巍山县9个大麦品种（系）产量比较及主要农艺性状的灰色关联度分析

来源:用户上传      作者:

　　摘要 为了较快寻找出适合巍山县栽培的大麦品种，采用灰色关联度分析方法对9个大麦主要农艺性状及产量进行关联度分析，进而指导育种实践。结果表明， 052DM3-3、052DM3-8-8、鳳03-39、071DM11-4和凤03-9的产量较对照（S500）高，且与对照存在显著差异。大麦品种（系）的产量与主要农艺性状关联度由大到小依次为株高、成穗率、基本苗、千粒重、穗粒数、生育期、有效穗、最高茎蘖、穗长。其中，株高和成穗率对大麦的产量影响最大。农艺性状的关联度分析显示，大麦品种（系）各性状间存在着不同程度的相互制约关系。因此，在育种实践中，应采取适当的育种手段，注意株高、成穗率与其他农艺性状之间的协调发展，尽量减少主次性状之间的矛盾冲突，才能有效获得大麦高产品种（系）。
　　关键词 大麦品种（ 系）;农艺性状;产量;灰色关联度分析
　　中图分类号 S512.3文献标识码 A
　　文章编号 0517-6611（2020）02-0030-04
　　doi：10.3969/j.issn.0517-6611.2020.02.009
　　开放科学（资源服务）标识码（OSID）：
　　Yield Comparison of 9 Barley Varieties （lines） and Grey Correlation Analysis for the Main Agronomic Characters in Weishan County
　　CAI Qiu-hua1， GUAN Chong-gui2， ZHAO Wei-rong2 et al （1.Dali Academy of Agricultural Sciences and Technology Extension， Dali， Yunnan 671005;2.Agricultural Technology Extension Station of Weishan County， Weishan， Yunnan 672400）
　　Abstract In order to find out the barley varieties suitable for cultivation in Weishan County， relational grade analysis of main agronomic characters and yield of 9 barley varieties was carried out by the method of grey correlation analysis， so as to guide the practical breeding programs of barley.The results showed that the yields of 052DM3-3， 052DM3-8-8， Feng 03-09， 071DM11-4 and Feng 03-9 were significantly higher than that of the control （S500）.The grey related degree between yield and main agronomic characters of barley varieties （lines） from high to low was in the order of plant height， spike rate， basic seedlings， 1 000-grain weight， grains per ear， growth period， effective ears， maximum number of tillers， ear length.Among them， plant height and spike rate had the greatest impact on the yield of barley.Analysis showed that different degrees of mutual restriction exist between the various