小麥品質性狀的主成分和相關性分析

◎王小國

（三門峽職業(yè)技術學院食品園林學院，河南三門峽472000）

小麥品質性狀的主成分和相關性分析

◎王小國

（三門峽職業(yè)技術學院食品園林學院，河南三門峽472000）

利用IBM SPSS19.0軟件對82個不同小麥品種的品質性狀進行了主成分和相關性分析，結果表明：小麥蛋白含量與干面筋和濕面筋間、干面筋和濕面筋間、直鏈淀粉和支鏈淀粉間存在0.01水平顯著相關；按方差貢獻率提取出3個主成分，3個主成分初始特征值累積貢獻率達89.683%，根據(jù)標準化正交特征向量矩陣，得出3個主成分的表達式和綜合模型，通過綜合得分的高低，對不同小麥品種的品質性狀進行了排序，其中由新疆維吾爾自治區(qū)品種審定委員會審定的優(yōu)勢強筋小麥品種“新春21”的得分最高，“巴優(yōu)1號”的綜合得分最低。

主成分；相關系數(shù)；小麥；品質性狀

小麥品質通常指小麥對某種特定用途的滿足程度，主要包括營養(yǎng)品質和加工品質。[1]加工品質性狀主要包括直鏈淀粉、支鏈淀粉和面團流變學特性等，其中直鏈與支鏈淀粉的含量及比例是影響面條質量的重要因素。[2]而衡量小麥營養(yǎng)品質通常有蛋白質含量、氨基酸、面筋含量等諸多指標。[3]

那么在評價品質性狀時，為了能夠正確處理這些指標間錯綜復雜的關系，就有必要從這些諸多個指標和因素中提取出主要指標和因素來，這通常需要用多元統(tǒng)計的方法來整理數(shù)據(jù)。[4]主成分分析（Principal components analysis，PCA）就是研究如何用少數(shù)幾個綜合指標或因素來代表眾多指標或因素，綜合后的新指標能綜合反映原來多個指標或因素的大部分信息的一種統(tǒng)計方法[5-7]，已在多種植物的性狀評價中得到應用。[8-10]

本研究利用IBM SPSS19.0對來自16個省的82個小麥品種的品質性狀中蛋白含量、沉降值、濕面筋、干面筋、直鏈淀粉和支鏈淀粉等進行相關性分析和主成分分析，以期為小麥品質改良和新品種培育提供參考。

1 試驗材料和方法

1.1 試驗材料

以石河子大學農學院提供的82個春小麥品種資源作為試驗材料，具體品種名稱見主成分得分及綜合得分情況表。

1.2 測定方法

蛋白質含量采用近紅外反射法測定；干、濕面筋含量測定方法參照國家標準（GB/T14608-93）；沉降值采用常量法；直鏈淀粉含量和總淀粉含量采用微量分光光度法。支鏈淀粉含量為總淀粉含量和直鏈淀粉含量的差值。

1.3 數(shù)據(jù)處理

將數(shù)據(jù)導入SPSS后進行標準化處理，計算相關系數(shù)矩陣、特征值和單位特征向量以及主成分的方差貢獻率和累積方差貢獻率，得出主成分數(shù)學模型和綜合得分，并按得分高低對不同小麥品種的品質性狀進行排序。

2 結果與分析

2.1 小麥品質性狀的相關系數(shù)矩陣

雙側檢驗條件下，小麥品質性狀間的相關系數(shù)矩陣（見表1）可以看出，小麥蛋白含量與干面筋和濕面筋間、干面筋和濕面筋間、直鏈淀粉和支鏈淀粉間存在0.01水平顯著正相關，沉降值和直鏈淀粉存在0.05水平顯著正相關，而沉降值和蛋白含量、支鏈淀粉間存在負相關。較強的相關性說明相關性狀間存在不同程度的信息重疊，有必要進行主成分分析。

表1 小麥品質性狀的相關系數(shù)矩陣

2.2 小麥品質性狀的主成分分析

對標準化相關系數(shù)矩陣進行KMO和Bartlett球形度檢驗，顯著度為0，小于顯著性水平0.05，因此拒絕Bartlett球度檢驗的零假設，適合進行主成分分析。對供試小麥品種蛋白含量、沉降值、濕面筋、干面筋、直鏈淀粉和支鏈淀粉含量六個品質性狀的初始特征值、方差貢獻率及累計方差貢獻率（見表2），提取到的3個主成分的累積方差貢獻率為89.683%，說明這3個主成分能夠反映大部分的小麥品質特性。

