论文部分内容阅读
摘要[目的]揭示玉米穗部相关性状对单穗粒重的关系以及穗部性状间的相互关系。[方法]对11个玉米新组合的穗重、穗长、穗粗、穗行数、行粒数、秃尖、轴重、百粒重、含水量和单穗粒重进行灰色关联度分析。[结果]对单穗粒重关联度大小顺序是穗重(0.948 4)、穗行数(0.741 1)、穗粗(0.706 7)、轴重(0.703 9)、含水量(0.701 1)、百粒重(0.698 5)、秃尖长(0.692 7)、穗长(0.635 5) 、行粒数(0.618 9)。[结论]提高穗重和穗行数,能有效提高单穗粒重。
关键词玉米;穗部性状;灰色关联度分析
中图分类号S513文献标识码A文章编号0517-6611(2015)23-064-02
Abstract[Objective]The aim was research the relationship between net weight per ear and eartype traits. [Method] In this paper, the grey correlative degree analysis was used to analyze ear type traits (i.e. ear weight, ear length, ear coarse, ear row number, line grain number, bare tip length, axle weight, kwei, water content and net weight per ear) of 11 maize hybrids. [Result] The result showed that the values of the correlation degree between yield and main agronomic traits among different varieties were sequenced as follows: ear weight (0.948 4),ear row number(0.741 1), ear coarse(0.706 7), axle weight(0.703 9), water content(0.701 1), kwei(0.698 5), bare tip length(0.692 7), ear length(0.635 5), line grain number(0.618 9). [Conclusion] Improving the ear weight and ear row numbers can effectively improve the single ear grain weight.
Key wordsMaize; Eartype traits; Grey Correlative Degree Analysis
玉米穗部相关性状是由多个性状构成的复杂性状组合,包括穗重、穗长、穗粗、穗行数、行粒数、秃尖长等多个农艺性状,这些农艺性状共同影响着玉米穗部的变化,弄清这些农艺性状间的主次关系,对育种实践及后续研究将有重要的指导和参考作用。该文利用玉米穗部相关的10个性状作为研究对象,利用灰色关联分析法揭示其他穗部性状与单粒穗重间作用的主次关系,同时分析所有穗部性状间的相互关系,为育种实践提供理论指导。
1材料与方法
1.1供试材料
11个参试材料及其相关数据来源于2013年度国家西南区域试验(4组)结果,11个参试材料代号分别为QIV1、QIV2、QIV3、QIV4、QIV5、QIV6、QIV7、QIV8、QIV9、QIV10和QIV11,田间及室内测量相关性状:穗重、穗长、穗粗、穗行数、行粒数、秃尖长、轴重、百粒重、含水量和单穗粒重。
试验在毕节市农业科学研究所国家区试基地进行,试验采用随机区组排列,3次重复,小区面积20 m2,行数5行,行长5 m,密度为49 500株/hm2。施肥水平与当地生产相当,实验管理略高于当地生产水平。实收中间3行(面积12 m2)计产。每项田间管理和测定均在同一天内完成。
1.2分析方法
该研究采用灰色关联分析法对10个农艺性状进行分析,按照灰色系统理论要求[1-3],将单穗粒重视为参考数列产量(X0),其余性状视为一个灰色系统,分别标示为穗重(X1)、穗长(X2)、穗粗(X3)、穗行数(X4)、行粒数(X5)、秃尖长(X6)、轴重(X7)、百粒重(X8)、含水量(X9)。而在分析所有穗部性状间的相互关系时,分别将其一作为参考数列,其余则为比较数列,从而构建所有穗部性状间的关联矩阵。
2结果与分析
2.1数据标准化处理
表1为11个参试材料的10个穗部相关性状的平均值。由表1可知,各个性状间存在单位不一致的情况,要进行灰色关联度分析,必须对数据进行标准化[4],根据公式Xi(k)=Xii(k)-Si,式中Xii(k)为各性状原始数据,为同一性状平均值,Si为同一性状标准差,Xi(k)为标准化后的处理结果,将标准化后数据结果列于表2。
