王曙光,楊武廣,葛 勝,李 潔,王 君,袁秋勇(.揚州市農(nóng)業(yè)委員會,江蘇 揚州 500; .揚州市邗江區(qū)農(nóng)業(yè)委員會,江蘇 揚州 009)
粳稻品種主要農(nóng)藝性狀的灰色關(guān)聯(lián)和聚類分析
王曙光1,楊武廣2,葛 勝2,李 潔2,王 君2,袁秋勇1
(1.揚州市農(nóng)業(yè)委員會,江蘇 揚州 225001; 2.揚州市邗江區(qū)農(nóng)業(yè)委員會,江蘇 揚州 22009)
對14個粳稻品種(系)的9個主要農(nóng)藝性狀進行灰色關(guān)聯(lián)分析和系統(tǒng)聚類分析?;疑P(guān)聯(lián)分析結(jié)果表明,與產(chǎn)量關(guān)聯(lián)度較強的性狀是單株穗重、有效穗數(shù)、每穗粒數(shù)、株高,在粳稻高產(chǎn)育種中,應重點選擇穗粒并重、有效分蘗多,株高適宜的優(yōu)良品種(系), 而經(jīng)濟系數(shù)、單株干重、千粒重、全生育期、結(jié)實率等可作為田間選擇的參考性狀。系統(tǒng)聚類分析將14個粳稻品種(系)劃分為3類,第Ⅰ類群穗大粒多、產(chǎn)量高,第Ⅱ類群穗粒結(jié)構(gòu)協(xié)調(diào),產(chǎn)量潛力較大,都是值得推廣的優(yōu)良品種(系)。
粳稻; 農(nóng)藝性狀; 產(chǎn)量; 灰色關(guān)聯(lián)分析; 系統(tǒng)聚類分析
江蘇是全國粳稻生產(chǎn)和消費大省,粳稻年種植面積占全國的20% 左右,占全省水稻種植面積的90% 左右,是南方粳稻種植面積最大的省份[1- 2]。近年來,優(yōu)質(zhì)已超越高產(chǎn)成為江蘇省粳稻育種的首要目標[3],但高產(chǎn)始終是育種工作者追求的主要目標,只有在產(chǎn)量較高的基礎(chǔ)上,優(yōu)質(zhì)、多抗等性狀才具有實際意義。水稻產(chǎn)量是眾多相關(guān)農(nóng)藝性狀的綜合表達,這些性狀無論是在栽培措施上,還是在育種目標性狀的選擇上,都難以準確把握。因此,研究不同粳稻品種間主要農(nóng)藝性狀與產(chǎn)量的關(guān)系對篩選高產(chǎn)新品種具有十分重要的現(xiàn)實意義。
目前,對水稻品種主要農(nóng)藝性狀與產(chǎn)量的關(guān)系研究較多,刁立平等[4]用主成分分析方法表明,超高產(chǎn)粳稻品種必須有較高的穗重和適宜的穗數(shù)基礎(chǔ)。周越等[5]運用相關(guān)、通徑及聚類分析方法認為,粳稻產(chǎn)量與灌漿期、每穗總粒、千粒重關(guān)系最為密切。趙國珍等[6]采用表型主成分及聚類分析法認為,云南高原常規(guī)粳稻育種應適當降低植株高度,提高分蘗力,增加穗粒數(shù)、結(jié)實率和千粒重。前人多采用主成分、通徑、聚類等方法進行分析,而灰色關(guān)聯(lián)分析和系統(tǒng)聚類分析的研究較少。作者通過大田試驗,運用灰色關(guān)聯(lián)分析、系統(tǒng)聚類分析方法,對蘇中地區(qū)粳稻品種(系)產(chǎn)量與主要農(nóng)藝性狀之間的主次關(guān)系進行了探討,旨在綜合評價這些粳稻品種(系),為優(yōu)良品種的選育和生產(chǎn)實踐提供參考。
1.1 材料
試驗于2016年在江蘇省揚州市邗江區(qū)公道鎮(zhèn)河東村進行,土壤類型為腐黏土,土壤肥力中等,前茬作物為小麥。
