论文部分内容阅读
摘要 对2015年25个玉米新组合的13个性状进行灰色关联度分析，结果表明各性状与产量的关联度依次是穗粗、百粒重、行粒数、穗长、穗行数、倒伏倒折率、穗轴直径、出籽率、生育期、株高、穗位高、100 d籽粒含水量，综合评价最优的组合为XX23，与育种目标最接近，其次是XX24和XX21，综合评价最差的组合为XX25，较差的還有XX22、XX14。多性状、多点、多年度考察对玉米新组合评价十分重要，综合灰色关联度加权法使新品种的选育和评价更加科学和客观。
关键词 灰色关联度分析；玉米；组合；评价
中图分类号 S513 文献标识码 A 文章编号 0517-6611（2016）32-0012-05
Comprehensive Evaluation of Yield and Correlative Traits of New Corn Combination on the Basis of Grey Correlative Analysis
WEI Feng， MA Yi， HONG De-feng，ZHANG Xue-shun* et al （Xinxiang Academy of Agricultural Sciences， Xinxiang，Henan 453003）
Abstract Gray correlative analysis was used to evaluate 25 new corn combinations comprehensively. The result showed the order of correlative traits of yield by the related degree from large to small was： ear diameter，hundred kernel weight，kernels per row，ear length，ear row number，lodging and break rate，corncob diameter，seed producing rate，period，plant height，ear height，100 d moisture. Variety XX23 recorded highest comprehensive evaluation value and was the nearest to breeding target， followed by variety XX24 and variety XX21.Variety XX25 was the lowest among all varieties， variety XX22 and variety XX14 were less perfect either. It’s important to study the varieties by multi-traits and in multi-loci as well as on multi-ages. The grey correlative analysis makes the breeding and evaluation of new varieties more scientific and objective.
Key words Grey correlative analysis； Corn； Combination； Evaluation
品種选育是个复杂的过程，评价品种优劣是对多项性状指标进行综合评估。过去对产量相关性状多采用直观分析，结果相互独立，缺乏关联性。灰色关联度分析法可以避免常规分析方法的缺点，因其具有所需样本小、方法简便、信息量大等优点[1]，在作物育种、品种鉴定和筛选等方面得到了较广泛的探索和试用，效果良好[2-3]。该研究利用灰色关联度分析法评价25个玉米新组合，明确穗长、穗粗、穗行数、行粒数、百粒重、出籽率、株高、穗位高等性状与产量的密切程度，比较各种因素对玉米新组合的影响程度，以期为玉米新组合的准确评估提供依据。
1 材料与方法
1.1 材料
供试材料为25个杂交玉米新组合（编号XX1～XX25）及理想模型代表品种郑单958、先玉335。试验于2015年在河南省新乡市农业科学院辉县试验基地进行，前茬作物为小麦。
1.2 试验设计
按完全随机区组设计，3次重复，小区面积9.6 m2，4行区，收获中间2行计产，行长4.0 m，行距0.6 m，种植密度为7.5×104株/hm2。大喇叭口期一次性追施尿素与复合肥各750 kg/hm2。
1.3 调查项目
调查穗粗、穗长、穗行数、行粒数、穗轴直径、百粒重、株高、穗位高、出籽率、生育期、100 d籽粒含水量、倒伏倒折率、产量13个性状。
