APP下载

黄淮海地区夏大豆新品种产量相关性状的综合分析

2022-07-19陈亚光昝凯王凤菊郑丽敏刘婷徐淑霞

天津农业科学 2022年6期
关键词:相关性分析聚类分析主成分分析

陈亚光 昝凯 王凤菊 郑丽敏 刘婷 徐淑霞

摘    要:为了解黄淮海地区夏大豆产量性状之间的关系,以14个大豆品种为试验材料,对产量及相关农艺性状进行了丰产性、变异性、相关性和主成分分析,继而进行聚类分析。结果表明:‘安豆6223’平均产量最高;变异性分析结果显示,有效分支变异系数最大,达44.37%,百粒质量变异系数最小,为15.93%;产量和单株粒数,单株粒质量呈极显著正相关(P<0.01),与单株有效荚数呈显著正相关(P<0.05);将9个农艺性状降维成产3个主成分,分别为产量因子、株型因子和粒质量因子,累计贡献率为74.930%;把14个品种聚类分析为4个类群,其中第2类群平均产量最高。综上,黄淮海地区种质资源农艺性状有丰富的多样性,‘安豆6223’等大豆新品种适宜在此区域推广种植以及作为优质亲本使用。

关键词:‘安豆6223’;变异性分析;相关性分析;主成分分析;聚类分析

中图分类号:S565.1          文献标识码:A         DOI 编码:10.3969/j.issn.1006-6500.2022.06.004

Comprehensive Analysis of Yield Related Characters of New Summer Soybean Cultivars in Huang-huai-hai Region

CHEN Yaguang, ZAN Kai, WANG Fengju, ZHENG Limin, LIU Ting, XU Shuxia

(Anyang Academy of Agricultural Sciences/Henan Province High Quality Soybean Improvement Engineering Technology Research Center, Anyang, Henan 455000, China)

Abstract:In order to understand the relationship between summer soybean yield traits in Huang-huai-hai region, 14 soybean cultivars were used as experimental materials to conduct yield analysis, variability analysis, correlation analysis and principal component analysis on yield and related agronomic traits, followed by cluster analysis. The results showed that the average yield of 'Andou 6223' was the highest. The variation coefficient of effective branch was the maximum(44.37%), while the variation coefficient of 100-seed weight was the minimum(15.93%). The yield was positively and very significantly correlated with the seed number per plant and yield per plant(P<0.01), and was significantly positively correlated with effective pods number per plant (P<0.05). Nine agronomic traits were reduced to three principal components, namely yield factor, plant type factor and grain weight factor, with the accumulative contribution rate as 74.930%. The 14 soybean cultivars were clustered into 4 groups, and the second group had the highest average yield. Inconclusion, the agronomic traits of germplasm resources in Huang-huai-hai region are rich in diversity, and new soybean cultivars such as 'Andou 6223' are suitable for planting in this region and used as high-quality parents.

Key words: 'Andou 6223'; variability analysis; correlation analysis; factor analysis; cluster analysis

我國是世界上最大的大豆消耗国,现在每年需求超1亿t,但目前我国大豆产量较低,无法满足市场需求[1]。中国海关最新数据显示,2020年我国累计进口大豆10 033万t,对外依存度达84.8%。由于我国人多地少的国情,通过扩大面积增加大豆产量的空间有限,根据我国大豆振兴计划,提高大豆的单产和品质是缓解供需矛盾的主要途径之一[2-3]。

黄淮海地区是我国夏大豆主产区之一,有丰富的大豆种质资源,育种家们选育出一批诸如‘安豆203’[4],‘齐黄34’[5]等高产优质大豆品种。大豆产量构成较为复杂,与多个农艺性状相关联[6-7]。近年来,主成分分析法和聚类分析法在不同作物的综合评价中被广泛应用。李灿东[8]通过对黑龙江地区50个主栽大豆品种进行主成分分析,将10个产量性状转化为3个主成分,揭示了与产量相关性较大的关键产量性状。葛平珍等[9]对24份红小豆进行主成分分析,为贵州省小豆品种的选育与引进提供理论参考;张朝明等[10]利用聚类分析法将6个豇豆品种分为2大类群,Ⅰ类具有产量高和抗病性强特点,Ⅱ具有早熟特点。郭凯等[11]利用主成分分析和聚类分析对11个花生品种综合评价,为鄂北地区推广优良夏播花生品种提供参考依据。

