适宜瓜棉套作模式陆地棉品种的评价与筛选

2020-07-02刘翔宇娄善伟王瑞华张鹏忠巴哈尔古丽先木西任红松

新疆农业科学 2020年6期

刘翔宇,娄善伟，王瑞华，张鹏忠，巴哈尔古丽·先木西，彭华，任红松

(1.新疆农业科学院吐鲁番农业科学研究所，新疆吐鲁番 838000；2.国家棉花工程技术研究中心，乌鲁木齐 830091)

0 引言

【研究意义】棉花是新疆农业发展的支柱型产业[1]，哈密瓜是新疆传统的名优特产[2]。发展多熟立体种植模式，可以实现农业增效，化肥、农药减量和节省水资源的目的[3]。目前，以匍匐生长的西甜瓜与立生的棉花互补搭配，构建套作群体，在生产上已有较大面积应用，但瓜棉套作模式，对棉花品种的形态结构、产量结构和生长发育进程等要求与棉花单作有着较大差别。在瓜棉套作模式下，开展棉花品种的评价、筛选对发展立体种植模式和节本增效具有重要意义。【前人研究进展】近年来，国内外有瓜棉套作的栽培技术[1-4]、化肥和农药减施[5，6]、节水灌溉[7，8]、提高农民收益等[9，10]等研究，同时我国新疆在棉花育种[11，12]、栽培[13]和机械化等[14-16]有研究成果。艾尼江[17]研究了新疆棉花的产量、品质、早熟性等遗传性状的QTL定位、遗传性与早熟性相关的灰色关联分析和新疆不同植棉区棉花品种早熟性的遗传多样性；刘鹏鹏等[18]采用隶属函数与综合抗旱系数结合的方法，对众多棉花品种在新疆的生态适应性进行了抗旱性评价；刘翔宇等[19]在新疆季节性水分匮乏条件下，自国内外引进126份优异陆地棉种质资源，从棉花的形态指标、产量指标和品质指标进行了分类、评价、筛选。【本研究切入点】新疆棉花育种研究[20-22]指出区域试验确定一个棉区的主栽品种时，要综合考虑棉花的各方面指标，不能随意拟定评价标准。不能片面追求产量、衣分，要综合考虑棉花的形态指标、产量指标、品质指标等综合指标。研究筛选适宜瓜棉套作模式的陆地棉品种，评价套作棉花的形态和产量。【拟解决的关键问题】应用主成分分析、聚类分析和灰色关联度分析等多元分析方法，分析瓜棉套作模式下棉花的形态指标和产量指标，评价套作棉花的形态和产量，为瓜棉套作模式下棉花品种筛选提供参考。

1 材料与方法

1.1 材料

试验于2018～2019年在新疆农科院吐鲁番农业科学研究所东坎试验基地完成。基地温带干旱荒漠气候，干燥少雨，年平均降水量16.4 mm，蒸发量3 000 mm以上，日照充足，昼夜温差大，年有效活动积温5 300℃以上，无霜期270 d。

供试14个陆地棉品种，来源不同、具有不同生物学特征，且在国内具有一定代表性或主栽的陆地棉品种。

哈密瓜品种(1个)：西州蜜25号。

棉花品种(14个)及代号：中棉49号(A1)、中棉63号(A2)、中棉66号(A3)、中棉79号(A4)、新陆中40号(A5)、新陆中49号(A6)、新陆中51号(A7)、新陆中56号(A8)、陆地棉系1号(A9)、陆地棉系2号(A10)、兴农6号(A11)、兴农7号(A12)、银康1号(A13)和岱字-80(CK)。瓜株行距为4．5 m×0．45 m，机器铺地膜。表1

1.2 方法

随机区组设计，重复3次，每重复3行，行长5 m，重复间留走道0.5 m,试验地面积450 m2。

2018～2019年，均于3月15日地膜上移栽哈密瓜幼苗，拱棚覆盖；20 d后在拱棚内点播棉花：瓜苗间点播4穴，每穴2株，瓜畦中间再点播与瓜苗间相同数量的棉花。2018年6月21日、2019年6月21日收获哈密瓜，瓜收获完毕后，紧接着清除瓜瓤，水肥促棉花生长。2018年9月1～5日收获棉花一茬花，10月10～15日收获二茬花；2019年9月6～10日收获一茬花，10月15～20日收获二茬花。年际间田间栽培管理方式相同。