agronomic characters of barley varieties （lines） by grey correlation analysis.Therefore， in order to effectively obtain high-yield varieties of barley， appropriate breeding methods should be adopted to pay attention to the coordinated development between plant height， spike rate and other agronomic characters， and to minimize the conflicts between primary and secondary characters in breeding production.
　　Key words Barley varieties （lines）;Agronomic characters;Yield;Grey correlation analysis
　　大麦是世界上居于小麦、水稻、玉米之后的第4位重要谷类作物，具有早熟、适应性广、抗旱耐寒、耐瘠薄、高产稳产、抗病虫害较强等生物学特性和土壤生态优势，被用于大理州及云南省农业产业结构调整的优势作物[1-2]。巍山属于大理州的十二县份之一，位于大理州南部，境内河谷、盆地、山地相间分布，海拔在1 146～3 037 m，属北亚热带高原季风气候，常年日照时数多，太阳辐射强，气温年度变化小而昼夜温差大，具有发展高档次优质啤饲大麦生产的得天独厚的自然条件和生态优势[3-4]。2018年巍山县大麦种植面积0.6万hm2、产量2.27万t，种植面积和产量均位于全州第3位，其中种植面积占全州大麦种植面积的12.57%、产量占全州大麦产量的11.88%，在全州大麦生产中占有举足轻重的地位，为饲养业和酿酒业提供了强有力的支撑。因此，培育适合当地种植的高产大麦品种对巍山县大麦生产的发展具有重要意义。 　　在大麦高产育种中，不同农艺性状之间有相互影响，不同的农艺性状对大麦的产量也存在不同程度的影响。此外，大麦高产还需考虑环境等因素，从而构成了1个具有许多不确定因素的灰色系统[5-6]。灰色关联度分析能较好地反映事物的本质，有效地克服了单项比较分析和模糊综合评判法的缺点，全面、正确地对各种主要农艺性状和产量进行综合评价[7]。近年来 ，灰色关联度分析在小麦[8]、大麦[9]、水稻[10]、玉米[11]、棉花[12]等农作物的新品种选育中得到广泛应用，但大麦领域研究较少。鉴于此，笔者通过对2011—2012年度大理州大麦品种区域试验巍山试验点的9个品种进行产量比较及主要农艺性状的关联度分析，以确定产量与各性状密切程度，为巍山县大麦品种选择和配套栽培技术制定提供科学依据。
　　1 材料与方法
　　1.1 试验地概况 试验设置在巍山县南诏镇西街村民小组，试验地点海拔1 710 m，前作水稻，鸡粪土，肥力中上等。
　　1.2 试验材料 供试大麦品种（ 系） 包括 052DM 3-3、052DM3-8-8、071DM11-4、071DM11-7、071DM16-1、071DM16-4、凤03-39、凤03-9、S500共 9 个，均由云南省大理州农科院粮作所提供。其中S500为对照。
　　1.3 试验期间气候特点 试验期间，气温较高，秋、冬、春连旱严重，降雨量持续偏少至特少，导致生育期缩短，株高降低，千粒重下降，试验产量明显受影响，较常年显著偏低。气候情况具体如下：①气温增高。2011年10月上旬—2012年4月下旬月平均气温分别为16.9、11.1、10.3、9.5、12.1、14.1 ℃，比常年+0.5、-0.7、+1.8、+1.5、+2.1、+0.9 ℃，平均增加1.12 ℃。②降雨较少。10、11、12、1、2、3月份降雨量比常年-38.3、-16.0、-9.0、-3.7、-17.2、+6.3 mm，比常年（96.5 mm）减少39.9 mm。特别是2月份无降雨，2月份常年降雨量为17.2 mm。
　　1.4 试验设计
