存在较大差异。其中坐果率、商品率和产量性状的数列分布范围大于中心可溶性固形物含量、果肉厚度和种腔大小指数性状的分布范围。表1,表2

表1 供试酥瓜品种的主要性状
Table 1 Main traits of the tested crisp melon cultivars

品种编号CultivarNo.坐果率Fruitsettingrate(%)商品率Commodityrate(%)产量Yield(kg/667m2)中心可溶性固形物含量Solublesolidcontentinthecenter(%)果肉厚度Fleshthickness(cm)种腔大小指数CavitysizeindexX00.921.005113.6712.972.900.30X10.830.702297.448.971.800.48X20.750.503409.1111.972.000.42X30.440.713557.3312.632.900.38X40.830.703705.5610.052.230.35X50.630.401704.567.902.830.45X60.671.003557.338.732.470.30X70.920.642816.2212.871.800.50X80.580.712445.6712.972.230.35X90.650.925113.677.972.430.35

表2 酥瓜品种主要性状数据的初值化
Table 2 The initialization data about main traits of the crisp melon cultivars

品种编号CultivarNo.坐果率K1商品率K2667m2产量K3中心可溶性固形物含量K4果肉厚度K5种腔大小指数K6X01.00001.00001.00001.00001.00001.0000X10.90910.70000.44930.69150.62070.6346X20.81820.50000.66670.92290.68970.7231X30.47730.71430.69570.97431.00000.7974X40.90910.70000.72460.77510.77010.8716X50.68180.40000.33330.60930.97700.6685X60.72731.00000.69570.67350.85061.0000X71.00000.63640.55070.99230.62070.6066X80.63640.71430.47831.00000.77010.8716X90.70910.92311.00000.61440.83910.8670

2.2 参试酥瓜品种与参考品种的关联系数

研究表明,二级最小差min△i(K)=0.000 0,二级最大差max△i(K)=0.681 0,由公式(1),计算出Xi与X0各主要农艺性状的关联系数,式中的ρ取值为0.5。表3

N6商品率关联系数最大,为1.00 0,与参考品种相同,该品种畸形瓜较少,外观美观商品性好;N7的坐果率和种腔大小指数2个性状的关联系数最大,其有坐果性好,果肉充实;N9的可溶性固形物含量关联系数最高,其具有口感好,品质佳的特点;绿牛产量的关联系数均大于其他品种,且为1.000 0,产量最高,与参考品种相同;N5的商品率、产量和可溶性固形物含量等3个关联系数最小,该品种产量低,品质差。

依据作物各农艺性状指标对该品种影响程度的不同,赋予相关权重系数。产量是农作物优劣的重要评判标准,赋予的最大权重系数0.30;可溶性固形物含量是酥瓜的重要品质指标,是市场需求量的评判标准,赋予的权重系数也较大,为0.20;坐果率和商品率也是影响酥瓜最终产量的重要因子,赋予权重系数0.15。表4

表3 X0与Xi的绝对差值△i(k)
Table 3 Absolute difference△i(k)between X0and Xi

△i(k)坐果率K1商品率K2667m2产量K3中心可溶性固形物含量K4果肉厚度K5种腔大小指数K6△1(k)0.09090.30000.55070.30850.37930.3654△2(k)0.18180.50000.33330.07710.31030.2769△3(k)0.52270.28570.30430.02570.00000.2026△4(k)0.09090.30000.27540.22490.22990.1284△5(k)0.31820.60000.66670.39070.02300.3315△6(k)0.27270.00000.30430.32650.14940.0000△7(k)0.00000.36360.44930.00770.37930.3934△8(k)0.36360.28570.52170.00000.22990.1284△9(k)0.29090.07690.00000.38560.16090.1330

表4 酥瓜品种与参考品种的关联系数
Table 4 Correlation coefficient between tested crisp melon cultivars and reference cultivars