株高(X1，cm)、果枝节位(X2，节)果枝数(X3，个)；产量指标：吐絮铃数(X4，个)、有效铃数(X5，个)、单铃重(X6，g)、衣分(X7，%)、籽棉产量(X8，kg/hm2)、皮棉产量(X9，kg/hm2)、生育期(X4，d)；共10项数量性状。形态指标于各品种成熟期田间观测记载，产量指标于二茬花收获后测量记载。为使各性状均以最大值表示最优，对部分性状的田间试验结果进行变换：X10为103/生育期。表1

表1 参试棉花品种及各指标值Table 1 Cotton Varieties and Index Values

1.3 数据处理

采用相关分析、主成分分析、聚类分析、判别分析和加权关联度分析，以期找出具有生物学及专业意义的统计参数，为棉花品种综合评价及筛选决策提供有益的信息。数据的统计处理应用Data Processing System 15.10分析完成。

2 结果与分析

2.1 相关分析

研究表明，10个性状间，有着正负和强弱复杂的相关关系，其中，果枝数与株高、籽棉产量与单铃重、皮棉产量与籽棉产量这3对数量性状相关性达到极显著水平(P<0.01)，衣分与果枝数、有效铃数与吐絮铃数这2对数量性状间相关性达到显著水平(P<0.05)。表2

表2 相关分析Table 2 The correlation analysis data

注：*表示显著相关(P<0.05)；**表示极显著相关(P<0.01)
Note:*Means the coefficient is significantly correlation atP< 0.05;** means the coefficient is extremely significantly correlation atP< 0.01

2.2 主成分

研究表明,10个性状经主成分分析，前5个主成分的贡献率分别为26.89%、21.94%、18.19%、13.23%和9.53%，累积贡献率达89.77%。前5个主成分对10个指标变量的贡献为0.655～0.976。经主成分降维处理，将10个性状转换为5个新的主成分，能够反映10个指标携带的绝大部分信息。

果枝节位、果枝数、籽棉产量和皮棉产量这4个指标在第一主成分上载荷较高，第一主成分基本反映了这4个指标的信息。第一主成分相当于2.688个原始指标的作用，可反映原始数据信息量的26.89%。表3

株高、果枝数和衣分这3个指标在第二主成分上载荷较高，第二主成分基本反映了这3个指标的信息,第二主成分相当于2.194个原始指标的作用，可反映原始数据信息量的21.94%。

吐絮铃、生育期这2个指标在第三主成分上载荷较高，有效铃数在第四主成分上载荷较高说明第三、四、五主成分基本反映了这3个指标的信息，第三、四、五主成分合起来相当于4.095个原始指标的作用，可反映原始数据信息量的40.95%。表3

2.3 聚类分析与判别

采用离差平方和方法，将14个品种的主成分值进行系统聚类。当类间距离为4.75时，可将14个品种聚为3大类。图1

研究表明,以5个主成分作为判别变量，建立判别函数。在建立判别函数前，先对5个因子进行假设检验，经过假设检验，X1、X2、X3、X4、X55个因子的P值均小于显著水平α的临界值0.05，结果可靠，入选。表4

表3 主成分Table 3 Principal component analysis

图1 参试品种聚类
Fig.1 Cluster diagram of tested varieties

表4 假设检验Table 4 Hypothesis Testing

经假设检验，可得到下列判别分析函数式：

Y1= -3.1-1.736X1+0.798X2-0.453X3-4.35X4-1.376X5

Y2= -15.311+3.014X1+2.663X2+5.427X3-2.956X4+9.818X5

Y3= -3.754+0.731X1-1.686X2-1.356X3+5.335X4-1.897X5

根据判别函数模型，对14个品种重新判别归类。研究表明，判对概率100%，误判率为0。建立的3个判别函数的判别能力强，聚类分析结果准确可靠，可用于棉花品种的分类评价。在瓜套棉栽培模式下，14个棉花品种可分为3种类型。表5

