基于主成分和隶属函数值法的海棠表型分析与观赏性综合评价

关键词：海棠；表型分析；观赏性评价；变异系数；育种选择

海棠Malusspp.属蔷薇科Rosaceae落叶小乔木或灌木观赏花卉，具有极强的耐旱性、抗寒性和萌蘖能力[1-3]。海棠的枝叶、花、果实色泽鲜明，丰富艳丽，花果繁密，树形优美[4]，在中国有着悠久的栽培历史，是我国传统名花，自古有“花中仙子”之美称[5]，具有极大的推广价值。中国植物志资料显示我国约有22个野生种和7个栽培种海棠资源，主要生长在我国的陕西、河南等中原地区和甘肃、青海等西部地区[6]。据实地调查和文献查阅，青海引进和当地原有海棠品种共有26种，其中有22个苹果属植物，4个木瓜属植物[6]。海棠品种虽然丰富多样，但因各品种分布零散，品种命名错误混乱，加之不注重原生种的保护和合理开发，海棠种质资源无法及时收集和保存，导致海棠种质资源不断流失[7]，极大地限制了青海的海棠优良品种选育工作的开展。本研究通过对引进的海棠品种进行表型性状调查和分析，掌握海棠品种之间的表型多样性差异，同时，对海棠品种的观赏性和生长量进行综合分析与评价，为今后进一步开展海棠优良品种选育和收集提供基础性材料。

目前，对海棠品种性状综合评价分析常用的有主成分分析法、层次分析法（AHP）和灰色关联度法，以及采用人为加权打分的方法。包东娥等[8]运用主成分分析法对观赏海棠的主要性状进行分析，研究了海棠主要性状的遗传变异情况和方差贡献率，构建出观赏海棠的综合评价模型，筛选出综合性状表现最佳的海棠株系。刘胜男等[4]将层次分析法和灰色关联法结合起来对30种北美海棠观赏性进行综合评价。吴晓星等[9]运用层次分析法（AHP）建立了36个欧美观赏海棠品种综合评价模型，进一步对海棠品种进行分级评价，取得了较为理想的预期结果。另外，夏冰等[10]采用人为加权打分的方法对海棠品种性状指标进行比较和海棠优良品种选育选种，但此种方法人为因素较大，对结论会有一定干扰。各评价指标间存在不同程度的相关性，而主成分分析法和隶属函数值法能客观反映研究对象的综合表现[11]。因此，本研究采用主成分分析法和隶属函数值法相结合的方式，对海棠的表型性状和生长量进行定性和定量分析、比较，以期筛选出综合表现优良且适于西宁市种植推广的海棠品种。

1材料与方法

1.1试验材料

供试的22个海棠品种材料引自陕西西安和江苏南京（表1），采取整株带土团移植的方式进行引种。引种海棠在青海省西宁市祁家城苗圃基地栽植并精细抚育管理，长势优良，均已到开花结果树龄。试验地位于青海省西宁市祁家城苗圃，年平均气温5.0℃，无霜期140～170d，降水多集中在7—9月份，平均相对湿度为56%。土壤主要为黄土母质发育成的栗钙土，土层深厚，结构较好，肥力中等。

1.2表型测定

用卷尺测定植株株高、干高、冠幅、新梢枝长、果梗长和果簇数节间长；用游标卡尺测定叶宽（叶片最宽处）、叶长、叶柄长、新梢直径、花径、果实纵径和横径；测算叶簇数、花瓣数、花序数、结果簇数和果序数；计算果形指数（果实纵径/果实横径）。每群体测定20个个体，每个个体随机测定10个，重复3次。

1.3统计分析

使用Excel2020软件进行数据整理、相关性分析、变异系数和隶属函数值计算，利用SPSS16.0软件进行主成分分析。

变异系数CV表示表型性状的离散性特征，变异系数越大，性状离散程度越大。

主成分分析：对引进的海棠品种的枝叶、花和果实表型性状进行主成分分析，提取特征值大于1.00的因子作为主成分，得到主成分的特征值、方差贡献率、累计方差贡献率、因子载荷矩阵等，根据提取得到的主成分信息对海棠进行评价[14-16]。

隶属函数值：计算各海棠品种生长量和观赏性的综合得分，得分的高低可反映各海棠在综合指标评价中的表现。隶属函数值的计算方法如下：

式中，i表示某个测试单株，j表示某一性状，Zij为i单株j性状的综合隶属函数值，Xij为i单株j性状的测定值，Xjmin和Xjmax分别为各单株性状值的最小值和最大值。计算各性状的隶属函数值，获得的隶属函数值累加起来取平均值，再对平均值排序，进行评价[17]。

