以棉花种质资源 16 8个基因型 ,5个纤维性状 [2 5 %跨长 (mm)、整齐度 (% )、强度 (gf/tex)、伸长度 (% )、麦克隆值 ]数据为例 ,用混合线性模型分析方法无偏地预测基因型值 ,利用得到的基因型值 ,分别采用 2种遗传距离 (马氏距离和欧氏距离 )和 7种系统聚类方法 (最短距离法、最长距离法、中间距离法、重心法、类平均法、加权配对算术平均法、离差平方和法 ) ,3种抽样方法 (随机取样法、优先取样法、偏离度取样法 ) ,30 %的抽样比率构建作物种质资源核心种质。用均值、方差、极差和变异系数 4个指标评价不同遗传距离、聚类方法、抽样方法构建核心种质的优劣。结果表明 ,马氏距离优于欧氏距离 ,优先取样法和偏离度取样法都能显著地提高核心种质的方差和变异系数 ,前者略优于后者。最短距离法构建的核心种质能极显著地增加性状的方差和变异系数 ,使核心种质的方差和变异系数最大化 ,是构建核心种质较好的系统聚类方法 ,其次分别是中间距离法、重心法、类平均法。