农艺性状的多元统计分析范文

本站小编为你精心准备了农艺性状的多元统计分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:

对81份外引亚麻种质资源主要农艺性状的变异度进行分析，表明存在较大遗传差异，多样性比较丰富。在此基础上，通过因子分析，把能代表7个性状的前3个因子归类为产量因子、单果种子数因子和株形因子，经相关性分析确定了各性状之间的关系。按系统聚类，把81份材料聚成为3大类，为不同育种目标提供依据。

关键词:

外引;亚麻;农艺性状;分析

亚麻属亚麻科(Liace-ae)亚麻属(Linum)，栽培亚麻分为纤维用型、油用型以及油纤兼用型，是重要的纤维和油料作物。多元统计分析是运用数理统计方法来解决多指标问题的理论和方法［1－3］，在多种作物的资源研究中得到应用［2－4］。近年来，亚麻的种质资源研究有很大进展［5－7］，除深入进行农艺性状和品质性状的鉴定和描述外，多元分析也得到广泛应用［8－11］。文章对收集的外引油用亚麻品种资源的7个主要农艺性状，采用变异度分析、因子分析、相关性分析和系统聚类等多元统计分析方法对资源进行分析整理，为加快优良资源的利用和育种提供依据。

1材料与方法

1．1供试材料试验材料选用由云南大学刘飞虎提供的外引材料中的81份种质资源，编号依次为1～81。其中1～36号从荷兰引入，37～81号从加拿大引入。

1．2试验方法本试验采用随机区组播种，不设重复，每品种视种子量的多少播种2～5行，行长1．5m，行距0．3m。试验地四周设保护行(保护行种植其他亚麻品种)。试验期间，详细记载各品种的物候期，收获时每试验小区按不同点随机选取10株进行考种。整个生育期进行常规管理。1．3数据统计分析采用DPS数据处理系统进行数据处理。

2结果与分析

2．1变异度分析从表1看出，各参试材料平均株高69．99cm，蒴果数44．55个/株，着粒数7．57粒/个，千粒重5．77g，单株种子重1．87g。7个主要农艺性状平均变异系数为25．59%，其中单株种子重变异系数最大，为36．36%，变幅为0．85～3．87。其次是单株蒴果数(31．1%)、分枝数(28．96%)、千粒重(27．56%)、茎粗(22．07%)，最小的是株高(16．59%)和着粒数(16．51%)。表明81份资源农艺性状存在较大的差异，这些材料是选育油用亚麻品种的优异资源。

2．2因子分析对81份供试材料的主要农艺性状进行因子分析，经过KMO和Bartlett检验，由表2可知，KMO值为0．6344，大于0．5，表明样本基本合适。Bartlett值为304．4524，P小于0．05，相关矩阵不是一个单位矩阵，数据适用于因子分析。利用方差极大正交旋转得到因子特征值和因子特征向量载荷值(表3)，其中前3个因子的累积贡献率达到81．0874%，表明这3个农艺性状因子基本保持了7个农艺性状的绝大部分信息。因子1的特征值为2．7711，分枝数、蒴果数、千粒重、单株种子重的载荷值较大，说明这4个性状存在相互促进的关系，这些性状跟产量构成有关，可称为产量因子。因子2的特征值为1．8311，仅着粒数载荷值较大，可称为单果种子数因子。因子3的特征值为1．0739，株高、茎粗的载荷值较大，说明这2个性状存在相互促进的关系，这些性状跟植株形态有关，可称为株形因子。

2．3相关性分析供试材料7个性状中，单株种子重与千粒重、蒴果数、分枝数、茎粗呈极显著正相关，与株高呈负相关，与着粒数呈极显著负相关;千粒重与单株种子重呈极显著正相关，与茎粗、分枝数、蒴果数呈正相关，与株高、着粒数呈极显著负相关;着粒数与株高呈极显著正相关，与千粒重、单株种子重呈极显著负相关，与茎粗呈显著负相关，与分枝数、蒴果数呈负相关;蒴果数与单株种子重、茎粗和分枝数呈极显著正相关，与千粒重呈正相关，与株高呈负相关;分枝数与茎粗呈极显著正相关，与着粒数和株高呈负相关;茎粗与分枝数、蒴果数、单株种子重呈极显著正相关，与千粒重和株高呈正相关，与着粒数显著负相关。从表4还可看出，单株种子重与千粒重、蒴果数、分枝数关系更为密切，在育种中应重点考虑这些性状。