參試的為近幾年通過江蘇省農(nóng)作物品種審定和生產(chǎn)試驗中表現(xiàn)較好的14個粳稻品種(系)。其中遲熟中粳組品種(系)13個:寧5833、寧5840、寧3818、富硒稻1號、揚農(nóng)稻1號、淮稻18號、南粳52、豐粳3264、南粳0212、南粳9108、寧粳7號、蘇墾118、淮稻5號;中熟中粳組品種1個:揚育粳3號。
1.2 處理設(shè)計
每個品種(系)種植面積2 000 m2,不設(shè)重復。5月20日播種,6月14—15日栽插,秧齡25 d,移栽方式為機插秧,行株距為30.0 cm×13.0 cm。總施肥量:氮肥(純氮)280 kg·hm-2, 基蘗肥比例為6∶4,基蘗肥中基肥∶蘗肥為4∶6;磷肥(P2O5)、鉀肥(K2O)用量均為150 kg·hm-2,基肥與穗肥比例為7∶3。機插后10 d 追施分蘗肥,8月1日追施穗肥。
1.3 觀察記載項目
記載生育期,調(diào)查莖蘗動態(tài),每7 d調(diào)查1次。成熟期每塊田選取20穴測定株高、單株干重、單株穗重、結(jié)實率和千粒重,計算經(jīng)濟系數(shù),經(jīng)濟系數(shù)=單株穗重/單株干重。采用5點法普查50穴,測定穗數(shù),計算有效穗數(shù),實割50穴測算實產(chǎn)。
1.4 統(tǒng)計分析
利用Excel 2010進行數(shù)據(jù)處理,DPS 7.05數(shù)據(jù)處理系統(tǒng)[7]進行統(tǒng)計分析。
灰色關(guān)聯(lián)分析?;疑P(guān)聯(lián)度分析(GRA)是對于一個系統(tǒng)發(fā)展變化態(tài)勢的定量描述和比較,其基本思想是根據(jù)曲線幾何形狀的相似程度來判斷關(guān)聯(lián)程度,關(guān)聯(lián)度反映密切程度大小,關(guān)聯(lián)度越大說明因素間變化的勢態(tài)越接近,其相互關(guān)系越密切。按照鄧聚龍灰色關(guān)聯(lián)理論[8],將供試品種(系)主要農(nóng)藝性狀視為一個灰色系統(tǒng),將產(chǎn)量性狀設(shè)定為母序列Y,株高、單株干重、單株穗重、經(jīng)濟系數(shù)、有效穗數(shù)、每穗粒數(shù)、結(jié)實率、千粒重、全生育期等性狀設(shè)定為子序列,原始序列進行無量綱化轉(zhuǎn)換得到標準化序列,設(shè)定分辨系數(shù)為0.5,計算產(chǎn)量及其主要農(nóng)藝性狀的關(guān)聯(lián)度并排序。
系統(tǒng)聚類分析。聚類時將原始數(shù)據(jù)先進行標準化變換處理,然后在歐距離水平上采用離差平方和法進行系統(tǒng)聚類,形成聚類分析樹狀圖。
2.1 主要農(nóng)藝性狀的變異特征
變異系數(shù)作為一種綜合指標,可較好地反映出性狀在品種間的變化程度。表1表明,主要農(nóng)藝性狀的變異系數(shù)差異較大,范圍在1.8%~16.7%。其中每穗粒數(shù)(16.7%)、單株穗重(15.2%)、單株干重(11.2%)、經(jīng)濟系數(shù)(10.6%)、有效穗數(shù)(8.0%)、株高(7.2%)、千粒重(5.3%)的變異系數(shù)較大;而結(jié)實率(1.9%)、全生育期(1.8%)的變異系數(shù)相對較??;產(chǎn)量變異系數(shù)達13.2%,差異明顯。說明可用品種改良和栽培措施等方法,使每穗粒數(shù)、單株穗重、單株干重、經(jīng)濟系數(shù)、有效穗數(shù)、株高、千粒重等性狀得到有效提高,而要獲得理想的結(jié)實率、生育期性狀的難度較大。
