黃淮海地區(qū)夏大豆新品種產(chǎn)量相關(guān)性狀的綜合分析

陳亞光 昝凱 王鳳菊 鄭麗敏 劉婷 徐淑霞

摘? ? 要：為了解黃淮海地區(qū)夏大豆產(chǎn)量性狀之間的關(guān)系，以14個大豆品種為試驗(yàn)材料，對產(chǎn)量及相關(guān)農(nóng)藝性狀進(jìn)行了豐產(chǎn)性、變異性、相關(guān)性和主成分分析，繼而進(jìn)行聚類分析。結(jié)果表明：‘安豆6223’平均產(chǎn)量最高;變異性分析結(jié)果顯示，有效分支變異系數(shù)最大，達(dá)44.37%，百粒質(zhì)量變異系數(shù)最小，為15.93%;產(chǎn)量和單株粒數(shù)，單株粒質(zhì)量呈極顯著正相關(guān)（P<0.01），與單株有效莢數(shù)呈顯著正相關(guān)（P<0.05）;將9個農(nóng)藝性狀降維成產(chǎn)3個主成分，分別為產(chǎn)量因子、株型因子和粒質(zhì)量因子，累計(jì)貢獻(xiàn)率為74.930%;把14個品種聚類分析為4個類群，其中第2類群平均產(chǎn)量最高。綜上，黃淮海地區(qū)種質(zhì)資源農(nóng)藝性狀有豐富的多樣性，‘安豆6223’等大豆新品種適宜在此區(qū)域推廣種植以及作為優(yōu)質(zhì)親本使用。

關(guān)鍵詞：‘安豆6223’;變異性分析;相關(guān)性分析;主成分分析;聚類分析

中圖分類號：S565.1? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ?DOI 編碼：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國，現(xiàn)在每年需求超1億t，但目前我國大豆產(chǎn)量較低，無法滿足市場需求[1]。中國海關(guān)最新數(shù)據(jù)顯示，2020年我國累計(jì)進(jìn)口大豆10 033萬t，對外依存度達(dá)84.8%。由于我國人多地少的國情，通過擴(kuò)大面積增加大豆產(chǎn)量的空間有限，根據(jù)我國大豆振興計(jì)劃，提高大豆的單產(chǎn)和品質(zhì)是緩解供需矛盾的主要途徑之一[2-3]。

黃淮海地區(qū)是我國夏大豆主產(chǎn)區(qū)之一，有豐富的大豆種質(zhì)資源，育種家們選育出一批諸如‘安豆203’[4]，‘齊黃34’[5]等高產(chǎn)優(yōu)質(zhì)大豆品種。大豆產(chǎn)量構(gòu)成較為復(fù)雜，與多個農(nóng)藝性狀相關(guān)聯(lián)[6-7]。近年來，主成分分析法和聚類分析法在不同作物的綜合評價中被廣泛應(yīng)用。李燦東[8]通過對黑龍江地區(qū)50個主栽大豆品種進(jìn)行主成分分析，將10個產(chǎn)量性狀轉(zhuǎn)化為3個主成分，揭示了與產(chǎn)量相關(guān)性較大的關(guān)鍵產(chǎn)量性狀。葛平珍等[9]對24份紅小豆進(jìn)行主成分分析，為貴州省小豆品種的選育與引進(jìn)提供理論參考;張朝明等[10]利用聚類分析法將6個豇豆品種分為2大類群，Ⅰ類具有產(chǎn)量高和抗病性強(qiáng)特點(diǎn)，Ⅱ具有早熟特點(diǎn)。郭凱等[11]利用主成分分析和聚類分析對11個花生品種綜合評價，為鄂北地區(qū)推廣優(yōu)良夏播花生品種提供參考依據(jù)。

目前關(guān)于大豆農(nóng)藝性狀之間關(guān)系的研究有很多，但大豆對光周期非常敏感，單一品種對光環(huán)境適應(yīng)較窄[12]，即使同一大豆品種在不同生態(tài)環(huán)境下農(nóng)藝性狀差異也很大。為了解黃淮海地區(qū)夏大豆產(chǎn)量性狀之間的關(guān)系，本研究以2020年黃淮海夏大豆北片組品種區(qū)域試驗(yàn)14個大豆新品種為研究材料，分析了品種間產(chǎn)量的差異性，并對9個產(chǎn)量相關(guān)性狀進(jìn)行了變異性、相關(guān)性和主成分分析，最后把14個大豆品種進(jìn)行了聚類分析，以期為黃淮海北片區(qū)高產(chǎn)優(yōu)質(zhì)大豆新品種選育提供理論參考。