　　试验采用随机区组排列，重复3次，小区面积 10 m2（5 m × 2 m），全區收获。播种方式为条播，密度为300万粒/hm2，选择当地大麦最佳节令播种。试验地四周设置保护行，田间管理及肥水调控措施略高于当地大田水平，生育期间防虫不防病。
　　1.5 田间管理
　　播种期间，施种肥：尿素（含氮量≥46.4%，由云南云天化股份有限公司生产）225 kg/hm2，过磷酸钙（有效P2O5≥16.0%，由云南海运鑫化肥有限公司生产）450 kg/hm2;大麦二叶一心时施分蘖肥：尿素15 kg/hm2。整个生育期间灌水2次，防虫2次。
　　1.6 测定方法及数据分析统计
　　采用 DPS 9.50 软件对试验结果进行方差分析和多重比较，对大麦各品种（ 系） 的统计数据进行显著性分析。采用DPS 9.50软件进行大麦产量与各农艺性状间的灰色关联度分析。
　　2 结果与分析
　　2.1 9个大麦品种（ 系） 的产量比较
　　由表1可知，9个大麦参试品种（系）田间实际产量在3 683.40～4 950.00 kg/hm2，对照产量为4 200.00 kg/hm2，较CK增产的品种（系）有5个，分别为052DM3-3、052DM3-8-8、凤03-39、071DM11-4、凤03-9，产量位于4 516.65～4 950.00 kg/hm2，增幅达7.54%～17.86%;较CK减产的品种（系）有3个，分别为071DM16-4、071DM11-7、071DM16-1，产量在3 683.40～4 099.95 kg/hm2，减幅在-12.3%～-2.38%。方差分析显示，区 组 间 F值为1.313 0，F（1.3130）<F0.05（3.63）<F0.01（6.23），区组无差异，表明此次试验规范科学;处理间F值为40.156 0，F（40.156 0）>F0.01（3.89）>F0.05（2.59），表明9个品种（系）间产量差异达到极显著水平。
　　2.2 9 个大麦品种（ 系） 农艺性状与及其产量的灰色关联度分析
　　灰色关联度分析的原则是关联度越大则该性状与参考数列性状的关系越密切，关联度小的性状与参考数列性状关系越疏远。试验以大麦产量为参考数列，其他9个性状为比较数列，计算结果见表2。大麦品种（系）产量与9个主要农艺性状的关联度由大到小依次为株高、成穗率、基本苗、千粒重、穗粒数、生育期、有效穗、最高茎蘖、穗长。因此，株高和成穗率是与大麦产量关联最紧密的农艺性状，其次是基本苗、千粒重、穗粒数、生育期，最后是有效穗、最高茎蘖和穗长。
　　2.3 9 个大麦品种（ 系）主要农艺性状间的灰色关联度分析
　　以各农艺性状为参考数列，其他性状为比较数列，结果见表3。生育期与其他农艺性状的关联度由高到低依次为最高茎蘖数、有效穗、千粒重、穗长、株高、基本苗、成穗率、穗粒数。其中，穗粒数与生育期关联度较小，其余 7 个性状与生育期的关系最密切。在以其他性状为参考数列进行关联度比较时，生育期与最高茎蘖数（第3位）、有效穗（第3位）和千粒重（第3位）的关联度较高。
　　株高与其他农艺性状的关联度由高到低依次为穗粒数、成穗率、基本苗、生育期、千粒重、有效穗、最高茎蘖数、穗长。其中，穗粒数、成穗率、基本苗、生育期与株高的关联度最为紧密，其余4个性状与株高的关联度较小。在以其他性状为参考数列进行关联度比较时，株高与穗粒数（第1位）、基本苗（第2位）的关联度较高。 　　基本苗与其他农艺性状的关联度由高到低依次为穗粒数、株高、成穗率、有效穗、生育期、最高茎蘖数、穗长、千粒重。其中，穗粒数、株高、成穗率、有效穗、生育期、最高茎蘖数与基本苗的关联度较为紧密，其余2个性状与株高的关联度较小。在以其他性状为参考数列进行关联度比较时，基本苗与穗粒数（第2位）、基本苗（第3位）的关联度较高。
　　最高茎蘖数与其他农艺性状的关联度由高到低依次为穗长、有效穗、生育期、基本苗、穗粒数、千粒重、成穗率、株高。其中，穗长、有效穗与最高茎蘖数关联度最密切，其余6性状与最高茎蘖数的关联度较紧密。在以其他性状为参考数列进行关联度比较时，最高茎蘖数与生育期（第1位）、有效穗（第1位）、穗长（第1位）的关联度最高。
　　有效穗与其他农艺性状的关联度由高到低依次为最高茎蘖数、成穗率、生育期、穗长、基本苗、千粒重、穗粒数、株高。其中，最高茎蘖数、成穗率、生育期、穗长与有效穗关联度最密切，其余4性状与有效穗的关联度较紧密。在以其他性状为参考数列进行关联度比较时，有效穗与成穗率（第1位）、生育期（第2位）、最高茎蘖数（第2位）、穗长（第3位）的关联度最高。
