寧南山區(qū)苦蕎新品種主要農藝性狀主成分分析及綜合評價

摘要：為了篩選出適宜在寧南山區(qū)不同氣候類型區(qū)種植的苦蕎新品種，促進蕎麥產業(yè)化發(fā)展，以引進和自主選育參試的5個苦蕎新品種為材料，分別在半干旱區(qū)和中部干旱區(qū)的5縣（區(qū)）布設多點試驗，并對品種主要農藝性狀進行相關性、變異系數、主成分分析及綜合評價。結果表明，通過對影響籽粒產量的株高、單株粒數、單株粒重、一級分枝數、密度等主要性狀指標進行相關性和主成分分析，并結合方差分解主成分特征貢獻率分析。結果表明，提取主成分PCA1～PCA3特征值累計貢獻率達到93.424%～98.714%。其中第1主成分占37.764%～50.335%，主要以單株粒重、單株粒數、株高的特征向量均大于其他農藝性狀；第2主成分占30.478%～31.255%，主要以田間密度、株高和一級分枝為群體生長因子為主；第3主成分占17.901%～24.404%，為主莖節(jié)數和千粒重對產量的影響。參試品種晉蕎2號和黔黑蕎5號在半干旱區(qū)和中部干旱區(qū)主成分總得分系數分別為1.79，1.09和1.44，3.13。綜上，篩選出綜合農藝性狀優(yōu)異，產量高和穩(wěn)定性好，適宜在寧南山區(qū)半干旱區(qū)和中部干旱區(qū)種植的品種為晉蕎麥2號和黔黑蕎5號，川蕎麥3號為中晚熟品種可選擇在水熱條件較好的地區(qū)種植。

關鍵詞：苦蕎麥；新品種；農藝性狀；主成分分析；綜合評價

收稿日期：2024-06-25

基金項目：寧夏農林科學院農業(yè)科技自主創(chuàng)新專項科技成果轉化項目（NNKZZCGZH-2023-02）；農業(yè)農村部-燕麥蕎麥產業(yè)技術體系固原綜合試驗站（CARS-07-G-15）。

第一作者：?？饲冢?965-），男，學士，研究員，從事蕎麥和燕麥新品種選育及栽培技術研究。E-mail：nxgychkq@163.com。

苦蕎麥[Fagopyrum tartaricun（L.）]又名韃靼蕎麥，起源于中國^[1]，屬于蓼科（Polygonaceae）蕎麥屬（Fagopyrum Mill）。主要分布在中國東北、華北、西北以及西南一帶的高寒山區(qū)，以四川、云南、貴州等地為主產區(qū)^[1-3]。近年來，隨著蕎麥雜糧產業(yè)和系列保健品深度開發(fā)速度加快，蕎麥越來越受到消費者的青睞。我國北方陜西、甘肅、寧夏、青海及內蒙古種植面積日趨擴大，生產能力不斷提升。蕎麥具有耐旱、耐薄瘠，生育期短、適宜播期范圍廣，常被列為重要的抗旱避災救災作物，在當地雜糧產業(yè)發(fā)展中占有重要地位。蕎麥主成分分析已應用到新品種選育綜合評價及區(qū)域種植規(guī)劃中，賈瑞玲等^[4]對苦蕎種質資源農藝性狀遺傳多樣性進行了分析與綜合評價，呂丹等^[5]對苦蕎種質資源主要農藝性狀進行相關分析和主成分分析，使單株粒重與單株粒數呈極顯著正相關，與百粒重呈顯著負相關，對品種進行類群劃分和評價，這些研究結果說明對品種進行主成分分析和評價的方法科學、結果可靠。但在不同氣候類型區(qū)進行苦蕎品種多年定位試驗，并對蕎麥主成分分析進行干旱和半干旱區(qū)不同生態(tài)區(qū)品種優(yōu)化和綜合評價未見報道。因此，在寧夏半干旱區(qū)和中部干旱區(qū)分區(qū)進行苦蕎產量與農藝性狀相關性和主成分分析和綜合評價，優(yōu)化品種區(qū)域種植，篩選出適宜在不同氣候類型區(qū)種植的苦蕎品種，對促進當地苦蕎產業(yè)發(fā)展具有重要意義。

