APP下载

青花菜品种资源重要农艺性状的鉴定与评价

2022-05-07高旭檀国印朱长志章红运何道根汪海飞

浙江农业科学 2022年5期
关键词:青花菜叶长花球

高旭, 檀国印, 朱长志, 章红运, 何道根*, 汪海飞

(1.台州市农业科学研究院,浙江 临海 317000; 2.浙江勿忘农种业股份有限公司,浙江 杭州 310020;3.台州科技职业学院,浙江 台州 318020)

青花菜亦称西兰花、绿菜花,是十字花科芸薹属甘蓝种中的一个变种,原产于地中海东部沿岸地区。青花菜的可食用部分为花球,含有丰富的蛋白质、维生素、胡萝卜素等物质,尤其是花球中富含的萝卜硫素具有一定的抗癌效果[1-3]。随着人们健康的意识不断增强,对青花菜营养和保健双重功能的了解也不断深入,对青花菜的需求量也不断增加。据报道,我国种植青花菜的面积近7万hm2,且在未来5~10 a还会继续增加,预计会达到16万~20万hm2。然而我国青花菜育种起步较晚,种质资源较为匮乏。国内虽然选育出了许多新品种,但对青花菜品种的评价未形成统一标准。因此,筛选出能快速评价青花菜品种的指标,对加快生产应用具有重要意义。

农艺性状具有直观、经济、便于观察及与作物的生产直接关联等特点,是作物重要的评价指标[4]。近年来,作物农艺性状的主成分与聚类分析在番茄[5]、水稻[6]、棉花[7]、芥菜[8]、小麦[9-10]、谷子[11]、黄瓜[12]、甘蔗[13]、马铃薯[14]等作物上的研究很多,从中筛选出许多优良种质资源及品种,并获得快速评价的指标。高旭等[15]通过对19份青花菜种质资源进行主成分及聚类分析,从中筛选出耐涝材料,并获得快速筛选耐涝种质材料的指标。朱长志等[16]通过主成分及聚类分析,将76份青花菜种质材料归为3大类,并对其农艺性状进行了相关性分析。张志仙等[17]利用SSR分子标记技术,将28份青花菜种质材料进行主成分及聚类分析,将28份种质归为2大类,并从中鉴定出遗传差异较大的材料用于育种。然而青花菜生产应用均为杂交种,前人筛选出的均为种质材料,因此,直接通过杂交种筛选更能直接指导生产应用。在评价作物时,因作物类型及生长发育不同而异,因此,需构建一套相应的农艺性状指标体系进行评价。本研究通过对26份青花菜品种的13个农艺性状的数据进行变异分析、相关性分析和主成分分析、聚类分析,从中筛选出优良的青花菜品种及评价指标,以期为选择适宜本地生产的青花菜品种提供参考。

1 材料与方法

1.1 材料

供试材料为26份青花菜品种。其中,优秀、耐寒优秀、炎秀、绿雄90来自日本,台绿1号和台绿6号以及TLB001~TLB018均来自台州,浙青60和浙青75来自杭州。田间试验所在地台州市农业科学研究院临海基地属亚热带季风气候,四季分明,雨量充沛,年平均气温17.3 ℃,常年平均降雨量1 638 mm。2018年8月20日进行穴盘基质育苗,9月20日进行大田移栽,试验小区面积4.8 m2(长2.4 m×宽2.0 m),随机排列,重复3次。每份材料种植5行,每行4株,株行距为40 cm×40 cm。

1.2 性状调查

目标农艺性状调查按照《花椰菜和青花菜种质资源描述规范和数据标准》进行。在花球成熟期,随机挑选3株进行株高、球位高、横向最大开展度、纵向最大开展度、叶片数、最大叶长、叶柄长、叶宽、侧枝数、茎径、球宽、球高、单球重等13个性状的测定与评价。

1.3 数据处理

各指标隶属函数值参考周广生等[18]的方法进行计算:

μ(x)=(x-xmin)/(xmax-xmin)

式中,μ(x)为某农艺性状的隶属函数值,若指标与综合评价为负相关,用1-μ(x)表示;x表示某性状的耐涝系数;xmax,xmin分别为某一性状的极大值和极小值。

田间调查数据采用Excel 2007进行整理,采用SPSS 19.0进行相关性分析、遗传变异分析及主成分与聚类分析,其中聚类分析采用组间连接(类间平均距离)和欧氏距离进行系统聚类。

