甜高粱新品种(系)综合评价与聚类分析论文

2019-12-16 13:45:02 152

高粱[Sorghumbicolor（L.）Moench。]是世界上五种最大的谷类作物之一，也是中国最早的种植谷类作物之一。甜高粱是谷物高粱的一种变体。除了普通高粱的一般特性外，甜高粱的茎中还含有大量果汁和糖。糖，啤酒，酿造饮料，精制酒精等。茎秆残留物也可以制成纸，纸板和人造纤维。甜高粱作为一种新兴的饲料，糖和能源作物，具有很大的开发价值[1-4]。

聚类分析方法已被用于研究作物品种资源的差异和分类，是一种更可行的分析和评估方法[5-7]。作物生物学性状的聚类分析是种质资源利用价值的重要方面[8-9]。表型性状的研究和测量相对简单，易于操作且更直观。它是种质资源研究的最基本方法，也是分类必不可少的重要依据之一[10-11]。显着不同的N个性状被转化为不相关的，可以反映多个原始性状的主要信息以进行聚类分析的综合指标，然后比较父母之间的遗传差异以达到分类和使用的目的[12-13]。本研究利用国内不同生态环境下甜高粱新品种（系）的主要农艺性状，产量和品质性状，并采用多元统计分析方法探讨二者之间的定量关系。进行了综合评价和聚类分析，为推广甜高粱新品种（系），高产高效栽培，品种改良和质量提高提供参考。

1材料和方法

1.1材料

测试的甜高粱材料为2014-2015年国家高粱品种区域测试能量青贮小组区域测试参与者（行）。数字1至15的名称是辽田14-1，中科田5、311A / LTR108，辽田14-2，辽田6，辽田14-3，吉田扎2和辽田15 -1、3436A×Pi57，辽田15- 2，科天5号，154A3×Pi571，辽天15-4，金田1401，辽天15-3。试验在盐城，江苏，赤峰，内蒙古，通辽，内蒙古，晋中，山西，蚌埠，安徽，长沙，湖南，郑州，河南，济南，山东，吉林公主岭，吉林，吉林，辽宁，沉阳，平凉，甘肃，朝阳，辽宁和河北石家庄。 。全部直播，随机排列，重复3次，行长5m，图样面积不少于15m2。收割时，移开两侧的侧行（每侧1行）并收集中间的行以计算输出。收获面积不少于10m2，密度为75,000株/ hm2。耕作管理略高于当地平均水平。

检查的植物性状包括植物高度X1（cm），茎粗X2（cm），分er数X3（个）和生长期X4（d），斜率X5（％），回扣率X6（％），穗长X7（cm），穗粒质量X8（g），千粒质量X9（g），肥力X10（％），新鲜质量产量A合计15 X11（kg / hm2），谷物产量X12（kg / hm2），秸秆糖含量X13（％），秸秆汁液率X14（％）和黑穗病感染率X15（％）。

1.2方法

使用方差系数，主成分分析，聚类分析，判别分析和方差多变量分析的方法

2结果与分析

2.1主要农艺性状，产量和品质性状的遗传变异分析

变异系数用于确定农作物特定环境下的性状条件是可能发生变异程度的指标，可以反映作物性状遗传的基本动态。甜高粱品种（系）主要农艺性状，产量和品质性状的平均值和变异系数见表1。

从表1可以看出，黑穗病接种的发生率变异系数最大，高达127.47％；其次是生育率，占74.94％。可以看出，所测试的甜高粱品种（品系）的抗病性和育性具有丰富的遗传多样性，还有很大的提高空间。平均生长期为132.3天，变异系数为3.75％。秸秆平均汁液率为47.8％，变异系数为3.91％，表明这两个性状受外界环境因素和栽培条件的影响较小，主要受遗传因素影响。其他性状的变异系数依次为：株高<穗长<茎糖锤>新鲜产量<籽粒产量>分iller数<千粒质量<茎粗<坡度率<穗粒质量<反转率。