本研究針對寧南山區(qū)經常干旱少雨等氣候和種植業(yè)結構比較復雜等特點，如何篩選適宜在不同氣候類型區(qū)種植的苦蕎品種，解決品種亂雜和產量低等熱點和難點問題，對5個苦蕎品種在半干旱區(qū)和中部干旱區(qū)進行多年多點定位試驗，主要對 8個主要農藝性狀進行主成分分析，旨在對參試材料進行綜合評價。應用相關性分析盡可能考慮參試品種主要經濟性狀受制于遺傳基因的控制，表現在不相同氣候資源和生產條件下，經濟性狀差異顯著性和變異系數。主成分分析（Principal Components Analysis，PCA）采用降維因子思維對主要因子進行主成分分析，在損失較少信息量的前提下將多個指標集中轉化為綜合指標的多元方法^[6-8]，擬篩選出適宜在寧南山區(qū)不同氣候類型區(qū)種植的新品種，為促進蕎麥產業(yè)化發(fā)展和不斷提升生產能力提供科學依據。

1 材料與方法

1.1 試驗區(qū)氣候概況

試驗點在寧南山區(qū)5個縣（區(qū)）具有代表性的半干旱區(qū)和中部干旱區(qū)進行。其年平均降水量和平均氣溫及苦蕎作物生長期降水量和平均氣溫詳見表1。半干旱區(qū)（原州區(qū)、西吉縣和彭陽縣）和中部干旱區(qū)（同心縣、鹽池縣）多年均降水量分別為416.6～450.0 mm和215.1～255.6 mm，年均氣溫分別為6.4和8.6 ℃，苦蕎品種生育期降水量分別為297.5～391.9 mm和210.6～252.2 mm。生育期氣溫分別為16.7～19.4 ℃和21.3～22.0 ℃。

1.2 材料

參試的5個苦蕎品種分別為晉苦蕎2號（山西省農業(yè)科學院選育），云蕎2號（云南省農業(yè)科學院選育），川蕎3號（四川省農業(yè)科學院選育），黔黑蕎5號（貴州省威寧縣農業(yè)科學研究所選育），固原當地苦蕎（寧夏農林科學院固原分院提供），分別記為KV1～KV5。通過不同基因型蕎麥品種在不同氣候類型區(qū)和生產條件下，對作物種群與環(huán)境適應性進行多點定位試驗，從而觀測作物群體之間對環(huán)境適應性與農藝性狀相關基因型的關聯表現，有助于篩選出適應當地種植的高產穩(wěn)產型的蕎麥品種。

1.3 方法

1.3.1 試驗設計

試驗采用隨機區(qū)組設計，2017-2019年在寧夏南部山區(qū)5個縣（區(qū)）布設品種比較試驗點。5個試驗點統一品種和統一田間試驗實施方案，試驗點分別在代表寧夏南部山區(qū)的半干旱區(qū)（寧夏農林科學院固原分院頭營試驗農場、西吉縣馬建鄉(xiāng)和彭陽縣城陽鄉(xiāng)）和干旱區(qū)（同心縣預旺鎮(zhèn)和鹽池縣花馬池鎮(zhèn)）進行。2021-2022年完成生產示范和品種審定。

試驗小區(qū)面積為10 m²（長5 m×寬2 m），每個小區(qū)種植7行區(qū)，平均行距30 cm，各小區(qū)留苗密度控制在950～1 000株，3次重復。小區(qū)收獲全部植株進行脫粒，各試驗點品種考種樣品取中間1 m行長植株中有代表性的15株進行考種，剩余植株一并進行脫粒，計算樣段內平均株高，主莖分枝、主莖節(jié)數、單株粒重、粒數及千粒重等。播種前整地結合旋耕統一基施磷酸二銨150 kg·hm^-2。5月下旬播種，6月中旬定苗并調查基本苗，其他田間管理同大田。

1.3.2 測定項目及方法

農藝性狀調查：主要調查生長期株高、分枝數、主莖節(jié)數、單株粒重、單株粒數、千粒重及產量。

主成分分析：以參試品種主要農藝性狀相關性和主成分分析。采用提取若干個主分量，并基于主分量的方差貢獻率構建權重值，從而建立綜合評價函數模型。計算得到參試苦蕎品種主成分的得分和綜合得分，按照得分高低進行排序評價品種的綜合性狀指標，從而篩選出綜合性狀好，具有豐產性和穩(wěn)定性，適宜在不同氣候類型區(qū)種植的優(yōu)良品種。