2 结果与分析

2.1 青花菜品种外观性状

供试的26份青花菜品种外观性状调查结果见表1。

表1 26份青花菜品种外观性状调查

2.2 青花菜重要农艺性状表现与变异分析

由表2~3可知,青花菜品种优秀的花球球位最高、花球最宽;青花菜品种耐寒优秀的花球最高;绿雄90植株最高、叶片数最多;台绿1号叶片最宽、茎最粗、单球最重、开展度最大、叶片最长;台绿6号叶柄最长,TLB001叶片最宽,TLB009侧枝数最多。因此,单一的农艺性状指标评价青花菜品种所得出的结果均不同,导致筛选的结果也不稳定。因此,需对13个重要农艺性状进行综合评价,以获得准确的筛选结果。

表2 不同青花菜品种的株高等农艺性状

表3 不同青花菜品种的叶宽等农艺性状

由表4可知,所考察的13个重要农艺性状变异系数介于9.85%~63.93%,可见其变异性较大。其中,侧枝数变异系数最大,球宽的变异系数最小,其余的变异系数都在10%以上。各农艺性状变异系数由大到小依次为侧枝数>单球重>叶柄长>横向最大开展度>球高>纵向最大开展度>株高>球位高>最大叶长>叶片数>叶宽>茎径>球宽。

表4 青花菜13个重要农艺性状的变异分析

2.3 青花菜重要农艺性状相关性分析

由表5可知,株高与球位高、最大叶长、叶柄长、茎径之间的相关性达到极显著水平,与纵向最大开展度、叶片数、叶宽、单球重相关性达到显著水平,其中株高与最大叶长显著性最大,因此,青花菜植株生长发育越好,则叶片越长,从而引起植株的开展度越大。球位高与球宽、球高、单球重之间的相关性达到极显著水平,与最大叶长相关性达到显著水平,说明青花菜花球的商品性需要花球各农艺性状进行综合评价,单一的指标不能准确反映花球的优劣;纵向最大开展度与最大叶长、叶柄长、叶宽、茎径的相关性达到极显著水平,与侧枝数的相关性达到显著水平,其中纵向最大开展度与最大叶长和茎径相关系数最大,说明青花菜植株的开展度主要由叶片长短与茎径决定,横向最大开展度同理;最大叶长与叶柄长、叶宽、茎径的相关性达到极显著水平,且与叶柄长的相关系数最大;叶宽与茎径的相关性达到显著水平;茎径与单球重的相关性达到极显著水平,茎径越粗则花球产量越高;球高与单球重的相关性达到显著水平,反映出花球单球重受花球的高度的影响。

表5 青花菜重要农艺性状相关性分析

2.4 青花菜重要农艺性状主成分分析

通过对26份青花菜品种13个重要农艺性状进行主成分分析(表6),得到其因子载荷矩阵,提取特征值大于1的前4个主成分,其累计贡献率达到81.543%,提取前1~4个主成分即可反映重要农艺性状的绝大部分信息,由此可利用这4个主成分对供试品种进行分析评价。

由表6可知,第Ⅰ主成分特征根为5.326,贡献率为40.967%,其特征根较大(>0.7)的性状有6个,分别是株高、横向最大开展度、纵向最大开展度、最大叶长、叶柄长、茎径,说明第Ⅰ主成分主要由以上6个性状决定。但在第Ⅰ主成分中,最大叶长的绝对值最大,即贡献率最大,因此,第Ⅰ主成分主要由最大叶长决定。第Ⅱ主成分特征根为2.601,贡献率为20.009%,其特征根较大(>0.7)的性状有2个,分别为球宽和球高,说明第Ⅱ主成分主要由以上2个性状决定,且由表5可知,球宽与球高呈正相关极显著水平,说明花球高的青花菜,其花球宽度也相应较高。第Ⅱ主成分中球高的绝对值最大,即贡献率最大,故第Ⅱ主成分主要由球高决定。第Ⅲ主成分特征根为1.391,贡献率为10.700%,其侧枝数的绝对值最大,即贡献率最大,说明第Ⅲ主成分主要由侧枝数决定。第Ⅳ主成分特征根为1.283,贡献率为9.866%,其叶片数的绝对值最大,即贡献率最大,说明第Ⅳ主成分主要由叶片数决定。

表6 青花菜主成分的特征向量值与贡献率

根据主成分分析得出因子得分函数公式:

Y1=0.343X1+0.236X2+0.337X3+0.357X4+0.092X5+0.380X6+0.316X7+0.288X8+0.168X9+0.354X10+0.166X11+0.098X12+0.246X13;