目前关于大豆农艺性状之间关系的研究有很多,但大豆对光周期非常敏感,单一品种对光环境适应较窄[12],即使同一大豆品种在不同生态环境下农艺性状差异也很大。为了解黄淮海地区夏大豆产量性状之间的关系,本研究以2020年黄淮海夏大豆北片组品种区域试验14个大豆新品种为研究材料,分析了品种间产量的差异性,并对9个产量相关性状进行了变异性、相关性和主成分分析,最后把14个大豆品种进行了聚类分析,以期为黄淮海北片区高产优质大豆新品种选育提供理论参考。

1 材料和方法

1.1 试验材料

试验品种来自2020年黄淮海夏大豆北片组品种区域试验(表1),参试品种13个,对照品种为‘冀豆12’。

1.2 试验方法

试验在河北南皮、河北石家庄、山东德州、天津宁河、河北宁晋、河北易县和北京昌平7个点进行。试验采用完全随机区组设计,3次重复,试验地四周设置保护行。小区面积18 m2,6行区,行长6 m,行距0.5 m,密度22.5万株·hm-2。收获前割去边行边株,收中间4行测产,测产面积12 m2。收获前,从第1重复中间4行随机取样10株,对株高、底荚高度、主茎节数、有效分枝数、单株有效荚数、单株粒质量、单株粒数和百粒质量等8个农艺性状进行测量。

1.3 数据分析

用WPS软件进行数据整理,用SPSS 25软件进行差异显著性分析、描述性分析、相关性分析、主成分分析和聚类分析。

2 结果与分析

2.1 大豆产量的丰产性分析

经参试品种丰产性分析可知(表2),参试品种(含对照品种‘冀豆12’)的平均产量2 917.5~3 177.0 kg·hm-2,‘安豆6223’产量最高,平均产量达3 177.0 kg·hm-2,‘中黄623’产量最低。较对照增产的品种有12个,增产幅度为0.7%~8.8%,其中‘安豆6223’、‘冀豆32’、‘HN0811’和‘中黄203’增产达到极显著水平,减产的品种有1个。

2.2 大豆产量相关性状的变异性分析

对14个大豆品种产量性状变异性分析结果表明(表3),有效分支和底荚高度变异系数都大于40%,单株有效荚数、单株粒质量、株高、单株粒数、主茎节数、产量的变异系数在20%~30%之间,百粒质量变异系数最小,为15.93%。除百粒质量外的产量相关性状变异系数都大于20%,说明14个大豆品种间产量相关性状差异较大,遗传背景丰富。

2.3 大豆产量相关性状的相关性分析

由表4可知,产量和单株粒数,单株粒质量极显著正相关(P<0.01,下同),与单株有效荚数显著正相关(P<0.05,下同),与底荚高度极显著负相关,与主茎节数显著负相关;百粒质量与单株粒质量极显著正相关,与株高极显著负相关;单株粒质量与有效分支数、单株有效荚数、单株粒数极显著正相关,与底荚高度显著负相关;单株粒数与有效分支数、单株有效荚数极显著正相关,与主茎节数显著正相关;单株有效荚数与主茎节数和有效分支数极显著正相关;主茎节数与株高和底荚高度极显著正相关;底荚高度与株高极显著正相关。

2.4 大豆产量相关性状的主成分分析

利用SPSS 25软件对9个性状进行主成分分析(表5),特征值大于1的成分有3个,累计贡献率为74.930%。第1主成分特征值为3.235,贡献率为35.947%,主要由有效分支、单株有效荚数、单株粒数、单株粒质量、产量组成,此类性状与产量直接相关,可命名为产量因子;第2主成分特征值为2.282,贡献率为25.351%,主要由株高、底荚高度、主茎节数组成,此类性状与株型有关,可命名为株型因子;第3主成分特征值为1.227,贡献率为13.632%,主要由百粒质量组成,与籽粒大小有关,可命名为粒质量因子。