1 材料和方法

1.1 試驗(yàn)材料

試驗(yàn)品種來自2020年黃淮海夏大豆北片組品種區(qū)域試驗(yàn)（表1），參試品種13個，對照品種為‘冀豆12’。

1.2 試驗(yàn)方法

試驗(yàn)在河北南皮、河北石家莊、山東德州、天津?qū)幒?、河北寧晉、河北易縣和北京昌平7個點(diǎn)進(jìn)行。試驗(yàn)采用完全隨機(jī)區(qū)組設(shè)計(jì)，3次重復(fù)，試驗(yàn)地四周設(shè)置保護(hù)行。小區(qū)面積18 m2，6行區(qū)，行長6 m，行距0.5 m，密度22.5萬株·hm-2。收獲前割去邊行邊株，收中間4行測產(chǎn)，測產(chǎn)面積12 m2。收獲前，從第1重復(fù)中間4行隨機(jī)取樣10株，對株高、底莢高度、主莖節(jié)數(shù)、有效分枝數(shù)、單株有效莢數(shù)、單株粒質(zhì)量、單株粒數(shù)和百粒質(zhì)量等8個農(nóng)藝性狀進(jìn)行測量。

1.3 數(shù)據(jù)分析

用WPS軟件進(jìn)行數(shù)據(jù)整理，用SPSS 25軟件進(jìn)行差異顯著性分析、描述性分析、相關(guān)性分析、主成分分析和聚類分析。

2 結(jié)果與分析

2.1 大豆產(chǎn)量的豐產(chǎn)性分析

經(jīng)參試品種豐產(chǎn)性分析可知（表2），參試品種（含對照品種‘冀豆12’）的平均產(chǎn)量2 917.5～3 177.0 kg·hm-2，‘安豆6223’產(chǎn)量最高，平均產(chǎn)量達(dá)3 177.0 kg·hm-2，‘中黃623’產(chǎn)量最低。較對照增產(chǎn)的品種有12個，增產(chǎn)幅度為0.7%～8.8%，其中‘安豆6223’、‘冀豆32’、‘HN0811’和‘中黃203’增產(chǎn)達(dá)到極顯著水平，減產(chǎn)的品種有1個。

2.2 大豆產(chǎn)量相關(guān)性狀的變異性分析

對14個大豆品種產(chǎn)量性狀變異性分析結(jié)果表明（表3），有效分支和底莢高度變異系數(shù)都大于40%，單株有效莢數(shù)、單株粒質(zhì)量、株高、單株粒數(shù)、主莖節(jié)數(shù)、產(chǎn)量的變異系數(shù)在20%～30%之間，百粒質(zhì)量變異系數(shù)最小，為15.93%。除百粒質(zhì)量外的產(chǎn)量相關(guān)性狀變異系數(shù)都大于20%，說明14個大豆品種間產(chǎn)量相關(guān)性狀差異較大，遺傳背景豐富。

2.3 大豆產(chǎn)量相關(guān)性狀的相關(guān)性分析

由表4可知，產(chǎn)量和單株粒數(shù)，單株粒質(zhì)量極顯著正相關(guān)（P<0.01，下同），與單株有效莢數(shù)顯著正相關(guān)（P<0.05，下同），與底莢高度極顯著負(fù)相關(guān)，與主莖節(jié)數(shù)顯著負(fù)相關(guān);百粒質(zhì)量與單株粒質(zhì)量極顯著正相關(guān)，與株高極顯著負(fù)相關(guān);單株粒質(zhì)量與有效分支數(shù)、單株有效莢數(shù)、單株粒數(shù)極顯著正相關(guān)，與底莢高度顯著負(fù)相關(guān);單株粒數(shù)與有效分支數(shù)、單株有效莢數(shù)極顯著正相關(guān)，與主莖節(jié)數(shù)顯著正相關(guān);單株有效莢數(shù)與主莖節(jié)數(shù)和有效分支數(shù)極顯著正相關(guān);主莖節(jié)數(shù)與株高和底莢高度極顯著正相關(guān);底莢高度與株高極顯著正相關(guān)。

