基于主成分分析和同异分析法的小麦产量与品质综合评价

张凡,杨春玲,韩勇,侯军红

基于主成分分析和同异分析法的小麦产量与品质综合评价

张凡,杨春玲*,韩勇,侯军红

安阳市农业科学院, 河南 安阳 455000

本文采用主成分分析法和同异分析法综合分析8种小麦品种产量与品质等11个指标间的关系，并作出评价。结果表明，产量与蛋白质、湿面筋含量间为极显著正相关关系，蛋白质含量和湿面筋含量间为显著正相关；主成分分析表明：从11个性状中可提取湿面筋含量生长因子、有效穗生长因子、吸水率生长因子3个主成分，第1主成分贡献率39.170%、第2主成分贡献率29.043%、第3主成分贡献率15.728%，累计贡献率达83.941%；根据同异分析法得出的联系度值大小确定了小麦品种的排序为安麦11、安麦1350、安麦1241、安麦13、安麦19、安麦22、安麦23和安麦1132。因此，安麦11综合性状优良，可以作为小麦育种亲本选配的首选材料。

小麦; 产量; 品质评价

小麦是我国主要粮食作物，近年来，小麦单产稳步提高，但优质专用型小麦呈紧缺态势[1]。小麦产量和品质，不仅受外界气候条件的影响，亲本选配、培育良种、丰富种质资源也发挥着重要作用[2]。市场上新审定的小麦品种繁多，对其进行综合全面地评价，是亲本选配、增强育种目标性的前提[3-5]。主成分分析法是利用降维思想，提取主成分，将原来的多指标转换为数量较少的彼此独立的新指标，以揭示变量间的关系[6-7]。而同异分析法是通过将各指标无量纲化处理，分析比较理想值与实际观测值之间的差距，根据联系度值的大小确定品种排序的评价方法[8]。

近年来，以主成分分析和同异分析法为主的分析方法已广泛应用于农作物育种中[9-14]。郝建宇等[15]利用主成分分析对黄淮麦区172个小麦品种的品质指标进行了分析和评价。宋晓等[16]利用主成分分析法筛选出了氮高效小麦品种。范君华等[17]采用同异分析法从27个棉花品种中筛选出2个综合性状较好的品种。可以看出，通过主成分分析法可以揭示各性状指标间的关系，而同异分析法有利于筛选出符合育种目标的小麦品种。以往的研究中多集中在运用单一分析方法对小麦的产量或品质指标作出评价[18,19]，缺乏对小麦各性状指标的综合评价，不利于高产优质小麦品种的筛选。本研究以近年来黄淮麦区通过审定的8个小麦品种为试验材料，运用主成分分析法对其农艺性状（株高、生育期、容重）、产量（有效穗、穗粒数、千粒重）、品质（蛋白质含量、湿面筋含量、吸水率、稳定时间）之间的关系进行分析，再结合同异分析法对供试材料做出综合全面的品种排序，旨在为小麦新品种评价提供多元化的分析方法，为亲本材料选配和育种方向的优化提供理论依据。

1 材料与方法

1.1 试验材料

材料由安阳市农业科学院提供，为通过审定的8个小麦品种，其亲本来源见表1。安麦1241、安麦1132数据来源于河南省种子管理站编写的《2015-2017年度河南省小麦冬水组试验总结》中2年区域试验的平均值；安麦1350、安麦11数据分别来源于中国农科院编写的《2017-2019年度国家冬小麦品种联合体黄淮冬麦区南片水地组试验总结》和《2018-2020年度国家冬小麦品种联合体黄淮冬麦区南片水地组试验总结》中2年区域试验的平均值；安麦13、安麦19、安麦22、安麦23数据来源于河南省农科院编写的《2018-2020年度河南省小麦产业技术创新战略联盟试验》中2年区域试验的平均值，包括农艺性状、产量、品质指标等11个性状值。其中产量、生育期、株高、有效穗、穗粒数、千粒重数据由各个试验点汇总得出的平均值，容重、蛋白质、湿面筋含量、吸水率、稳定时间数据由国家小麦品质检测中心检验提供。

表 1 供试小麦品种信息及亲本来源

1.2 试验方法

各试点均为完全随机区组设计，3次重复，6行区种植，小区面积均大于13.3 m2，试验区周围设保护行。播种量为基本苗2.7×106hm2，试验田管理按照国家小麦品种区域试验的要求进行，次年全区收获计产。全区收获晾晒后由国家小麦品质检测中心进行品质测定。