為表達主成分分析原理、方法，其主要函數表達式如下：

①原始數據標準化。

Zij=xij-ijσij（1）

式中，ij表示xij的平均值，σij表示xij的標準偏差，則可得指標數據標準化矩陣，將各參試品種經濟性狀數據輸入到編輯窗口進行“分析→描述統計→描述”，從而得到參試品種主要性狀指標原始數據標準化矩陣^{[7，9-10]}（表4）。

②提取主成分特征值。主成分提取特征值和貢獻率^[10-14]。

Wi=λi∑ni=1（2）

式中，Wi表示貢獻率，λi表示非負特征向量，i=（1，2，…，p），p表示非負特征值的根數。對主要經濟性狀數據采用降維因子法，得到性狀主成分特征值和因子載荷貢獻率及總貢獻率，即通過方差分解主成分提取因子分析，由此提取出各性狀旋轉前因子載荷成分。根據對品種方差分解主成分提取因子分析，分別得到半干旱區(qū)和中部干旱區(qū)參試品種總方差達到相關顯著分解的主成分PCA1、PCA2和PCA3因子載荷平方和特征值為λ1，λ2，λ3值，即苦蕎作物品種方差分解主成分提取的相關矩陣和提取因子特征值（表5）及苦蕎品種旋轉前初始因子荷載主成分矩陣（表6）。

③提取主成分各性狀標準化特征向量。對品種方差分解主成分提取因子分析，旋轉前初始因子載荷主成分矩陣（表6），并非主成分標準系數向量，需進一步對旋轉前初始因子載荷矩陣轉換為主成分標準化特征向量矩陣。其原理是以因子載荷矩陣中各分量的系數為單位特征向量乘以相應的特征值的平方根的結果^[10-14]。其主成分標準化特征系數向量計算方法詳見公式（3）。

tij=aijλi（3）

式中，aij表示單位向量分量。分別計算出半干旱區(qū)和中部干旱區(qū)參試苦蕎品種主成分性狀特征值對應的得分系數t1、t2、t3值（表7）。

④參試品種主成分得分及線性函數模型。根據提取的主成分經濟性狀標準化后的特征向量得分系數t，將t1，t2和t3的得分系數分別與主要性狀原始數據標準化矩陣Zx值的乘積^[15]，求解主成分線性函數Yi值。

Yi=Zx×t（4）

式中，Zx為經濟性狀變量標準化后的矩陣，即參試品種主成分特征向量（t）與主要性狀標準化矩陣（Zx）乘積，即得到半干旱區(qū)和中部干旱區(qū)苦蕎品種3個主成分Y1、Y2和Y3得分及線性函數模型。

⑤各主成分綜合函數模型及綜合評價。

Y綜=ak1×Y1+ak2×Y2+ak3×Y3（5）

式中，Y綜代表品種綜合得分，aki為主成分分析品種相關矩陣的特征值總方差百分比。

分別提取不同氣候類型區(qū)參試苦蕎品種主成分Y1、Y2和Y3得分值及綜合評價，并將Y1、Y2和Y3得分相加，得到每個品種綜合評價得分，依據得分高低依次排名，其綜合得分越高，說明品種表現越好，反之亦然。

1.3.3 數據分析

本研究數據整理和分析均采用SPSS 27及Excel 2016軟件完成。

2 結果與分析

2.1 主要農藝性狀及變異系數

由表2可知，5個苦蕎品種主要農藝性狀由于受遺傳基因的控制，表現在不同氣候資源和生產條件下，其主要農藝性狀差異明顯。半干旱區(qū)和中部干旱區(qū)苦蕎品種主要農藝性狀變異系數為0.80%～11.00%，其中變異系數較高的依次為單株粒數（9.35%～11.00%）、產量（6.20%～8.09%）、單株粒重（5.07%～8.70%）、一級分枝數（5.60%～7.52%）、株高（4.63%～6.40%）、主莖節(jié)數（3.00%～6.62%）和千粒重（3.04%～4.56%）。

