14 个玉米品系主要农艺性状与产量的灰色关联度分析

王平喜 ,进茜宁 ,吴向远 ,张晓祥 ,汪亮 ,陈士林

（1.河南科技学院生命科技学院,河南新乡 453003;2.现代生物育种河南省协同创新中心,河南新乡 453003;3.北京联创种业有限公司,河南郑州 450000）

玉米作为一种重要粮食和饲料作物,其种植区域已遍及世界[1-2].而玉米产量是由许多农艺性状共同作用的结果,探究玉米品系的主要农艺性状与产量间的相互关系具有重要的实践意义[3-4].灰色关联分析法是研究作物多元性状的良好方法,其在玉米产量与相关农艺性状的关系上有较为广泛的研究报道[5].孙海潮等[6]研究表明,玉米产量与各农艺性状间的关联度大小依次为单株粒质量、穗粗、出籽率、轴粗、茎粗、千粒质量、穗行数、行粒数、穗长、株高、穗位高、秃尖长.孙峰成等[7]研究表明,与玉米产量密切相关的主要农艺性状的关联度大小依次为出籽率、行粒数、穗粗、百粒质量、株高、穗粒数、穗长、穗行数、穗位高和秃尖长,与玉米营养品质密切相关的主要农艺性状的关联度大小依次为穗粒数、百粒质量、行粒数、出籽率、穗行数和穗粗.李光发等[8]研究表明,各性状与产量的关联度大小依次为百粒质量、穗长、秃尖长度、穗位高、株高、穗行、粒穗比、脱粒水分.王丽华等[9-10]研究表明,各农艺性状与玉米产量的关联度大小依次为百粒质量、穗长、行粒数、叶片数、雄穗分枝数、穗柄长度、穗粗、秃尖长、穗位高、行粒数、株高.产量与各农艺性状的关联度大小依次为穗长、株高、穗粗、行粒数、穗位高、叶片数、雄穗分枝数、秃尖订、粒行数、出籽率.贾晓军等[11]研究表明,各农艺性状与产量的关联度大小依次为穗粗、叶片数、穗长、株高、穗行数、百粒质量、穗位、出籽率、秃尖长.李清超等[12]研究表明,各农艺性状与玉米产量的关联度大小依次为单穗粒质量、株高、穗位高、穗行数、百粒质量、秃尖长、生育期、穗长.周得宝等[13]研究表明,各农艺性状与产量关联度大小依次为秃尖长、株高、穗行数、穗长、行粒数、穗位高、百粒质量、倒伏倒折率、出籽率、穗粗.税红霞等[14]研究表明,农艺性状与产量的关联度大小依次为百粒质量、生育期、秃尖长、穗位高、穗粗、穗行数、空秆率、出籽率、株高、穗长、倒折率、倒伏率.由于试验环境条件、生产管理水平及试验材料等因素的差异,玉米产量与主要农艺性状灰色关联度分析的结果不完全一致,可见在分析中须针对相应的试验材料和试验环境进行具体分析.

本研究对黄淮海地区的14 个玉米品系的主要农艺性状与产量进行了灰色关联度分析,以期为玉米育种提供实践指导.

1 材料与方法

1.1 试验材料

试验材料为本研究团队选育的百玉系列的玉米品系,各玉米品系分别简写为BY01、BY02、BY03、BY04、BY05、BY06、BY07、BY08、BY09、BY10、BY11、BY12、BY13、BY14,共计14 个玉米品系,以郑单958为试验对照.

1.2 试验设计

试验于2019 年夏季在河南科技学院辉县校区进行,采取完全随机区组设计进行种植,每个材料3 次重复,4 行区,小区行长为5.0 m,行距为0.60 m,株距为0.25 m,种植密度为60 000 株/hm2.田间管理同大田生产.

1.3 主要性状调查与测定方法

对不同的玉米品系,各测量12 株,测定的主要农艺性状为株高、穗位高、茎粗、雄穗主轴长、雄穗分枝数、穗位叶叶长、穗位叶叶宽、穗位叶叶面积、穗上叶叶夹角、穗长、穗粗、穗行数、行粒数、秃尖长,分别记作X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14;产量记作Y1.测定方法如下:株高(X1):由地表到玉米植株雄穗顶端的高度,用cm 表示;穗位高(X2):植株从地表到果穗柄着生节的高度,用cm表示;茎粗(X3):用游标卡尺测定剥去叶鞘的地上第三节中部的直径,用mm 表示;雄穗主轴长(X4):植株雄穗的穗颈节至雄穗顶端的长度,用cm 表示;雄穗分枝数(X5):玉米植株除去雄穗主轴以外的分支数目;穗位叶的叶长(X6):玉米穗位叶的叶基部到叶片末梢的长度,用cm 表示;穗位叶的叶宽(X7):玉米穗位叶的叶片最宽处的长度,用cm 表示;穗位叶的叶面积(X8):玉米穗位叶的叶长×叶宽×叶面积指数(0.75),用cm2表示;穗上叶的叶夹角(X9):玉米穗上叶的叶片与茎秆的锐角角度,用(°)表示;穗长(X10):选取5 个代表性果穗,测穗基部到顶部的长度,取平均值,用cm 表示;秃尖长(X11):选取5 个代表性果穗,测量果穗的秃尖长度,取平均值,用cm 表示;穗粗(X12):选取5 个代表性果穗,测量果穗中部的直径,取平均值,用mm 表示;穗行(X13):选取5 个代表性的果穗,测量每个果穗一圈的穗行数,取其平均值;行粒数(X14):选取5 个代表性的果穗,测量1～2 个整齐穗行的籽粒数,取其平均值;单株产量(X15):将收获的果穗脱粒称质量,除以收获株数,得到单株产量,用g 表示.