表1 14個粳稻品種(系)主要農(nóng)藝性狀與產(chǎn)量的變異情況
2.2 主要農(nóng)藝性狀與產(chǎn)量的灰色關(guān)聯(lián)度
灰色關(guān)聯(lián)分析的目的是揭示因素間關(guān)系的強弱。關(guān)聯(lián)度大小依次為單株穗重(0.699 8)>有效穗數(shù)(0.655 7)>每穗粒數(shù)(0.648 0)>株高(0.637 1)>經(jīng)濟系數(shù)(0.633 0)>單株干重(0.632 5)>千粒重(0.620 8)>全生育期(0.620 6)>結(jié)實率(0.585 3)。其中,單株穗重、有效穗數(shù)、每穗粒數(shù)、株高等性狀與產(chǎn)量關(guān)聯(lián)度較強,對產(chǎn)量作用較大;經(jīng)濟系數(shù)、單株干重、千粒重、全生育期、結(jié)實率等對產(chǎn)量也有一定影響。因此,在粳稻高產(chǎn)育種中,應重點選擇穗粒并重、有效分蘗多,株高適宜的優(yōu)良品種(系), 而經(jīng)濟系數(shù)、單株干重、千粒重、全生育期、結(jié)實率等可作為田間選擇的參考性狀。
2.3 主要農(nóng)藝性狀的聚類分析
如圖1所示,根據(jù)同一類群內(nèi)粳稻品種(系)類間距離接近且綜合性狀值差異較小的原則,可以將供試的14個品種(系)劃分為3大類群(表2)。
圖1 14個粳稻品種(系)的聚類分析結(jié)果
表2 14個粳稻品種(系)各類群的主要農(nóng)藝性狀及產(chǎn)量情況
第Ⅰ類有寧3818、揚農(nóng)稻1號、寧粳7號、豐粳3264等4個品種(系),表現(xiàn)為植株高,單株穗重、單株干重大,經(jīng)濟系數(shù)高,每穗粒數(shù)多,全生育期長,產(chǎn)量高。
第Ⅱ類有淮稻18號、南粳9108、南粳0212、淮稻5號等4個品種(系),表現(xiàn)為有效穗數(shù)多,結(jié)實率高,單株穗重、每穗粒數(shù)偏低,其他綜合性狀表現(xiàn)良好,產(chǎn)量較高,產(chǎn)量潛力較大,應通過品種改良和栽培措施提高單株穗重、每穗粒數(shù)后在生產(chǎn)上推廣應用。
第Ⅲ類有寧5833、寧5840、南粳52、富硒稻1號、蘇墾118、揚育粳3號等6個品種(系),表現(xiàn)為有效穗數(shù)、結(jié)實率低, 其他性狀一般,產(chǎn)量相對偏低。
不少研究人員采用主成分、通徑等分析方法對粳稻產(chǎn)量與農(nóng)藝性狀進行分析[4- 6],但是這些分析方法要求樣本容量較大,應用起來較為困難,并且研究結(jié)果也不盡一致。而灰色關(guān)聯(lián)分析具有樣本數(shù)量少、分析方法簡單及結(jié)果準確等優(yōu)點[7],近年來該方法已在農(nóng)作物的遺傳育種中被廣泛應用[9- 10]。14個粳稻品種(系)產(chǎn)量與主要農(nóng)藝性狀的灰色關(guān)聯(lián)分析表明,單株穗重、有效穗數(shù)、每穗粒數(shù)、株高是制約粳稻產(chǎn)量的主導因素,這與變異系數(shù)位列前5的性狀有3個是吻合的,分別為單株穗重、有效穗數(shù)、每穗粒數(shù),說明上述性狀有相當大的利用優(yōu)勢,有待進一步挖掘。這與刁立平等[4]的研究結(jié)果較為一致。