2.2 主要性狀相關性

由表3可知，苦蕎X1（密度）與主要性狀均呈負相關，其中X1與X5（單株粒重）和X6（單株粒數）相關系數分別為-0.891和-0.934，達到顯著或極顯著水平，說明隨著種植密度的增加使單株粒重和單株粒數在極顯著減少或降低。因此合理密植是提升苦蕎作物生產能力的關鍵。X3（一級分枝）、X4（主莖節(jié)數）、X5（單株粒重）、X6（單株粒數）與Y（產量）呈正相關水平，其相關系數范圍為0.704～0.832；X5與X6呈極顯著正相關（Plt;0.01），相關系數為0.939，X5與Y也為顯著正相關（Plt;0.05），相關系數為0.832。說明苦蕎品種在正常生育期和合理密度范圍內，不同品種在地力水平和生產條件基本一致的情況下其生產能力相差懸殊，決定品種產量水平的主要性狀為株高、一級分枝數、主莖節(jié)數、單株粒數和單株粒重。

2.3 主成分分析

對因子分析組件進行主成分分析，提取若干個主分量，并基于主分量的方差貢獻率構建權重，建立了綜合評價函數模型，從而進行參試苦蕎品種主成分得分和綜合評價。

2.3.1 原始數據標準化

5個參試苦蕎品種在5個試驗點具體農藝性狀數值依據原始數據標準化公式（1），可得指標數據標準化矩陣（表4）。

2.3.2 提取主成分特征值

根據主成分提取特征值和貢獻率公式（2），由此提取出性狀各成分的特征值和因子載荷貢獻率和總貢獻率。從半干旱區(qū)和中部干旱區(qū)參試苦蕎品種主要經濟性狀指標的方差分解主成分提取因子特征值貢獻率（表5）可以看出，根據提取主成分特征值大于1的原則^[16-17]，以主成分的方差貢獻率ak作為權重。則半干旱區(qū)和中部干旱區(qū)參試品種提取主成分PCA1～PCA3累計方差貢獻率達到93.424%～98.714%，即反映3個主成分綜合經濟性狀指標的變異信息，其中第一主成分（PCA1）對苦蕎產量貢獻最大，貢獻率為37.764%～50.335%，單株粒重、單株粒數、株高的特征向量均大于其他農藝性狀，與籽粒產量密切相關，為產量因子；第2主成分（PCA2）特征值占總貢獻率為30.478%～31.255%，以田間密度、株高和一級分枝的特征向量大于其他農藝性狀，主要反映群體生長性狀因子；第3主成分（PCA3）特征值占總貢獻率的17.901%～24.404%，其重點反映在苦蕎作物群體生長中主莖節(jié)數數量與分枝數量對千粒重的影響因子。

綜合主成分和相關分析結果可知，高產苦蕎品種選育時應著重考察單株粒重、單株粒數、株高和一級分枝4個指標，這些性狀指標在一定程度能夠反映品種的豐產性、抗旱性和抗逆性。因此，提取的3個主成分可以概括不同氣候類型區(qū)苦蕎品種主要經濟性狀的絕大部分載荷信息。

2.3.3 初始因子荷載矩陣

主成分初始因子荷載成分矩陣，其中載荷系數可以認為是原始指標與各主成分之間的相關系數。由主成分的碎石圖（略），結合特征根曲線的拐點及特征值，分別對半干旱區(qū)和中部干旱區(qū)苦蕎作物品種主要經濟性狀前3個主成分的折線坡度趨勢由陡度逐漸趨于平緩變化過程中，提取苦蕎作物品種在不同氣候類型區(qū)3個主成分載荷矩陣（Z）值，即得苦蕎品種旋轉前初始因子載荷主成分矩陣（表6）。

2.3.4 主成分各性狀標準化特征向量

表6為旋轉前初始因子載荷主成分矩陣，并非主成分標準系數向量，需進一步對旋轉前初始因子載荷矩陣轉換為主成分標準化特征向量矩陣。以主成分標準化特征系數向量公式（3）^[18]，對因子載荷矩陣中各分量的系數為單位特征向量乘以相應的特征值的平方根的結果。

根據表5對品種方差分解主成分提取因子分析。半干旱區(qū)：各成分提取因子特征值依次為λ1=54.248 027，λ2=1.629 243 8，λ3=1.020 432；中部干旱區(qū)：各成分提取因子特征值依次λ1=3.236 021，λ2=2.552 00，λ3=1.686 952；對上述λ特征值利用因子分析的結果進行主成分分析。

對表6數據利用主成分標準化特征系數向量公式（3）分別計算半干旱區(qū)和中部干旱區(qū)主成分性狀特征值對應的得分系數矩陣t1、t2、t3值（表7）。轉換方法：將Z1、Z2和Z3值輸入SPSS 27數據編輯窗口中進行“轉換→計算變量”，將3個主成分對應的各性狀得分系數依次命名為t1、t2和t3。