1.4 数据处理与分析

采用Microsoft Excel 2010 和SAS V8.0 软件对数据进行基本的统计分析,并根据邓聚龙等[12]提出的理论,分别将本研究选用的14 个玉米品系的主要农艺性状与产量视为同一系统.在对各农艺性状与产量的关系进行分析时,将产量作为参考数列,各主要农艺性状作为比较数列;在对各主要农艺性状间的相互关系进行分析时,各主要农艺性状分别作为相应的参考数列和比较数列.

（1）数据标准化.因每个性状的单位不一致,需先进行标准化处理,计算公式为Xi’(k)＝[Xi(k)-Xi]/Si,其中Xi’(k)为第i 个性状的第k 个品系的标准化均值,Xi(k)为第i 个性状第k 个品系的平均值,Xi为第i个性状的平均数,Si为第i 个性状值的标准差.

（2）估算参考数列与比较数列的绝对差值.参考数列和比较数列的绝对差值为Δi(k)＝|Xi’(k)－X0’(k)|,其中Δi(k)为第k 个品系的参考数列与第i 个性状第k 个品系的绝对差值,即相应的参考数列与比较数列的绝对差值.

（3）计算各主要农艺性状与产量以及各农艺性状间的灰色关联系数.灰色关联系数ξi(k)＝(Δmin＋ρΔmax)/(Δi(k)＋ρΔmax),Δmin 为Δi(k)的最小值,Δmax 为Δi(k)的最大值.ρ 为分辨系数,其数值范围为0<ρ<1,一般ρ 数值取为0.5.

（4）计算各主要农艺性状与产量以及各农艺性状间的灰色关联度.灰色关联度γi=(1/N)×∑ξi(k),据此可得到相应数列的关联度和位序.

2 结果与分析

2.1 各玉米品系主要农艺性状与产量的描述统计分析

各玉米品系的产量及农艺性状的平均值见表1.

各玉米品系的产量及农艺性状的标准化值见表2.

表2 各玉米品系的产量及农艺性状的标准化值Tab.2 Standardized values of yield and agronomic traits of each maize strain

对于各玉米品系主要农艺性状与产量的描述统计分析见表3.

表3 各玉米品系主要农艺性状与产量的描述统计分析Tab.3 Description and statistical analysis of main agronomic characters and yield of each maize strain

由表3 可知,各玉米品系的茎粗、雄穗主轴长、穗长和单株产量的偏度和峰度的绝对值有部分数值大于1.00 的情形,表明这4 个性状的表型分布不呈正态分布;而其它农艺性状的偏度和峰度的绝对值均小于1.00,表明这些性状的表型分布呈正态分布.此外,各玉米品系的秃尖长变异系数最大,为49.71%,穗上叶叶长的变异系数最小,为4.16%.

2.2 各玉米品系的主要农艺性状与产量的关联度分析

以14 个玉米品系的主要农艺性状为比较数列,玉米品系的单株产量为参考数列进行灰色关联度分析,结果见表4.

表4 各玉米品系的农艺性状与产量的关联度Tab.4 Correlation degree between agronomic characters and yield of each maize strain

各玉米的主要农艺性状与产量的关联度大小依次为:穗粗＞行粒数＞穗位叶叶长＞茎粗＞穗长＞穗位高＞雄穗分枝数＞穗位叶叶宽＞雄穗主轴长＞穗上叶叶夹角>株高>穗位叶叶面积>穗行数>秃尖长.一般地,关联度数值越大,表明该性状对单株产量的影响越大.由表4 可知,穗粗是影响玉米品系产量的最主要因素,其次为行粒数、穗位叶叶长、茎粗、穗长、穗位高、雄穗分枝数、穗位叶叶宽,最后是穗上叶叶夹角、株高、穗位叶叶面积、穗行数、秃尖长.在玉米品系选育的过程中,应注意选择果穗较粗、行粒数较多、穗位叶较长、茎秆粗壮、果穗较长的玉米品系.