ε(k)坐果率K1商品率K2667m2产量K4中心可溶性固形物含量K5果肉厚度K6种腔大小指数K7ε1(k)0.78570.52630.37700.51940.46770.4770ε2(k)0.64710.40000.50000.81210.51790.5463ε3(k)0.38940.53850.52270.92841.00000.6220ε4(k)0.78570.52630.54760.59710.59180.7220ε5(k)0.51160.35710.33330.46040.93550.5014ε6(k)0.55001.00000.52270.50520.69051.0000ε7(k)1.00000.47830.42590.97740.46770.4587ε8(k)0.47830.53850.38981.00000.59180.7220ε9(k)0.53400.81251.00000.46360.67440.7147Wk0.150.150.300.200.100.10

2.3 关联度

研究表明,关联度可衡量各参试品种与参考品种的接近程度,因此其排序情况可作为各参试品种综合性状优劣的评估依据。数值越大,排序越靠前,该品种比较适应当地气候,适宜在该区域栽培,排序越后则不适宜。各参试品种综合性状的等权关联度排序为N6>绿牛>N3>>N7>N4>N9>N2>N1>N5,加权关联度排序为绿牛>N6>N3>N7>N4>N9>N2>N1>N5。经加权后关联度排序后,绿牛由第2位上升至第1位,N6则降到第2位。两个品种的关联度排序发生变化是由于绿牛经加权处理后能够突出其产量方面的优势。秩相关系数为0.944 7,等权关联度和加权关联度的排序结果更接近。表5

表5 酥瓜品种与参考品种的关联度及排序
Table 5 Correlation degree and rank between the tested crisp melon cultivars and the reference cultivars

品种编号CultivarsNo.等权关联度Equalcorrelationdegree排序Rank加权关联度Weightedcorrelationdegree排序Rank秩相关系数RankcorrelationcoefficientN10.525580.508380.9447N20.570570.57597N30.666830.64393N40.628450.61195N50.516590.46619N60.711410.65942N70.634740.63764N90.620160.60086绿牛0.699920.73361

3 讨 论

研究通过采用灰色关联分析法综合评价了9个酥瓜新品种6个主要农艺性状,其评估结果与田间实际观测情况一致,该分析法可作为酥瓜新品种的引进栽培综合评估方法。酥瓜品种N6和绿牛在等权关联度排序分别为第1和第2位,在加权关联度排序分别为第2和1位,两个品种都比较适合在三亚地区栽培,而N1和N5关联度排序靠后,综合表现差,不适合在三亚种植。为统一评估供试品种,于2019年1月23日集中采收,并测定各性状指标,由于不同酥瓜品种成熟期存在差异,N1、N5、N6和绿牛4个酥瓜品种成熟期较其他5个酥瓜品种晚,故其中心可溶性固形物含量偏低。

研究参照张北群[7]、郭存芝[14]和许如意等[15]的方法,将各参试品种的最优农艺性状值或高于该值作为理想参考品种。各参试酥瓜品种的等权关联度与加权关联度排序结果不完全一致,加权关联度排序结果能够充分反映各参试品种田间实际表现情况;不同品种的各主要农艺性状在该品种中的表现情况各不相同,其重要性也不一样,所以要根据对目标品种实际需求,确定其性状的重要程度并赋于不同的权重系数。灰色关联分析法在一定程度上避免了人为主观因素的影响,使得评估结果可靠,且有科学依据。因此,经该方法评估筛选的酥瓜新品种更加具有说服力。

4 结 论

经灰色关联分析法综合评估,N6和绿牛的等权关联度分别为0.711 4和0.699 9,排序为第1位和第2位;而加权关联度为0.659 4和0.733 6,排序为第2位和第1位,N6和绿牛的关联度排序都在前两位,且N6在田间表现为商品率高、果型好,绿牛表现为产量高,这两个品种都比较适合在三亚地区推广栽培。

猜你喜欢

关联度坐果果肉
基于熵值法与灰色关联度分析法的羽毛球技战术综合评价分析
基于熵权法改进的TOPSIS法和灰色关联度分析的压榨脱水过程优化研究
苹果树坐果率提高六法
中华寿桃人工授粉提高坐果率
My Favourite Fruit
五招促枣树多坐果
越夏黄瓜坐果难 巧用措施多坐瓜
中国制造业产业关联度分析
中国制造业产业关联度分析
秋天的礼物