2.3.5 主成分分析及綜合評價

依據不同氣候類型區(qū)參試苦蕎品種主成分函數公式（4），將主成分經濟性狀標準化后特征向量得分系數t（表7），t1，t2和t3得分系數與主要性狀原始數據標準化矩陣（表4）Zx值乘積^[19]，便可得到半干旱區(qū)和中部干旱區(qū)苦蕎品種3個主成分綜合得分Y1、Y2和Y3線性數學模型（表8）。

2.3.6 參試苦蕎品種農藝性狀主成分及綜合評價

根據參試苦蕎品種主成分得分及綜合得分函數表達式（5），計算ak（主成分分析品種相關矩陣的特征值總方差百分比）分別與得分的乘積之和，便得到半干旱區(qū)和中部干旱區(qū)參試品種綜合得分函數模型。

半干旱區(qū)苦蕎品種綜合函數模型：

Y綜=0.656 0Y1+0.203 7Y2+0.127 5Y3

中部干旱區(qū)苦蕎品種綜合函數模型：

Y綜=0.404 5Y1+0.319 0Y2+0.210 8Y3

同步Y綜=ak1×Y1+ak2×Y2+ak3×Y3，Y綜，為半干旱區(qū)和中部干旱區(qū)各品種主成分得分Y1、Y2與Y3之和，亦可得到每個參試苦蕎品種Y綜合得分值（主成分總得分計算表略）。根據苦蕎品種在不同氣候類型區(qū)主成分得分和綜合評價值大小依次排序^[19-21]。在寧南山區(qū)不同氣候類型區(qū)對5個苦蕎品種主成分得分Y1、Y2、Y3和Y綜合得分（表9）。

由表9可知，經過對苦蕎品種主要農藝經濟性狀進行主成分分析和綜合評價，篩選出適宜在半干旱區(qū)（原州區(qū)、西吉縣和彭陽縣）和中部干旱區(qū)（同心縣、鹽池縣）進行生產示范和大面積推廣的品種為KV1（晉蕎2號）和品種KV4（黔黑蕎5號）在半干旱區(qū)和中部干旱區(qū)綜合得分分別為1.79，1.09和1.44，3.13，KV3（川蕎3號）表現為中晚熟，可選擇熱量條件較好且在生育期適當滴灌補充水量的地區(qū)種植。

3 討論

本研究對參試品種主要經濟性狀進行了相關顯著性、變異系數及主成分分析。并進行主成分方差分解，提取因子特征值貢獻率，不同氣候類型區(qū)主成分累計貢獻率為93.424%～98.714%。其中第一主成分（PCA1）對苦蕎產量貢獻率最大特征向量的經濟性狀指標為單株粒重、單株粒數；第2主成分（PCA2）主要特征值占總貢獻率的特征向量以種植密度、株高和一級分枝數為反映群體生長性狀因子；第3主成分（PCA3）特征值占總貢獻率的特征向量重點反映苦蕎作物主莖節(jié)數和分枝數對千粒重的影響因子。因而，利用主成分方差分解提取因子特征值^[22]，能夠較準確地判斷品種各經濟性狀在主成分分析中的貢獻率。

蕎麥產量與生育期、農藝性狀的相關分析表明，千粒重和主莖粗與植株高度呈正相關。本研究顯示，苦蕎種植密度與主要性狀均呈負相關，隨著種植密度的增加一級分支、單株粒重和單株粒數減少或降低?？嗍w一級分枝、主莖節(jié)數、單株粒重、單株粒數與產量呈正相關^[23-24]，不同品種在地力水平和生產條件基本一致的情況下其生產能力相差懸殊，決定品種豐產性的主要指標為株高、一級分枝數、主莖節(jié)數、單株粒重和單株粒數。作物品種主成分分析的研究較多，在結合寧夏南部山區(qū)半干旱區(qū)和中部干旱帶氣候類型對5個苦蕎品種布設5個縣（區(qū)）試點進行了多年多點，經歷了干旱年、正常年和豐水年，并結合不同氣候類型區(qū)進行參試品種主成分分析，在寧夏及我國北方省區(qū)蕎麥作物品種主成分分析和評價的文獻尚鮮見報道。對主成分分析和綜合評價篩選出適合在寧南山區(qū)具有豐產性、穩(wěn)定性和生態(tài)適應性的品種。2020-2023年結合苦蕎產業(yè)化關鍵技術體系建設進行大面積生產示范驗證良好，取得顯著成效。