2.2主要农艺性状，产量和品质性状的相关性分析

表2表明，株高（X1）和生长期（X4），新鲜品质产量（X11）极显着正相关性，与反转率显着负相关（X6）；茎粗（X2）和千粒重（X9）显着负相关。分iller数（X3）与黑穗病感染率（X15）呈极显着正相关。生长期（X4）与逆转率（X6）极显着负相关，与丝黑穗病接种的发生率（X15）极显着负相关，与鲜重产量（X11）极显着正相关;逆转率（X6）与鲜重产量（X11）显着负相关；小穗品质（X8）与籽粒产量（X12）极显着正相关，而与茎的糖含量（X13）极显着负相关。相关性千粒质量（X9）与黑穗病感染率（X15）显着负相关；新鲜品质产量（X11）与茎汁产量（X14）极显着正相关；其他特征之间存在正相关或负相关，但均无显着性。可以看出，这些特质之间的正负关系与强弱关系之间有着复杂的关系，这导致它们提供的相关信息重叠。要找到他们简洁的变革规则并不容易。因此，必须进行主成分分析以找出影响每个特征的因素。主要成分。

2.3主成分分析

使用表2中获得的相关系数矩阵进行主成分分析，结果提取了前5个主成分，累积方差贡献率达到85.442％，其中代表所有检查有关性状的最相关信息。从相关系数矩阵的前五个特征值和相应的特征向量计算出的主成分负荷矩阵如表3所示。

这些负荷表明该因子对变量（如植物）的影响程度身高特征值= 0.706f1-0.241f2 + 0.543f3 + 0.153f4 + 0.202f5;茎特征值= 0.213f1 + 0.089f2 + 0.452 f3-0.745f4-0.382f5等。共有度表示所选主成分对变量方差的贡献率，其数值表示所选主成分可以反映变量的变化信息的程度。因此，从表3中可以看出，最低的共同点是斜率（59.9％），其次是耳长（696％），茎汁产量（70.6％），茎糖锤（77.8％），其余所有特征的通用性都超过80％，这表明所选的五个主要成分可以更好地反映这些特征所包含的相关信息。

根据获得的主成分负荷矩阵（表3）和每个性状的标准化值，根据公式F = A×Z [其中F，A和Z为主要成分评分和负载矩阵依次。 （因子因子得分，样品矩阵的标准化）计算每个测试品种（家庭）的主成分得分。结果列于表4。

2.4聚类分析

根据选择的15个主要农艺和产量品质性状对15个区域试验品种（品系）进行聚类。首先，利用主成分将这15个性状集中到5个主成分中，同时保留了变异总数的85.442％。然后，对选定的性状进行标准化，并使用5个主要成分和每个性状的标准化值来计算供应量。测试品种（线）对应于第一，第二，第三，第四和第五主成分的分数，并在此基础上进行系统聚类[使用品种间相似性等级的minkowski距离P。 ，P = 15，聚类方法用偏差平方和表示]，系统聚类结果如图1所示。结果表明，可以将15个品种（品系）分为四个主要类别。第一类包括辽天14-1，辽天6，辽天14-3、3436A×Pi57，辽天15-2，科天5和辽天15-4; II型包括154A3×Pi571，Jintian 1401; III型仅311A / LTR108，辽天14-2，辽天15-3;第四类包括中科天5辽天15-1吉田扎2号2号

2.5判别分析

为了验证上述聚类分析结果的准确性和合理性，基于聚类结果，使用5个主成分作为判别变量，并使用常规判别分析建立判别函数的方法（表5）。根据判别函数对测试品种（品系）进行重新分类，判别结果列于表6。发现类别Ⅰ中有7个品种（品系）按判别函数进行了分类。也有7个与实际情况相符的品种（品系）。没有错误分类，辨别的准确度为100％；相同的Ⅱ类，Ⅲ类，Ⅳ类判别的准确性也为100％。可以看出上述聚类分析结果是准确可靠的。

2.6不同类型品种（品系）主要农艺性状，产量和品质性状方差的多元分析

从表7可以看出，七个品种的平均株高I级的（线）是353.2cm;茎粗为2.3cm；分ers数量中等；是1.3;生长期132.5d；回复率中等，为16.2％；耳粒的质量为67.7g；千粒质量中等，为27.5g；中等新鲜产量，73636.5kg / hm2;粮食产量最高，为4318.5kg / hm2；秸秆糖含量最低，为16.4％；秸秆汁产量中等，为47.2％；丝黑穗病接种的发生率很低，为7.1％。对于这些品种（品系），应着重于提高茎的含糖量，新鲜度，产量等，并提高抗倒伏能力，以满足市场需求。

II类两个品种（第2系）的平均株高为339.8cm；茎的厚度最薄，为2.1厘米；分of数最小； 1.2;中生期为133.5 d；中低回扣率为13.4％;中粒品质为59.2g；千粒质量最高，为31.5g；中品产量为75916.5kg / hm2;中粒产量为3853.5kg / hm2;茎中糖含量最高，为18.6％；秸秆的榨汁率最低，为46.9％；黑穗病感染的发生率最低，为0.4％，属于优质品种（品系）。对于此类品种（品系），重点应放在增加产量上。