表2 初始特征值和方差貢獻率

載荷矩陣旋轉可使載荷矩陣中各元素平方值向0和1兩極分化，強烈影響品質的因子載荷接近于1，反之接近于0。由旋轉前的因子載荷矩陣表（見表3）可以看出，第1主成分能夠綜合反映的是濕面筋、干面筋和蛋白含量三個指標信息；第2主成分可以綜合反映直鏈淀粉和支鏈淀粉的相關信息；沉降值主要通過第3主成分上反映其指標的信息，三個主成分能夠反映全部所選性狀的信息。

2.3 供試小麥品質性狀的綜合評價

將3個主成分進行特征向量轉換后得出標準化正交特征向量矩陣（見表4）。

表3 旋轉前的因子載荷矩陣

表4 標準化正交特征向量矩陣

依據(jù)公式，得出供試小麥3個主成分的線性方程，如式（1），（2）和（3）：

式中，y1，y2，y3表示3個主成分的得分，ZxN為六個變量標準化后的值。

以每個主成分所對應的特征值占所提取主成分總的特征值之和的比例作為權重，得出主成分綜合模型為：

式中，Y綜表示品質綜合得分，λ1、λ2、λ3分別表示3個主成分的初始特征值，y1，y2，y3分別表示3個主成分的得分。

依據(jù)主成分線性方程和綜合模型即可對供試小麥品種進行綜合評價。通過對各小麥品質主成分綜合得分進行排序，可以發(fā)現(xiàn)“新春21”得分最高，“巴優(yōu)1號”得分最低。分析原因可能是82個小麥品種中，“新春21”是新疆生產(chǎn)建設兵團農五師以高蛋白小麥“NS-23-3”為父本,“青海946”為母本雜交選育而成的優(yōu)質強筋小麥新品種，其綜合品質性狀最好，除自身遺傳因素外，可能與該品種能較好地適應新疆氣候條件有直接關系。

3 小結

主成分分析是在損失很少信息的前提下把多個指標轉化為幾個綜合指標的一種統(tǒng)計方法，近年來，已在烤煙、稻米、葡萄、小麥等植物的品質評價中得到應用。本研究通過相關性分析，得出了小麥蛋白含量與干面筋和濕面筋間、干面筋和濕面筋間、直鏈淀粉和支鏈淀粉間存在極顯著正相關，這和陳華萍[11]等的研究結果是一致的。同時通過主成分分析，對來自不同省份的82個小麥品種的品質性狀進行了排序，建立了3個主成分的表達式和綜合數(shù)學模型，這對于今后提高小麥品質育種工作的效率具有積極的現(xiàn)實意義。

[1]鄭威.長江流域小麥地方品種農藝品質性狀的遺傳多樣性[D].華中農業(yè)大學,2013.

[2]劉銳,魏益民,邢亞楠,等.小麥淀粉與面條質量關系的研究進展[J].麥類作物學報,2013,33(5):1058-1063.

[3]何一哲,雷小剛,張成東,等.富鐵鋅彩粒小麥營養(yǎng)品質與開發(fā)利用研究[J].植物遺傳資源學報,2012,13(4):672-677.

[4]李川,姚小華,王開良,等.薄殼山核桃無性系果實性狀指標簡化研究[J].江西農業(yè)大學學報,2011，33(4):696-700.

[5]張力.SPSS13.0在生物統(tǒng)計中的應用[M].廈門:廈門大學出版社,2006.

[6]陳建成,龐新生.統(tǒng)計數(shù)據(jù)分析理論與方法[M].北京:中國林業(yè)出版社,2006.

[7]鄧維斌,唐興艷,胡大權,等.SPSS 19.0（中文版）統(tǒng)計分析實用教程[M].北京:電子工業(yè)出版社,2012.

[8]樊保國,李月梅,李登科,等.鮮食棗品質性狀的綜合評價[J].西北林學院學報,2012,27(2):79-82.

[9]呂中顯,趙銘欽,劉國順,等.主成分和聚類分析在烤煙化學品質分類評價中的應用[J].河南農業(yè)科學, 2010(11):31-35.

[10]張克,王樹棟,王文和,等.東方系百合品種主要性狀的相關分析及主成分分析[J].天津農業(yè)科學, 2010,16(5):28-32.

[11]陳華萍,魏育明,鄭有良,等.四川省的小麥地方品種品質分析[J].植物遺傳資源學報,2006,7(1):89-94.

（責任編輯 卞建寧）

S331

A

1671-9123（2015）02-0137-03

2015-02-17

王小國（1977-），男，山西長治人，三門峽職業(yè)技術學院食品園林學院講師。