2.3 各玉米品系主要农艺性状间的关联度分析

以14 个玉米品系的主要农艺性状为参考数列,其他主要农艺性状为比较数列,构成关联度矩阵,分别进行关联度计算,结果见表5.

表5 各玉米品系的主要农艺性状间的关联度和排序Tab.5 Correlation degree and ranking of main agronomic characters of each maize strain

由表5 可知,株高与其他主要农艺性状的关联度依次为:穗位高>穗长>穗位叶叶宽>穗位叶叶面积>行粒数>穗上叶叶夹角>穗位叶叶长>茎粗>雄穗主轴长>穗行数>穗粗>雄穗分枝数>秃尖长,其中穗位高、穗长和穗位叶叶宽3 个性状对株高的影响较大,在以其他性状为参考数列进行关联度比较时,株高与穗上叶叶夹角(第2 位)和穗长(第2 位)的关联度较高.穗位高与其他主要农艺性状的关联度为:穗行数>穗粗>雄穗主轴长>穗位叶叶长>穗位叶叶面积>雄穗分枝数>穗长>行粒数>茎粗>株高>穗位叶叶宽>秃尖长>穗上叶叶夹角,其中穗行数、穗粗、雄穗主轴长与穗位高的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗位高与株高(第1 位)、穗位叶叶面积(第2 位)、雄穗主轴长(第3 位)、穗位叶叶宽(第3 位)、穗长(第3 位)、行粒数(第3 位)的关联度较高.茎粗与其他主要农艺性状的关联度为:雄穗分枝数>穗位叶叶长>穗位叶叶面积>穗位高>穗长>行粒数>穗粗>穗行数>株高>穗位叶叶宽>秃尖长>穗上叶叶夹角>雄穗主轴长,其中雄穗分枝数、穗位叶叶长、穗位叶叶面积与茎粗的关联最为紧密,在以其他性状为参考数列进行关联度比较时,茎粗与雄穗分枝数(第1 位)、穗位叶叶长(第3 位)、穗位叶叶面积(第3 位)的关联度较高.雄穗主轴长与其他主要农艺性状的关联度为:穗行数>穗位叶叶长>穗位高>秃尖长>株高>穗粗>穗位叶叶面积>穗上叶叶夹角>雄穗分枝数>穗位叶叶宽>行粒数>穗长>茎粗.其中穗行数、穗位叶叶长、穗位高与雄穗主轴长的关联最为紧密,在以其他性状为参考数列进行关联度比较时,雄穗主轴长与穗位高(第3 位)、穗上叶叶夹角(第3 位)、秃尖长(第3 位)、穗行数(第3 位)的关联度较高.雄穗分枝数与其他主要农艺性状的关联度为:茎粗>穗位叶叶长>穗行数>穗位高>穗位叶叶面积>雄穗主轴长>穗长>行粒数>穗位叶叶宽>穗上叶叶夹角>秃尖长>穗粗>株高,其中茎粗、穗位叶叶长、穗行数与雄穗分枝数的关联最为紧密,在以其他性状为参考数列进行关联度比较时,雄穗分枝数与茎粗(第1 位)的关联度较高.

穗位叶叶长与其他主要农艺性状的关联度为:穗行数>穗粗>茎粗>雄穗分枝数>穗位叶叶面积>雄穗主轴长>穗长>行粒数>穗位高>株高>穗位叶叶宽>秃尖长>穗上叶叶夹角,其中穗行数、穗粗、茎粗与穗位叶叶长的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗位叶叶长与茎粗(第2 位)、雄穗主轴长(第2 位)、雄穗分枝数(第2 位)、穗行数(第2 位)、穗粗(第3 位)的关联度较高.穗位叶叶宽与其他主要农艺性状的关联度为:穗位叶叶面积>行粒数>穗位高>株高>穗粗>穗行数>茎粗>穗长>雄穗主轴长>秃尖长>穗上叶叶夹角>穗位叶叶长>雄穗分枝数,其中穗位叶叶面积、行粒数、穗位高与穗位叶叶宽的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗位叶叶宽与穗位叶叶面积(第1 位)、行粒数(第2 位)、株高(第3 位)、穗行数(第3 位)的关联度较高.穗位叶叶面积与其他主要农艺性状的关联度为:穗位叶叶宽>穗位高>茎粗>穗位叶叶长>株高>穗粗>穗行数>行粒数>雄穗分枝数>雄穗主轴长>穗长>秃尖长>穗上叶叶夹角,其中穗位叶叶宽、穗位高、茎粗与穗位叶叶面积的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗位叶叶面积与穗位叶叶宽(第1 位)、茎粗(第3 位)的关联度较高.穗上叶叶夹角与其他主要农艺性状的关联度为:秃尖长>株高>雄穗主轴长>穗长>穗位叶叶宽>穗行数>雄穗分枝数>行粒数>穗位高>穗位叶叶面积>穗粗>穗位叶叶长>茎粗,其中秃尖长、株高、雄穗主轴长与穗上叶叶夹角的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗上叶叶夹角与秃尖长(第2 位)的关联度较高.