第三类第三种植物（品系）的平均植物高度最高，为364.1厘米。茎粗为2.3厘米；分till数量适中； 1.3;最长的生育期是137.8天；最低比率是13.2％；最低谷物品质为49.5克；最低谷物品质为23.7克；最高新鲜产量为83698.5kg / hm2；最低粮食产量为3448.5kg / hm2；茎含糖锤度较高，为17.4％；茎汁率最高，为50.3％；丝黑穗病的发生率中等，为128％。该品种（系）的产量和质量较好。

第一个三种Ⅳ类品种（品系）的平均株高最低，为324.3厘米；中茎厚度为2.2厘米；分till数最大，为1.5；最短的生长期是125.3 d；回复率最高，为21.2％。 ;耳朵的质量中等，为58.3克；千粒的质量很低，为25.1g；新鲜品质的产量最低，为70098.0kg / hm2；籽粒产量低，为3612.0kg / hm2；中低至16.9％；秸秆汁产量中等，为470％；黑穗病的接种率最高，为43.2％，属于低产低质品种（系），容易倒伏。除了着重于提高这些品种（系）的产量外，质量改进也得到了加强。

3结论和讨论

该研究测试了植物高度，茎粗，分till数，生长期，斜率，共对15个定量性状进行了研究。复归率，穗长，穗粒品质，千粒品质，肥力，新鲜优质产量，谷物产量，茎的糖含量，茎的汁液产量以及黑穗病感染的发生率。在研究中，主成分分析归因于5个主成分，累积方差贡献率达到85.442％。主成分分析有效地降低了这15个错综复杂的性状的维数，并可以准确地反映原始性状的主要信息。在此基础上，计算每个品种（品系）主要成分的分数，并基于此进行聚类分析。同时，对聚类结果进行判别分析，以验证聚类分析结果的准确性。

基于主成分分析的聚类分析。甜高粱品种（系）的15个区域试验分为四个主要类别。第一类包括辽天14-1，辽天6，辽天14-3、3436A×Pi57，辽天15-2，科天5和辽天15-4。这些品种（品系）的新鲜品质低且产量低，并且茎中的糖含量低且容易。住宿和良好的抗病能力； II型包括154A3×Pi571和Jintian1401。这些品种（品系）的新鲜产量中等，茎秆糖含量和抗病性都很好。它们是中等品质的优质品种（品系）。 ;第三类只有311A / LTR108，辽天14-2，辽天15-3。这些品种（品系）具有较高的新鲜品质和产量，茎秆具有良好的糖锤性和抗病性。他们是产量和质量。具有良好结合的品种（品系）； IV型包括中科田5号，吉田扎2号和辽田15-1。这些品种（品系）的新鲜产量低，容易倒伏和茎含糖。锤子低，黑穗病的发生率高，属于低产低质品种（系）。

主成分分析和聚类分析被广泛用于研究种质资源之间的遗传关系，但是由于它是利用生物学特性进行的，并且生物学特性的维度不一致，因此在使用统计学时用于数据分析的软件，必须在主成分分析和聚类分析之前对数据进行标准化，否则可能得出错误的结论

。

甜高粱的生物学特性研究数据来自国家区域试验。由于这些特征不在同一时期进行测量，并且表型特征容易受到环境条件的影响，因此存在不足之处，可能难以详细阐明品种（品系）之间的差异。

参考：

卢青山。甜高粱[M]。北京：中国农业科学技术出版社，2008。

刘晓辉，高世杰，杨明，等。浅谈甜高粱的利用价值[J]。种子，2006，25（9）：98-99。

曹文波。中国甜高粱的种质资源鉴定与利用[J]。植物遗传资源科学，2001，2（1）：58-62。

张才英，张丽娟，段慧君等。大豆种质资源分类与鉴定研究[J]。中国油料作物学报，2002，24（1）：33-37。

冯国军，李红旗，叶凯，等。新疆甜高粱种质资源多样性及聚类分析[J]。植物遗传资源杂志2012，13（3）：398-405。

陈昌立，罗夏红，廖秋林，等。关键词：红花油茶，种质产量，果实性状，主成分聚类分析，综合评价[J]。浙江农业科学，2015，27（11）：1882-1888。

邵楚阳，何小兰，徐兆龙，等。甜高粱种质资源聚类及主要农艺参数分析[J]。江苏农业学报，2015，31（5）：984-994。