作物品種在同一試點不同年份間性狀指標值存在較大的差異，為了更準確地反映品種真實表現，在開展多年多點試驗的基礎上，結合當地生態(tài)環(huán)境選擇適宜的品種進行大面積生產示范，為品種布局和區(qū)劃提供依據，充分發(fā)揮氣候資源對生產能力的提升，不斷開發(fā)水熱資源生產潛力，實現高產高效，需對苦蕎品種在不同氣候資源的溫度、光照、降水量，作物需水和供水對水分滿足程度與產量影響程度有待進一步研究。

但缺乏對苦蕎參試品種在不同氣候類型區(qū)作物生長期氣溫和降水量以及種植密度、地力水平和立地條件下經濟性狀指標對產量的影響，以及品種主成分特征向量貢獻率的系統研究，后期將不斷深入開展上述內容相關研究。

4 結論

本研究表明，5個不同基因型苦蕎種植密度與單株粒重和單株粒數呈顯著負相關；一級分枝、主莖節(jié)數、單株粒重、單株粒數與產量呈顯著正相關。

對主要性狀因子進行主成分分析，依據提取半干旱區(qū)和干旱區(qū)參試品種主成分PCA1～PCA3方差貢獻率，建立了綜合評價函數模型，并對參試品種進行了綜合評價。篩選出適宜在寧南山區(qū)大面積示范和推廣應用的品種晉蕎2號、黔黑蕎5號和川蕎3號。其中川蕎3號屬晚熟品種，為避免在半干旱冷涼地區(qū)種植遭受早霜凍害對生產造成損失，可選擇熱量條件較好，且生育期能夠適當進行滴灌補充水量的地區(qū)種植。

參考文獻：

［1］ 范昱，丁夢琦，張凱旋，等.蕎麥種質資源概況[J].植物遺傳資源學報，2019，20（4）：813-828.

[2] 李春花，加央多拉，吳晗，等.苦蕎農藝性狀遺傳多樣性分析及綜合評價[J].作物研究，2022，36（4）：363-368.

[3] 苗澤志，韓浩坤，杜偉建，等.雜交谷子產量及品質相關性狀的主成分分析[J].山西農業(yè)科學，2013，41（8）：785-788，812.

[4] 賈瑞玲，趙小琴，南銘，等.64份苦蕎種質資源農藝性狀遺傳多樣性分析與綜合評價[J].作物雜志，2021（3）：19-27.

[5] 呂丹，黎瑞源，鄭冉，等.213份苦蕎種質資源主要農藝性狀分析及高產種質篩選[J].南方農業(yè)學報，2020，51（10）：2429-2439.

[6] 方路斌，羅河月，陳潔，等.谷子主要農藝性狀的相關和主成分分析[J].天津農業(yè)科學，2018，24（11）：62-65.

[7] 戴麗君，周花，李永平，等.11個谷子新品種滲水地膜穴播種植主要農藝性狀的主成分分析[J].安徽農業(yè)科學，2021，49（14）：43-47.

[8] 鄧維斌，周玉敏，劉進，等.SPSS 23統計分析實用教程[M].2版.北京：電子工業(yè)出版社，2018.

[9] 趙朋飛，劉俊，胡少敏.基于SPSS軟件的主成分分析法在水質評價中的應用[J].科技創(chuàng)業(yè)月刊，2016，29（10）：119-121，125.

[10] 鮑學英，李海連，王起才.基于灰色關聯分析和主成分分析組合權重的確定方法研究[J].數學的實踐與認識，2016，46（9）：129-134.

[11] 尹桂芳，王艷青，李春花，等.蕎麥新品種（系）農藝性狀的主成分分析和聚類分析[J].中國農學通報，2017，33（34）：20-25.

[12] 李烏日吉木斯，高欣梅，烏日力格，等，興安盟地區(qū)不同蕎麥品種生態(tài)適應性研究及主成分分析[J].作物研究2022，36（6）：507-513.

[13] 莊萍萍，李偉，魏育明，等.波斯小麥農藝性狀相關性及主成分分析[J].麥類作物學報，2006，26（4）：11-14.