　　成穗率与其他农艺性状的关联度由高到低依次为有效穗、千粒重、株高、基本苗、生育期、穗粒数、穗长、最高茎蘖数。其中，有效穗、千粒重与成穗率关联度最密切，其余6个性状与有效穗的关联度较紧密。在以其他性状为参考数列进行关联度比较时，成穗率与有效穗（第2位）、千粒重（第2位）、株高（第2位）、基本苗（第3位）的关联度最高。
　　穗粒数与其他农艺性状的关联度由高到低依次为株高、基本苗、最高茎蘖数、生育期、成穗率、有效穗、穗长、千粒重。其中，株高、基本苗与穗粒数关联度最密切，其余6个性状与有效穗的关联度较紧密。在以其他性状为参考数列进行关联度比较时，成穗率与株高（第1位）、基本苗（第1位）的关联度最高。
　　千粒重与其他农艺性状的关联度由高到低依次为穗长、成穗率、生育期、株高、有效穗、最高茎蘖数、穗粒数、基本苗。其中，穗长、成穗率与千粒重关联度最密切，其余6个性状与千粒重的关联度较小。在以其他性状为参考数列进行关联度比较时，千粒重与成穗率（第2位）、穗长（第2位）、生育期（第3位）的关联度最高。
　　穗长与其他农艺性状的关联度由高到低依次为最高茎蘖数、千粒重、有效穗、生育期、穗粒数、基本苗、成穗率、株高。其中，最高茎蘖数、千粒重、有效穗与穗长关联度最密切，其余5个性状与穗长的关联度较小。在以其他性状为参考数列进行关联度比较时，穗长与最高茎蘖数（第1位）、千粒重（第1位）的关联度最高。
　　综上可知，①穗长和最高茎蘖的关联度达到r9-4=0.809 6 （r4-9=0.777 4），是关系最紧密的一对性状，其余各性状对这2个性状的影响趋势基本一致。虽然二者對产量的影响均较小，但从关联度数据矩阵中穗长和千粒重（r9-8=0.719 9;r8-9=0.748 0）、穗长和有效穗（r9-5=0.732 1;r5-9=0.700 7）、穗长和生育期（r9-1=0.725 4;r5-9=0.667 3）、最高茎蘖和生育期（r4-1=0.760 4;r1-4=0.746 8）、最高茎蘖和有效穗（r4-5=0.788 4;r5-4=0.796 4）分析可以看出，大田期间调整最高茎蘖和生育期长短可获得最佳配比的有效穗、穗长和千粒重，从而间接影响产量。②穗粒数和株高的关联度达到r7-2=0.794 7 （r2-7=0.806 8），也是关系最紧密的一对性状，其余各性状对这2个性状的影响趋势基本一致。此外，虽然穗粒数对产量的影响不大，但穗粒数和株高与基本苗的关联度较紧密（r3-7=0.739 8;r7-3=0.653 3;r2-3=0.650 2;r3-2=0.718 3），可以通过适当调整基本苗，增加株高，提高穗粒数，从而获得高产。③基本苗和成穗率是继株高后对产量影响最大2个性状，二者关联度达到r3-6=0.610 1（r6-3=0.639 0），关系较紧密，对产量的提高影响较大，是高产育种和配套栽培技术的重要选择指标。关联度矩阵数据中基本苗和穗粒数（r3-7=0.739 8;r7-3=0.653 3）、基本苗和株高（r3-2=0.718 3;r2-3=0.650 2），成穗率和株高（r6-2=0.720 0;r2-6=0.620 1）、成穗率和有效穗（r6-5=0.738 7;r5-6=0.651 3）、成穗率和千粒重（r6-8=0.671 1;r8-6=0.647 6）分析发现，穗粒数、株高、有效穗、千粒重与基本苗、成穗率关系密切，可以通过相互影响而间接影响产量。
　　3 结论与讨论
　　该试验结果表明，排名前5的品种（系）052DM3-3、052DM3-8-8、凤03-39、071DM11-4、凤03-9的产量比对照及其他大麦品种（系）高，在秋、冬、春连旱严重的情况下，产量仍超过4 500 kg/hm2，这种特殊气候条件（气候较往年恶劣）对品种的抗逆性，特别是抗旱性、适应性鉴定具有较强的选择压力。目前，上述5个品种均先后参加了云南省大麦品种区域试验，其产量和综合性状表现优异，并通过了省大麦品种登记，已在巍山县及大理州等地大面积示范推广种植。