1.3 同异分析法的试验分析

1.3.1 构建小麦品种各性状理想值及的权重根据黄淮麦区小麦生产特点与育种目的来确定小麦品种各性状理想值。生育期、湿面筋含量、吸水率等性状以中间值为理想值，产量、有效穗、千粒重、稳定时间等性状以最大值为理想值。根据黄淮麦区小麦生产特点与选育目标确定各性状的权重（W）。

1.3.2 计算同一度和综合同一度同一度计算公式：

a：理想值越小越好时为A=X/X

b：理想值适中时为A=X/（X+|X-X|）

c：理想值越大越好时为A=XX

其中，A代表小麦品种的同一度，X代表第个小麦品种第个性状的表现值，X代表第个性状的理想值。

综合同一度计算公式：A=∑AW

其中，A代表小麦品种的综合同一度，A代表同一度，W代表第个性状的权重。

1.3.3 计算差异度b和联系度（）差异度计算公式：b=1-A，联系度计算公式：（）=A+bi，在本试验中的取值为-1[19]。

1.4 数据分析

利用Office 2007进行数据整理和分析，SPSS 17.0进行主成分分析。

2 结果与分析

2.1 小麦品种的产量与品质性状

供试小麦品种的农艺性状、产量和品质的基本数据见表2。安麦1350的产量最高，为8 845.5 kg/hm2，且千粒重最高（48.4 g）；安麦1132的产量最低（6 253.5 kg/hm2），但其构成因子均处于中等水平；安麦13的有效穗数最多（6.075×106hm2），但穗粒数最少（33.5个），并没有表现出最高产量。各品种的生育期集中在220 d～232 d，株高分布在71 cm～84 cm。从品质性状来看，安麦1132的蛋白质含量和湿面筋含量均最低，分别为11.9%和24.1%；安麦1350的蛋白质含量和湿面筋含量均最高，分别为15.6%和35.1%；安麦13和安麦23的吸水率达到优质专用强筋小麦标准（≥60.0%），安麦11的稳定时间最长，为7.2 min，但仍没有达到专用型小麦标准。由此可见，产量构成因子的协调发展与品质指标的提高为小麦品种改良的重点。

表 2 供试品种性状的基本数据

2.2 产量与品质的相关性分析

由产量性状与品质性状的相关性分析可以看出（表3），产量与蛋白质含量、湿面筋含量呈极显著正相关关系，与千粒重呈显著正相关，这说明千粒重的增加有助于产量的提高，且品质指标中蛋白质含量和湿面筋含量的提高也有利于产量的增加，在品种选育过程中可以兼顾产量与品质。湿面筋含量和蛋白质含量之间存在显著的相关性，这表明二者之间存在正协同效应，湿面筋含量的提高有利于蛋白质含量的增加。

表 3 小麦产量与品质的相关性分析

注：*代表显著相关，**代表极显著相关。

Note: * represents significant correlation; ** represents extremely significant correlation.

2.3 各性状的主成分分析

2.3.1 主成分的提取在主成分分析中，方差代表了各性状的分散程度，累计贡献率是提取主成分的重要依据。前7个成分的累计贡献率即达到100%，因此表格中舍去了贡献较小的成分（表4）。由表4可知，第一主成分特征值为4.309，累计贡献率为39.170%；第二主成分特征值为3.195，累计贡献率为68.213%；第三主成分特征值为1.730，累计贡献率为83.941%。根据特征值和累计贡献率的大小，本文选取前3个成分作为主成分进行分析。

表 4 主成分分析结果

2.3.2 主成分分析 根据特征值大于1和累计贡献率大于80%的标准选取出了3个主成分列出（表5），可以看出，11个性状中前3个性状特征值的累计贡献率达到83.941%，这表明11个小麦性状中的大多数相关信息可由前3个主成分来概括。在第1主成分中以湿面筋含量的特征向量值最大，其次是产量，说明品质性状中湿面筋含量对第1主成分的影响最大，其次是产量，因此将第1主成分称为湿面筋含量生长因子，增加湿面筋含量，能增加其它品质指标（蛋白质含量、吸水率、稳定时间），但生育期、有效穗和容重依次降低，说明在各性状指标中，随着湿面筋含量的增加，能明显改善其它品质性状（蛋白质含量、吸水率、稳定时间），但对生育期、有效穗、容重有一定的抑制作用。第2主成分中有效穗的特征向量值最大，其次是生育期，所以把第2主成分称为有效穗生长因子，由第2主成分的分向量值可以看出，有效穗越多，生育期延长，千粒重增加，产量增加，但容重降低，穗粒数减少，稳定时间缩短，株高下降。第3主成分中吸水率的特征向量值最大，其次是容重，所以把第3主成分称为吸水率生长因子，由分向量特征值可以看出，吸水率增加，容重和湿面筋含量增加，蛋白质含量降低，稳定时间缩短，穗粒数减少，产量下降。因此综合考虑产量、品质性状，第3主成分均衡适中即可。