[14] 張清明，馬裕群，趙衛(wèi)敏，等.苦蕎麥產量與主要農藝性狀的相關性及灰色關聯度分析[J].耕作與栽培，2019，39（4）：11-14.

[15] 劉偉春，謝銳，羅中旺，等.基于AMMI模型分析內蒙古苦蕎品種（系）的穩(wěn)產性和豐產性[J].北方農業(yè)學報，2021，49（5）：18-24.

[16] 呂宏斌，錢敏，李朝華，等.雜交水稻兩優(yōu)2111產量與農藝性狀的主成分分析（英文）[J].Agricultural Science amp; Technology，2017，18（3）：483-486.

[17] 李清華.34份菜用大豆品種主要農藝性狀的主成分分析及遺傳距離測定[J].福建農業(yè)學報，2018，33（2）：136-143.

[18] 殷冬梅，張幸果，王允，等.花生主要品質性狀的主成分分析與綜合評價[J].植物遺傳資源學報，2011，12（4）：507-512，518.

[19] 陳龍，陳婷，袁瑩靜，等.基于SPSS的我國各省市自治區(qū)經濟發(fā)展狀況分析[J].軟件，2019，40（2）：121-128.

[20] 梁詩涵，李境，周達，等.中國苦蕎主產區(qū)苦蕎種質形態(tài)性狀的遺傳多樣性分析[J].分子植物育種，2020，18（21）：7254-7266.

[21] 李春花，尹桂芳，王艷青，等.云南苦蕎種質資源主要性狀的遺傳多樣性分析[J].植物遺傳資源學報，2016，17（6）：993-999，1007.

[22] 陳慶富.蕎麥生產狀況及新類型栽培蕎麥育種研究的最新進展[J].貴州師范大學學報（自然科學版），2018，36（3）：1-7，131.

[23] 黃凱豐，李振宙，王炎，等.我國蕎麥高產栽培生理研究進展[J].貴州師范大學學報（自然科學版），2019，37（1）：115-120.

[24] 高金鋒，張慧成，高小麗，等.西藏苦蕎種質資源主要農藝性狀分析[J].河北農業(yè)大學學報，2008，31（2）：1-5，20.

Principal Component Analysis and Comprehensive Evaluation of Main Agronomic Traits of New Varieties of Tartary Buckwheat in Southern Mountainous Areas of Ningxia

CHANG Keqin，DU Yanping ，MU Lanhai，YANG Chongqing，CHEN Yixin， ZHANG Yuehe

（Guyuan Branch，Ningxia Academy of Agriculture and Forestry Sciences/Dry Farming Agricultural Engineering Technology Research Center of Ningxia，Guyuan 756000，China）

Abstract：In order to select excellent varieties suitable for tartary buckwheat local cultivation. Five new varieties of tartary buckwheat were introduced and independently selected as materials， multiple experiments were conducted in 5 counties （districts） in semi-arid and central arid regions， and correlation and coefficient of variation， principal component analysis， and comprehensive evaluation were conducted on the main agronomic traits of the varieties. By conducting correlation and principal component analysis on the main trait indicators that affect grain yield， such as plant height， number of grains per plant， grain weight per plant， number of primary branches， density， etc， and combined with variance decomposition principal component feature contribution analysis. The results showed that the cumulative contribution rate of PCA1-PCA3 feature values to the extraction of principal components reached 93.424%-98.714%. The first principal component accounts for 37.764% -50.335%， mainly with the eigenvectors of grain weight per plant， grain number per plant， and plant height being greater than other agronomic traits. The second principal component accounts for 30.478%-31.255%， mainly consisting of field density， plant height， and primary branching as population growth factors.The third principal component accounts for 17.901%-24.404%， which was the impact of the number of main stem nodes and thousand grain weight on yield. The comprehensive score coefficients of principal component analysis for the tested varieties Jinqiao 2 and Qianheiqiao 5 in semi-arid and central arid regions were 1.79， 1.09， and 1.44，3.13， respectively. In summary， Jinqiao 2 and Qianheiqiao 5 with excellent comprehensive agronomic traits， high yield and good stability， suitable for planting in semi-arid and central arid areas of the Southern Mountainous Areas of Ningxia. Chuanqiaomai 3 were selected as mid to late maturing varieties that can be planted in areas with better water and heat conditions.

Keywords：tartary buckwheat; new varieties; agronomic characters; principal component analysis; comprehensive evaluation