穗长与其他主要农艺性状的关联度为:行粒数>株高>穗位高>穗位叶叶长>茎粗>穗位叶叶宽>穗位叶叶面积>秃尖长>雄穗分枝数>穗上叶叶夹角>穗粗>雄穗主轴长>穗行数,其中行粒数、株高、穗位高与穗长的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗长与行粒数(第1位)、株高(第2 位)的关联度较高.秃尖长与其他主要农艺性状的关联度为:穗粗>穗上叶叶夹角>雄穗主轴长>穗长>穗位叶叶宽>穗行数>穗位叶叶长>穗位叶叶面积>雄穗分枝数>穗位高>行粒数>茎粗>株高,其中穗粗、穗上叶叶夹角、雄穗主轴长与秃尖长的关联最为紧密,在以其他性状为参考数列进行关联度比较时,秃尖长与穗上叶叶夹角(第1 位)的关联度较高.穗粗与其他主要农艺性状的关联度为:穗行数>穗位叶叶长>秃尖长>穗位叶叶面积>穗位叶叶宽>茎粗>雄穗主轴长>穗位高>行粒数>穗长>雄穗分枝数>株高>穗上叶叶夹角,其中穗行数、穗位叶叶长、秃尖长与穗粗的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗粗与秃尖长(第1 位)、穗位高(第2 位)、穗位叶叶长(第2 位)的关联度较高.穗行数与其他主要农艺性状的关联度为:穗粗>穗位叶叶长>雄穗主轴长>雄穗分枝数>穗位叶叶面积>茎粗>穗位叶叶宽>穗位高>秃尖长>穗上叶叶夹角>株高>行粒数>穗长,其中穗粗、穗位叶叶长、雄穗主轴长与穗行数的关联最为紧密,在以其他性状为参考数列进行关联度比较时,穗行数与穗位高(第1 位)、雄穗主轴长(第1 位)、穗位叶叶长(第1 位)、穗粗(第1 位)的关联度较高.行粒数与其他主要农艺性状的关联度为:穗长>穗位叶叶宽>穗位高>穗位叶叶面积>穗位叶叶长>茎粗>株高>穗粗>雄穗分枝数>雄穗主轴长>穗上叶叶夹角>穗行数>秃尖长,其中穗长、穗位叶叶宽、穗位高与行粒数的关联最为紧密,在以其他性状为参考数列进行关联度比较时,行粒数与穗长(第1 位)、穗位叶叶宽(第2 位)的关联度较高.

综合以上结果,各玉米品系的穗长与行粒数(0.815 4)、穗位叶叶面积与穗位叶叶宽(0.887 9)具有较高的关联度.

3 结论与讨论

玉米产量作为一个复杂的数量性状,受多种环境因素的共同影响,不同地区的主要农艺性状对产量的影响也有较大差异,而灰色关联分析是一种可将各影响因素根据影响大小进行区分的分析方法.本研究结果表明,各玉米品系的主要农艺性状与产量的关联度大小依次为:穗粗＞行粒数＞穗位叶叶长＞茎粗＞穗长＞穗位高＞雄穗分枝数＞穗位叶叶宽＞雄穗主轴长＞穗上叶叶夹角>株高>穗位叶叶面积>穗行数>秃尖长,其中穗粗、行粒数、穗位叶叶长和茎粗对玉米产量的影响较大.本研究得到结果与贾晓军等[11]、孙海潮等[6]、孙峰成等[7]的研究结果一致,都显示穗粗和行粒数为影响玉米产量的主要因素.

此外,对各玉米品系的主要农艺性状间的关联度分析表明,各玉米品系的穗长与行粒数、穗位叶的叶面积与穗位叶的叶宽具有较高的关联度.以往研究往往是通过相关性分析、主成分分析和多重比较等数理统计方法探究主要农艺性状间的相关性[16-17],本研究运用灰色关联度分析方法对14 个玉米品系的主要农艺性状进行了分析,对玉米育种实践具有一定的指导意义.灰色关联度分析法是建立在多个性状定量分析的基础上,其计算方法简单扼要,数据分析结果有较强的可比性、可靠性,该方法可厘清各性状对产量影响的主次关系,处理好各性状间的内在联系,为选育优质、高产作物品种指明方向,并为玉米组合鉴定提供理论依据[6].综上所述,在整个玉米育种实践的过程中,宜选择果穗较粗、行粒数较多、穗位叶较长、茎秆粗壮的玉米品系.