2.2单粒穗重与其余穗部性状间的关联度分析
将单穗粒重视为参考数列X0,其余性状作为比较数列,将对单穗粒重的关联系数列于表3。可以看出,其余穗部性状对单穗粒重的关联度大小依次为穗重(0.948 4)>穗行数(0.741 1)>穗粗(0.706 7)>轴重(0.703 9)>含水量(0.701 1)>百粒重(0.698 5)>秃尖长(0.692 7)>穗长(0.635 5)>行粒数(0.618 9),根据灰色关联分析理论可知,与产量关联系数较大的性状,与产量的关系就越密切,反之,则疏远。可见,穗重对单穗粒重的影响最大,其次为穗行数,行粒数影响最小。 2.3穗部相关性状间的相互关系分析
根据灰色关联分析理论,分别将不同的穗部性状作为参考数列,其余性状作为比较数列,获得穗部相关性状间的关联矩阵(表4)。由表4可知,①穗重与单穗粒重的关系最为密切,轴重关系次之,穗长的关联度最小;②穗长与行粒数关系最为密切,百粒重次之,含水量关联度最小;③穗粗与穗行数的关系最为密切,轴重次之,穗长关联度最小;④穗行數与轴重的关系最为密切,
穗粗次之,穗长关联度最小;⑤行粒数与轴重的关系最为密切,穗长次之,百粒重关联度最小;⑥秃尖长与轴重的关系最为密切,单穗粒重次之,穗长关联度最小;⑦轴重与秃尖长的关系最为密切,穗行数次之,穗长关联度最小;⑧百粒重与秃尖长关系最为密切,单穗粒重次之,行粒数关联度最小;⑨含水量与轴重的关系最为密切,秃尖长次之,穗长关联度最小。
3小结与讨论
由以上分析可以看出,各穗部农艺性状对单穗粒重关联度大小顺序是穗重(0.948 4)、穗行数(0.741 1)、穗粗(0.706 7)、轴重(0.703 9)、含水量(0.701 1)、百粒重(0.698 5)、秃尖长(0.692 7)、穗长(0.635 5)、行粒数(0.618 9),可以看出,要提高单穗粒重,可以注重穗重和穗行数的选择。
穗部性状相对较为复杂,由多个因素共同影响,各种影响因素的作用大小是育种实践中较为关心的问题,灰色关联分析法能将其他因素按照影响大小(关联度)区分开来。该研究对穗部性状间的相互关系进行分析后发现,不同性状间均有各自最为密切的影响因素,而它们间又相互制约,相互影响,穗长在穗部性状间同时与多个性状的关联度都较小,推测穗长与其他穗部性状的遗传基础可能不一致。而轴重与其他多个穗部性状关系较为密切,可推测其间可能存在相似的遗传基础。在进行育种实践时,只有弄清各个性状间相互协调统一的关系,才能在育种实践中有所突破。
参考文献
[1] 邓聚龙.农业系统灰色理论与方法[M].济南:山东科学技术出版社,1988.
[2] 雷铁拴.灰色系统理论在农业上的应用[M].郑州:河南科学技术出版社,1996.
[3] 郭瑞林.作物灰色育种学[M].北京:农业科技出版社,1985.
[4] 武兰芳.玉米主要农艺性状的灰色关联度分析[J].玉米科学,1997(5):72-75.
关键词玉米;穗部性状;灰色关联度分析
中图分类号S513文献标识码A文章编号0517-6611(2015)23-064-02
Abstract[Objective]The aim was research the relationship between net weight per ear and eartype traits. [Method] In this paper, the grey correlative degree analysis was used to analyze ear type traits (i.e. ear weight, ear length, ear coarse, ear row number, line grain number, bare tip length, axle weight, kwei, water content and net weight per ear) of 11 maize hybrids. [Result] The result showed that the values of the correlation degree between yield and main agronomic traits among different varieties were sequenced as follows: ear weight (0.948 4),ear row number(0.741 1), ear coarse(0.706 7), axle weight(0.703 9), water content(0.701 1), kwei(0.698 5), bare tip length(0.692 7), ear length(0.635 5), line grain number(0.618 9). [Conclusion] Improving the ear weight and ear row numbers can effectively improve the single ear grain weight.