1.4 数据处理
由于各评价指标的量化值所在区间不完全相同，因此对各评价值进行无量纲化处理。该研究分别利用育种目标各性状值为参考行，将各个组合的穗粗、穗长、穗行数、行粒数、穗轴直径、百粒重、株高、穗位高、出籽率、生育期、100 d籽粒含水量、产量12个性状数值除以育种目标对应性状的数值，得到标准化值；倒伏倒折率以0为育种目标，计算各组合未倒伏倒折率，得到标准化值。
得到标准化值后，分别依据式（1）、（2）和（3）求关联系数、等权关联度和加权关联度。
式中，ξ i为关联系数，Δmin为最小绝对差，Δmax为最大绝对差，|x0（k）-xi（k）|为各点绝对差，一般分辨系数ρ取0.5。
式中，ri为等权关联度，r′i为加权关联度，Wk为各农艺性状的权重系数。根据有关资料及育种家的经验，各性状权重系数分别为： 穗粗0.05、穗长0.05、穗行数0.06、行粒数0.06、穗轴直径0.02、百粒重0.06、株高0.02、穗位高0.02、出籽率0.03、生育期0.01、100 d籽粒含水量0.01、倒伏倒折率0.01、产量0.60。
2 结果与分析
2.1 组合间比较
2.1.1 评价矩阵的构建。
通过统计、抽样等方法对25个待评价组合的穗粗、穗长、穗行数、行粒数等13个性状进行评价，得到原始评价值（表1），对各评价值进行无量纲化处理的结果见表2。
2.1.2 关联系数计算。
依据表2数据计算参考量与比较量的绝对差值，根据式（1）求得各组合各性状的关联系数（表3）。
2.1.3 加权关联度计算及评价。
依据式（2）（3）计算等权关联度和加权关联度，结果见表4。
由表4可知，各组合加权关联度排序与产量排序基本一致，等权关联度排序与产量排序差异较大。XX23加权关联度最大（0.931），与育种目标最接近，其关联度排序和产量排序均为第1位，其次为XX24、XX21。这3个组合的综合评价超过了郑单958，是试验年度表现较好的3个组合，产量也居于前3位。XX25加权关联度最小（0.698），各性状与育种目标均相差甚远，其关联度排序和产量排序均为最后1位。XX22、XX14也表现较差。
2.2 各性状与产量关联度
以产量作为参考数列，依据表2计算产量与各性状间的绝对差值，结果见表5。
根据表5及式（1）计算产量与各性状的灰色关联系数，结果见表6。
由表6和式（2）计算产量与各性状的灰色关联度，结果见表7。
由表7可知，各农艺性状对产量的贡献从大到小排序为穗粗、百粒重、行粒数、穗长、穗行数、倒伏倒折率、穗轴直径、出籽率、生育期、株高、穗位高、100 d籽粒含水量，排在前5位的性状均与穗部相关。
3 结论与讨论
（1）前人使用灰色关联度分析评价玉米杂交组合或组合优劣的研究中主要考察产量、出籽率、穗行数、行粒数、穗粗、百粒重、株高、穗位高等性状[4-5]。该研究除了考察与品种高产性密切相关的产量等性状之外，还选择了生育期、100 d籽粒含水量、倒伏倒折率等性状，这均是当前早熟耐密宜机收玉米新组合选育中需要考虑的性状[6-7]。
（2）该研究中倒伏倒折率与产量的灰色关联度在13个性状中排第6位，生育期与产量的灰色关联度高于株高、穗位高2个性状，证实了多性状考察在玉米新组合评价中的重要性。
（3）洪德峰等[8]通过对11个玉米杂交组合的产量和8个产量因素进行灰色关联分析，认为影响产量的8个因素从大到小排序为出籽率、穗长、行粒数、穗位高、株高、穗粗、穗行数、百粒重。李伟忠等[9]对黑龙江省玉米品种进行研究，认为穗粗、百粒重和穗长对玉米单株粒重较为重要。该研究中出籽率、株高、穗位高对产量的贡献较小，而穗粗、百粒重、行粒数和穗长对产量的贡献较大。得出的不同结论可能是由试验材料、试验地点及当年气象条件的差异引起的。
（4）2个理想模型代表品种郑单958与先玉335表现差异较大，先玉335综合排序为第4位，郑单958为第22位。主要是由产量差异引起的，先玉335以高产性为特点，而郑单958以广泛的适应性和稳产性为特点[10]，再次说明了多性状、多点、多年度考察在玉米新组合评价中的重要性。
（5）该研究利用综合灰色关联度加权法对25个玉米新组合进行评价，其中综合评价值最大的是XX23，其次是XX24和XX21，最小的是XX25，与产量排序基本相同，表明所考察的性状及赋予的权重与产量关系较为密切。在实际生产中，不能只考虑与产量相关的性状，还应增加对抗病性、抗倒伏性等重要性状进行综合评价。综合灰色关联度加权法使新品种的选育、评价和鉴定更科学、客观。
参考文献
[1] 刘录祥，孙其信，王士芸.灰色系统理论应用于作物新品种综合评估初探[J].中国农业科学，1989，22（3）：22-27.