2．4聚类分析采用系统聚类中的最长距离法，数据经标准化处理，以欧氏距离为遗传距离进行聚内分析，可得到3个品种群，结果见图1。根据品种群中各品种性状表现，各品种群有如下特征(表5)。品种群Ⅰ:这一类有51个品种，表现株高较高(平均73．45cm)，着粒数(平均8．09粒/个)较多，千粒重(平均5．14g)和单株种子重(平均1．52g)较低。这类品种可作为油纤两用类型加以利用。品种群Ⅱ:这一类有4个品种，表现株高较低(平均43．33cm)，千粒重(平均9．53g)较高。这类品种可作为油用亚麻矮杆基因的来源和大粒型品种选育的亲本材料加以利用。品种群Ⅲ:这一类有26个品种，表现株高适中(平均67．31cm)，茎粗(平均5．83cm)最粗，分枝数(平均17．62个)和蒴果数(平均58．88个)最多，单株种子重(平均2．59g)较高。这类品种可作为油用亚麻的育种资源加以利用，部分品种经品种比较试验和多点试验可直接应用。

3讨论

种质资源的多样性是育种的基础，农艺性状的鉴定和描述依然是种质资源研究最基本的方法和途径。对81份外引亚麻种质资源主要农艺性状的变异度分析，表明81份种质资源存在较大遗传差异，多样性比较丰富。在此基础上，通过因子分析，把能代表7个性状的前3个因子归类为产量因子、单果种子数因子和株型因子。虽然每个因子都对几个性状起控制作用，但因子的载荷量不同，其作用程度也不同，表明单个因子对性状起直接作用或间接作用。相关性分析确定的各性状之间的关系表明，单株种子重与千粒重、蒴果数、分枝数关系更为密切，在育种中应重点考虑利用这些性状。通过系统聚类，把81份材料划分为3大类，其中品种群Ⅰ可作为油用亚麻矮杆基因的来源和大粒型品种选育的亲本材料加以利用，品种群Ⅱ可作为油用亚麻矮杆基因的来源和大粒型品种选育的亲本材料加以利用，品种群Ⅲ可作为油用亚麻的育种资源加以利用，部分品种经品种比较试验和多点试验可直接应用。文章仅对81份资源的部分农艺性状进行了多元统计分析，为资源的进一步利用和品种选育提供了依据，而对纤维含量、纤维品质、种子含油量、脂肪酸构成等品质性状未列入考察对象，值得进一步研究。

参考文献:

［1］袁志发，刘元祖，林家宝，等．多个数量性状的因子分析［J］．陕西农业科学，1998(1):24－26．

［2］林范学，林范学，程水明．香茹数量性状的因子分析［J］．菌物学报，2004，23(4):502－507．

［3］杨为海，王维，邹明宏，等．澳洲坚果果实数量性状的因子分析［J］．热带作物学报，2011，32(9):1600－1604．

［4］桂敏，龙洪进，钟秋月，等．引进辣椒种质资源果实性状的多元统计分析［J］．西南农业学报，2014，27(2):772－776．

［5］路颖．亚麻种质资源的研究与利用［J］．黑龙江农业科学，2006(1):13－15．

［6］亢鲁毅，张辉，贾霄云，等．我国亚麻种质资源研究进展［J］．内蒙古农业科技，2009(2):77－78．

［7］周亚东，李明．世界油用亚麻生产发展与展望［J］．中国农学通报，2010，26(9):151－155．

［8］王玉富，贾婉琪，薛召东，等．国外引进亚麻种质资源的聚类分析及评价［J］．植物遗传资源学报，2010，11(5):548－554．

［9］张建平，党占海．亚麻品种资源的聚类分析及评价［J］．中国油料作物学报，2004，26(3):24－28．

［10］周亚东，李明，苏钰，等．亚麻种质资源脂肪酸组分含量与品质性状的相关分析［J］．东北农业大学学报，2010，41(9):21－26．

［11］赵利，党占海，张建平．甘肃胡麻地方品种种质资源品质分析［J］．中国油料作物学报，2006，28(3):282－286．

［12］王洋，张明生，李祥栋，等．不同高粱种质资源形态多样性及其形态标记聚类分析［J］．贵州农业科学，2014(6):1－5．

［13］唐启义，冯光明．实用统计分析及其DPS数据处理系统［M］．北京:科学技术出版社．

作者：杜刚 王家银 杨若菡 孙玲 吴学英 刘飞虎 刘其宁 单位：云南省农业科学院农业经济与信息研究所 云南省农业科学院经济作物研究所 云南大学