聚類分析的依據(jù)是遺傳距離,遺傳距離的計算依賴于各性狀的表現(xiàn)型,受基因型和環(huán)境共同影響,只有嚴格控制環(huán)境的一致性,才能得到更準確的聚類分析結(jié)果[11]。14個粳稻品種(系)系統(tǒng)聚類分析結(jié)果表明,第Ⅰ類群穗大粒多、產(chǎn)量高,第Ⅱ類穗粒結(jié)構(gòu)協(xié)調(diào),產(chǎn)量潛力較大,都是值得推廣的優(yōu)良品種(系)。雖然2016年試驗水稻生長前期和后期遭遇了連續(xù)陰雨的災害性天氣,嚴重影響后期灌漿,有的品種的產(chǎn)量潛力沒有得到充分發(fā)揮,但供試材料是在同一氣候條件下進行的,從聚類分析結(jié)果和田間實際長勢長相看,分析結(jié)果基本能反映品種(系)的特性。
[1] 花勁,周年兵,張洪程,等.南方粳稻生產(chǎn)與發(fā)展研究及對策[J].中國稻米,2014,20(1):5- 11.
[2] 許明,吉健安,彭漢艮.江蘇省粳稻品種的選育現(xiàn)狀分析與發(fā)展對策[J].江蘇農(nóng)業(yè)科學,2011,39(6):127- 129.
[3] 王才林,朱鎮(zhèn),張亞東,等.江蘇省粳稻品質(zhì)育種的現(xiàn)狀與對策[J].北方水稻,2007 (3):14- 18.
[4] 刁立平,李余生.太湖流域粳稻品種主要農(nóng)藝性狀分析[J].南京農(nóng)業(yè)大學學報,1999,22(3):1- 4.
[5] 周越,張秋梅,陳榮江.粳稻新品種的產(chǎn)量性狀相關(guān)性及聚類分析[J].河南科技學院學報(自然科學版),2016,44(3):15- 21.
[6] 趙國珍,世榮,劉吉新,等.云南高原常規(guī)粳稻主栽品種農(nóng)藝性狀分析[J].西南農(nóng)業(yè)學報,2015,28(5):1857- 1862.
[7] 唐啟義,馮明光.DPS數(shù)據(jù)處理系統(tǒng):實驗設(shè)計、統(tǒng)計分析及模型優(yōu)化[M].北京:科學出版社,2006:907- 932.
[8] 鄧聚龍.灰理論基礎(chǔ)[M].武漢:華中科技大學出版社,2002:122- 123.
[9] 景小蘭,史根生,史關(guān)燕.不同糜黍品種灰色關(guān)聯(lián)度分析及綜合評價[J].農(nóng)學學報,2016,6(7):13- 18.
[10] 茍升學,肖金平.陜西省夏大豆產(chǎn)量與主要農(nóng)藝性狀的通徑及灰色關(guān)聯(lián)度分析[J].江西農(nóng)業(yè)學報,2016,28(9):18- 22.
[11] 周麗艷,郭振清,馬玉玲,等.春小麥品種農(nóng)藝性狀的主成分分析與聚類分析[J].麥類作物學報,2011,31(6):1057- 1062.
(責任編輯:張才德)
S511
:A
:0528- 9017(2017)09- 1507- 03
2017- 06- 10
國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項(CARS- 01- 45);江蘇省農(nóng)業(yè)三新工程項目[SXGC(2015)217]
王曙光(1977—),男,江蘇沭陽人,高級農(nóng)藝師,碩士,從事農(nóng)作物栽培技術(shù)研究與推廣工作,E- mail:nonglj@163.com。
文獻著錄格式:王曙光,楊武廣,葛勝,等. 粳稻品種主要農(nóng)藝性狀的灰色關(guān)聯(lián)和聚類分析[J].浙江農(nóng)業(yè)科學,2017,58(9):1507- 1509.
10.16178/j.issn.0528- 9017.20170902