2结果与分析

2.1海棠表型性状特征值分析

对22个海棠品种枝叶、花和果实共20项性状指标数据及特征值进行分析（表2、3）。分析发现，各表型变异明显，20项指标间的变异系数范围在9.11%～100.82%。在海棠枝叶表型性状中，新梢长度和冠幅的变异系数大，其次为新梢直径和叶宽，变异系数值分别为66.36%、61.43%、39.72%和35.06%，表明新梢长度、冠幅、新梢直径和叶宽在各品种间差异最为明显，存在广泛变异；枝下高变异系数最小，仅11.72%，表明枝下高在不同海棠品种间差异较小，性状较为稳定。花和果实表型指标中，结果簇数变异系数最大，高达100.82%，表明不同海棠品种间存在极广泛的变异；其次为果枝长度、果序数的变异系数，分别在64.36%和55.25%，表明这些性状在不同品种间存在广泛变异；果实横径、果实纵径、花瓣数、果梗长和果簇数节间长度的变异系数均在30%～50%，说明不同海棠间存在广泛的变异；果形指数变异系数最小，为9.11%。

2.2海棠表型相关性分析

对22个海棠品种的20项表型指标进行相关性分析（表4），结果表明有20对和12对指标相关性达到极显著（P＜0.01）和显著水平（P＜0.05）。各品种性状间存在关联，有一定的相关性，而多数指标间相关性未达到显著水平。其中，枝下高、果形指数、果梗长、结果簇数、果簇数节间长度与其它19个指标间相关性均不显著；叶簇数仅与枝下高存在显著相关，与其他指标相关性均不显著；果枝长度仅与结果簇数存在极显著正相关，与其他指标相关性均不显著。20个指标间，多数指标间为正相关关系，如叶宽与叶长、叶柄长、新梢直径、果实纵径均为正相关关系且达到极显著水平；叶宽与叶长正相关性系数达到0.886，而叶宽与果序数为极显著负相关关系（-0.604）；叶长和叶柄长、果实横径、果实纵径间均为正相关关系，且达到极显著水平；叶长与果实横径、果实纵径正相关性系数分别达到0.576和0.581；叶柄长与果实横径、果实纵径正相关性系数分别达到0.645和0.661；冠幅与花果指标中果枝长度、结果簇数存在极显著正相关关系（0.584、0.752）。在花果指标中，花径与花瓣数存在极显著正相关关系（0.615）；花径与果形指数存在显著负相关关系（-0.511）；果实横径与果实纵径之间存在正相关关系，且达到极显著水平；果枝长度与结果簇数存在极显著正相关关系。

2.3海棠表型性状主成分分析

对22个海棠品种的20个表型指标进行主成分分析（表5），结果得出前6个主成分的方差贡献率分别为29.334%、17.981%、12.375%、10.027%、7.070%和5.809%，累计贡献率为82.597%，即前6个主成分能代表所测定海棠枝叶和花果82.597%的信息量，解释了绝大部分的原始信息。因此，可以选取相对独立的前6个主成分作为22个海棠品种表型性状的综合评价指标，以达到降维的目的。第1主成分叶宽、果实横径和果实纵径的特征向量正值较大，分别为0.922、0.885和0.855；第2主成分株高、冠幅、结果簇数的特征向量正值较大，分别为0.644、0.628和0.619；第3主成分新梢长度、株高和冠幅的特征向量正值较大，分别为0.659、0.505和0.673，主要反映海棠生长情况；第4主成分枝下高和果簇数节间长度的特征向量正值较大，分别为0.597和0.636；第5主成分花序数和果序数的特征向量正值较大，分别为0.733和0.464；第6主成分新梢长度和果形指数的特征向量正值较大，分别为0.445和0.618。

2.4海棠表型性状隶属函数值分析

对海棠的枝叶和花果的隶属函数值进行分析（如表6）。结果表明，‘白兰地’海棠的20项指标隶属函数值综合评分指数最高（0.563），其次为‘龙丰’海棠（0.530）和‘红丽’海棠（0.503）；‘丰花’海棠和‘多花西府’海棠隶属函数值综合评分指数最低，分别为0.193和0.244。隶属函数值综合得分越大，其综合观赏性越高。由此说明‘白兰地’海棠的综合观赏性最高，‘丰花’海棠的综合观赏性最低。

2.5海棠综合评价分析

根据主成分分析计算结果和隶属函数值计算方法得到22个海棠品种综合得分如表7所示。主成分分析综合评分在前10的依次有‘龙丰’‘白兰地’‘朱丹’‘杨泰红’‘红丽’‘花红’‘123’‘新疆’‘海红果’和‘西农-9’海棠；隶属函数分析综合评分前10的品种依次为‘白兰地’‘龙丰’‘红丽’‘朱丹’‘123’‘王族’‘绚丽’‘杨泰红’‘花红’和‘新疆’海棠。采用主成分分析和隶属函数2种方法得出的22个海棠品种枝叶和花果表型性状综合评价排序结果虽有一定的出入，但总体趋势基本一致。