表 5 各性状的主成分分析

2.4 同异分析法对小麦品种的综合评价

2.4.1 确定理想值和权重系数对供试品种的产量与品质性状进行表型变异分析（表6），结果表明，变异系数表现为稳定时间＞湿面筋含量＞产量＞蛋白质含量＞千粒重＞株高＞穗粒数＞有效穗＞吸水率＞生育期＞容重，稳定时间的变异系数最大为33.28%，容重的变异系数最小为1.56。

根据黄淮麦区育种目标和育种实践，确定各性状的理想值X，生育期确定为229 d，生育期太短影响籽粒产量形成，太长则会造成贪青晚熟，不符合品种审定标准。小麦株高不能过低或过高，太低不利于干物质累积，影响产量，太高则容易造成倒伏，因此，株高定为78 cm，可兼顾产量与抗到性能。供试小麦品种来自河南省最北部，为选育高产、优质强筋小麦的主产区，据此确定产量为8845.5 kg/hm2，千粒重为50.5 g，容重为805 g/L。蛋白质含量、稳定时间取最大值，分别为15.6%、7.2 min。

高产、优质、农艺性状优良是小麦品种选育过程中的主要关注点，因此在本研究中将产量权重系数确定为0.25，株高权重系数确定为0.13，生育期权重系数确定为0.1，容重权重系数确定为0.08。有效穗、穗粒数、千粒重为产量构成三要素，指标应协调，权重分配系数0.05。蛋白质含量和稳定时间为判定优质强筋小麦的重要指标，蛋白质含量还为营养性状的一项重要指标，因此蛋白质含量权重系数确定为0.12，稳定时间权重系数确定为0.1。

表 6 供试品种性状表型变异分析

2.4.2 供试品种各性状表现与理想值的同一度由表7可知，产量、穗粒数、千粒重、蛋白质、湿面筋含量、稳定时间6个性状的同一度存在较大差异，变化幅度分别为0.7070～1.0000、0.8634～1.0000、0.7980～1.0000、0.7628～1.0000、0.8066～1.0000、0.4444～1.0000，生育期、株高、有效穗数、容重、吸水率5个性状的同一度差异相对较小，变化幅度分别为0.9622～1.0000、0.9176～1.0000、0.9160～1.0000、0.9539～1.0000、0.9543～1.0000。

表 7 供试品种各性状与理想值的同一度

2.4.3 各性状的综合同一度、差异度和联系度 8个供试小麦品种的综合同一度变化幅度为0.8153～0.9602（表8）。安麦1132综合同一度最小，安麦11最大。差异度变化幅度为0.0398～0.1847，联系度变化幅度为0.6306～0.9204。根据同异分析法，可以用联系度的大小来反映品种的优劣，联系度越大，品种越优良。由表8可以看出，8个供试小麦品种的同异分析排序为安麦11、安麦1350、安麦1241、安麦13、安麦19、安麦22、安麦23、安麦1132。