Y2=-0.162X1+0.503X2-0.376X3-0.372X4+0.212X5-0.152X6-0.240X7-0.239X8-0.100X9-0.003X10+0.671X11+0.693X12+0.433X13;

Y3=-0.292X1+0.060X2+0.191X3+0.143X4-0.320X5-0.141X6-0.361X7-0.175X8+0.608X9+0.046X10+0.056X11-0.142X12+0.420X13;

Y4=0.207X1-0.050X2-0.120X3-0.038X4+0.700X5-0.025X6-0.105X7-0.411X8+0.255X9+0.296X10-0.195X11-0.278X12+0.013X13。

Y1、Y2、Y3和Y4分别只反映部分数据,说明单一的主成分不能进行主成分分析,必须由Y1、Y2、Y3和Y4得到综合因子的得分函数才能进行综合评价,其函数为Y=0.410Y1+0.200Y2+0.107Y3+0.099Y4。利用综合因子得分(Y)能够对青花菜的重要农艺性状做出综合性评价,Y值越大,代表该品种的综合性状越好。由表7可知,台绿1号的综合性状相对最好,TLB018综合性状相对最差。

表7 不同青花菜品种重要农艺性状的综合评价

2.5 青花菜重要农艺性状聚类分析

利用系统分类的组间连接法,当欧式距离在15.0~16.0时,可将26份青花菜品种分为4大类(图1)。第Ⅰ类群有TLB012、TLB013、TLB018、TLB009,其主要是株型较小,可作为高密种植杂交亲本的中间材料加以利用;第Ⅱ类群有TLB001、浙青60、TLB014、TLB017、台绿6号、TLB008、TLB015、TLB010、TLB011、TLB003、TLB004、TLB016、TLB005、TLB007、TLB006,其主要是叶片数少,可作为选育透风性好而减少病虫害的中间材料加以利用;第Ⅲ类群有优秀、耐寒优秀,其花球的球位最高,侧枝数最少,可作为适合机械化采收及选育侧枝数少而减少病害的中间材料加以利用;第Ⅳ类群为台绿1号、浙青75、炎秀、绿雄90和TLB002,其单球重最高,可作为高产的中间材料加以利用。

图1 青花菜品种基于13个农艺性状的聚类结果

由表8可知,第Ⅰ大类群包括4份青花菜品种,该类群植株最矮,开展度最小,叶长和叶柄长最短,叶片最窄,这4份青花菜品种的Y值均较小,综合性状评价最差。第Ⅱ大类群包括15份青花菜品种,该类群花球球位最低,叶片数最少,花球直径最小,花球最矮,单球重最轻,这类青花菜品种的Y值都偏小,综合性状相对稍差。第Ⅲ大类群包括2份青花菜品种,该类群花球球位最高、侧枝数最少、花球直径最大、花球最高,这2份青花菜品种的Y值均较大,综合性状评价相对较好。第Ⅳ大类群包括5份青花菜品种,该类花球植株最高、开展度最大、叶片数最多、叶片与叶柄最长、叶片最宽、侧枝数最多、球茎最粗、单球重最重,这5份青花菜品种的Y值都大,综合性状评价相对最好。

表8 青花菜品种系统聚类各类群农艺性状

3 小结与讨论

品种资源的收集与利用对作物育种起着至关重要的作用[19-20],优异品种资源的高效利用有利于品种的改良,掌握品种资源之间的差异性能可有效提高育种效率[21-22]。近年来,多元统计分析法在农作物品种资源评价方面进行了广泛应用[23]。彭嘉熹等[24]采用主成分及聚类分析将100份陆地棉主推品种分为6大类,通过综合分析找出这些品种的缺陷,指明了育种方向。郭元元等[25]采用聚类分析法将10份广西的地方黄瓜品种分为4大类,并通过综合分析表明广西黄瓜地方品种在瓜棱、种瓜裂纹、瓜斑纹和瓜刺色等性状方面具有较大的应用潜力,可为黄瓜育种提供优异的亲本材料。黄伟康等[26]采用主成分及聚类分析法准确地将75份长荚豇豆分为5大类,通过综合分析筛选出适合海南当地种植的高产长荚豇豆品种。

