應用灰色系統關聯分析法對玉米新配組合的綜合評價

謝文錦 李方明 李 寧 楊海龍 付 俊 張中偉 高旭東 豐 光

（丹東農業科學院 遼寧鳳城 118109）

玉米是世界上重要的糧食作物之一， 其產量及品質對糧食安全和畜牧發展有著重要的意義與非凡的影響[1]。 玉米的大多數農藝性狀是由多個基因控制、互相影響的數量性狀， 因此有側重性的的選擇玉米性狀指標， 對玉米育種和品種綜合評價有重要的意義。 灰色關聯度分析法是一種基于灰色系統的多因素統計分析方法， 在玉米育種中可以利用此方法來解決產量、品質與多種農藝性狀的復雜的關聯程度，是一種被證實的可靠性較強的分析方法[2]。

本研究利用灰色聯度分析法對院內32個新選配的玉米雜交組合主要農藝性狀和產量進行遺傳變異和相關性分析， 以全面評價新選雜交組合的綜合特性，為新組合的進一步利用提供重要的理論依據。

1 材料與方法

1.1 試驗材料

以本院新配的32個玉米組合為試驗材料（代號為 DP1～DP32），以鄭單 958 作為對照品種（CK），于2021年春季在院內試驗地播種。 試驗采用隨機區組設計， 設置 3 次重復，5 行區， 行長 6.5 m， 密度為4 500 株/畝。 主要調查性狀為株高（X1）、穗位高、單穗粒重（X3）、穗粗（X4）、軸粗（X5）、穗長（X6）、禿尖長（X7）、穗行數（X8）、行粒數（X9）、出籽率（X10）、百粒重（X11），并計算穗位系數（X2）和產量（X12）。

1.2 數據分析

試驗數據利用R 語言和DPS 7.5 進行統計分析。

灰色關聯度分析依據鄧聚龍[3]的方法，將新配組合產量作為母序列X0，其余11個農藝性狀為比較數列，計算產量與主要農藝性狀的關聯度。 同時以試驗組合為參考設定最優品種， 計算各新組合與最優品種的關聯度。

2 結果與分析

2.1 新組合不同農藝性狀的相關分析

利用 R 語言的 PerformanceAnalytics 程序包對12個性狀指標進行相關性作圖分析，由附圖可知，性狀之間存在不同程度的相關性。 株高和穗位系數顯著負相關，且與穗長、禿尖呈顯著正相關；穗位系數與株高、穗長和禿尖長呈顯著負相關；單穗粒重與穗粗、穗長、行粒數、出籽率和產量顯著相關；穗粗與軸粗、穗行數極顯著正相關；軸粗與穗行數顯著相關；穗長與除穗粗、 軸粗和穗行數外的其他性狀顯著相關；禿尖與株高、穗位系數顯著相關；穗行數與百粒重負相關；行粒數與穗長、穗位系數、出籽率和產量相關；出籽率與行粒數、穗粒重和產量相關。 由此可見，新組合各性狀指標是相互影響的，在選育和品種評價時應綜合考量。

附圖 12個性狀指標相關性分析

2.2 新組合不同農藝性狀灰色關聯度分析

2.2.1 原始數據標準化 將原始試驗數據進行無量綱化（標準化）處理，結果見表1。

表1 原始數據無量綱化

2.2.2 產量與其他農藝性狀關聯度分析 以產量數據為母序列，ρ=0.5， 計算產量與其他11個農藝性狀的關聯度，結果見表2（最大差值Δmax=4.333 64）。由表2 可知，11個性狀指標與產量關聯度為0.685～0.792，依次排序為單穗粒重＞穗長＞出籽率＞行粒數＞穗行數＞穗粗＞穗位系數＞株高＞百粒重＞禿尖長＞軸粗，說明單穗粒重、穗長、出籽率對產量影響較大，相較于其他農藝性狀，禿尖長和軸粗對產量影響較小。因此在育種過程中，應首要考慮單穗粒重，兼顧考量其他性狀，對禿尖長和軸粗的組合做適當的調整。 對各個農藝性狀與產量的關聯度做歸一化處理， 得到各個性狀的權重系數[4]。

2.2.3 品種的灰色關聯度評價 由于本試驗中對照品種排名過于靠后， 以此為參考評價組合的優劣不具代表性，為了進一步分析各個組合的優劣，研究中以測試的33個組合品種的各個農藝性狀值為參考建立一個最優品種，對數值越大（?。┰胶玫男誀钊∽畲螅ㄐ。┲禐樽顑炛?，對數值適中為好的性狀取其適中值為最優值，以此所建立的最優品種各農藝性狀為株高298 cm、穗位系數0.43、單穗粒重291.63 g、穗粗 5.9 cm、軸粗 3.12 cm、穗長 21.92 cm、禿尖長0.04 cm、 穗行數 22.4 行、 行粒數 40.8 粒、 出籽率89.71%、百粒重 45.52 g、產量 853.2 kg/畝。 將最優品種作為母序列，建立數據矩陣進行無量綱化處理后，計算各品種12個性狀指標與最優品種的關聯系數。由于玉米各性狀指標的重要性不同， 按各性狀的相對重要程度所求出的加權關聯度來評價玉米雜交組合的優劣才更具有說服力， 因此利用表2 中各指標權重， 結合關聯系數得出各品種與最優品種的加權關聯度，結果見表3。關聯度值越大，表示該品種與最優品種越接近。

表2 產量與不同農藝性狀關聯度

表3 試驗組合與最優品種關聯度

關聯度計算結果表明， 不同組合與最優品種的關聯度介于0.771～0.962 之間。 灰色關聯度排序為DP29 > DP22 > DP20 > DP3 > DP4 > DP2 > DP21 >DP26 > DP23 > DP11 > DP10 > DP13 > DP17 >DP31 > DP18 > DP7 > DP8 > DP15 > DP32 > DP25> DP6 > DP19 > DP12 > DP16 > DP28 > DP5 >DP30 > DP14 > DP33 > DP24 > DP9 > DP1 > DP27，與最優品種最接近的組合是DP29， 其次是DP22、DP20。

3 結論

在玉米品種的選育過程中， 傳統的依據經驗或者單純看產量等少量指標的篩選方法， 而忽略了農藝性狀之間的相互影響， 往往導致了篩選結果的片面性[5]。 灰色關聯度分析法可以克服單靠產量進行組合的篩選與評價的弊端，其評價結果更為客觀全面，可以真實的反映組合品種實際表現的優劣，為新配組合的篩選與下一步試驗提供可靠的依據。 本研究通過對產量和11個農藝性狀灰色關聯度的分析表明，單穗粒重與產量的關聯度最大 （與李清超研究結果一致）[6]，與軸粗的關聯度最小，在玉米育種過程中，可依據各性狀與產量關聯度的不同， 對性狀進行統籌考量。 利用各性狀因子的灰色關聯度進行歸一化計算權重，建立最優品種，依據權重計算新配組合與最優品種的關聯度[7]。 品種灰色關聯度計算結果表明，與最優品種關聯度最大的組合依次為DP29、DP22、DP20、DP3、DP4、DP2、DP21、DP26、DP23 和DP11，可以進一步進行多年多點鑒定試驗， 進行組合的豐產性、穩產性和抗逆性評價。