表 8 供试品种的同异分析

3 讨 论

本研究首先采用相关性分析和主成分分析法对8个小麦品种的11个性状进行分析，结果表明，小麦产量与蛋白质含量、湿面筋含量之间存在极显著正相关关系，蛋白质含量与湿面筋含量之间显著相关，这与未文良[20]的研究结果相同，说明小麦产量育种和品质育种可以同步进行。主成分分析法提取出3个主成分因子，第1主成分主要包含湿面筋含量、产量、蛋白质含量等指标，累计贡献率为39.17%，第2主成分主要包含有效穗、千粒重、生育期等指标，累计贡献率为29.043%，第3主成分主要包含吸水率、容重、株高等指标，累计贡献率为15.728%，由这三个主成分可以代表11个性状反映的信息，其综合所有性状数据信息的能力最强，这与严圭[21]等、张立明等[22]进行分析的方法相同。同时，本文还采用郭瑞林等[23,24]提出的同异分析法，通过建立各性状的理想值，对品种的实际表现进行综合评判，结果表明，安麦11综合同一度最高，为0.9602，但仍与理想目标有0.0398的差异，可以从千粒重（同一度0.9109）、有效穗数（同一度0.9259）方面改良产量性状，从蛋白质含量（同一度0.9231）、湿面筋含量（同一度0.9296）方面改良品质性状。供试其它品种亦可以用该方法找出与理想目标值的差异及可供改良的性状。8个供试小麦品种中的稳定时间、蛋白质含量、千粒重、湿面筋含量和穗粒数同一度差异较大，生育期、株高、有效穗数、容重和吸水率同一度差异较小。说明在品种选育过程中，育种家较为重视作物田间表现，而品质性状受到忽略，这也为育种家今后的性状改良指明了方向。尽管同异分析法较为客观、公正，但与DTOPSIS、模糊概率等方法计算出来的品种排序仍存在略微差异[25]，究其原因为不同的分析方法其计算方法步骤不同，且选取的性状指标不尽相同。此外，本研究是利用主成分分析法和同异分析法对小麦的产量、品质与农艺性状进行全面分析，是两种方法的综合使用，结论更具有说服力，这与赵鹏涛等[26]仅对小麦品质性状、薛志伟[27]仅对产量性状的单一性状分析方法不同。

同异分析法理想值及权重系数的确定是该方法的关键步骤，关系到品种排名及综合性状的评定。本文中理想值及权重系数是根据黄淮麦区小麦生产特点，以高产、优质强筋小麦为育种目标，参照小麦品种审定标准及小麦品质等级划分依据来确定的[28]。结合生产经验，分别赋予产量、蛋白质含量0.25、0.12的权重系数；株高关系到作物生物量的大小及抗倒伏性，赋予0.13的权重系数；稳定时间是划分小麦品质等级的重要指标，赋予0.1的权重系数；产量构成因子（有效穗、穗粒数、千粒重）的权重系数均设定为0.05。本文中权重系数的确定虽然参照了一定的标准，但仍含有主观因素，下一步将探索利用同异育种智能决策系统软件，并结合因子分析法，更加精准、客观地确定理想值及权重系数。

4 结 论

本研究采用相关性分析和主成分分析法对8个小麦品种产量与品质指标间的关系进行分析，结果表明，产量与蛋白质含量、湿面筋含量之间存在极显著正相关关系，湿面筋含量和蛋白质含量之间显著相关；主成分分析法将各性状指标提取为3个主成分因子，分别为湿面筋含量生长因子，有效穗生长因子，吸水率生长因子，其累计贡献率达83.941%；由同异分析法得出的联系度值大小确定了小麦品种的排序为安麦11、安麦1350、安麦1241、安麦13、安麦19、安麦22、安麦23和安麦1132。因此，安麦11最符合黄淮麦区育种目标，可以作为小麦育种亲本选配的首选材料。