主成分分析是将原来多个指标用少数互不相关的综合指标来代替反映大部分信息的一种降维的分析方法[27-28]。聚类分析是将研究对象关系更接近的合并为一类,明确分类界限,但不会对信息进行删减,不会区分元素重要性,即类别间的重要性是等同的[27]。张志仙等[17,29]通过花球的营养成分与SSR分子标记对青花菜进行聚类分析与综合评价及鉴定,从中筛选出适合作青花菜品种选育的亲本材料。朱长志等[26]利用主成分与系统聚类的方法对青花菜进行分析与综合评价,从中筛选出特异的种质材料用于青花菜育种。虽然筛选出一些适宜的青花菜育种材料,但要应用到育种中仍需进行改良与创制。目前作物评价的研究较多,但均未形成相应的评价体系,且不同作物所处的环境不同,其所筛选的评价指标体系也不同。本研究通过前期筛选,收集了26份优异的青花菜品种作为供试材料,从株高、最大开展度、球位高、叶片数、最大叶长、叶柄长、叶宽、侧枝数、茎径、球宽、球高、球重等13个农艺性状进行主成分分析及聚类分析,从中筛选出影响较大的最大叶长、球高、侧枝数、叶片数4个独立指标进行青花菜的综合评价,这与朱长志等[16]的研究结果不同,可能是因为所用的材料及地理位置不同所致。

本研究表明,26份供试青花菜品种的13个重要农艺性状的变异性较大,变异范围介于9.85%~63.93%,性状变异丰富,资源类型较广泛,具有很好的利用前景。其中,侧枝数的变异系数最大(>60%),说明此性状的变异类型最为丰富。但在实际生产中,侧枝数多的青花菜品种易发病,造成花球商品性变差与减产,这为后期选育侧枝数少的育种目标提供理论基础和方向。研究还表明,株高、球位高、最大开展度、叶片数、最长叶长、叶柄长、叶宽、茎径、球高等农艺性状的变异系数均在10%以上,且花球单球重的变异系数在20%以上,变异类型均较丰富,这为以后不同的育种目标提供了理论指导。但花球直径的变异系数最小(<10%),这是由于青花菜采收时花球的直径均较一致的原因。

主成分分析可将作物多个农艺性状聚为较少的主成分进行解释生物学的大部分信息,且各指标都是相对独立而又是综合评价,数值直观,容易分析,这既简化了统计,又使结果更精确[30-31]。本研究利用主成分分析法将13个农艺性状聚为4个农艺性状,提取前4个主成分累计贡献率达到81.543%,从中筛选出最大叶长、球高、侧枝数、叶片数共4个农艺性状为主来进行综合评价的主成分载荷因子。研究发现,第Ⅰ主成分主要由叶长决定,反映了叶片形态与植株长势呈正比关系。第Ⅱ主成分主要由球高决定,反映了球高与产量呈相互作用的关系,这为选育高产的青花菜品种提供了理论依据。第Ⅲ主成分主要由侧枝数决定,侧枝数与叶片形态有正相关也有负相关,但与植株的最大开展度有显著正相关,在选育过程中减少侧枝数可减少植株的开展度,为青花菜在生产过程中减少病害、适当增加种植密度从而提高产量提供科学理论依据。第Ⅳ主成分主要由叶片数决定,叶片数与其他农艺性状无显著相关性,在选育过程中可减少叶片的数量,从而增加田间透风性,减少病虫害发生。

通过聚类分析将供试的26份青花菜品种分为4大类。通过综合因子得分可知,第Ⅳ类群的青花菜品种综合性状最好,其次是第Ⅲ类群,第Ⅱ类群相对较差,而第Ⅰ类群最差,这与主成分及聚类分析结果一致。第Ⅳ类群的青花菜品种产量较高,生长势强,综合性状较好,可作为当地种植的品种。

综上所述,通过主成分分析和聚类分析对青花菜进行综合评价,可将26份青花菜品种分为4大类,从中筛选出综合性状较好的台绿1号、浙青75、炎秀、绿雄90和TLB002等5个品种。通过对26份青花菜品种进行变异分析、相关性分析及主成分分析,从中筛选出最大叶长、球高、侧枝数、叶片数等4个独立指标,可对青花菜进行快速综合评价。

猜你喜欢

青花菜叶长花球
“十三五”我国青花菜遗传育种研究进展
新型水溶肥健力素在青花菜上的应用肥效试验
高湿贮藏对青花菜活性成分及抗氧化活性的影响
几种因素对烤烟不同部位抗拉力的影响
马奶子葡萄叶面积评估模型的建立
基于支持向量机的水稻叶面积测定
洛阳市13种绿化树种叶面积的回归测算
蔗糖在延缓青花菜黄化过程中维持其能量和抗氧化力
漂亮的毛线花球框
七彩花球