[2] 王士强，胡银岗，佘奎军，等.小麦抗旱相关农艺性状和生理生化性状的灰色关联度分析[J].中国农业科学，2007，40（11）：2452-2459.
[3] 汪宝卿，张礼凤，慈敦伟，等.黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析[J].山东农业科学，2010（3）：20-25.
[4] 姚希勤，李伟忠.玉米品种农艺性狀与产量的相关性及灰色关联分析[J].安徽农业科学，2013，41（30）：11989-11990，12056.
[5] 吕学高，赵军华，楼肖成，等.灰色关联度分析评价普通玉米新组合的探讨[J].浙江农业科学，2013（9）：1065-1069.
[6] 王文娟，姬社林.适于机械化收获的玉米新品种选育[J].中国种业，2012（6）：18-19.
[7] 赵延明，董树亭，宋希云，等.玉米育种目标与生产机械化[J].山东农业科学，2007（4）：24-26.
[8] 洪德峰，任转滩，马毅，等.利用灰色关联度评价玉米新组合产量与产量构成因子的关系[J].山东农业科学，2008（4）：14-16.
[9] 李伟忠，闵丽，蒋洪蔚，等.黑龙江省玉米品种农艺性状与单株粒重的灰色关联分析[J].东北农业大学学报，2012，43（2）：38-42.
[10] 宋向东，刘文国.从分析郑单958和先玉335优缺点看吉林省玉米育种与种子生产方向[J].吉林农业科学，2009，34（4）：11-13，20.
关键词 灰色关联度分析；玉米；组合；评价
中图分类号 S513 文献标识码 A 文章编号 0517-6611（2016）32-0012-05
Comprehensive Evaluation of Yield and Correlative Traits of New Corn Combination on the Basis of Grey Correlative Analysis
WEI Feng， MA Yi， HONG De-feng，ZHANG Xue-shun* et al （Xinxiang Academy of Agricultural Sciences， Xinxiang，Henan 453003）
Abstract Gray correlative analysis was used to evaluate 25 new corn combinations comprehensively. The result showed the order of correlative traits of yield by the related degree from large to small was： ear diameter，hundred kernel weight，kernels per row，ear length，ear row number，lodging and break rate，corncob diameter，seed producing rate，period，plant height，ear height，100 d moisture. Variety XX23 recorded highest comprehensive evaluation value and was the nearest to breeding target， followed by variety XX24 and variety XX21.Variety XX25 was the lowest among all varieties， variety XX22 and variety XX14 were less perfect either. It’s important to study the varieties by multi-traits and in multi-loci as well as on multi-ages. The grey correlative analysis makes the breeding and evaluation of new varieties more scientific and objective.