[1] 何中虎,庄巧生,程顺和,等.中国小麦产业发展与科技进步[J].农学学报,2018,8(1):99-106

[2] 孙宪印,米勇,王超,等.基因型和环境及其互作效应对旱肥地小麦产量性状的影响[J].分子植物育种,2021,19(17):5899-5908

[3] 张帅,庞玉辉,王征宏,等.小麦种质资源农艺性状变异及其遗传多样性分析[J].作物杂志,2018(2):44-51

[4] 周丽艳,郭振清,马玉玲,等.春小麦品种农艺性状的主成分分析与聚类分析[J].麦类作物学报,2011,31(6):1057-1062

[5] 张学智,魏芝,杨珍.春性硬粒小麦品种农艺性状的聚类分析[J].作物品种资源,1998(4):14-15,18

[6] 赵卫国,王灏,穆建新,等.甘蓝型油菜DH群体主要品质性状相关性及主成分分析[J].中国农学通报,2019,35(14):18-24

[7] 叶开梅,陈泽辉,祝云芳.基于主成分分析与灰色关联度分析的玉米自交系综合评价[J].种子,2019,38(10):87-92,96

[8] 郭瑞林,杨春玲,关立,等.小麦品种区域试验的同异分析方法研究[J].麦类作物学报,2001,21(3):60-63

[9] 黄志伟,曹剑,袁德梽,等.基于主成分聚类分析的中国油茶栽培区划[J].西部林业科学,2016(3):155-160

[10] 杜晓宇,李楠楠,邹少奎,等.黄淮南片新育成小麦品种(系)主要性状的综合性分析[J].作物杂志,2021(4):38-45

[11] 苏欣欣,肖洋,胡晓航,等.基于灰色关联度分析和主成分分析法评估糖用甜菜品种的适应性[J].中国农学通报,2021,37(30):39-46

[12] 卢道文,孙海潮,芦连勇,等.同异分析法在玉米杂交种评价中的应用[J].玉米科学,2005,13(2):42-44

[13] 王阔,郭瑞林.同异分析法在绿豆品种区域试验中的应用研究[J].杂粮作物,2004,24(1):15-18

[14] 赵术伟.同异分析方法在谷子品种区域试验中的应用研究[J].辽农农业科学,2006(1):38-40

[15] 郝建宇,郭利磊,王敏,等.近10年黄淮冬麦区北片水地区试小麦品种(系)品质的主成分分析[J].山西农业科学,2021,49(10):1143-1147

[16] 宋晓,张珂珂,黄晨晨,等.基于主成分分析的氮高效小麦品种的筛选[J].河南农业科学,2020,49(12):10-16

[17] 范君华,刘明.同异分析法对新疆优质海岛棉区试新品种(系)的综合评价[J].农学学报,2016,6(10):16-23

[18] 宋志均,韩勇,薛鑫,等.同异分析法在小麦新品种(系)综合评价中的应用[J].河南农业科学,2011,40(1):33-36

[19] 曲祥春,王鼐,石贵山,等.同异分析法在粒用高粱杂交种评价中的应用[J].作物杂志,2021(3):46-50

[20] 未文良.安徽省主要小麦品种产量构成因素及其与品质关系的研究[D].合肥:安徽农业大学,2007

[21] 严圭,李辉捷,华之梦,等.基于主成分分析的芝麻品质综合评价[J].作物科学,2020,42(6):1139-1150

[22] 张立明,李翠芳,董心久,等.甜菜块根农艺性状的遗传变异及相关性和主成分分析[J].作物科学,2020,42(6):1139-1150

[23] 郭瑞林.小麦品种区域试验的联系势测验及其应用[J].麦类作物学报,2004,24(1):63-65

[24] 郭瑞林.作物育种同异理论与方法[M].北京:中国农业科学技术出版社,2011:186-228

[25] 昝凯,周青,张志民,等.灰色关联度和DTOPSIS法综合分析河南区域试验中大豆新品种(系)的农艺性状表现[J]. 大豆科学,2018,37(5):664-671

[26] 赵鹏涛,赵卫国,罗红炼,等.小麦主要品质性状相关性及主成分分析[J].中国农学通报,2019,35(21):7-13

[27] 薛志伟,杨春玲.安麦1132农艺性状及产量的相关性和主成分分析[J].作物研究,2020,34(5):414-418

[28] 中华人民共和国国家质量监督检验检疫总局和中国国家标准化管理委员会.GB1351—2008小麦国家质量标准[S]. 北京:中国标准出版社,2008

Comprehensive Evaluation of Yield and Quality of Wheats Based on Principal Component Analysis and Similarity-Difference Analysis

ZHANG Fan, YANG Chun-ling*, HAN Yong, HOU Jun-hong

455000,

The principal component analysis and similarity-difference analysis method was used to comprehensively analyze the eleven main traits of eight wheat varieties and made a conclusion, including yield and quality traits. The results showed that there was a extremely significant positive correlation between yield and protein content with wet gluten content and there was a significant positive correlation between wet gluten content and protein content.The principal component analysis showed that three principal component factors could be extracted from eleven traits, wet gluten content factor, spikes factor, water absorption factor, with contribution rate of 39.170%, 29.043% and 15.728% separately. The cumulative contribution rate of three principal component was 83.941%. The similarity-difference analysis of elevn traits results showed that, according to the values of connection degree, the order of weight wheat varieties was Anmai 11, Anmai 1350, Anmai 1241, Anmai 13, Anmai 19, Anmai 22, Anmai 23, Anmai 1132. Thus Anmai 11 could be used as parent material firstly for wheat breeding with comprehensive character well.

Wheat; yield; quality evaluation

S512.1

A

1000-2324(2022)04-0503-07

10.3969/j.issn.1000-2324.2022.04.001

2022-01-04

2022-05-13

财政部和农业农村部国家现代农业产业技术体系资助(CARS-03);河南省重点研发与推广专项项目(212102110293);安阳市重点研发与推广专项(2022C01NY025)

张凡(1991-),女,硕士研究生,助理研究员,主要从事小麦育种及品种评价工作. E-mail:aynkyzf@126.com

Author for correspondence. E-mail:ay2529357@163.com