2.4 大豆產(chǎn)量相關(guān)性狀的主成分分析

利用SPSS 25軟件對9個性狀進(jìn)行主成分分析（表5），特征值大于1的成分有3個，累計(jì)貢獻(xiàn)率為74.930%。第1主成分特征值為3.235，貢獻(xiàn)率為35.947%，主要由有效分支、單株有效莢數(shù)、單株粒數(shù)、單株粒質(zhì)量、產(chǎn)量組成，此類性狀與產(chǎn)量直接相關(guān)，可命名為產(chǎn)量因子;第2主成分特征值為2.282，貢獻(xiàn)率為25.351%，主要由株高、底莢高度、主莖節(jié)數(shù)組成，此類性狀與株型有關(guān)，可命名為株型因子;第3主成分特征值為1.227，貢獻(xiàn)率為13.632%，主要由百粒質(zhì)量組成，與籽粒大小有關(guān)，可命名為粒質(zhì)量因子。

2.5 基于主要農(nóng)藝性狀的大豆品種聚類分析

根據(jù)9個產(chǎn)量性狀對14個大豆新品種進(jìn)行聚類分析，在歐氏距離為10處分為4個類群（圖1，表6）：第1類群有4個品種，分別為‘冀豆29’、‘滄豆09Y1’、‘邯豆20’和‘冀豆32’，主要特征是產(chǎn)量表現(xiàn)中等，株高最高，主莖節(jié)數(shù)最多，百粒質(zhì)量最小;第2類群有3個品種，分別為‘安豆6223’、‘中黃341’和‘HN0811’，主要特征是株高和主莖節(jié)數(shù)中等水平，產(chǎn)量、底莢高度、單株有效莢數(shù)、單株粒數(shù)、單株粒質(zhì)量最高;第3類群有4個品種，分別為‘中黃203’、‘中黃212’、‘石936’和‘中黃205’，主要特征是產(chǎn)量中等，百粒質(zhì)量最高，底莢高度、主莖節(jié)數(shù)、有效分支和單株粒質(zhì)量較低;第4類群包括3個品種，分別為‘冀豆12’、‘中黃313’、‘中黃623’，主要特征是產(chǎn)量最低，株高、底莢高度、主莖節(jié)數(shù)、單株粒質(zhì)量最低，有效分支最大。

3 結(jié)論與討論

本研究對14個來自黃淮海地區(qū)夏大豆品種的豐產(chǎn)性分析發(fā)現(xiàn)，安陽市農(nóng)業(yè)科學(xué)院選育的大豆新品種‘安豆6223’在7個點(diǎn)平均產(chǎn)量3 177 kg·hm-2，位居14個參試品種首位（含對照），是高產(chǎn)廣適的大豆新品種，適宜在此區(qū)域進(jìn)行大面積推廣種植。變異系數(shù)可以反映作物性狀的豐富程度，性狀的變異系數(shù)越大，該性狀的可選擇性越大。李瓊等[6]通過對黃淮海地區(qū)46份大豆品種9個農(nóng)藝性狀變異分析表明，有效分枝數(shù)和底莢高度的變異系數(shù)最大。連金番等[13]通過對13個大豆早熟種質(zhì)資源的農(nóng)藝性狀變異性分析發(fā)現(xiàn)，有效分支變異系數(shù)最大，其次是株高，百粒質(zhì)量和生育期變異系數(shù)較小。本研究結(jié)果顯示有效分支和底莢高度變異系數(shù)最大，百粒質(zhì)量變異系數(shù)最小，與前人研究結(jié)果一致。除百粒質(zhì)量外的農(nóng)藝性狀變異系數(shù)都大于20%，說明黃淮海地區(qū)夏大豆品種有豐富的多樣性，在大豆育種過程中，有效分支，底莢高度等變異性大的性狀有更大的選擇范圍。