Key words Grey correlative analysis； Corn； Combination； Evaluation
品種选育是个复杂的过程，评价品种优劣是对多项性状指标进行综合评估。过去对产量相关性状多采用直观分析，结果相互独立，缺乏关联性。灰色关联度分析法可以避免常规分析方法的缺点，因其具有所需样本小、方法简便、信息量大等优点[1]，在作物育种、品种鉴定和筛选等方面得到了较广泛的探索和试用，效果良好[2-3]。该研究利用灰色关联度分析法评价25个玉米新组合，明确穗长、穗粗、穗行数、行粒数、百粒重、出籽率、株高、穗位高等性状与产量的密切程度，比较各种因素对玉米新组合的影响程度，以期为玉米新组合的准确评估提供依据。
1 材料与方法
1.1 材料
供试材料为25个杂交玉米新组合（编号XX1～XX25）及理想模型代表品种郑单958、先玉335。试验于2015年在河南省新乡市农业科学院辉县试验基地进行，前茬作物为小麦。
1.2 试验设计
按完全随机区组设计，3次重复，小区面积9.6 m2，4行区，收获中间2行计产，行长4.0 m，行距0.6 m，种植密度为7.5×104株/hm2。大喇叭口期一次性追施尿素与复合肥各750 kg/hm2。
1.3 调查项目
调查穗粗、穗长、穗行数、行粒数、穗轴直径、百粒重、株高、穗位高、出籽率、生育期、100 d籽粒含水量、倒伏倒折率、产量13个性状。
1.4 数据处理
由于各评价指标的量化值所在区间不完全相同，因此对各评价值进行无量纲化处理。该研究分别利用育种目标各性状值为参考行，将各个组合的穗粗、穗长、穗行数、行粒数、穗轴直径、百粒重、株高、穗位高、出籽率、生育期、100 d籽粒含水量、产量12个性状数值除以育种目标对应性状的数值，得到标准化值；倒伏倒折率以0为育种目标，计算各组合未倒伏倒折率，得到标准化值。
得到标准化值后，分别依据式（1）、（2）和（3）求关联系数、等权关联度和加权关联度。
式中，ξ i为关联系数，Δmin为最小绝对差，Δmax为最大绝对差，|x0（k）-xi（k）|为各点绝对差，一般分辨系数ρ取0.5。
式中，ri为等权关联度，r′i为加权关联度，Wk为各农艺性状的权重系数。根据有关资料及育种家的经验，各性状权重系数分别为： 穗粗0.05、穗长0.05、穗行数0.06、行粒数0.06、穗轴直径0.02、百粒重0.06、株高0.02、穗位高0.02、出籽率0.03、生育期0.01、100 d籽粒含水量0.01、倒伏倒折率0.01、产量0.60。
2 结果与分析
2.1 组合间比较
2.1.1 评价矩阵的构建。
通过统计、抽样等方法对25个待评价组合的穗粗、穗长、穗行数、行粒数等13个性状进行评价，得到原始评价值（表1），对各评价值进行无量纲化处理的结果见表2。
2.1.2 关联系数计算。
依据表2数据计算参考量与比较量的绝对差值，根据式（1）求得各组合各性状的关联系数（表3）。
2.1.3 加权关联度计算及评价。
依据式（2）（3）计算等权关联度和加权关联度，结果见表4。
由表4可知，各组合加权关联度排序与产量排序基本一致，等权关联度排序与产量排序差异较大。XX23加权关联度最大（0.931），与育种目标最接近，其关联度排序和产量排序均为第1位，其次为XX24、XX21。这3个组合的综合评价超过了郑单958，是试验年度表现较好的3个组合，产量也居于前3位。XX25加权关联度最小（0.698），各性状与育种目标均相差甚远，其关联度排序和产量排序均为最后1位。XX22、XX14也表现较差。
2.2 各性状与产量关联度
以产量作为参考数列，依据表2计算产量与各性状间的绝对差值，结果见表5。
根据表5及式（1）计算产量与各性状的灰色关联系数，结果见表6。