2.5 基于主要农艺性状的大豆品种聚类分析

根据9个产量性状对14个大豆新品种进行聚类分析,在欧氏距离为10处分为4个类群(图1,表6):第1类群有4个品种,分别为‘冀豆29’、‘沧豆09Y1’、‘邯豆20’和‘冀豆32’,主要特征是产量表现中等,株高最高,主茎节数最多,百粒质量最小;第2类群有3个品种,分别为‘安豆6223’、‘中黄341’和‘HN0811’,主要特征是株高和主茎节数中等水平,产量、底荚高度、单株有效荚数、单株粒数、单株粒质量最高;第3类群有4个品种,分别为‘中黄203’、‘中黄212’、‘石936’和‘中黄205’,主要特征是产量中等,百粒质量最高,底荚高度、主茎节数、有效分支和单株粒质量较低;第4類群包括3个品种,分别为‘冀豆12’、‘中黄313’、‘中黄623’,主要特征是产量最低,株高、底荚高度、主茎节数、单株粒质量最低,有效分支最大。

3 结论与讨论

本研究对14个来自黄淮海地区夏大豆品种的丰产性分析发现,安阳市农业科学院选育的大豆新品种‘安豆6223’在7个点平均产量3 177 kg·hm-2,位居14个参试品种首位(含对照),是高产广适的大豆新品种,适宜在此区域进行大面积推广种植。变异系数可以反映作物性状的丰富程度,性状的变异系数越大,该性状的可选择性越大。李琼等[6]通过对黄淮海地区46份大豆品种9个农艺性状变异分析表明,有效分枝数和底荚高度的变异系数最大。连金番等[13]通过对13个大豆早熟种质资源的农艺性状变异性分析发现,有效分支变异系数最大,其次是株高,百粒质量和生育期变异系数较小。本研究结果显示有效分支和底荚高度变异系数最大,百粒质量变异系数最小,与前人研究结果一致。除百粒质量外的农艺性状变异系数都大于20%,说明黄淮海地区夏大豆品种有丰富的多样性,在大豆育种过程中,有效分支,底荚高度等变异性大的性状有更大的选择范围。

大豆产量与农艺性状的关联性多而复杂,学者们进行了大量研究,受地点和品种的影响,得出的结论也不同。谢皓等[14]研究北京9个大豆品种发现单株产量与株高、主茎分枝、单株粒数遗传相关较大;黄小英等[15]通过对广西不同大豆品种研究发现,大豆产量与单株有效荚数、单株粒数、分枝数呈极显著正相关;周长军等[16]通过对黑龙江省西部大豆研究发现产量与单株粒质量的关联度最大,其次是单株粒数,百粒质量关联度最小。本研究相关性分析结果显示,单株粒数、单株粒质量、单株有效荚数是影响产量的主要农艺性状,底荚高度、主茎节数、株高和产量呈负相关,而株高与底荚高度和主茎节数呈极显著正相关,说明在黄淮海北部地区,适当降低大豆株高可以提高产量。

通过主成分分析和聚类分析,可以准确地对作物品种进行客观评价,在多种作物分析中被广泛使用[17-19]。张亚萍等[20]利用主成分分析,从藜麦品种的农艺性状中提取到2个主成分,第1主成分大部分与株型有关,第2主成分大部分与籽粒及产量有关,聚类分析把14个品种分为3大类群。徐泽俊等[21]对黄淮海大豆种质农艺与品质性状进行综合评价,将13个性状简化为4个主要成分,累积贡献率为75.051%,通过聚类分析把303份大豆种质资源分为7类,其中第Ⅴ类综合性状最好。本研究通过主成分分析法将14个大豆品种的9个农艺性状分成3个主成分。第1主成分为产量因子,第2主成分为株型因子,第3主成分为粒质量因子。3个主成分累计贡献率为74.930%,说明这3个主成分可以很好地反映这9个产量相关性状包含的信息。根据9个农艺性状将14个大豆新品种分成4个类群,其中第2类群株高和主茎节数中等,产量、底荚高度、单株有效荚数、单株粒数、单株粒质量最高。该类群产量高,适宜机械化收获,可作为黄淮海地区优质亲本使用。

通过对黄淮海地区14个大豆品种的9个产量相关性状综合分析可知,黄淮海地区种质资源农艺性状有丰富的多样性,在该地区适当降低株高可以提高大豆产量。通过主成分分析和聚类分析发现,‘安豆6223’等大豆新品种适宜在此区域推广种植以及作为优质亲本使用。

参考文献:

[1] 王辽卫. 我国大豆供需结构分析及长期预测[J]. 大豆科技, 2021(4): 11-14.