大豆產(chǎn)量與農(nóng)藝性狀的關(guān)聯(lián)性多而復(fù)雜，學(xué)者們進(jìn)行了大量研究，受地點(diǎn)和品種的影響，得出的結(jié)論也不同。謝皓等[14]研究北京9個大豆品種發(fā)現(xiàn)單株產(chǎn)量與株高、主莖分枝、單株粒數(shù)遺傳相關(guān)較大;黃小英等[15]通過對廣西不同大豆品種研究發(fā)現(xiàn)，大豆產(chǎn)量與單株有效莢數(shù)、單株粒數(shù)、分枝數(shù)呈極顯著正相關(guān);周長軍等[16]通過對黑龍江省西部大豆研究發(fā)現(xiàn)產(chǎn)量與單株粒質(zhì)量的關(guān)聯(lián)度最大，其次是單株粒數(shù)，百粒質(zhì)量關(guān)聯(lián)度最小。本研究相關(guān)性分析結(jié)果顯示，單株粒數(shù)、單株粒質(zhì)量、單株有效莢數(shù)是影響產(chǎn)量的主要農(nóng)藝性狀，底莢高度、主莖節(jié)數(shù)、株高和產(chǎn)量呈負(fù)相關(guān)，而株高與底莢高度和主莖節(jié)數(shù)呈極顯著正相關(guān)，說明在黃淮海北部地區(qū)，適當(dāng)降低大豆株高可以提高產(chǎn)量。

通過主成分分析和聚類分析，可以準(zhǔn)確地對作物品種進(jìn)行客觀評價，在多種作物分析中被廣泛使用[17-19]。張亞萍等[20]利用主成分分析，從藜麥品種的農(nóng)藝性狀中提取到2個主成分，第1主成分大部分與株型有關(guān)，第2主成分大部分與籽粒及產(chǎn)量有關(guān)，聚類分析把14個品種分為3大類群。徐澤俊等[21]對黃淮海大豆種質(zhì)農(nóng)藝與品質(zhì)性狀進(jìn)行綜合評價，將13個性狀簡化為4個主要成分，累積貢獻(xiàn)率為75.051%，通過聚類分析把303份大豆種質(zhì)資源分為7類，其中第Ⅴ類綜合性狀最好。本研究通過主成分分析法將14個大豆品種的9個農(nóng)藝性狀分成3個主成分。第1主成分為產(chǎn)量因子，第2主成分為株型因子，第3主成分為粒質(zhì)量因子。3個主成分累計(jì)貢獻(xiàn)率為74.930%，說明這3個主成分可以很好地反映這9個產(chǎn)量相關(guān)性狀包含的信息。根據(jù)9個農(nóng)藝性狀將14個大豆新品種分成4個類群，其中第2類群株高和主莖節(jié)數(shù)中等，產(chǎn)量、底莢高度、單株有效莢數(shù)、單株粒數(shù)、單株粒質(zhì)量最高。該類群產(chǎn)量高，適宜機(jī)械化收獲，可作為黃淮海地區(qū)優(yōu)質(zhì)親本使用。

通過對黃淮海地區(qū)14個大豆品種的9個產(chǎn)量相關(guān)性狀綜合分析可知，黃淮海地區(qū)種質(zhì)資源農(nóng)藝性狀有豐富的多樣性，在該地區(qū)適當(dāng)降低株高可以提高大豆產(chǎn)量。通過主成分分析和聚類分析發(fā)現(xiàn)，‘安豆6223’等大豆新品種適宜在此區(qū)域推廣種植以及作為優(yōu)質(zhì)親本使用。

參考文獻(xiàn)：

[1] 王遼衛(wèi). 我國大豆供需結(jié)構(gòu)分析及長期預(yù)測[J]. 大豆科技， 2021（4）： 11-14.

[2] 李運(yùn)美， 王明揚(yáng)， 董春輝. 2020年大豆進(jìn)口首次超億噸國產(chǎn)大豆行業(yè)如何破困局[J]. 黑龍江糧食， 2021（9）： 21-23.

[3] 曾小艷， 祁華清， 鄧義， 等. 農(nóng)業(yè)農(nóng)村部《大豆振興計(jì)劃實(shí)施方案》解讀[J]. 農(nóng)村經(jīng)濟(jì)與科技， 2020， 31（18）： 36-37.

[4] 陳亞光， 昝凱， 徐淑霞， 等. 大豆新品種安豆203的綜合性狀分析[J]. 大豆科技， 2018（2）： 48-49.

[5] 張禮鳳， 徐冉， 王彩潔， 等. 高產(chǎn)、廣適、優(yōu)質(zhì)、多抗大豆新品種——齊黃34[J]. 農(nóng)業(yè)知識， 2021（23）： 34-36.