表5 聚类分析Table 5 ClusterAnalysis Results

第一类(Ⅰ)形态不繁茂且低产型，包括兴农6号、新陆中49号、银康1号、中棉66号、中棉79号和陆地棉系2号6个品种。此类籽棉产量均值4.15 t/hm2，皮棉均值1.9 t/hm2，低于对照岱字-80，说明比现有瓜套棉模式的主栽品种岱字-80还要低。

第二类(Ⅱ)形态较繁茂且高产型，包括兴农7号和新陆中51号2个品种。此类棉花品种籽棉产量均值5.11 t/hm2，皮棉产量均值2.29 t/hm2，衣分44.87%，3个主要产量指标均高于对照岱字-80。

第三类(Ⅲ)形态繁茂且产量较高型，包括新陆中40号、中棉49号、中棉63号、新陆中56号、陆地棉系1号、岱字-80(CK)共6个品种。此类棉花品种籽棉产量均值4.55 t/hm2，皮棉产量均值1.97 t/hm2，2个主要产量指标低于对照岱字-80。

2.4 关联分析

灰色关联度分析法[23，24]的分析方法：对表1中各指标进行无量纲化处理。将无量纲化后的数据，利用公式(1)分别计算出参试品种的关联系数。

(1)

式中ρ为分辨系数，ξi(k)为第i个品种第k个指标的关联系数。

最后，计算品种的加权关联度，通过比较品种加权关联度的大小，对14个棉花品种在瓜棉套种模式下的优劣进行排序。

(2)

式中γ 表示加权关联度，Wk为第k个指标的权重，n为指标个数。

用主成分分析法确定指标的权重第一、第二、第三、第四和第五主成分的累积贡献率高达89.77%，代表了原始指标的大部分信息。以前五个主成分分析的因子载荷量，计算各因子在棉花评比试验中的作用大小，确定权重。算出各主成分的特征值、贡献率和累计贡献率算出各因子在各主成分上的载荷量，计算各指标的权重。表6

表6 指标权重Table 6 Index Weight

根据14个品种的主成分值，计算加权关联度及排名。

研究表明,岱字-80(CK)加权关联度值为0.522。中棉79号、兴农6号、新陆中56号、中棉49号、陆地棉系2号、银康1号和中棉66号，这7个品种的加权关联度低于岱字-80(CK)；兴农7号、陆地棉系1号、新陆中49号、新陆中51号、新陆中40号和中棉63号，这6个品种的加权关联度高于岱字-80(CK)。表7

表7 加权关联度Table 7 Weighted Correlation Analysis Results

3 讨论

3.1 评价方法的确定

近年来，对于农作物品种的评价，逐渐由单一指标到多指标综合，由定性到定量发展变化的趋势，由多指标数量性状构建的综合评价体系更接近反映品种的真实生产能力。数理统计、灰色系统理论等学科的发展为多元评价体系的构建提供了可能。作物品种评价主要有：模糊数学法、百分制记分法、层次分析法、主成分分析、聚类分析和灰色系统分析法等[25，26]，不同方法对应着不同的数学原理。主成分分析是把许多具有相关性的指标简化为互不相关的少许几个损失信息轻微的主成分的统计方法,聚类分析是研究生物资源关系分类的多元统计方法。近年来，主成分与聚类分析结合应用于紫薯[27]、甜瓜[28]和野莲花[29]等农作物分类的成果屡见报道，在棉花上也有研究，董承光等[30]对84份陆地棉的表型性状进行了主成分及聚类分析，结果将84个材料分为4个类群。材料的简化分类为优异等位基因的挖掘、亲本材料的选择和创新育种方向提供了技术支撑。

研究先对瓜棉套作模式下的棉花形态指标和产量指标共10个性状进行主成分分析，并将其简化成5个主成分，累积方差贡献率89.77%，包含了10个性状的主要信息，对相关的性状进行了降维。再利用主成分值进行聚类分析，增强了聚类分析结果的真实可靠性。用判别分析法验证聚类结果，统计分析方法科学性强。