[2] 李运美, 王明扬, 董春辉. 2020年大豆进口首次超亿吨国产大豆行业如何破困局[J]. 黑龙江粮食, 2021(9): 21-23.

[3] 曾小艳, 祁华清, 邓义, 等. 农业农村部《大豆振兴计划实施方案》解读[J]. 农村经济与科技, 2020, 31(18): 36-37.

[4] 陈亚光, 昝凯, 徐淑霞, 等. 大豆新品種安豆203的综合性状分析[J]. 大豆科技, 2018(2): 48-49.

[5] 张礼凤, 徐冉, 王彩洁, 等. 高产、广适、优质、多抗大豆新品种——齐黄34[J]. 农业知识, 2021(23): 34-36.

[6] 李琼, 常世豪, 舒文涛, 等. 黄淮海地区夏大豆 (南片) 46份大豆品种 (系) 农艺性状综合分析[J]. 新疆农业科学, 2021, 58(10): 1765-1774.

[7] 赵志刚, 姬月梅, 连金番, 等. 基于ms1轮回选择的大豆新品系农艺性状综合评价[J]. 大豆科学, 2021, 40(2): 201-208.

[8] 李灿东. 黑龙江省北部大豆主栽品种产量性状主成分分析[J]. 现代化农业, 2020(12): 4-8.

[9] 葛平珍, 余娟, 何友勋, 等. 基于主成分分析小豆种质资源的农艺性状评价与应用[J]. 贵州农业科学, 2021, 49(9): 1-7.

[10] 张朝明, 赵坤, 唐胜, 等. 6个豇豆品种农艺性状的相关性、主成分及聚类分析[J]. 西南农业学报, 2021, 34(3): 501-507.

[11] 郭凯, 蒋相国, 李红梅, 等. 基于主成分分析和聚类分析的夏播花生综合评价研究[J]. 湖北农业科学, 2021, 60(14): 24-28.

[12] 刘薇, 王玉斌, 李伟, 等. 大豆开花期性状QTL定位和候选基因挖掘[J/OL]. 中国油料作物学报: 1-7[2022-01-17]. https://kns.cnki.net/kcms/detail/detail.aspx?FileName

=ZGYW20210915001&DbName=CAPJ2021.

[13] 连金番, 罗瑞萍, 姬月梅, 等. 宁夏灌区夏播大豆种质筛选及产量性状的相关性分析[J]. 宁夏农林科技, 2019, 60(6): 8-10.

[14] 谢皓, 陈学珍, 冯雅男, 等. 北京地区夏大豆品种产量构成和主要性状分析[J]. 北京农学院学报, 2002, 17(2): 7-10.

[15] 黄小英, 谢慧敏, 黎敦涌, 等. 广西喀斯特地区不同大豆品种性状评价与品种筛选[J]. 大豆科技, 2021(2): 6-13.

[16] 周长军. 黑龙江省西部大豆植株生物量和产量及产量构成的灰色关联度分析[J]. 黑龙江农业科学, 2020(7): 7-10.

[17] 李炜, 毕影东, 刘建新, 等. 寒地野生大豆资源农艺性状的相关性和主成分分析[J]. 土壤与作物, 2022, 11(1): 10-17.

[18] 薛昱婷, 刘军, 刘晓莉, 等. 18个木芙蓉品种与2个近缘种的数量分类和主成分分析[J]. 中南林业科技大学学报, 2022, 42(1): 70-77.

[19] 李楠楠, 杜晓宇, 韩玉林, 等. 中国四大冬小麦主产区品种农艺性状的综合性分析[J]. 种子, 2021, 40(12): 94-101.

[20] 张亚萍, 王致和, 张秀华, 等. 14个藜麦品种 (系) 在祁连山区的农艺性状表现及其与产量的关系分析[J]. 山东农业科学, 2021, 53(8): 17-21.

[21] 徐泽俊, 齐玉军, 邢兴华, 等. 黄淮海大豆种质农艺与品质性状分析及综合评价[J]. 植物遗传资源学报, 2022, 23(2): 468-479.

猜你喜欢

相关性分析聚类分析主成分分析
上市公司财务指标与股票价格的相关性实证分析
淘宝星店成长中的粉丝力量
中国城市化与经济发展水平关系研究
主成分分析法在大学英语写作评价中的应用
农村居民家庭人均生活消费支出分析
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用
基于省会城市经济发展程度的实证分析
基于聚类分析的互联网广告投放研究