3讨论

植物表型多样性研究主要是记录的植物外观形状，如叶片大小、花朵颜色、果实大小等性状，通过植物形态学性状的观测分析，可对植物种类的遗传学关系、分类作出研究[18-19]。不同海棠品种因受自身遗传因素和外部环境的影响，表型性状差异较大，对其进行科学研究可为有效利用和选择优良品种并推广栽培奠定基础[20]。花和果实表型指标中，结果簇数变异系数最大，高达100.82%，表明不同海棠品种间存在极广泛的变异。果实表型性状间的变异系数高达33.66%以上，表明果实这些性状在不同品种间存在广泛变异。王璐[21]对36份观赏海棠资源的数量性状多样性分析发现变异系数均超过10%，各性状离散程度较大，36份观赏海棠资源具有较丰富的多样性，与本研究海棠表型性状相关性分析变异多样性结果一致。包东娥等[8]研究表明观赏海棠25个主要性状均存在较大遗传变异，变异系数为13.2%～125.1%，与本研究结果中枝叶表型、花表型、果实表型变异系数范围相类似。王向光[22]研究发现不同海棠品种的叶片指标中叶柄长的变异系数最大（24.53%），与本研究结果类似；但是花瓣系数变异系数（0%）与本研究的花瓣变异系数（39.47%）相差很大，这可能与他研究的海棠花瓣均为5瓣花有关。

植物的许多性状之间有着一定的联系，不同品种由于生长受到外界环境和自身因素的影响，导致不同性状之间通常会存在不同程度直接或间接的影响，而进行相关性分析可以直观地发现并了解不同性状之间的相互影响关系[11]。本试验中，22个海棠品种中20个指标间有20对和12对相关性分别达到极显著（P＜0.01）和显著水平（P＜0.05），而多数指标间相关性未达到显著水平，表明这些性状间既存在一定的关联性，又相对独立，与刘胜男[23]研究结果相类似。王向光[22]研究中发现花序花数与花径、花瓣长宽存在显著负相关关系，与本研究的花瓣数与花序花数之间不存在显著性差异的结论相反，需进一步研究证实。

关于植物综合评价有很多的方式，从传统的人为观察加权打分，到数据整合分析。但在新品种选育的过程中，由于性状多且群体大，观赏特征和生物学特性差异较大，传统的性状比较方法无法综合考虑其优良性状[24]。使用2种原理完全不同的方法进行分析，既兼顾了评价性状权重的客观性，又相互佐证，其目的是使综合评价的结果可信度更高[25-26]，在综合评价中具有较强的可行性和科学性。刘翔宇等[24]利用主成分分析等方法对新疆棉花种质资源进行综合评价，但2种评价方法得出的结果有一定的偏差。杨玉宁等[26]利用主成分分析和灰色关联度分析对3种木通属植物21份种质果实的品质进行评价，结果发现2种方法得出的排名在前的基本为白木通种质（B2～B8），虽排名略有差异，但总体结果相似。薄伟[27]基于隶属函数和主成分分析对鸢尾不同品种综合评价，综合评价结果与生产实际观测结果比较吻合。王林辉[28]基于主成分分析及聚类分析对棉花品种进行综合评价，综合评价结果与生产实际观测结果比较吻合的结果。

4结论

本试验的22种海棠的枝叶、花果间存在着不同程度的变异，20项指标间的变异系数在9.11%～100.82%。在9项海棠枝叶表型指标中，除枝下高度间变异系数低，性状较为稳定外，其余8项指标性状变异系数较大，各品种间差异明显，存在广泛变异。本文通过对22个海棠品种的叶片、花朵、果实、枝条和冠幅等20项主要性状进行主成分分析，得到果实性状因子、枝条特征因子、生长量特征因子和花性状等6个主成分，代表了82.597%的信息量。以6个主成分与其方差贡献率构建出观赏海棠的综合评价模型，利用该数学模型求出的各株系的综合得分与实际表型性状测量结果相一致。本研究主成分分析综合评分在前10的依次有‘龙丰’‘白兰地’‘朱丹’‘杨泰红’‘红丽’‘花红’‘123’‘新疆’‘海红果’和‘西农-9’海棠；隶属函数分析综合评分前10的品种依次为‘白兰地’‘龙丰’‘红丽’‘朱丹’‘123’‘王族’‘绚丽’‘杨泰红’‘花红’和‘新疆’海棠。由此得出，基于主成分分析和隶属函数分析2种方法得出的22个海棠品种枝叶和花果表型性状综合评价排序结果虽有一定的出入，但总体趋势基本一致。