　　灰色关联度分析方法计算步骤简洁、方法简便，弥补了相关分析、回归分析和通径分析等统计方法存在的的局限性。灰色关联度分析方法可将田间宏观和室内考种微观的数据资料结合起来，使育种材料的决选更加数量化，对原始数据是否存在统计规律和理论分布的要求不高，所得分析结果与生产实际相一致。因此，应用灰色关联度分析方法评价性状间的影响程度是客观可行的[7，13]。该试验9个大麦品种（系）农艺性状与产量的关联度分析结果表明，大麦各性状对产量的影响由高到低依次为株高、成穗率、基本苗、千粒重、穗粒数、生育期、有效穗、最高茎蘖、穗长。其中，株高、成穗率与大麦产量关联度较大，是影响大麦高产的重要性状，大麦育种中应加强对这2个性状的选育，并注意协调好与之关系密切的穗粒数、基本苗等性状之间的关系，育种中应根据地域特点，选择株高适中、成穗率较高的品种，发挥大麦增产的最大潜力。田和彬等[14]通过灰色关联度分析发现，大麦产量与其他各农艺性状的关联度由大到小依次为千粒重、成穗率、株高、实粒数、总粒数、生育期、结实率、穗长。其中，大麦产量与千粒重、成穗率、株高的关联度最大。徐芦等[7]通过灰色关联度研究认为株高、全生育期、有效分蘖率是影响大麦产量的主要因素。刘辉等[15]采用灰色关联度分析方法，结果显示千粒重、穗粒数、株高和年后分蘖可作为大麦高产育种的重点培育对象。以上前人研究结果与该研究结果大致相似，说明该试验结果可靠可行，但部分结果与前人研究结果稍有差异，原因可能与大麦品种特异性、大麦对不同生态环境的适应性及年度间气候条件的差异等各种因素有关。此外，该试验9个大麦品种（系）农艺性状间的关联度分析发现，大麦各种性状之间存在不同程度的制约关系。育种中不能片面强求某一性状的作用，应充分考虑各种性状间关联度的大小，有针对性地注意一些关键性状的定向选择，在着重提高与产量关联度紧密的某些农艺性状时，更要注意发挥其他农艺性状的内在潜力，以便获得适合当地种植的高产品种。 　　参考文献
　　[1] 中国作物学会大麦专业委员会，福建省莆田市农业科学研究所.中国大麦文集：第五集[M].北京：中国农业科技出版社，2001.
　　[2] 李国强，吴显成，李江，等.努力实现大理州大麦产业可持续发展[J].大麦与谷类科学，2008（3）：58-60.
　　[3] 大理白族自治州地方志编纂委员会.大理州年鉴[M].昆明：云南民族出版社，2018：437-444.
　　[4] 胡志兰，徐家蓉，郑昇民，等.巍山县种植业布局思路及措施[J].云南农业，2014（8）：63-65.
　　[5] 吕新，李卫华，曹风刚.灰色系统理论综合评估大麦新品系[J].石河子大学学报（自然科学版），2000，4（2）：128-132.
　　[6] 岳含云.灰色关联度分析在作物性状分析上的应用[J].农业系统科学与综合研究，2000（4）：296-298，302.
　　[7] 徐芦，陈三乐，杜运科，等.灰色关联分析在大麦品比试验上的应用[J].陕西农业科学，2012，58（3）：26-28.
　　[8] 裘敏，魏亦勤，刘旺清，等.小麦5个产量性状与产量的灰色关联度分析[J].
　　[9] 江银荣，陆虎华，潘宝国，等.大麦主要农艺性状与产量的灰色关联分析[J].大麦与谷类科学，2009（3）：9-11.
　　[10] 王秀萍，张国新，鲁雪林，等.灰色关联度分析法综合评价水稻新品系[J].中国农学通报，2006，22（8）：557-559.
　　[11] 王丽华，刘正，潘海山，等.10个玉米品种（系）的产量比较及主要农艺性状的关联度分析[J].中国农学通报，2013，29（15）：103-107.
　　[12] 胡守林，张改生，杨涛，等.海岛棉杂种一代产量与主要性狀的灰色关联度分析[J].西北农业学报，2006，15（1）：51-55.
　　[13] 王莹，黄中文，刘芳.二棱啤酒大麦杂种一代及其亲本主要性状的灰色系统分析[J].西北植物学报，2002，22（1）：104-111.
　　[14] 田和彬，汪军妹，华为，等.大麦主要农艺和品质性状的相关性及灰色关联度分析[J].浙江农业学报，2011，23（3）：433-438.
　　[15] 刘辉，侯乐新.灰色关联度分析法在啤大麦育种中的应用[J].作物杂志，2001（6）：15-18.
转载注明来源:https://www.xzbu.com/1/view-15121859.htm