[6] 李瓊， 常世豪， 舒文濤， 等. 黃淮海地區(qū)夏大豆 （南片） 46份大豆品種 （系） 農(nóng)藝性狀綜合分析[J]. 新疆農(nóng)業(yè)科學(xué)， 2021， 58（10）： 1765-1774.

[7] 趙志剛， 姬月梅， 連金番， 等. 基于ms1輪回選擇的大豆新品系農(nóng)藝性狀綜合評價[J]. 大豆科學(xué)， 2021， 40（2）： 201-208.

[8] 李燦東. 黑龍江省北部大豆主栽品種產(chǎn)量性狀主成分分析[J]. 現(xiàn)代化農(nóng)業(yè)， 2020（12）： 4-8.

[9] 葛平珍， 余娟， 何友勛， 等. 基于主成分分析小豆種質(zhì)資源的農(nóng)藝性狀評價與應(yīng)用[J]. 貴州農(nóng)業(yè)科學(xué)， 2021， 49（9）： 1-7.

[10] 張朝明， 趙坤， 唐勝， 等. 6個豇豆品種農(nóng)藝性狀的相關(guān)性、主成分及聚類分析[J]. 西南農(nóng)業(yè)學(xué)報， 2021， 34（3）： 501-507.

[11] 郭凱， 蔣相國， 李紅梅， 等. 基于主成分分析和聚類分析的夏播花生綜合評價研究[J]. 湖北農(nóng)業(yè)科學(xué)， 2021， 60（14）： 24-28.

[12] 劉薇， 王玉斌， 李偉， 等. 大豆開花期性狀QTL定位和候選基因挖掘[J/OL]. 中國油料作物學(xué)報： 1-7[2022-01-17]. https：//kns.cnki.net/kcms/detail/detail.aspx？FileName

=ZGYW20210915001&DbName=CAPJ2021.

[13] 連金番， 羅瑞萍， 姬月梅， 等. 寧夏灌區(qū)夏播大豆種質(zhì)篩選及產(chǎn)量性狀的相關(guān)性分析[J]. 寧夏農(nóng)林科技， 2019， 60（6）： 8-10.

[14] 謝皓， 陳學(xué)珍， 馮雅男， 等. 北京地區(qū)夏大豆品種產(chǎn)量構(gòu)成和主要性狀分析[J]. 北京農(nóng)學(xué)院學(xué)報， 2002， 17（2）： 7-10.

[15] 黃小英， 謝慧敏， 黎敦涌， 等. 廣西喀斯特地區(qū)不同大豆品種性狀評價與品種篩選[J]. 大豆科技， 2021（2）： 6-13.

[16] 周長軍. 黑龍江省西部大豆植株生物量和產(chǎn)量及產(chǎn)量構(gòu)成的灰色關(guān)聯(lián)度分析[J]. 黑龍江農(nóng)業(yè)科學(xué)， 2020（7）： 7-10.

[17] 李煒， 畢影東， 劉建新， 等. 寒地野生大豆資源農(nóng)藝性狀的相關(guān)性和主成分分析[J]. 土壤與作物， 2022， 11（1）： 10-17.

[18] 薛昱婷， 劉軍， 劉曉莉， 等. 18個木芙蓉品種與2個近緣種的數(shù)量分類和主成分分析[J]. 中南林業(yè)科技大學(xué)學(xué)報， 2022， 42（1）： 70-77.

[19] 李楠楠， 杜曉宇， 韓玉林， 等. 中國四大冬小麥主產(chǎn)區(qū)品種農(nóng)藝性狀的綜合性分析[J]. 種子， 2021， 40（12）： 94-101.

[20] 張亞萍， 王致和， 張秀華， 等. 14個藜麥品種 （系） 在祁連山區(qū)的農(nóng)藝性狀表現(xiàn)及其與產(chǎn)量的關(guān)系分析[J]. 山東農(nóng)業(yè)科學(xué)， 2021， 53（8）： 17-21.

[21] 徐澤俊， 齊玉軍， 邢興華， 等. 黃淮海大豆種質(zhì)農(nóng)藝與品質(zhì)性狀分析及綜合評價[J]. 植物遺傳資源學(xué)報， 2022， 23（2）： 468-479.