Key wordsMaize; Eartype traits; Grey Correlative Degree Analysis
玉米穗部相关性状是由多个性状构成的复杂性状组合,包括穗重、穗长、穗粗、穗行数、行粒数、秃尖长等多个农艺性状,这些农艺性状共同影响着玉米穗部的变化,弄清这些农艺性状间的主次关系,对育种实践及后续研究将有重要的指导和参考作用。该文利用玉米穗部相关的10个性状作为研究对象,利用灰色关联分析法揭示其他穗部性状与单粒穗重间作用的主次关系,同时分析所有穗部性状间的相互关系,为育种实践提供理论指导。
1材料与方法
1.1供试材料
11个参试材料及其相关数据来源于2013年度国家西南区域试验(4组)结果,11个参试材料代号分别为QIV1、QIV2、QIV3、QIV4、QIV5、QIV6、QIV7、QIV8、QIV9、QIV10和QIV11,田间及室内测量相关性状:穗重、穗长、穗粗、穗行数、行粒数、秃尖长、轴重、百粒重、含水量和单穗粒重。
试验在毕节市农业科学研究所国家区试基地进行,试验采用随机区组排列,3次重复,小区面积20 m2,行数5行,行长5 m,密度为49 500株/hm2。施肥水平与当地生产相当,实验管理略高于当地生产水平。实收中间3行(面积12 m2)计产。每项田间管理和测定均在同一天内完成。
1.2分析方法
该研究采用灰色关联分析法对10个农艺性状进行分析,按照灰色系统理论要求[1-3],将单穗粒重视为参考数列产量(X0),其余性状视为一个灰色系统,分别标示为穗重(X1)、穗长(X2)、穗粗(X3)、穗行数(X4)、行粒数(X5)、秃尖长(X6)、轴重(X7)、百粒重(X8)、含水量(X9)。而在分析所有穗部性状间的相互关系时,分别将其一作为参考数列,其余则为比较数列,从而构建所有穗部性状间的关联矩阵。
2结果与分析
2.1数据标准化处理
表1为11个参试材料的10个穗部相关性状的平均值。由表1可知,各个性状间存在单位不一致的情况,要进行灰色关联度分析,必须对数据进行标准化[4],根据公式Xi(k)=Xii(k)-Si,式中Xii(k)为各性状原始数据,为同一性状平均值,Si为同一性状标准差,Xi(k)为标准化后的处理结果,将标准化后数据结果列于表2。
2.2单粒穗重与其余穗部性状间的关联度分析
将单穗粒重视为参考数列X0,其余性状作为比较数列,将对单穗粒重的关联系数列于表3。可以看出,其余穗部性状对单穗粒重的关联度大小依次为穗重(0.948 4)>穗行数(0.741 1)>穗粗(0.706 7)>轴重(0.703 9)>含水量(0.701 1)>百粒重(0.698 5)>秃尖长(0.692 7)>穗长(0.635 5)>行粒数(0.618 9),根据灰色关联分析理论可知,与产量关联系数较大的性状,与产量的关系就越密切,反之,则疏远。可见,穗重对单穗粒重的影响最大,其次为穗行数,行粒数影响最小。 2.3穗部相关性状间的相互关系分析
根据灰色关联分析理论,分别将不同的穗部性状作为参考数列,其余性状作为比较数列,获得穗部相关性状间的关联矩阵(表4)。由表4可知,①穗重与单穗粒重的关系最为密切,轴重关系次之,穗长的关联度最小;②穗长与行粒数关系最为密切,百粒重次之,含水量关联度最小;③穗粗与穗行数的关系最为密切,轴重次之,穗长关联度最小;④穗行數与轴重的关系最为密切,
穗粗次之,穗长关联度最小;⑤行粒数与轴重的关系最为密切,穗长次之,百粒重关联度最小;⑥秃尖长与轴重的关系最为密切,单穗粒重次之,穗长关联度最小;⑦轴重与秃尖长的关系最为密切,穗行数次之,穗长关联度最小;⑧百粒重与秃尖长关系最为密切,单穗粒重次之,行粒数关联度最小;⑨含水量与轴重的关系最为密切,秃尖长次之,穗长关联度最小。
3小结与讨论
由以上分析可以看出,各穗部农艺性状对单穗粒重关联度大小顺序是穗重(0.948 4)、穗行数(0.741 1)、穗粗(0.706 7)、轴重(0.703 9)、含水量(0.701 1)、百粒重(0.698 5)、秃尖长(0.692 7)、穗长(0.635 5)、行粒数(0.618 9),可以看出,要提高单穗粒重,可以注重穗重和穗行数的选择。
穗部性状相对较为复杂,由多个因素共同影响,各种影响因素的作用大小是育种实践中较为关心的问题,灰色关联分析法能将其他因素按照影响大小(关联度)区分开来。该研究对穗部性状间的相互关系进行分析后发现,不同性状间均有各自最为密切的影响因素,而它们间又相互制约,相互影响,穗长在穗部性状间同时与多个性状的关联度都较小,推测穗长与其他穗部性状的遗传基础可能不一致。而轴重与其他多个穗部性状关系较为密切,可推测其间可能存在相似的遗传基础。在进行育种实践时,只有弄清各个性状间相互协调统一的关系,才能在育种实践中有所突破。
参考文献
[1] 邓聚龙.农业系统灰色理论与方法[M].济南:山东科学技术出版社,1988.
[2] 雷铁拴.灰色系统理论在农业上的应用[M].郑州:河南科学技术出版社,1996.
[3] 郭瑞林.作物灰色育种学[M].北京:农业科技出版社,1985.
[4] 武兰芳.玉米主要农艺性状的灰色关联度分析[J].玉米科学,1997(5):72-75.