由表6和式（2）计算产量与各性状的灰色关联度，结果见表7。
由表7可知，各农艺性状对产量的贡献从大到小排序为穗粗、百粒重、行粒数、穗长、穗行数、倒伏倒折率、穗轴直径、出籽率、生育期、株高、穗位高、100 d籽粒含水量，排在前5位的性状均与穗部相关。
3 结论与讨论
（1）前人使用灰色关联度分析评价玉米杂交组合或组合优劣的研究中主要考察产量、出籽率、穗行数、行粒数、穗粗、百粒重、株高、穗位高等性状[4-5]。该研究除了考察与品种高产性密切相关的产量等性状之外，还选择了生育期、100 d籽粒含水量、倒伏倒折率等性状，这均是当前早熟耐密宜机收玉米新组合选育中需要考虑的性状[6-7]。
（2）该研究中倒伏倒折率与产量的灰色关联度在13个性状中排第6位，生育期与产量的灰色关联度高于株高、穗位高2个性状，证实了多性状考察在玉米新组合评价中的重要性。
（3）洪德峰等[8]通过对11个玉米杂交组合的产量和8个产量因素进行灰色关联分析，认为影响产量的8个因素从大到小排序为出籽率、穗长、行粒数、穗位高、株高、穗粗、穗行数、百粒重。李伟忠等[9]对黑龙江省玉米品种进行研究，认为穗粗、百粒重和穗长对玉米单株粒重较为重要。该研究中出籽率、株高、穗位高对产量的贡献较小，而穗粗、百粒重、行粒数和穗长对产量的贡献较大。得出的不同结论可能是由试验材料、试验地点及当年气象条件的差异引起的。
（4）2个理想模型代表品种郑单958与先玉335表现差异较大，先玉335综合排序为第4位，郑单958为第22位。主要是由产量差异引起的，先玉335以高产性为特点，而郑单958以广泛的适应性和稳产性为特点[10]，再次说明了多性状、多点、多年度考察在玉米新组合评价中的重要性。
（5）该研究利用综合灰色关联度加权法对25个玉米新组合进行评价，其中综合评价值最大的是XX23，其次是XX24和XX21，最小的是XX25，与产量排序基本相同，表明所考察的性状及赋予的权重与产量关系较为密切。在实际生产中，不能只考虑与产量相关的性状，还应增加对抗病性、抗倒伏性等重要性状进行综合评价。综合灰色关联度加权法使新品种的选育、评价和鉴定更科学、客观。
参考文献
[1] 刘录祥，孙其信，王士芸.灰色系统理论应用于作物新品种综合评估初探[J].中国农业科学，1989，22（3）：22-27.
[2] 王士强，胡银岗，佘奎军，等.小麦抗旱相关农艺性状和生理生化性状的灰色关联度分析[J].中国农业科学，2007，40（11）：2452-2459.
[3] 汪宝卿，张礼凤，慈敦伟，等.黄淮海地区夏大豆农艺性状与产量的相关性及灰色关联度分析[J].山东农业科学，2010（3）：20-25.
[4] 姚希勤，李伟忠.玉米品种农艺性狀与产量的相关性及灰色关联分析[J].安徽农业科学，2013，41（30）：11989-11990，12056.
[5] 吕学高，赵军华，楼肖成，等.灰色关联度分析评价普通玉米新组合的探讨[J].浙江农业科学，2013（9）：1065-1069.
[6] 王文娟，姬社林.适于机械化收获的玉米新品种选育[J].中国种业，2012（6）：18-19.
[7] 赵延明，董树亭，宋希云，等.玉米育种目标与生产机械化[J].山东农业科学，2007（4）：24-26.
[8] 洪德峰，任转滩，马毅，等.利用灰色关联度评价玉米新组合产量与产量构成因子的关系[J].山东农业科学，2008（4）：14-16.
[9] 李伟忠，闵丽，蒋洪蔚，等.黑龙江省玉米品种农艺性状与单株粒重的灰色关联分析[J].东北农业大学学报，2012，43（2）：38-42.
[10] 宋向东，刘文国.从分析郑单958和先玉335优缺点看吉林省玉米育种与种子生产方向[J].吉林农业科学，2009，34（4）：11-13，20.